大數據和人工智能是密不可分的，大數據支撐了人工智能的應用，人工智能要依賴于大數據為基礎。現在京東大數據平臺上有超過4萬臺服務器，每天處理超過100萬任務，數據總量超過450個PB，而且以每天800多個TB的規模增長。正是因為這樣強大的數據、數據處理內容，使得我們可以來談人工智能的應用以及各種智能的發展。

5月19日，在由中國人工智能學會主辦的2018全球人工智能技術大會上，京東集團副總裁、ACM/IEEE Fellow裴健發表了題為“大數據AI使能無界零售”的演講，暢談了京東在無界零售上的大數據AI進展。

以下為裴健在本次大會中的演講實錄，經本人整理后發布。

裴健：非常感謝有這個機會來介紹京東如何用智能大數據驅動零售業的創新。

京東是財富500強的企業之一，有很多的戰略伙伴，包括騰訊、沃爾瑪等。可能大家認識京東是一個零售企業、電商，但京東更多的是一個技術型的企業，它有很多的黑科技技術和應用。舉例，我們有全自動的分撿中心，不久之前冬奧會的儀式“北京八分鐘”中很多人也應該有看到。亞洲一號中，很多倉儲的管理都是以自動化的方式進行。我們有無人機，可以把商品送到偏遠的山區，有無人車，可以在校園里為客戶運送包裹，觸達用戶的最后一公里。這些都應用了我們人工智能的技術。

大數據和人工智能是密不可分的，大數據支撐了人工智能的應用，人工智能要依賴于大數據為基礎。現在京東大數據平臺上有超過4萬臺服務器，每天處理超過100萬任務，數據總量超過450個PB，而且以每天800多個TB的規模增長。正是因為這樣強大的數據、數據處理內容，使得我們可以來談人工智能的應用以及各種智能的發展。

這是非常有意思的話題，在很久以前，傳統零售商店里，雖然沒有很大規模的談人工智能，但那時候我們已經做了很多數據科學的研究和數據科學的應用。舉例，那時的數據就是我們的銷售記錄，而且我們有各種的客戶優惠活動，比如你走到店里碰到店家跟你很熟，店家很高興，買東西時給你多稱一點或者給你一點折扣，這就是最原始的客戶獎勵計劃。我們還要做各種的市場推廣和營銷。比如，夏天和冬天賣的商品不一樣，一些商品會有一些折扣、促銷。大家會在商店看到銷售人員拿著喇叭在喊，××便宜了。這些要基于店主對商品和整個市場的認識。

基于這種樸素的數據積累，會做各種店面設計。在很多商店里，都把西瓜放在商店的中間。為什么？有一個非常深刻的供應鏈應用在里面。因為幾個原因：

第一，西瓜很難長時間存儲，如果一個西瓜在你店里擺了一個多星期、兩個星期，西瓜就不好賣了。所以我們需要盡快把西瓜出去，把它放在中間的地方，能夠讓大家容易看到。

第二，西瓜搬運起來不容易，不單單是說進貨時搬運起來不容易，對顧客來說，要把西瓜搬出去也不是很容易的事情，于是放在商店中間比較開闊的地方，方便店員把西瓜運進來，也方便客戶把西瓜拿出去。

所以大家可以看到，在零售里最核心的數據科學的關鍵是銷售和供應鏈。

傳統的零售商店在兩個緯度上非常有限制：

第一，地理限制。比如我不會開車50公里去買一個西瓜，距離的限制使得很多消費行為沒有辦法實施。

第二，現在是晚上11點，我想買東西，但這時候商店關門，于是銷售行為沒有辦法進行。

整個電商的興起很大程度上就是為了解決這兩個痛點，第一個是消除距離的限制，無論你在什么地方，只要能上網就可以買到東西。另外是消除時間的限制，只要你有時間，你就可以購物。

所以，電商的革新是從線下到線上的革新。

在電商時代，數據的分析、數據的科學有很大的變化，首先我們不是面對面看到客戶，而是只能夠看到數據。包括訂單記錄、瀏覽記錄、加購物車記錄，我和客戶的交流很大程度上依賴于推薦和搜索。很關鍵的一點，服務質量的好壞取決于物流，多快可以把東西送到客戶手上，當送到客戶手上時，用戶的體驗是什么樣的？這些是我們零售業的關鍵。

