随着越来越多的实体店关门，零售业的前景依然黯淡。据Coresight Research上周五报道，美国零售商今年迄今已宣布关闭8558家门店，预计到2019年底，美国关闭的门店总数将达到1.2万家。

DataRobot的零售总经理保罗•温索尔(Paul Winsor)表示，尽管关闭实体店通常要归咎于互联网和自动化，但同样的技术实际上也可能成为实体店选址的解决方案。

参见:专题报告:数据、人工智能、物联网:零售的未来(免费PDF) (TechRepublic)

“如果零售商希望在他们经营的现有店铺里继续营业，我对他们的建议是:他们是否了解这些顾客不断变化的习惯，以及他们在这些地方如何与顾客一起购物?”温莎说。

他补充道:“要在艰难的零售市场中生存下去，你必须开始转变业务，根据历史数据进行预测。”“关键是要从你的历史数据中学习。”

在零售业工作了30多年后，Winsor说，人工智能(AI)和机器学习是零售商必须使用的工具，以保持领先，并保持开放。

“数据驱动的零售并不新鲜。技术已经帮助公司从数据的角度了解他们的业务，”Winsor说。“这些数据不像机器学习那样能帮助你做到这一点，只是不够个性化和准确。”

Winsor说，为了在过去做出预测，零售商只需查看每日和每周的交易数据并从中得出结论。

随着技术的发展和便利的优先，网上商店成为主要的购物方式。由于技术取代了购物体验，它也取代了零售商对其服务做出结论和预测的方式。如果零售商拒绝进步和适应不断发展的零售基础设施，他们将不可避免地落在后面。

Altimeter的首席分析师布莱恩·索利斯(Brian Solis)说:“有了人工智能，我们就能模拟智能行为或模仿人类智能行为，即感觉、推理、行动和适应。”“如今，领先品牌使用人工智能的最流行方式之一是机器学习。”

“不同的是，通过机器学习，系统可以从干净的数据集中识别模式，通过适当的管理，从这些数据中学习，从而评估甚至预测结果，并随着时间的推移提高性能，”Solis补充说。“这有助于零售商学习如何个性化参与，提供和下一个最佳行动，以及指导产品和服务的发展。”

1. 理解客户

Winsor说，机器学习帮助零售商了解他们的客户并预测未来的行为。

“我们希望在购物的方式上更方便，我们希望更方便，我们希望通过多种渠道购物，”Winsor说。“作为消费者，我们知道我们正在不断改变我们的习惯，因此机器学习和人工智能在这个领域正在做什么。”

2. 预测

“真正有影响的是预测，”Winsor指出。“我们现在看到，零售商利用人工智能和自动机器学习来进行需求预测，以便根据顾客的需求来了解当前的实际需求量。”

这不仅可以提高准确性，还可以提高操作效率，为组织节省时间和金钱。

“这将真正提高你的准确性，因为你在吸收，你在从过去学习，你在预测未来的需求量，”Winsor说。“运营效率绝对是关键，因为我们谈论的这个行业的运营利润率非常低。”

3.简化产品供应和开发

机器学习和人工智能可以在决定零售商的供应和发展计划方面发挥重要作用。根据Winsor的说法，机器学习可以回答的一些问题包括:如今零售商是否根据客户的需求和期望来销售正确的产品?它们的定价是否合理?他们是正确的产品在正确的商店正确的分类在正确的位置?

许多知名零售商都成功地实施了人工智能，这既是出于必要，也是为了在竞争中保持领先。

Solis列举了以下主要零售商目前使用人工智能的例子:

今年4月，沃尔玛推出了未来商店——智能零售实验室(IRL)。沃尔玛的系统不是使用智能技术来跟踪商品和购买，而是跟踪发明人的水平，以提醒员工何时需要补充货架上的商品，或者新鲜的商品放置时间太长，需要下架。

在另一个例子中，沃尔格林使用抗病毒药物处方中的数据来追踪流感的传播。这样做可以帮助客户了解所在地区的流感水平，还可以帮助沃尔格林管理其8,000家门店的库存。

North Face使用IBM Watson认知计算技术，根据客户对他们要去的地方、时间和计划如何度过时间的实时输入，个性化产品匹配。

内曼·马库斯在照片中使用了智能视觉搜索。找到。商店。该应用程序允许客户输入他们最喜欢的东西的图片，然后搜索库存来匹配相似的物品。

Solis说，零售业的未来将更加自动化和个性化。“消费者的选择将变得不那么混乱和有压力。”

索利斯说:“更有前景和更现实的未来场景包括屏幕、连接的更衣室和虚拟货架，这些都是根据我的个人数据定义的角色量身定制的。”“它只分享我根据过去的历史，以及未来的趋势，根据个人喜好来考虑的事情。你可以在众多的零售行业，比如汽车、家电等，上演这种场景。”

想了解更多，请查看TechRepublic上的大数据和人工智能如何帮助在线零售商在数字时代竞争。