ZDNET网络频道 06月01日 综合消息:思科近日发布了关于中国零售业的调查报告,以探索中国零售企业在万物互联时代的创新动力和发展方向。为此,思科在10个国家/地区对6000多名消费者(包括中国受访者604人)进行调查,中国的受访者对于基于万物互联的19个零售概念测试表现出的兴趣最为浓厚。思科的调查报告指出:传统的零售商有机会依靠万物互联,通过为客户提供超高相关度体验来实现自己的颠覆性创新。中国零售市场的创新时机已经成熟。
在中国,新的零售格局、移动性和应用占主导地位
高灵活度的中国消费者随时会改变零售业格局。55%的中国智能手机用户使用手机支付,相比之下,美国这一比例仅占12%。中国政府计划到2020年将12亿人(85%的人口)连接到3G或4G移动互联网。思科的调查反映了这种快速的发展:在智能手机上使用独立购物应用、零售商特定的应用、网购以及手机购物等方面,中国受访者比例均高于全球。同时,中国客户还在偏好使用能提供便捷的娱乐、购物、电影、运输、支付等功能的大型应用,如微信等。
零售商必须引入创新的店内体验
尽管中国的消费者倾向于在线和移动购物,但是这并非表示他们放弃了对实体店良好购物体验的需求。调查显示,中国的消费者对于“在家购物并立即使用”的偏好比例为41%(全球为42%),而对于“查看、触摸和比较产品”的偏好比例占到66%(全球比例为53%)。因此,摆在零售商面前的一个大好机会是转变商店体验。为了引导零售商营造各种超高相关度的体验,思科测试了涵盖购物之旅各个阶段的19个基于万物互联的购物概念。在19个概念中,对中国消费者的吸引力尤为突出的包括:针对性优惠、智能购物车、现实增强技术、移动支付、安全储物柜、基于智能手机的自助服务、店内免下车车道等服务。其中,中国的受访者对各种与“现实增强技术”有关的概念都表现出浓厚兴趣,这一技术通常显示在移动设备之上,比如:特别优惠、评论和产品信息、店内引导以及产品推荐系统等。
个性化购物体验与分享
中国的消费者为了获得更有吸引力的个性化服务体验,非常愿意分享自己的数据。61%的中国受访者表示会分享他们的好恶、兴趣和爱好(全球为43%);54%的受访者会分享他们所用产品的相关信息(全球为35%); 38%的受访者会将评论分享在社交媒体上(全球为13%)。社交媒体确实是零售业成功的关键推动者。
加快数字化转型势在必行
到2018年,中国将成为世界上最大的零售市场。传统零售商要在万物互联的时代抓住这个巨大的机遇,就必须认真思考数字化转型的道路,与精通技术的消费者建立更深厚的关系,获得新的收益。
如果传统零售商提供各种让中国消费者喜爱的基于万物互联的创新式体验,既让顾客查看、比较和试用真正的产品而非数字图像,又让顾客在店内外获得亲身体验,为他们提供相关信息和优惠,就能够实现单纯的在线竞争者所无法比拟的价值定位。随着解决方案部署到位以及必要的移动策略、动态的基础设施功能、合作伙伴生态系统的扩展,将实体店的亲身体验和移动购物的数字化优势相结合,中国传统零售商就有机会通过创新取得突破,可以在购物之旅的每一步更好的引导和吸引顾客。
好文章,需要你的鼓励
检索增强生成(RAG)正成为AI领域的关键技术,通过结合外部信息检索与大语言模型的生成能力,解决传统模型仅依赖训练数据的局限性。RAG允许模型实时访问外部数据库或文档,提供更准确、更新的信息。该技术可应用于企业文档查询、个人化AI助手等场景,通过向模型提供特定领域知识来获得精准结果。微软专家指出,RAG有助于结合知识与推理、提高模型使用效率,并支持多模态应用。
加州大学伯克利分校研究团队开发出革命性的R2R2R系统,仅需智能手机拍摄和一段演示视频,就能自动生成大量机器人训练数据。该系统绕过了传统昂贵的远程操作和复杂物理仿真,通过3D重建和智能轨迹生成技术,让机器人训练效率提升27倍,成本大幅降低,有望让高质量机器人技能变得像安装手机应用一样普及。
AI数据平台iMerit认为企业级AI工具集成的下一步不是更多数据,而是更好的数据。该公司正式推出学者计划,旨在建立专家团队来微调生成式AI模型。与Scale AI的高吞吐量方法不同,iMerit专注于专家主导的高质量数据标注,需要深度人工判断和领域专业监督。公司目前与超过4000名学者合作,客户包括三家大型生成式AI公司、八家顶级自动驾驶公司等。
腾讯优图实验室提出AnoGen方法,仅用3张异常图片就能训练出高精度工业检测AI。该方法通过扩散模型学习异常特征并生成大量逼真样本,在MVTec数据集上将检测精度提升5.8%,为解决工业异常检测中样本稀缺问题提供了突破性方案。