5月3日消息，獲悉，“2018大數(shù)據(jù)產(chǎn)業(yè)峰會”明略數(shù)據(jù)、秒針系統(tǒng)創(chuàng)始人兼董事長吳明輝在會上表示：“面向AI的數(shù)據(jù)治理，是在傳統(tǒng)數(shù)據(jù)治理基礎(chǔ)上，利用知識工程相關(guān)技術(shù)，對信息按知識結(jié)構(gòu)進(jìn)行管理、分類和關(guān)聯(lián)，將龐大無序的信息進(jìn)一步治理為分類有序互相關(guān)聯(lián)的知識，最終形成行業(yè)知識圖譜。“對于各行各業(yè)都在進(jìn)行數(shù)字化轉(zhuǎn)型，他認(rèn)為這三點(diǎn)是落地的關(guān)鍵：第一，要把行業(yè)的各種數(shù)據(jù)進(jìn)行在線化，全部都連接到一起。第二，要把數(shù)據(jù)連接后做數(shù)據(jù)挖掘，做人類自己可以力所能及做的分析與研判。第三，當(dāng)我們做好了面向AI的數(shù)據(jù)治理，做好了數(shù)據(jù)挖掘，并且真正形成完整的閉環(huán)，才能實(shí)現(xiàn)人工智能落地。企業(yè)需要面對真正的人工智能時(shí)代的數(shù)據(jù)進(jìn)行規(guī)劃，進(jìn)行數(shù)據(jù)的整合與融合。如果不面向人工智能的目標(biāo)提供數(shù)據(jù)的整合規(guī)劃，數(shù)據(jù)就有可能成為成本中心，沒有辦法真正的創(chuàng)造價(jià)值。人工智能背后需要數(shù)據(jù)，但光有數(shù)據(jù)產(chǎn)生不了任何價(jià)值。只有把數(shù)據(jù)在產(chǎn)業(yè)里形成最終的智能，賦能于行業(yè)里的每一個(gè)從業(yè)者才會產(chǎn)生價(jià)值。數(shù)據(jù)沒有價(jià)值，數(shù)據(jù)加上行業(yè)場景與認(rèn)知最后變成人工智能產(chǎn)生最終的賦能，它才會創(chuàng)造出價(jià)值，才會有意義。此外，他透露明略聚焦三個(gè)領(lǐng)域，安防、金融、工業(yè)與物聯(lián)網(wǎng)，將數(shù)據(jù)知識化存儲下來，通過很多規(guī)則與算法嫁接到人工智能的規(guī)則算法，形成人機(jī)同行時(shí)代的頂級知識體系，從而實(shí)現(xiàn)人工智能在企業(yè)的落地。以下是演講全文：數(shù)據(jù)應(yīng)該是企業(yè)的核心資產(chǎn)，而不是成本中心各位來賓，大家下午好！很榮幸今天到現(xiàn)場與大家分享關(guān)于人工智能和大數(shù)據(jù)的思考。我經(jīng)營兩家企業(yè)級服務(wù)公司，看到很多企業(yè)講如何數(shù)字化轉(zhuǎn)型，如何利用大數(shù)據(jù)與人工智能對企業(yè)做變革。路程非?？部馈Ｈ澜缣幱诮?jīng)濟(jì)轉(zhuǎn)型之中，中國很多企業(yè)成長伴隨著人口紅利，包括移動互聯(lián)網(wǎng)紅利也有很好的成長。但今天人口紅利不再，如何在新的時(shí)代迎接挑戰(zhàn)？如何通過數(shù)字經(jīng)濟(jì)和數(shù)字化的方法優(yōu)化企業(yè)內(nèi)部效率？這是企業(yè)級服務(wù)幫助每一個(gè)客戶要解決的問題。數(shù)字化轉(zhuǎn)型的過程并不順利，全世界的優(yōu)秀企業(yè)，通用電器、樂高、耐克都是我服務(wù)的客戶，他們的領(lǐng)導(dǎo)人非常有遠(yuǎn)見。在很多年之前已經(jīng)開始嘗試建立自己的數(shù)字化轉(zhuǎn)型策略，建立數(shù)據(jù)中心，存儲數(shù)據(jù)。通用電器非常早建立了工業(yè)互聯(lián)網(wǎng)云平臺Predix，但是在發(fā)展過程中，他們也不得不對數(shù)字化部門進(jìn)行裁員和架構(gòu)調(diào)整，遇到很多挑戰(zhàn)；LEGO早在2014年就推出了LEGODigitalDesigner平臺，后來由于種種原因不再繼續(xù)，并重新調(diào)整了數(shù)字化戰(zhàn)略，在之后的數(shù)字化轉(zhuǎn)型中也遇到了銷量下滑、裁員等挑戰(zhàn)；耐克很早就通過智能手環(huán)采集消費(fèi)者運(yùn)動數(shù)據(jù)，與運(yùn)動產(chǎn)品連接，但最后也難免以裁員、重新調(diào)整數(shù)字化戰(zhàn)略收尾。數(shù)字化轉(zhuǎn)型之路沒那么容易，全球很多優(yōu)秀的企業(yè)都是在探索和試錯(cuò)中不斷前進(jìn)的。企業(yè)做很多投入，但投資者和資本市場對它沒有認(rèn)可，公司的股價(jià)持續(xù)低迷。董事會會質(zhì)疑這件事情有沒有價(jià)值，為什么數(shù)字化轉(zhuǎn)型沒有給企業(yè)產(chǎn)生新的利潤，而帶來了如此大的成本。每個(gè)從事行業(yè)的從業(yè)者一定要思考這個(gè)問題。