一切的經(jīng)濟活動,最終都要由零售的介入,才能完成最終的閉環(huán)。而在目前環(huán)境背景下,零售業(yè)的韌性與活力,無疑更加難能可貴。日前,在由英特爾和阿里云共同聯(lián)合舉辦的一場技術沙龍上,英特爾網(wǎng)絡與邊緣事業(yè)部零售行業(yè)市場總監(jiān)張鵬帶來了一組數(shù)字,2022年整個零售額將增加6%-8%,其中線下銷售額將增長約7%。隨著經(jīng)濟逐漸恢復,全球零售店鋪的總量將實現(xiàn)2%的增長,并帶來新的投資。
與轟轟烈烈的工業(yè)革命相比,零售業(yè)的歷史變化似乎略顯低調(diào),但在過去百年間,零售業(yè)其實也悄然經(jīng)歷了多次迭代。從1870年代的百貨商場,到1930年代的超級市場,再到1950年的便利店、購物中心,最終在1990年代,與信息技術交叉融合,讓電子商務的大門,由此徐徐展開——自此,零售不再是一個商業(yè)議題,同時也是個科技議題。
而如果要用一個科技概念,來描繪眼下新零售的特征,那么這個詞必然是「數(shù)據(jù)」。此前阿里研究院發(fā)布的一份報告斷言,數(shù)據(jù)與商業(yè)正在深度結(jié)合。德勤關于零售業(yè)的分析也指出,隨著線上新業(yè)務新場景的崛起,及企業(yè)DTC(Direct To Customer, 直接面對消費者營銷)熱潮的興起,企業(yè)觸達消費者的場景越來越豐富。零售業(yè)通過全域和私域數(shù)據(jù)理解消費者需求,已成為商業(yè)運營的基本操作,甚至開始逆向影響生產(chǎn)商的產(chǎn)品設計。
不過,零售業(yè)的那句俗語“顧客就是上帝”,也從未像今天這樣真實過。消費者體驗,因為社交私域和平臺傳播的作用,裂變式放大,消費者的耐心,卻在服務競爭之下,反而變得極為短暫。因此,「消費者體驗」正在成為零售業(yè)的勝負手,成敗往往就在一瞬間。
我們來談一個最簡單的例子。剁手黨們或許已經(jīng)對李佳琦在直播間的一句 “買它!”高喊習以為常,但背后的故事卻并非那么簡單。試想,一家店鋪瞬間涌入上萬人,且還被要求在同一時間挑到同一件貨,那是何等擁擠不堪。就是這么一個最普遍的促銷場景,做得好,是業(yè)績的“秒殺”,做得不好,那就是對零售技術業(yè)務系統(tǒng)的“絕殺”。 于是,新零售必須回答一個最根本的問題,如果無法以穩(wěn)健的系統(tǒng)服務海量消費者,還談何用戶體驗,談何用好網(wǎng)絡大數(shù)據(jù)?
