跳到正文
IFAI

產業動態

NVIDIA 行業調查:近九成零售商已接入或測試 AI

首次發布 傳播指數 34

NVIDIA 釋出零售與消費品行業 AI 調查報告,89% 的受訪企業表示已在運營中使用或測試 AI。94% 的受訪者稱 AI 幫企業削減了年度運營成本,生成式 AI 的前兩大落地場景則是營銷內容生成與預測分析。

NVIDIA 行業調查:近九成零售商已接入或測試 AI
圖:blogs.nvidia.com

以前大家總覺得零售業玩 AI 只是趕時髦,搞個噱頭十足的聊天機器人或者發幾篇 AI 寫的公眾號文案就交差了。

但在利潤薄如刀鋒的零售與消費品行業,真金白銀的賬本從來不會陪著演戲。NVIDIA 釋出的第二期年度零售與消費品行業 AI 現狀調查顯示,這門技術已經徹底走進了實體零售商的收銀臺、貨架和倉庫深處。

這份基於數百位行業專業人士的調研顯示,89% 的受訪零售企業已經在實際業務中採用 AI,或者正在推進試點專案,相比 2023 年的 82% 進一步提升。更關鍵的是,高達 87% 的企業表示 AI 帶來了年度營收增長,94% 的企業確認 AI 幫他們削減了運營成本。在這兩個數字面前,97% 的受訪者表示下一財年還要繼續追加 AI 預算。

從自動寫文案,到管住實體貨架

生成式 AI 的滲透速度尤其驚人。調研中超過 80% 的企業已經在業務裡用上或正在測試生成式 AI,甚至有 93% 的人打算明年繼續增加在這方面的投入,哪怕大家對資料隱私、安全和落地成本依然心存顧慮。

在生成式 AI 的具體落地上,60% 的零售商用它來生成營銷文案和圖片,44% 用於預測分析,42% 做個性化營銷,41% 做客戶分析與客群畫像,40% 的企業則上線了數字購物助手。如今超過半數的零售商已經在 6 個以上的不同業務場景中部署了 AI。

場景的分佈也很有意思。在實體門店裡,大家最看重的是庫存管理、分析洞察以及會根據現場客流調整的自適應廣告。在線上數字零售領域,主力則是營銷內容創作和超個性化推薦。到了後方的管理後臺,大家主要用它做深度客戶分析與預測分析。

不過,實際落地的路走得也並非毫無阻礙。受訪者在 2024 年遇到的最大攔路虎,並不是算力不夠,而是缺乏易懂且可解釋的 AI 工具。換句話說,黑盒式的 AI 很難讓一線管理者真正放心,行業正在迫切需要更好懂的 AI 智慧體工具出現。

拯救脆弱的全球供應鏈

今年調研裡還有一個專門針對供應鏈的板塊。過去幾年外部環境的震盪加上消費者口味的頻繁變化,讓 59% 的受訪零售商直呼供應鏈壓力比去年更大了。

大家為了止血,開始大規模把 AI 推向供應鏈一線。調研中有 58% 的受訪者藉助 AI 提高了運營效率與吞吐能力,45% 用來壓低供應鏈成本,42% 用它來及時應對多變的消費預期。對於這塊硬骨頭,82% 的企業已經下定決心,在下一財年增加供應鏈相關的 AI 支出。

為什麼重要

我們認為,這份報告最值得玩味的地方,在於零售業對 AI 的態度已經徹底從追概念轉向了算細賬。

對於還在觀望的中小零售商和消費品牌來說,AI 已經不再是可做可不做的錦上添花。降本與增收的高比例反饋說明,哪怕只是從營銷文案生成、個性化商品推薦這些低門檻場景切入,也能快速拿到看得到的投資回報,完全值得現在就啟動輕量級測試。

但這場狂歡的另一面同樣明顯。大家反映最多的痛點是 AI 缺乏可解釋性,這直接阻礙了深度決策的落地。如果一個採購預測系統不能告訴業務主管為什麼下週該少訂兩成貨,人類管理者很難把關鍵流程全權託付給它。

看起來,NVIDIA 這類底層賣水人通過這份報告,其實精準指出了下一階段的商業風口。行業需要的不僅是更聰明的生成式模型,更是具備高度透明度、能幫員工解決具體髒活累活的 AI 智慧體以及融合軟硬體的實體 AI 方案。

來源 (1)

  1. [1]
    blogs.nvidia.com(在新分頁開啟)原文blogs.nvidia.com

每日 AI 內容精選