秒針系統(tǒng)十幾年前開始做數(shù)據(jù)挖掘，利用數(shù)據(jù)技術(shù)幫助企業(yè)做數(shù)字營銷的轉(zhuǎn)型。我們遇到很多問題，最大問題是如何把數(shù)據(jù)真正地利用起來？任何企業(yè)、任何組織，如果你把數(shù)據(jù)全部存下來需要巨大成本。如果沒有把數(shù)據(jù)真正用起來就是巨大的成本中心，把數(shù)據(jù)真正用起來才有可能創(chuàng)造價(jià)值。以安防行業(yè)為例，全國各地部署攝像頭有很大成本，但成本能不能真正轉(zhuǎn)化成生產(chǎn)力？這是安防行業(yè)IT人員需要思考的問題，如何把成本中心轉(zhuǎn)化成利潤中心，轉(zhuǎn)化成真正對產(chǎn)業(yè)有價(jià)值的部分。人工智能背后需要數(shù)據(jù)，但光有數(shù)據(jù)產(chǎn)生不了任何價(jià)值。只有把數(shù)據(jù)在產(chǎn)業(yè)里形成最終的智能，賦能于行業(yè)里的每一個(gè)從業(yè)者才會產(chǎn)生價(jià)值。數(shù)據(jù)沒有價(jià)值，數(shù)據(jù)加上行業(yè)場景與認(rèn)知最后變成人工智能產(chǎn)生最終的賦能，它才會創(chuàng)造出價(jià)值，才會有意義。王堅(jiān)博士說在他加入阿里時(shí)，阿里所有的交易數(shù)據(jù)都刪掉了。但他加入阿里時(shí)說，馬老師，數(shù)據(jù)無論如何都應(yīng)該存下來不應(yīng)該再刪。不知道今天的數(shù)據(jù)有沒有價(jià)值，但我認(rèn)為有價(jià)值應(yīng)該存下來。王堅(jiān)博士在阿里被各種挑戰(zhàn)，你為什么存那么多的數(shù)據(jù)，為什么建阿里云。今天大家看到他取得的成就，其實(shí)過去很多年在集團(tuán)里備受挑戰(zhàn)。數(shù)字化轉(zhuǎn)型沒有捷徑，需要一步步來，要不斷地解決挑戰(zhàn)，最終取得成功。今天各行各業(yè)都在進(jìn)行數(shù)字化轉(zhuǎn)型，但轉(zhuǎn)型需要企業(yè)經(jīng)營者和投資者有耐心。不能思考數(shù)據(jù)沒有價(jià)值就不存。我們需要存，但如何規(guī)劃是重要的課題，我們需要面對真正的人工智能時(shí)代的數(shù)據(jù)進(jìn)行規(guī)劃，進(jìn)行數(shù)據(jù)的整合與融合。如果不面向人工智能的目標(biāo)提供數(shù)據(jù)的整合規(guī)劃，數(shù)據(jù)就有可能成為成本中心，沒有辦法真正的創(chuàng)造價(jià)值。充分契合業(yè)務(wù)的前提下，企業(yè)數(shù)字化轉(zhuǎn)型分為三步走：數(shù)據(jù)在線、數(shù)據(jù)分析與挖掘、人工智能我在明略自己的年會講過，人工智能在行業(yè)的落地需要三步走。第一步要把行業(yè)的各種數(shù)據(jù)進(jìn)行在線化，全部都連接到一起。明略服務(wù)的公共安全行業(yè)，之前有各種各樣的IT系統(tǒng)，每個(gè)派出所的每個(gè)民警手里有很多套系統(tǒng)。我去公安客戶領(lǐng)導(dǎo)的電腦上，桌面有類似hao123頁面的復(fù)雜效果，每一個(gè)圖標(biāo)、鏈接都是過去IT公司開發(fā)的系統(tǒng)。戶籍管理系統(tǒng)、車輛管理系統(tǒng)、110報(bào)警系統(tǒng)，每個(gè)警察電腦都有上百個(gè)。數(shù)據(jù)散落在不同的系統(tǒng)里，他們每天做案情分析時(shí)在各個(gè)系統(tǒng)頻繁切換，效率低。數(shù)據(jù)散落在不同的系統(tǒng)里，不可能產(chǎn)生最終的人工智能。人工智能要融合數(shù)據(jù)，當(dāng)把數(shù)據(jù)連接在一起時(shí)很快要讓它產(chǎn)生價(jià)值，否則客戶也不允許投資這么多的錢。人工智能真正形成之前，也就是三步走的第二步，要把數(shù)據(jù)連接后做數(shù)據(jù)挖掘，做人類自己可以力所能及做的分析與研判。這一步，行業(yè)里也叫做BI（商業(yè)智能）。明略數(shù)據(jù)幫助很多公安干警做到了，但在很多行業(yè)里第一步還沒有做到。人工智能在行業(yè)落地的第二步很重要，第三步，當(dāng)我們做好了面向AI的數(shù)據(jù)治理，做好了數(shù)據(jù)挖掘，并且真正形成完整的閉環(huán)，才能實(shí)現(xiàn)人工智能落地。人工智能跟傳統(tǒng)的信息化最大的區(qū)別是可以形成最終的閉環(huán)，一旦形成閉環(huán)，所有迭代將自動加速，它將相比傳統(tǒng)的IT系統(tǒng)更加智能，可以自我學(xué)習(xí)，最終形成真正意義上的人工智能。人工智能在每個(gè)行業(yè)落地沒那么簡單，需要三步走，每步都需要投入很多力量。蒙牛做很多成功的嘗試，蒙牛利用數(shù)字化手段幾乎打通了質(zhì)量控制和檢測環(huán)節(jié)，每天蒙?？