云原生技術,反哺行業(yè)自身
不過幸運的是,在浩浩蕩蕩的全行業(yè)數(shù)字化轉(zhuǎn)型中,零售業(yè)或許是最不應該擔心技術底座的一個群體。因為對數(shù)字化轉(zhuǎn)型最重要,對洞察數(shù)據(jù)支撐作用最顯著的「云計算技術」,就是自零售業(yè)繁衍而出的。無論在全球,還是在中國。
如同阿里巴巴集團副總裁、阿里云智能零售行業(yè)總經(jīng)理胡臣杰在這場技術沙龍中所言,“阿里云是怎么長出來的?正是因為阿里有一個非常龐大、非常復雜而且高速發(fā)展的電商場景,逼迫著技術不斷地去進化”。
在所有云計算的特征當中,最重要的恐怕就是“隨需應變自助服務”。 胡臣杰表示,由于零售業(yè)天然就有高度波動性的特征,業(yè)務始終存在波峰波谷,所以才由這個行業(yè)催生出來云的能力,“就像地球一樣有氧氣、有水才有生命一樣”。正是來自于業(yè)務驅(qū)動誕生的創(chuàng)新,所以“近十多年,云計算才能蓬勃發(fā)展。”
阿里云一方面對零售業(yè)在內(nèi)的各行業(yè)賦能,一方面身體力行不斷提升自身云能力。早在三年前的2019年雙十一,阿里就實現(xiàn)了核心系統(tǒng)100%上云;到2020年更進一步,在核心應用系統(tǒng)做了云原生化,帶來效率提升100%,成本降低80%。
Serverless(無服務器計算),是目前云計算領域的重要概念。然而,Serverless不是不再需要服務器,而是用戶不用過多考慮服務器的問題,計算資源僅作為一種服務,而不是再以物理硬件的形式出現(xiàn)。由此,Serverless讓用戶只需關注應用的開發(fā)即可,極大地節(jié)約運維成本。
而就在2022年剛剛過去的天貓雙11,阿里云就做了一個重大變革,用Serverless重塑了技術架構。阿里云Serverless團隊高級技術專家趙慶杰表示,Serverless能夠進一步的實現(xiàn)提效,降本,治理。而這些由業(yè)務驅(qū)動的新能力,后續(xù)又將通過阿里云反饋給用戶。
這些來自業(yè)務的實際需求,甚至也影響了最底層的芯片平臺的技術創(chuàng)新。英特爾超大規(guī)模云計算軟件架構總監(jiān)魏彬表示,正是因為有了云原生的推動,有了云架構的推動,驅(qū)動著CPU等技術的演進?,F(xiàn)在英特爾在第三代至強®可擴展處理器中加入了諸多新特性,其中一部分原因,就是為了滿足這種多變的計算環(huán)境。舉例來說,英特爾在這一代技術中引進了八通道內(nèi)存支持,這對頻繁訪問或者需要內(nèi)存帶寬的業(yè)務就會有很大的幫助。更強的CPU算力提升和新增的Crypto-NI、AVX512等加速指令集為容器、微服務等云原生能力及信息的加密解密,壓縮解壓縮帶來更強的算力加速。
零售業(yè)本身就是高生態(tài)合作表征的行業(yè),零售業(yè)背后的技術生態(tài)也正在強強聯(lián)合。魏彬表示,英特爾已經(jīng)和阿里的PAI團隊合作超過5年,協(xié)助后者開發(fā)優(yōu)化DeepRec架構(開源推薦系統(tǒng))。具體而言,英特爾芯片內(nèi)置的DL Boost(深度學習加速)在框架、算子、子圖和模型等四個層面對 DeepRec 實現(xiàn)了優(yōu)化。據(jù)悉,DeepRec可支撐千億特征、萬億樣本的超大規(guī)模稀疏訓練,在訓練性能和效果方面均有明顯優(yōu)勢;目前 DeepRec 已支持淘寶搜索、推薦及廣告等場景,并廣泛應用于淘寶、天貓、阿里媽媽和高德等業(yè)務。
針對零售業(yè)上云的數(shù)據(jù)保護,第三代英特爾®至強®可擴展處理器可以從數(shù)據(jù)傳輸、存儲和計算進行全方位的保護。面對目前最常用的HTTPS訪問,Crypto-NI指令的加入讓對稱加密和非對稱機密的處理能力得到數(shù)倍的提升,從而極大地提升了系統(tǒng)處理客戶請求的吞吐能力。針對數(shù)據(jù)存儲中常用的壓縮和加密算法,英特爾提供了ISA-L庫,利用AVX512指令對常用的數(shù)據(jù)壓縮和加密算法進行優(yōu)化,從而提升數(shù)據(jù)傳輸和訪問的效率。第三代英特爾®至強®可擴展處理器還提供了英特爾®軟件防護擴展(SGX)技術,基于全內(nèi)存透明加密TME技術,對運行時的數(shù)據(jù)提供硬件基本安全防護。數(shù)據(jù)在被轉(zhuǎn)載到CPU內(nèi)進行實際處理之前,全部處于加密狀態(tài),從而為零售客戶提供一種基于公有云的安全可信的企業(yè)運營環(huán)境。