在這樣的環境下，智能大數據的目標發生了很大的變化。

例如，當我們做通用領域的搜索時，有一套的方法。但我們做電商物品搜索時，有很多特殊的因素需要考慮。比如我們會考慮常規的因素（如購買意向、顧客偏好）。還會考慮與電商非常有關系的因素，比如供應鏈變量（如庫存、促銷等），在一個搜索結果中，你可能需要把一些庫存比較不足的商品的排位往下放，因為你不希望客戶搜索時找到一樣東西，但是庫存沒有了。

這里有很多的挑戰，比如怎么樣把供應鏈的信息同步給搜索引擎，怎么樣智能分析供應鏈的信息。例如京東有數十億的商品，在海量的商品中做供應鏈信息的分發和賦能，對整個供應鏈來說是非常大的挑戰。

我現在有了線上商店，是不是線下商店就沒有價值了？不是的，線下商店還是有它很大的價值。很多的老人喜歡去線下商店，為什么？因為用戶體驗是不一樣的。在線下商店里，我們有各種各樣的用戶交互，比如可以看到真實的售貨員會給你提供很多的交互，可以看到有一些真實商品長什么樣，你可以試用。

我們發現，線下商店是服務拓展的非常好的渠道。所以在最近一段時間，很多廠商都在做怎么把線下店的能力發揮出來，京東也一直在探索如何助力線下提高用戶體驗。比如無界零售中，有自動的購物車，自動購物車可以跟在你后面，你買的東西放進去，它可以自動稱重。如果你要找某一樣商品，自動購物車可以帶你去那個商品前面。還有延伸的服務，比如無人店、無人販賣機，都是滿足了客戶在不同場景下對零售的需求。在這個場景下，我們所說的無界零售的方式是要把線上和線下打通，而且要擴展無處不在的零售場景，最核心的是智能大數據的分析和研究。

線上和線下打通是怎么回事？

我們會發現很多事情，很多顧客很喜歡到線下店體驗，體驗完了之后不買，然后會去網上查。因為他們會有一個印象，在網上查到的價格比線下店的價格低。這個對線下店帶來很大的成本，他有一個店，但沒有獲得相應的銷售。對顧客也很不方便，因為我需要去線上查。我們開發了電子價簽，這是做什么的？當一個客戶拿起一樣商品時，我們馬上去網上搜這個商品的最低價，同時我們看目前線下店的價格，把這些價格里的最低價格顯示為當前的價格。由于有了這樣的保證，我們的客戶就不會再擔心線下店的商品價格會高于線上的價格，可以很安心的進行購買。

我們還可以用各種的虛擬現實技術來提高線上、線下店的經營效率，降低經營成本，方便客戶。舉例，很多女士在線下店試各種化妝品時，有一個挑戰，試化妝品很費時間，涂了口紅不喜歡要全部擦掉，然后重新試另外一個。現在可以用手機提供試妝的服務，使得客戶很容易的試不同的產品。

AR+智能個性化推薦，在這個應用里，我們客戶可以通過虛擬現實試不同的服務，在他試服裝的時候，我們不單只是把服裝列出來，通過攝像頭，能夠理解客戶的面部表情，來看他的喜好是怎么樣的。客戶已經試過的衣服，通過線上、線下的信息以及他對各種試裝的反應，可以給客戶推薦相應下一件可以試的衣服。試衣間是線下門店很大的開銷，通過這樣的服務能夠提高線下門店的坪效，同時吸引客戶，提高他們的用戶體驗。

怎么樣把為客戶服務的整個供應鏈進行提升？供應鏈貫穿了整個商業過程，從最初的想法到設計、研發、生產、定價、營銷、交易、倉儲和服務，我們現在看到很多的企業、人在想辦法提升每一個環節的效率，這里孕育了一大堆在業務上進行人工智能的創新機會。

對于京東來說，京東有一條非常長的供應鏈，我們覆蓋了整個零售的全流程。這里給我們一個很獨特的機會，我們能不能通過大數據把不同的環節進行打通，使得我們對供應鏈進行改革，使得供應鏈效率更敏捷。這是我們應用人工智能很大的領域。

閃購是打通供應鏈很好的例子，閃購的目標是希望能夠通過在很短的時間內投放數量不多的商品，但可以達成很大的銷售量。一旦銷售量大了之后，就能夠使得整個的生產供應更有效，從而提高更大的折扣，降低我的成本。這里面人工智能的智能算法面臨著一個問題，我們應該找什么樣的什么，什么時間做？面向哪些用戶？這些用戶在哪里？這些問題是AI的問題。

