3月12日,SAP举办了“疫时危与机,应对有方略” SAP 零售行业线上研讨会,零售行业专家、企业共同探讨了疫情大考下中国零售业的影响和新机遇,企业如何迅速在突变情况下,满足消费者需求,进行行业革新。
中国现代零售业过去的几十年发展,一直不断演化和变革,消费需求、政府政策和科技发展等因素是零售行业发展的固有驱动力。新冠疫情对泛零售行业而言是一场大考,将对整个零售行业未来几十年的发展产生深远的影响。据悉,零售商家纷纷受到巨大的影响,百货行业营收与同期相比下降80-90%,全国已有600个购物中心减免了商户租金。
经过疫情考验的企业将呈现出巨大的发展空间,毕马威企业咨询(中国)有限公司数字化和客户业务合伙人毛健在会议上表示:“疫情催生了零售行业变革的三个新驱动力。首先,疫情带来的差异化打击加速了零售行业竞争格局分化,将凸显“赢家通吃”和“局部打穿”的马太效应,各个细分类目行业结构将被重构,行业加速洗牌。同时,消费将出现显著的“多快好省”和“极致体验”的消费需求分裂。消费者对产品质量、安全性、履约时间和性价比要求加剧,对线上和全渠道、社区/近生活圈的偏好加强。其次,数字化转型的战略问题将成为常态问题,在流量红利消失时,企业需要思考如何通过数字化营销、对接O2O到家服务、产品快速迭代等创新业务模式获取经营和品牌红利。“
SAP中国大消费品行业资深零售专家顾问丁彦文和SAP零售行业专家吴占东分享,近期数据显示超市销售额增长了600%,京东到家、淘鲜达、多点都出现了400%以下的增长。虽然零售行业遭到重创,但以生活用品和生鲜品类为主的超市和连锁店有了巨幅增长。“宅经济”促使了尽快构建到家业务的能力。这也是零售企业最快的自救方式,把线下流量转移到线上。
SAP专家认为,疫情下零售本质没有变:依然是把最好的商品,以最低的成本最快的速度交付到消费者手中,并提供最好的服务。涨价原因有两种:一是系统错误,对于“异常管理”透明度和实时性不够,二是加盟店涨价,对加盟店的管理粒度不够,只做到了财务管理,没有进行业务管理。此外,供应链建设所带来的的渠道成本降低才是零售企业的核心竞争力。疫情也促使了尽快构建 “从供应链到定价”构筑全流程能力,尤其是控价能力。
突发事件是检验企业的免疫力,迫使企业重新思考定位,优化内部管理,加速布局全渠道。作为SAP客户嘉宾,利群商业集团总裁徐瑞泽表示疫情期间,利群集团多个业务包括奥莱,购物中心,百货商场在内的日常经营受到了很大影响,在失去了春节传统销售旺季的同时,百货及外租区商铺部分已基本停业。
在数字化零售平台方面,利群2016年就推出了O2O业务,并在17年推出了基于线上的B2B业务。利群做过很多次订单爆量的预演,但在出现疫情后,线下流量大幅转到线上,平台购物需求压力加大,订单量超过了以往测试的10倍甚至20倍以上。
为了保障供应,利群积极调动全体员工,并且最大化利用数字化技术,很好地应对了极大的物流挑战。其数字化技术主要运用在线上和库存管理上,线上商城,数据分析,保证无接触式配送能实施和商品货源的充足,通过数据分析来指导线上线下经营。快速的响应使利群线上O2O和B2B业务得到巨大的锻炼和提升,较好地实现了平抑市场物价,稳定民生物资供应。
毛键表示,在危机中能跑通的商业逻辑才是真正优秀的商业逻辑,在危机中被验证的数字技术才是真正有效的数字技术。零售行业数字化转型正在步入深水区,疫情完成了零售企业数字化转型的教育过程。未来,企业将会把数字化转型作为战略性命题进行体系化思考和加速执行。
零售商承担着国家“保供应、保品质、保价格”的战略重任,而只有全链路的信息流、物流、资金流全流程透明和可追溯才能保证商品的供应、品质和价格。零售行业一直追求从工厂到消费者的高效供应链路,尤其是应急情况下的供给能力。大平台将更加注重供应链整合及物流效率的提升能力,并且强化精准服务,前后端实现专业分工的生态协同,提升服务效率和体验,降低边际成本。
社区商业将加速爆发,在交通枢纽和生活社区将出现高速发展的社区商业,围绕在线社群,聚合社区生鲜零售、日杂、轻餐饮、社区服务等各类商品、服务,缩短消费和商品之间的距离,实现精准触达和服务。第二,“危机见转机”,短期内的区域隔离,将加速催生社区生鲜企业的到家服务,前置仓和拼团,社区商业爆发,直播带货。
疫情过后,产业生态也会更具黏性发展:任何一家企业不可能单独应对疫情灾难,长期存在的零供博弈关系期望得到缓解,疫情将倒逼品牌零售商、购物中心和商场、供应商的命运共同体的形成。供应链能力强,管控优秀,勇于创新、具有组织自驱力的零售企业将从危机中脱颖而出。
好文章,需要你的鼓励
在AI智能体的发展中,记忆能力成为区分不同类型的关键因素。专家将AI智能体分为七类:简单反射、基于模型反射、目标导向、效用导向、学习型、多智能体系统和层次化智能体。有状态的智能体具备数据记忆能力,能提供持续上下文,而无状态系统每次都重新开始。未来AI需要实现实时记忆访问,将存储与计算集成在同一位置,从而创造出具备人类般记忆能力的数字孪生系统。
中国人民大学和字节跳动联合提出Pass@k训练方法,通过给AI模型多次答题机会来平衡探索与利用。该方法不仅提升了模型的多样性表现,还意外改善了单次答题准确率。实验显示,经过训练的7B参数模型在某些任务上超越了GPT-4o等大型商业模型,为AI训练方法论贡献了重要洞察。
OpenAI首席执行官阿尔特曼表示,公司计划在不久的将来投入数万亿美元用于AI基础设施建设,包括数据中心建设等。他正在设计新型金融工具来筹集资金。阿尔特曼认为当前AI投资存在过度兴奋现象,类似于90年代互联网泡沫,但AI技术本身是真实且重要的。他承认GPT-5发布存在问题,并表示OpenAI未来可能会上市。
南加州大学等机构研究团队开发出突破性的"N-gram覆盖攻击"方法,仅通过分析AI模型生成的文本内容就能检测其是否记住了训练数据,无需访问模型内部信息。该方法在多个数据集上超越传统方法,效率提升2.6倍。研究还发现新一代AI模型如GPT-4o展现出更强隐私保护能力,为AI隐私审计和版权保护提供了实用工具。