梢垣@得近40萬條自動檢驗(yàn)數(shù)據(jù)，但這些都是他們一步一步地規(guī)劃而得來的。我拜訪重要的客戶在湖南某一個(gè)城市的公安局，我跟公安局的領(lǐng)導(dǎo)聊時(shí)說要建立樣本數(shù)據(jù)，他們就找了二三十個(gè)協(xié)警幫助我們做數(shù)據(jù)標(biāo)注。有了標(biāo)注才能給人工智能提供很好的系統(tǒng)支持，真正成功的企業(yè)或是政府部門是有耐心的。首先，就是要面對人工智能建立真正有意義的數(shù)據(jù)融合平臺，這也是明略目前在服務(wù)這些大型B端企業(yè)、政府機(jī)構(gòu)的獨(dú)特之處。面向業(yè)務(wù)智能的“在線化”的關(guān)鍵舉措：面向AI的數(shù)據(jù)治理數(shù)據(jù)是人工智能的基礎(chǔ)，自我學(xué)習(xí)是人工智能相比傳統(tǒng)IT系統(tǒng)重要標(biāo)志。我們需要面向人工智能規(guī)劃未來數(shù)據(jù)平臺，規(guī)劃未來的數(shù)據(jù)在線。面向人工智能的數(shù)據(jù)治理跟傳統(tǒng)的數(shù)據(jù)治理有非常大的區(qū)別，先思考數(shù)據(jù)真正的價(jià)值是什么。一般的數(shù)據(jù)和人工智能時(shí)代需要的數(shù)據(jù)到底有什么本質(zhì)的區(qū)別。數(shù)據(jù)是人類特別重要的武器，幫助人類解決很多信息不對稱問題。數(shù)據(jù)是觀察者觀察世界后，利用數(shù)學(xué)的方法或計(jì)算機(jī)的方法對客觀世界發(fā)生的客觀事實(shí)進(jìn)行記錄，這是數(shù)據(jù)本身的意義。數(shù)據(jù)本身的信息量很大，記錄數(shù)據(jù)有成本。比如，明略服務(wù)軌道交通的客戶，一個(gè)機(jī)車，不用說后面的環(huán)節(jié)，光車頭上大概就有上千個(gè)傳感器，每個(gè)傳感器每秒鐘都要發(fā)送很多信號，如果把這些數(shù)據(jù)都存下來的話，一輛車一天的數(shù)據(jù)已經(jīng)能夠達(dá)到幾百GB的量級。海量的數(shù)據(jù)全部存起來不可能，我們需要把真正有價(jià)值的數(shù)據(jù)提取出來。提取的過程稱之為把數(shù)據(jù)知識化，信息知識化的過程。我們把這個(gè)過程做完以后，再結(jié)合行業(yè)領(lǐng)域的知識與行業(yè)專家，最后變成完整的人工智能智慧系統(tǒng)。相比傳統(tǒng)的數(shù)據(jù)治理，面向人工智能的數(shù)據(jù)治理最核心的是引入知識體系。為了面向人工智能，對比傳統(tǒng)的數(shù)據(jù)治理，所有數(shù)據(jù)儲備做的最核心工作要建立知識圖譜的系統(tǒng)，我們需要對數(shù)據(jù)結(jié)構(gòu)背后建立動態(tài)的本體和知識庫。我們需要把傳統(tǒng)的以表結(jié)構(gòu)為單位的數(shù)據(jù)真正連接成為以結(jié)構(gòu)化的數(shù)據(jù)，以行業(yè)的知識為基礎(chǔ)的所有計(jì)算單元，在上面可以做邏輯推理，可以做很多的動態(tài)分析。它可以替代人做真正復(fù)雜的非統(tǒng)計(jì)類的工作，這需要建立知識體系，這是真正人工智能最大的價(jià)值。人工智能最大的價(jià)值不是替代簡單的重復(fù)性勞動，更加重要的是替代人類甚至都可能做不到的事情。因此，面向AI的數(shù)據(jù)治理，是在傳統(tǒng)數(shù)據(jù)治理基礎(chǔ)上，利用知識工程相關(guān)技術(shù)，對信息按知識結(jié)構(gòu)進(jìn)行管理、分類和關(guān)聯(lián)，將龐大無序的信息進(jìn)一步治理為分類有序互相關(guān)聯(lián)的知識，最終形成行業(yè)知識圖譜。未來明略提供的人工智能警察，應(yīng)該比中國優(yōu)秀的警察還厲害，比福爾摩斯還厲害，這是未來產(chǎn)生真正價(jià)值的地方。人工智能背后最核心的是行業(yè)知識與領(lǐng)域知識。通用的知識平臺不太可能存在，我們需要一個(gè)垂直領(lǐng)域一個(gè)垂直領(lǐng)域的做。明略聚焦三個(gè)領(lǐng)域，安防、金融、工業(yè)與物聯(lián)網(wǎng)，我們把三個(gè)領(lǐng)域的數(shù)據(jù)知識化存儲下來，把所有客戶里的數(shù)據(jù)知識化存下來，在上面產(chǎn)生真正的人工智能應(yīng)用。明略不做簡單的數(shù)據(jù)平臺，而是引入行業(yè)知識體系在公共安全領(lǐng)域，明略通過面向AI的數(shù)據(jù)治理，將海量多源異構(gòu)數(shù)據(jù)實(shí)時(shí)轉(zhuǎn)化為“人、事、地、物、組織”等公安領(lǐng)域的實(shí)體，定義并挖掘各實(shí)體間的各種關(guān)系，并將這些數(shù)據(jù)全部融合到統(tǒng)一的大數(shù)據(jù)分析平臺上，最后落地在客戶不同的業(yè)務(wù)警種，在這個(gè)過程中我們不僅僅構(gòu)建了一個(gè)大數(shù)據(jù)平臺，而是引入了公安的知識體系，最終為公安客戶大大提高破案效率。