从无人零售商店到玩法多样化的电商线下体验店,“新零售”这种将线上服务、线下体验与现代物流深度融合的模式,在过往一年间可谓赚足了眼球与流量。2017年云栖大会的余温还未散去,各大电商以及线下零售品牌已在为即将到来的“双十一”大战摩拳擦掌。
搭上了云计算、智能化与物联网技术“快车”的零售行业已经打破了空间的区隔,其业态结构和生态圈正在被彻底地重塑,让敢于创新的传统零售成功抓住了赢得消费者的机会。毋庸置疑,高性能的移动互联网基础设施是实现零售全面“触网”的基础,但它绝不仅仅是让用户连上Wi-Fi那么简单。
全球领先的下一代网络解决方案供应商Aruba此前在一份《物联网的当下与未来》白皮书中提到,80%的零售机构认为IoT和移动应用让消费者的购物体验大为改善,88%的机构由此提升了销售业绩。近日,Aruba在一份白皮书中具体列举了移动网络与物联网技术提升零售业用户体验的五大场景:
1.便捷准确的寻路功能
如果你很难想象一座花园要如何完全联网,那不妨看看西班牙久负盛名的马德里皇家植物园。由于园内的景观布置经常随成千上万时令不同的植物而变化,园方希望能保证游客及时了解到最新的参观路线和景点信息。最终,安装在占地8公顷的园内的超过270个Aruba BLE Beacon完美解决了问题。在植物园里,参观者可以随时随地接入无线网络,下载园区专门的App查看地图,基于人流可视化合理规划游览路线,不用担心错过园方精心策划的应季景点。在零售场景中,Aruba BLE Beacon部署在大型商超场所,让消费者在琳琅满目的店铺与商品中更快速的找到自己的目标,省去了遍寻不获的麻烦。
2. 更聪明的库存管理
相信不少消费者在购物时都有类似的无奈时刻:你想知道店里的某件衣服还有没有货,售货员便跑到存货的小屋里翻箱倒柜,而你等了半天的结果是一句“不好意思没有了!”这种低效率的库存管理对商家和顾客来说都是一种痛。全球的企业、组织因为贵重物品和存货的误放、被盗每年都要损失上百万美元。 Aruba基于位置的资产追踪解决方案可以帮助商家记录、追踪各项物品,提升库存管理效率。例如,新加坡零售商Decks在35家店内都部署了射频识别(RFID)系统,用RFID电子标签标记商品。这样一来,店员可以实时查询任何商品的位置、数量等信息,在为消费者带来更好的消费体验的同时,有效减少了门店的库存盘点时间、提升了库存精确度。
3. 个性化的“导购”
有了定位技术,根据每位消费者的喜好推荐个性化商品不再是网店的专利,实体店一样可以基于进店顾客的数字信息玩转交叉销售。在中国市场,集购物、餐饮、文化、娱乐等多种功能于一体的万达广场针对商场内的区域和应用场景都需要进行专门的无线网络部署。例如,中庭区域由于经常举办活动,需要高密度用户接入;而步行街需要高定位精度、准确即时的进出店监测。在Aruba搭建的全无线网络环境中,各类商家可以开展更有针对性、更高效率的服务,消费者可以及时获得基于地理位置的导购信息、个性化的商品与服务推荐,万达广场的O2O战略也得以进一步落实。
4. 无处不在的移动支付
微信、支付宝让中国在全球移动支付领域居于领先地位。截至2016年底,中国手机网上支付用户规模达到4.69亿人,年增长率为31.2%,网民手机网上支付的使用比例由57.7%提升至67.5%。当扫码付款成为越来越多消费者的第一选择,大型商业综合体的无线网络环境建设在网络接入密度以及移动支付的网络流量等方面也面临更大的挑战。Aruba的无线产品与解决方案在安全、稳定、抗干扰、速度等各方面完全可以满足大型商超、大型活动带来的考验,为消费者创造便利、流畅的消费体验。
5.智能化的店面
店内过于拥挤或售货员不够用都可能让消费者对实体店购物的印象变差。即便是像宜家、家乐福这样雇佣了大量售货员的大型商超,人员配置的合理性与服务质量也可能在客流高峰时面临考验。Aruba分析和定位引擎 (ALE)协助零售商实时收集店内消费者的位置信息,让零售商及时掌握店内的客流分布和消费者的行为轨迹,例如人们在哪个区域逗留的时间更长、什么时候是客流高峰。这样一来,商家可以根据大数据分析对店内员工进行更合理的安排,达到“好钢用在刀刃上“的效果。
Aruba中国区总经理谢建国先生点评认为,在新零售业态以及传统零售转型升级的背景下, 无线网络服务不仅仅是基础设施 ,更是创造全渠道个性化消费体验、优化商家管理的智能平台。那些拥抱移动网络与物联网技术的零售商将在新业态中占据优势。他强调,Aruba在零售行业已有多年的经验积累与优势,将帮助更多本地客户实现新业态的“华丽转身”。
好文章,需要你的鼓励
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。