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
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。