例如，最近明略禁毒大數(shù)據(jù)分析平臺，在一個(gè)月內(nèi)就徹底摧毀了分布在多省的制販毒網(wǎng)絡(luò)團(tuán)伙。正是基于此前大量的面向AI的數(shù)據(jù)治理工作，我們才能為公安客戶迅速完成數(shù)據(jù)挖掘和分析，從而迅速破案。在金融行業(yè)，我們?yōu)槿珖彻煞葜沏y行搭建了全行級知識圖譜平臺，把銀行所有業(yè)務(wù)板塊的數(shù)據(jù)按照業(yè)務(wù)知識的邏輯融合在一起，這不是傳統(tǒng)的數(shù)據(jù)治理，它是按照銀行的知識體系把全部數(shù)據(jù)融合在一起。平臺建立后，為銀行實(shí)現(xiàn)海量數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的分析，提升遠(yuǎn)程監(jiān)控工作水平和能力，從多個(gè)維度為銀行帶來業(yè)務(wù)效率的提升。軌道交通是制造業(yè)的重點(diǎn)領(lǐng)域，我們是國內(nèi)首家把軌道交通領(lǐng)域散落在不同子系統(tǒng)的數(shù)據(jù)以行業(yè)知識的結(jié)構(gòu)融合在一起的公司。例如軌道交通車頭的數(shù)據(jù)和線網(wǎng)的數(shù)據(jù)結(jié)合，大家知道地鐵站和高鐵站軌道有信號系統(tǒng)，車有很多數(shù)據(jù)。之前的數(shù)據(jù)都分散割裂，今天把數(shù)據(jù)都連接到一起，而且連接的時(shí)候是有背后的知識圖譜和背后的知識結(jié)構(gòu)。當(dāng)我們把這些數(shù)據(jù)全部連接到一起時(shí)，我們對故障的預(yù)測與維護(hù)等場景都產(chǎn)生很大的價(jià)值，可以節(jié)省計(jì)算資源與存儲成本。原來數(shù)據(jù)量太大，很多不敢存，把數(shù)據(jù)融合在一起，更加知道哪一些數(shù)據(jù)應(yīng)該存，哪一些數(shù)據(jù)不應(yīng)該存。這是人工智能時(shí)代的數(shù)據(jù)治理需要做好的準(zhǔn)備工作。數(shù)字經(jīng)濟(jì)時(shí)代，明略的產(chǎn)業(yè)定位：助力企業(yè)數(shù)字化轉(zhuǎn)型的“啟動器”明略數(shù)據(jù)是助力企業(yè)數(shù)字化轉(zhuǎn)型的啟動器，人工智能落地行業(yè)三步走當(dāng)中，最基礎(chǔ)的就是數(shù)據(jù)在線。“數(shù)據(jù)在線”不是搭建數(shù)據(jù)倉庫把數(shù)據(jù)連起來，而是要把行業(yè)知識真正梳理清楚。明略與行業(yè)的頂級專家思考行業(yè)的本質(zhì)、知識體系是什么，如何把數(shù)據(jù)真正地標(biāo)注在行業(yè)知識體系中。只有這個(gè)工作做好，我們的人工智能才能真正地落地到各行業(yè)。數(shù)據(jù)和知識分幾個(gè)層面，數(shù)據(jù)、場景、業(yè)務(wù)。場景維度，思考到底數(shù)據(jù)會在哪一些環(huán)節(jié)被使用。具體業(yè)務(wù)會考慮具體問題，有很多數(shù)據(jù)和知識的維度。我們在幫助行業(yè)梳理過去很多年的工作經(jīng)驗(yàn)，很多規(guī)則與算法嫁接到人工智能的規(guī)則算法，形成人機(jī)同行時(shí)代的頂級知識體系。計(jì)算機(jī)未來也需要知識，它不能只靠暴力的挖掘與計(jì)算解決問題。人工智能在每個(gè)企業(yè)運(yùn)行時(shí)要考慮效率，知識幫助計(jì)算機(jī)解決效率問題。小孩上二年級學(xué)簡單的計(jì)算，從從1加到100有簡單的公式，如果不知道的話需要花很多的腦力。計(jì)算機(jī)的計(jì)算需要知識，面向人工智能的數(shù)據(jù)治理需要把知識跟原始數(shù)據(jù)真正連接在一起，這是未來人工智能真正有價(jià)值的地方。明略的目標(biāo)是幫助企業(yè)不斷提高效率，幫助政府各部門不斷提高效率。我們希望踏踏實(shí)實(shí)地為客戶做好面向AI的數(shù)據(jù)治理，幫助企業(yè)和客戶做好人工智能落地的基礎(chǔ)建設(shè)工作。我們讓數(shù)據(jù)成為企業(yè)的核心資產(chǎn)，成為真正創(chuàng)造價(jià)值的IT服務(wù)，而不是成本中心。

電子書屬于在線下載的數(shù)字化商品，不支持退換貨。