零售業(yè)數(shù)字化:拿著舊地圖,難找新大陸
底座穩(wěn)了,數(shù)據(jù)通了,零售業(yè)也就有了更多的可能性。傳統(tǒng)零售,實現(xiàn)了消費者的數(shù)量自由,消費者想買“多少產(chǎn)品”都可以。但是在數(shù)字化轉(zhuǎn)型新時代,消費者可能會實現(xiàn)設計自由,想買“什么樣的產(chǎn)品”都可以。
在國外的一場藝術博覽會上,由AI創(chuàng)造的《太空歌劇院》擊敗人類獲得單項冠軍,一時引爆了AIGC熱潮。其實其背后的技術,已經(jīng)被阿里實際應用在了業(yè)務當中。阿里云計算平臺事業(yè)部高級技術專家魏博文就在這場活動發(fā)言中講述了一個AIGC(人工智能創(chuàng)造內(nèi)容)的實際案例。
他表示,傳統(tǒng)的服裝制造需要先設計服裝樣式,由設計師根據(jù)當季潮流設計服裝。而現(xiàn)在,阿里旗下的犀牛智造,借助AIGC技術,可以實現(xiàn)按照描述詞去設計產(chǎn)品,比如甜酷、冬季、V領。這些描述詞可以被AI模型理解,自動且快速設計出不同款式,然后再交給設計師去挑選和修改,最后融合生成不同的服裝款式。新的作業(yè)流程,可以讓制造業(yè)按需生產(chǎn),以銷定產(chǎn),快速交付。最終數(shù)據(jù)顯示,犀牛制造較人工設計師效率提升10-20倍。
不僅設計的過程在智能化,生產(chǎn)的環(huán)節(jié)同樣在智能化。在犀牛智造的生產(chǎn)車間,生產(chǎn)線上的每塊面料都有自己的“ID”,進廠、裁剪、縫制、出廠可全流程追蹤,實現(xiàn)自動出入庫管理、自動配送和智能化揀選;產(chǎn)前的排位、生產(chǎn)排期、吊掛路線都是由AI機器控制;產(chǎn)品的工期可以在電腦上可以一鍵查詢。一種新款式下單后,第二天在淘寶上就能買到該款式的服裝,資源利用率較行業(yè)平均提升了4倍。有分析認為,阿里推出犀牛智造,將重新掀起“用戶直連制造”C2M的風潮。
商品到了零售店面的前端,智能化也正變得觸手可及。英特爾網(wǎng)絡與邊緣事業(yè)部零售行業(yè)市場總監(jiān)張鵬透露,“邊緣計算技術正在融入消費者的零售體驗中。”
以自助結(jié)賬為例,這已經(jīng)是很多便利店已經(jīng)開始部署的服務。不僅可以節(jié)省運營成本,提高結(jié)賬效率,也讓消費者的購物流程更加靈活自主。但是其中就存在主客觀“漏掃”的問題,如果再施以人的監(jiān)管,無論對零售商成本,還是消費者體驗,都非上佳選擇。此時,商家就可以使用除了視覺識別之外,疊加稱重等感知環(huán)節(jié),使漏掃率降低。
從設計,到生產(chǎn),再到銷售,零售業(yè)沒有一個角落不被「云」?jié)B透,帶來降本增效和消費者體驗提升。
讓我們把時間調(diào)回到1984年,美國華爾街發(fā)生一件趣事。零售業(yè)巨頭沃爾瑪?shù)恼贫嬲呱侥?middot;華頓竟在街上跳起了草裙舞。理由倒也簡單,他早前曾對員工許諾,“只要你們完成業(yè)績,就能看到我跳舞”。
你看,零售業(yè)就是這樣,對消費者從來強調(diào)規(guī)范服務,但對經(jīng)營創(chuàng)新來說,做事從來其實都不講究循規(guī)蹈矩。對于零售企業(yè)來說,如果拿著舊地圖,就一定難找新大陸。從零售中來的“一朵云”,正在前方為零售業(yè)的每一個創(chuàng)新想法指路。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數(shù)學推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結(jié)構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結(jié)合深度學習和數(shù)學優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。
關注科技創(chuàng)新、技術投資。
以文會友,左手硬核科技,右手浪漫主義。