以上啟發我們一個很核心的問題，到底什么是商店？以前看到的商店是一個房子，里面擺著很漂亮的東西，可以有柜臺，上面可以買東西。或者說商店就是一個網站，在里面會顯示很多的商品讓我去買東西。

其實商店以什么樣的形式存在并不重要，商店一定要有兩個很核心的功能：

一、一個商店能夠顯示豐富的商品，讓客戶產生興趣，吸引客戶區那里。

二、商店一定要有一個好的機制，這個機制能夠方便客戶購買。

只要有了這兩個因素，就可以構造一個銷售的場景，就可以進行零售的服務。

整個供應鏈創新、無界零售的創新就是我們能不能很高效地創造這種零售場景。

比如我們的拼購，用戶商品的連接可以通過各種各樣的方式（如實體店、網店、微信等）任何線上社交媒體，核心的挑戰就是智能技術，我們能不能通過數據分析選定大家應該拼購什么樣的商品，應該通過什么樣的渠道觸達我的客戶，觸達什么樣的客戶，在什么樣的時間點安排這樣的購物行為。

通過以上的例子，希望大家看到，在零售業里，大數據是非常核心的能力，已經對我們的商業行為產生了很大的驅動作用。大數據上面的智能夠使得我們降低成本、擴展我們的客戶群，能夠使得我們更好的理解我們的客戶，提高更好的服務。我們能夠通過大數據和人工智能創造很多新的商業模式。

舉一個供應鏈創新的例子，在以往的電商里，當有一個訂單進來，這個訂單會到中心，中心會把這個訂單分配到中心倉，這個倉一般都是巨大無比的，里面包羅萬象。我像抓中藥一樣把你要的東西抓起來運送給你。在這樣的設置下，這些中心倉占地比較大，所以一個城市很少的幾個中心倉，一般是布置在離城市中心比較遠的地方，這樣我才能夠拿到很大的地。但是有一個問題，它對大家的服務時效響應要求比較慢，因為這樣的一個東西運到中心倉，中心倉進行倉配，再從遠的地方運回城市，整個時間會很長。京東物流已經可以實現在11點前下單，在下一個11點前拿到商品。在整個的物流網絡里，這已經是很高的效率。但是我們怎么樣使這個更近一步？比如說能不能提供2小時、1小時甚至30分鐘的服務，這就需要我們對整個供應鏈改革。

舉例，我們可能通過一些線下店的前店后倉，前面是我的店，后面是我的倉。當我有一個訂單過來，這個訂單要及時根據配送地點進行拆分，拆分到附近的前置倉，在里面進行配送。

這里面就有大量的人工智能數據挖掘的任務，舉例，我那些前置倉應該放在什么地方？應該把我的線下店布在什么地方？當我有一個訂單進來的時候，怎么去拆分這個訂單？應該拆給哪些前置倉進行配送？這一堆供應鏈的問題，一定需要人工智能，一定需要大數據進行解決。

如果我們回想大數據的定義，以前是通過“4V”形容，有體量、速率、準確性、多樣性，在這四個緯度里，很多是從數據解決方案來看，可以照這四個緯度的四邊形。我們的目標是在四個緯度上做到極致。

以往對這些概念的理解都是面向數據處理，不是面向數據價值和客戶。如果我們換一個角度考慮這個問題，整個大數據或者智能化大數據是做什么？應該就是要在正確的時間和正確的地點把正確的數據送到正確的用戶手上，針對應用場景的數據需求對大數據提出很多新的要求，需要大數據具有相當高的智能能力。這一點剛好是和無界零售、零售即服務高度融合。因為無界零售就是在合適的時間、合適的地點把合適的商品賣到合適的客戶手上。在這個時候，各種的業務形態、商業模型其實是在這四個緯度上劃不同的點。為了實現無界零售、零售即服務，需要大量的數據和在數據上建立的商業智能來支撐。

今天給大家分享“智能大數據怎么樣驅動零售行業的創新？”我有一點感觸非常深，我們在業務上，誰能夠生存下去？誰能夠在后面的競爭當中顯示優勢？達爾文很久之前說明過，能生存下去的不是最強的，也不是最聰明的，是最能夠適應變化的，也就意味著我們要及時洞察我們的數據，我們要以智能的方式及時分析我們的數據做出改變，去迎接這個變化。