近日，優(yōu)衣庫在深圳萬象天地開出深圳當(dāng)?shù)刈畲蟮赇?。?yōu)衣庫大中華區(qū)CMO吳品慧表示，除店面獨(dú)特設(shè)計(jì)外，優(yōu)衣庫首次在全國門店推出了融合線上線下，打通實(shí)體與虛擬的AR“數(shù)字體驗(yàn)館”，進(jìn)一步補(bǔ)充和優(yōu)化店鋪服務(wù)體驗(yàn)。優(yōu)衣庫“數(shù)字體驗(yàn)館”：補(bǔ)充實(shí)體購物服務(wù)盲區(qū)“比如襯衫大部分都是疊放的，你可能很難第一眼快速找到你想要的款式、顏色，甚至是尺寸，或者了解更多如何穿著的時(shí)尚搭配。如果你想迅速查看購買，這時(shí)候AR的數(shù)字體驗(yàn)是很好的補(bǔ)充功能?！眳瞧坊壅f，如果有顧客在這家門店想快速了解一件衣服，除了看海報(bào)，還能通過手機(jī)掃碼進(jìn)行更多直觀的數(shù)字溝通，看到產(chǎn)品信息、面料工藝、穿搭推薦等介紹。吳品慧表示，未來還將開發(fā)更多功能，服務(wù)于顧客直接網(wǎng)店下單，門店自提。“把商品、賣場跟體驗(yàn)?zāi)軌蜃鲆粋€(gè)更好的融合，符合城市風(fēng)格和消費(fèi)者生活需求，讓用戶能夠更好通過“數(shù)字體驗(yàn)館”聰明購物，買到真正需要的優(yōu)質(zhì)的商品。這是“數(shù)字體驗(yàn)館”的初衷?！眳瞧坊壅f道。據(jù)悉，目前，優(yōu)衣庫以深圳為起點(diǎn)，在全國近600多家門店推出實(shí)體體驗(yàn)店鋪結(jié)合AR虛擬數(shù)字體驗(yàn)，融合商品與店鋪體驗(yàn)服務(wù)的優(yōu)衣庫“數(shù)字體驗(yàn)館”，消費(fèi)者在店鋪中用智能手機(jī)掃海報(bào)，能體驗(yàn)到包含服裝場景、商品信息展示等在內(nèi)的AR互動。吳品慧稱，雖然優(yōu)衣庫門店已有非常人性化、個(gè)性化的服務(wù)，但優(yōu)衣庫始終希望通過數(shù)字體驗(yàn)館及AR數(shù)字互動等一系列技術(shù)化智能方式，更好地解決顧客在購物中可能遇到的問題和痛點(diǎn)，讓用戶能夠更好地體驗(yàn)和購買。優(yōu)衣庫門店數(shù)字化戰(zhàn)略：提升服務(wù)體驗(yàn)是根本早在2014年，優(yōu)衣庫就以數(shù)碼海報(bào)的方式拉開其數(shù)字化戰(zhàn)略序幕，嘗試線上線下人貨打通。這次推出的數(shù)字體驗(yàn)館也是優(yōu)衣庫為實(shí)現(xiàn)門店數(shù)字化智能化而做的進(jìn)一步嘗試。此外，優(yōu)衣庫很早就啟動智慧支付，通過支付寶支付，微信支付等無現(xiàn)金支付方式，讓進(jìn)店消費(fèi)享受便捷快速地?zé)o現(xiàn)金消費(fèi)體驗(yàn)。隨后優(yōu)衣庫又推出網(wǎng)店下單、門店自提服務(wù)，通過技術(shù)打通線上線下庫存，開啟線上線下全時(shí)隨地聯(lián)動購物。2017年7月，優(yōu)衣庫在全國門店引入智能導(dǎo)購大屏，讓消費(fèi)者更方便地實(shí)現(xiàn)購物之旅。AR技術(shù)開始火熱后，優(yōu)衣庫和支付寶合作，通過AR技術(shù)和實(shí)體門店購物結(jié)合，春節(jié)期間為顧客帶來AR實(shí)體門店搶紅包新體驗(yàn)。今年，優(yōu)衣庫又以深圳為點(diǎn)，全國門店推出“數(shù)字體驗(yàn)館”，對于連續(xù)多年在數(shù)字技術(shù)化和新零售上的升級和門店服務(wù)進(jìn)行提升。對此一系列的門店智慧化和數(shù)字化措施，吳品慧表示，優(yōu)衣庫關(guān)注的并不僅是技術(shù)本身，而是通過技術(shù)，讓優(yōu)衣庫的商品、門店和用戶的生活方式和需求結(jié)合，技術(shù)提升商品服務(wù)和用戶體驗(yàn)才是根本。服裝零售巨頭的數(shù)字化轉(zhuǎn)型比拼：“以速制勝”不止優(yōu)衣庫，整個(gè)快時(shí)尚行業(yè)都在不斷通過線上化改造，智慧化門店來重構(gòu)自身的人、貨、場。早在2009年，優(yōu)衣庫就入駐了天貓。2013年GAP也在天貓開店。2014年，ZARA入駐天貓。有人跑得快，就有人跑得慢。直到2017年12月15日，H&M集團(tuán)才宣布與阿里巴巴開啟戰(zhàn)略合作，旗下核心品牌H&M和H&MHome于2018年入駐天貓。除了比拼線上，服飾零售巨頭在中國的線下門店也是各自進(jìn)行智慧化、數(shù)字化改造。無論是GAP的“網(wǎng)訂店取”，還是ZARA的“大數(shù)字運(yùn)營”，或者是優(yōu)衣庫的“數(shù)字體驗(yàn)館”?！笆聦?shí)上，面對技術(shù)不斷進(jìn)步和消費(fèi)需求日益多樣化的變動，對于這些國際服飾零售企業(yè)來講，比拼的就是反應(yīng)速度，以速制勝。誰更能夠越早采用技術(shù)變化，不斷升級服務(wù)滿足消費(fèi)者需求，對誰越有利。不過對于服飾而言，技術(shù)是外在，商品品質(zhì)和體驗(yàn)才是內(nèi)核?！币晃粫r(shí)尚觀察者評論稱。優(yōu)衣庫大中華區(qū)CMO吳品慧對優(yōu)衣庫的各類技術(shù)變化也表示，優(yōu)衣庫門店所涉及的各種技術(shù)，包括現(xiàn)在所講的大數(shù)據(jù)和各類數(shù)字化營銷手段都只是工具?！皩τ趦?yōu)衣庫而言，把商品和服務(wù)做到極致，讓優(yōu)衣庫的品牌跟商品融入不同地區(qū)不同城市的消費(fèi)文化跟用戶生活方式，讓消費(fèi)者因優(yōu)衣庫享受品質(zhì)生活，才是優(yōu)衣庫想要的?！眳瞧坊垩a(bǔ)充說。

2017年鋼價(jià)上漲重回歷史高位，重點(diǎn)大中型鋼企盈利大幅上升，在強(qiáng)賣方市場行情下，鋼銀電商營業(yè)收入同比上升78.73%，凈利潤同比上升127.36%。2018年一季度，鋼材價(jià)格大幅下跌，主要城市鋼材庫存環(huán)比上漲近40%，鋼銀電商平臺單日交易量創(chuàng)下了17.2萬噸的新高。B2B依托供應(yīng)鏈服務(wù)的商業(yè)模式，經(jīng)受了價(jià)格行情大幅漲跌的考驗(yàn)，逐步走向成熟。一、重樹B2B行業(yè)信心的鋼銀年報(bào)營業(yè)收入734.50億元，同比上升78.73%。財(cái)報(bào)顯示，2017年鋼銀平臺總成交量4797.31萬噸，其中公司寄售交易量由2016年度1799.97萬噸增至2219.11萬噸，同比增長23.29%；營業(yè)收入734.50億元，同比上升78.73%；凈利潤同比上升127.36%，達(dá)到4148.44萬元。在銷售收入實(shí)現(xiàn)近80%增長情況下，鋼銀電商管理費(fèi)用和銷售費(fèi)用合計(jì)比上年同期只增加27.16%，其運(yùn)營效率和人均效能提升明顯。供應(yīng)鏈交易服務(wù)收入猛增145%。財(cái)報(bào)顯示，報(bào)告期內(nèi)平臺寄售模式收入598.41億元，同比增長68.39%。供應(yīng)鏈交易服務(wù)收入136.08億元，同比增長145.00%，營收占比由2016年度13.51%提升至2017年度年18.53%。在鋼銀電商盈利模式中，供應(yīng)鏈服務(wù)產(chǎn)生的利潤遠(yuǎn)高于寄售收取的傭金，其供應(yīng)鏈營收占比與盈利能力成正相關(guān)，2017年供應(yīng)鏈服務(wù)營收占比接近20%，營收結(jié)構(gòu)得到進(jìn)一步優(yōu)化。二、鋼銀B2B為什么能“漲跌雙盈”1.行情漲跌對B2B平臺都是考驗(yàn)大宗商品價(jià)格上漲，上游廠商對B2B電商平臺依賴度下降；價(jià)格下行，貿(mào)易商觀望情緒會導(dǎo)致采購需求下降。行情漲跌都會對B2B平臺交易產(chǎn)生負(fù)影響，但漲跌波動無法避免，真實(shí)的市場情況是，2017年鋼價(jià)大漲，2018年一季度大幅回落。2017年鋼價(jià)大漲。工信部發(fā)布的數(shù)據(jù)顯示，2017全年化解粗鋼產(chǎn)能5000萬噸以上，1.4億噸“地條鋼”產(chǎn)能全面出清，低端鋼材的價(jià)格干擾減少，鋼材價(jià)格進(jìn)入上升通道，中國鋼材價(jià)格指數(shù)全年增長22.4%，鋼廠普遍實(shí)現(xiàn)盈利。中鋼協(xié)統(tǒng)計(jì)數(shù)據(jù)顯示，2017年重點(diǎn)大中型鋼企累計(jì)實(shí)現(xiàn)銷售收入3.69萬億元，同比增長34.1%，實(shí)現(xiàn)利潤1773億元，同比增長613.6%。2018年鋼價(jià)回落。在2017年底業(yè)界普遍看好行情繼續(xù)回暖的情況下，鋼價(jià)卻在冬藏期后大幅回落，一季度鋼鐵行業(yè)交易量明顯下降。2018年3月，20個(gè)主要城市鋼材市場庫存總量1437萬噸，環(huán)比增加409萬噸，上升39.8%。震蕩行情下交易穩(wěn)增，利潤暴漲386%。鋼銀平臺交易并未受行情波動影響，最新發(fā)布的財(cái)報(bào)顯示，2018年一季度鋼銀平臺交易量為488.67萬噸，同比增長超過10%，3月份日均寄售交易量超10萬噸，單日最高17.2萬噸；營業(yè)收入178.52億元，同比增長31.80%。值得注意的是，一季度鋼銀凈利潤2487.08萬元，同比增長386.01%，相當(dāng)于2017全年凈利潤的60%。在“在線交易+供應(yīng)鏈服務(wù)”模型下，交易部分利潤相對穩(wěn)定，利潤猛增說明用戶對供應(yīng)鏈服務(wù)需求開始釋放。2.穩(wěn)健凸顯B2B供應(yīng)鏈服務(wù)價(jià)值鋼銀電商已形成包含資訊、寄售交易、供應(yīng)鏈服務(wù)、物流、倉儲、產(chǎn)業(yè)咨詢一體化的生態(tài)系統(tǒng)，閉環(huán)式服務(wù)滿足用戶各類供應(yīng)鏈需求，2017年鋼銀電商平臺注冊用戶總數(shù)達(dá)到81327家。另外，鋼銀規(guī)?；慕灰撞粩嗬奂?，直至數(shù)據(jù)沸點(diǎn)，形成BCS（BanksteelCreditSystem）信用模型和大數(shù)據(jù)監(jiān)控系統(tǒng)，支撐和優(yōu)化供應(yīng)鏈服務(wù)產(chǎn)品。寄售與供應(yīng)鏈服務(wù)血脈相連。寄售模式與供應(yīng)鏈服務(wù)血脈相連、相輔相成，寄售模式不承擔(dān)價(jià)格行情波動風(fēng)險(xiǎn)，毛利潤低但周轉(zhuǎn)快，有利于B2B電子商務(wù)平臺突破風(fēng)險(xiǎn)控制難關(guān)；供應(yīng)鏈服務(wù)必須依附于真實(shí)交易，且因?yàn)橹行∑髽I(yè)貿(mào)易融資需求旺盛，有利于快速擴(kuò)大寄售交易規(guī)模。兩者匹配，成為培育壯大B2B供應(yīng)鏈服務(wù)市場的產(chǎn)業(yè)撬點(diǎn)。“訂單融”以日為單位分批還款提貨。鋼銀電商已經(jīng)形成一系列基于用戶場景衍生出的供應(yīng)鏈服務(wù)產(chǎn)品，能夠滿足一般用戶需求。2017年，為解決終端及次終端企業(yè)小額融資需求，鋼銀電商推出了“訂單融”服務(wù)，凡是鋼銀平臺的認(rèn)證會員，申請通過后只需支付訂單全款的20%即可鎖定交易，通過現(xiàn)貨超市提貨，分批還款提貨，以日為核算單位，既能幫助用戶鎖住成本把握市場風(fēng)險(xiǎn)，又能減少用戶資金的占用率，加快資金流動。截至2018年3月底，訂單融的總交易規(guī)模已超過10億元。分布式云倉破解鋼貿(mào)交易的區(qū)域局限。鋼銀電商在全國23個(gè)省份布有云倉、36個(gè)駐外辦事處，基本實(shí)現(xiàn)全國覆蓋，在實(shí)際鋼貿(mào)交易中解決了用戶的核心痛點(diǎn)。對于終端用戶，按計(jì)劃生產(chǎn)是企業(yè)供應(yīng)鏈管理的重點(diǎn)，工期對應(yīng)的是成本，在傳統(tǒng)線下鋼材貿(mào)易中，尤其是鋼鐵價(jià)格上漲時(shí)期，經(jīng)常有鋼貿(mào)商等待價(jià)格升高而惡意壓貨，無形增加用戶成本，而鋼銀電商通過平臺交易鎖定價(jià)格，并推出工程配送服務(wù)，依據(jù)項(xiàng)目工期按約配送，保障用戶權(quán)益。我國鋼鐵貿(mào)易的區(qū)域性非常明顯，傳統(tǒng)流通渠道下鋼貿(mào)商很難在全國范圍內(nèi)開展業(yè)務(wù)，而鋼銀電商可以通過平臺下單，任何倉庫出貨，有效解決區(qū)域限制問題?！皵?shù)字化服務(wù)”為供應(yīng)鏈用戶帶來效率和體驗(yàn)。對于鋼鐵行業(yè)，除大型鋼廠和貿(mào)易商具備信息管理系統(tǒng)外，大量中小鋼廠、貿(mào)易商在交易管理上還處于原始的excel表格階段。2017年鋼銀電商推出了商家管理系統(tǒng)，用戶可以通過系統(tǒng)管理交易，并獲得客戶動向、競爭情報(bào)以及銷量分布信息。此外，鋼銀電商還對用戶發(fā)票進(jìn)行了規(guī)范管理，將運(yùn)單信息與交易記錄同步，節(jié)省用戶對賬結(jié)算以及發(fā)票流轉(zhuǎn)的人力成本和時(shí)間成本。三、國務(wù)院供應(yīng)鏈創(chuàng)新政策的B2B電商實(shí)踐2017年10月，《國務(wù)院辦公廳關(guān)于積極推進(jìn)供應(yīng)鏈創(chuàng)新與應(yīng)用的指導(dǎo)意見》（以下簡稱《意見》）發(fā)布，《意見》有三個(gè)要點(diǎn)值得關(guān)注，一是供應(yīng)鏈要與互聯(lián)網(wǎng)、物聯(lián)網(wǎng)融合，以大數(shù)據(jù)等技術(shù)為支撐實(shí)現(xiàn)智能化；二是供應(yīng)鏈應(yīng)該以用戶需求為導(dǎo)向，服務(wù)實(shí)體經(jīng)濟(jì)；三是發(fā)展供應(yīng)鏈金融。在鋼銀電商的B2B供應(yīng)鏈創(chuàng)新中，初步取得了兩個(gè)方面的實(shí)踐印證。一是依托B2B平臺創(chuàng)新供應(yīng)鏈服務(wù)是可行的。在基于B2B在線交易的供應(yīng)鏈金融模式下，電子商務(wù)平臺作為供應(yīng)鏈中的核心企業(yè)，利用自有資金或銀行授信，向上游有條件采購貨物，預(yù)付貨款；或向下游有條件銷售貨物，提供賬期。2017年鋼銀電商基于供應(yīng)鏈服務(wù)的鋼材交易營收占比接近20%，并獲得了近30家銀行及金融機(jī)構(gòu)授信，驗(yàn)證了金融機(jī)構(gòu)可依托B2B電商交易平臺優(yōu)勢，發(fā)揮供應(yīng)鏈服務(wù)價(jià)值的可行性。二是B2B平臺能切實(shí)服務(wù)實(shí)體經(jīng)濟(jì)。鋼銀電商“寄售”模式促進(jìn)鋼貿(mào)行業(yè)“脫虛向?qū)崱?。一是由鋼銀平臺與終端客戶簽訂采購合同，鋼貿(mào)商更是以合伙人的方式參與，為終端用戶提供采購流程服務(wù)，減少中間無效流通環(huán)節(jié)；二是服務(wù)終端的鋼貿(mào)商貨源不再依賴于上一級中間商，而是能夠采購鋼銀平臺上所有品類，現(xiàn)銷現(xiàn)采，減少屯貨；三是B2B平臺可以整合金融、物流、加工等供應(yīng)鏈服務(wù)的資源，重塑服務(wù)價(jià)值，引導(dǎo)鋼材交易由“行情導(dǎo)向”向“需求導(dǎo)向”轉(zhuǎn)變。

“甘來就是新零售的賦能服務(wù)商?！备蕘韯?chuàng)始人兼CEO鉉偉英笑道。無論是誰問起甘來的定位，她都會這樣介紹。在去年冬天，甘來給自己的定位還是一家智能售貨機(jī)平臺商?，F(xiàn)在，甘來希望可以成為新零售全過程的服務(wù)商和參與者。那究竟何為“新零售”？又該如何界定“老零售”和“新零售”呢？在鉉偉英看來，界定“新零售”共有三點(diǎn)標(biāo)準(zhǔn)，分別是：新成本、新效率、新體驗(yàn)?！叭魏蝿?chuàng)新都需要圍繞這三點(diǎn)，做不到這三點(diǎn)就不要談新零售了?！毕葋砜闯杀締栴}。她認(rèn)為，老成本是指線上出現(xiàn)扎口效應(yīng)，而線下門店和人工成本都在不斷升高。新成本則是指線上線下逐步一體化，同時(shí)去店面化、去人工化的趨勢是不可逆轉(zhuǎn)的。線上線下聯(lián)動一定會帶來新的產(chǎn)業(yè)效率。而技術(shù)的每一次更接近于產(chǎn)業(yè)，都一定會帶來新的產(chǎn)業(yè)機(jī)會。再來看效率問題?！耙郧暗臓I業(yè)額做到一千萬以上，可能就有很多人說要幫你做SaaS。但是好的預(yù)測不等于好的決策，好的決策也不等于好的執(zhí)行。原來是人指揮SaaS的時(shí)代，而新的效率應(yīng)該是SaaS指揮人?！便C偉英說道?！拔覀儜?yīng)該把一些行為交給更聰明的人工智能亦或是其他系統(tǒng)來進(jìn)行處理，利用數(shù)據(jù)智能來驅(qū)動管理，從而降低管理協(xié)同的摩擦系數(shù)。因?yàn)槿伺c人產(chǎn)生的摩擦系數(shù)會讓團(tuán)隊(duì)沒辦法百分百形成合力，如果能去掉這個(gè)摩擦系數(shù)，那么效率會更高?！彼a(bǔ)充解釋道。最后看體驗(yàn)環(huán)節(jié)。在鉉偉英看來，從消費(fèi)者的角度出發(fā)，90后逐漸成為消費(fèi)主力，他們更注重體驗(yàn)感和參與感，有趣變得更重要，一切皆可娛樂；從企業(yè)角度出發(fā)，客戶需要買軟件之外的新體驗(yàn)，同時(shí)客戶也不會為任何一個(gè)不成熟的東西買單。了解到，目前甘來主要向品牌商、渠道商和其他零售經(jīng)營者提供新零售解決方案，品牌客戶中囊括了天貓、萬達(dá)、天虹以及某全球知名快消品品牌等等。用鉉偉英自己的話說，甘來是做零售出身，甚至比很多企業(yè)更清楚地知道他們自身需要什么?！霸趲啄甑陌l(fā)展測試中，甘來踩了很多‘坑’，也了解到現(xiàn)在零售業(yè)的痛點(diǎn)在哪里。”甘來想解決的痛點(diǎn)之一就是獲客?！拔覀兿霂椭蛻舭丫€下流產(chǎn)資產(chǎn)更快、更有效的組織起來，并以工業(yè)化的速度導(dǎo)到線上且形成規(guī)模。獲客是商家重點(diǎn)思考的問題，他們的核心訴求就是主動獲客、精準(zhǔn)獲客、降低獲客成本。”同時(shí)，鉉偉英舉了一個(gè)例子。甘來曾為一家世界知名的自助零售運(yùn)營商提供解決方案，而這家自助零售運(yùn)營商控制了日本三分之一的自助零售江山，它的主要訴求除了精準(zhǔn)獲客和降低成本外，更希望尋求場景銷售的增量，增加和用戶的互動營銷。此外，對零售經(jīng)營者來說，他們還希望可以通過數(shù)據(jù)驅(qū)動等解決方案來增加銷量、減少庫存以及快速擴(kuò)張。了解到，甘來對自動售貨機(jī)的外觀及工控系統(tǒng)都進(jìn)行了改造，它希望讓每一臺售貨機(jī)都成為一個(gè)智能微型無人店，具有上新、促銷、組合套餐、實(shí)時(shí)銷售數(shù)據(jù)、缺貨補(bǔ)貨提醒等電商功能，并且可適用于全場景?！案蕘淼暮诵哪芰χ饕腥c(diǎn)：全品類可售、模塊化拼接和大數(shù)據(jù)驅(qū)動的智能化管理。經(jīng)營者無需考慮應(yīng)該在什么場景售賣什么品類，何時(shí)該補(bǔ)貨、投放廣告、做促銷。甘來設(shè)備上還配置了攝像頭，可支持線下客流量監(jiān)測、用戶識別、人臉支付等功能?！便C偉英介紹道。此外，在數(shù)字化方面，甘來在微軟提供的認(rèn)知服務(wù)基礎(chǔ)上，還在機(jī)器的認(rèn)知服務(wù)應(yīng)用上進(jìn)行了更多的嘗試?！俺税四槺葘τ趫D像識別的人臉于視覺識別外，更做了情緒識別的應(yīng)用嘗試，比如通過分析人臉來檢測多種情感，無論是喜悅還是悲傷，甘來的AI都可以一眼識別出來。”談及人工智能的應(yīng)用時(shí)，鉉偉英還補(bǔ)充道，零售是個(gè)“苦哈哈”的活，概念性、前沿化的東西雖然炫酷，但是在中國，大家必須了解一個(gè)前提——在過去十年，整個(gè)服務(wù)業(yè)的成本上漲了五到八倍，大部分零售商其實(shí)還在和成本做斗爭。既然是服務(wù)商，甘來就不能脫離了成本談技術(shù)?！叭斯ぶ悄軙鯓痈淖兞闶?？得先讓數(shù)據(jù)說話?！?/div>