铉伟英：新零售进入“无限货找人”时代，甘来怎么做？ 2012年，我去云南旅行时，深夜去酒店附近的小零售店买东西，看着那家店主怀抱着婴儿，一个人照看店铺，为了第二天能提早开店迎接顾客，他只能在寒冷的铺子里抱着孩子睡。看到这些，同样为人母的我不仅感到心酸，

2012年，我去云南旅行时，深夜去酒店附近的小零售店买东西，看着那家店主怀抱着婴儿，一个人照看店铺，为了第二天能提早开店迎接顾客，他只能在寒冷的铺子里抱着孩子睡。看到这些，同样为人母的我不仅感到心酸，还看到了传统零售商的无力与无奈。由此，我萌发了做一些事情来改善这一切的初心。

当然，只有初心不足以谋事，只有感性不足以成事。在做甘来之前，我们做了一些调研，不难发现，这些年来线上流量越来越贵，线下人力成本越来越高。线上的获客成本增加了10倍；自2005年以来的十年期间，中国的劳动力成本上升了5倍，比1995年涨了15倍；2005年以来，全国房价直线上涨，上海的商业租金十年间增加了至少8倍。达到一定规模的店铺还有能力投入20-30%的成本到线上，实现相对健康的盈利；而规模较小的夫妻店和社区店只能专注于线下销售，平均客单不足10元，客单和净利润提不起来，实在难以生存下去。

看到这些，我们觉得是时候通过新技术、新产品、新解决方案，来帮助传统零售商降低压力了，甘来要成为一个 “新零售全过程的赋能服务商”。

新零售的价值？V=New（Cost + Efficiency + Experience）

还记得2014年到2016年上半年，我们到处说甘来是做新零售的，还率先给出了一个“新零售”的定义，认为新零售的价值在于提供“新成本、新效率、新体验”，简单的说就是V=NCEE。可那时候没多少人能理解我们在说什么。很开心在马云爸爸2016年10月，把“新零售”的概念推广到全行业，甘来再也不用为解释自己是谁而烦恼。

当然，烦恼会解决烦恼，也会带来新的挑战。甘来在坐了三年冷板凳之后，突然发现在新零售这条热火朝天的赛道上，涌入了几乎所有的互联网巨头，以及难以计数的创业同行，作为一个资源、流量、渠道并不占绝对优势的先发者，甘来接下来该做什么？

在我看来，从技术-产品-商业-人的角度去看，一个“无限货找人”的时代已经来了，而且会比我们之前设想的还要迅猛——所有的零售商品，将以更及时、更精准、更贴心的方式浮现在消费者面前，成为现代生活的最基本需要——就像四五年前，同样没有人能预料得到今日头条讲的让“资讯找到你”的故事，会如此大受欢迎一样。

要做到“无限货找人”，就需要“最后一公里”网格内的全量消费数据。从零售店铺的角度看，其实就是及时、精准、海量地获客，并用数字化手段实时匹配库存、销售和管理。甘来通过帮助商家建立“活的资产银行”，通过甘来的各种终端机器抓取线下数据，用结构化数据，记录商品在什么时间、什么场合卖给了什么样的人。当“人、货、场”的数据量足够庞大时，结合云端算法，甚至能够帮助商家预测未来24小时内，指定区域、指定产品的销售状态，再加上交通、气象、热点事件等混合数据维度，从而提前实现预补货和预调度，整个店面、产业链条的效率就会大幅提升。

从窄一点的自动售货机场景来看，甘来智能售货机能极大提升效率。在传统运营模式下，即使是在日本，一组工作人员平均每天只能为密集分布的7-8个售货点补货，通常的流程是：根据有经验的调度从仓储中心配货、抵达售货点、盘点售货机、取货、补货，最后录入数据，反馈给调度，制定后续计划，单点流程接近1小时。很显然，传统流程有两种数据缺失：一是实时车载数据，二是售货机实时的缺货情况。而有了甘来，工作人员在出发前就能知道全部数据，砍掉调度、盘点、回取，录入四个环节，这就是我们的补货车能横跨无锡、苏州两个城市，每辆车每天平均覆盖60-70个售货点，并将平时单点补货时间缩短到18分钟的原因。

从宽一点的夫妻店和社区店场景来看，甘来还提供了传统货架售卖之外的新选择。甘来的智能售货机能容纳的远不只是常见的罐装饮料、零副食等标准品，还可以售卖鲜花、生鲜、热饮等非标品，顾客可以一次点单，一次取货。相当于把传统货架装入售货机，并用人工智能、物联网、云计算等技术武装成人性化体验的机器人。在这一场景下，甘来的交易测试数据已达2000家店面以上，领先于业界。

从消费者体验角度看，90后已是消费主流，他们需要更加个性有趣、富含品牌IP色彩的新体验。过去的线下零售店很难满足他们的需求，而一旦有人能提供新玩法，收到的欢迎会超乎预期。举个例子，我们四年前开始打造“AI+新零售”的消费新体验，在参加2016年深圳双创周时，在无人售货机上整合了一个微软认知服务的小游戏，玩家做表情，机器现场回答“我认得你哭”、“我认得你笑”、“你颜值真高”等趣味回应。当时，我们的人脸识别功能还没有正式产品化发布，主要是为了测试产品体验，以及消费者反馈。结果，几天展览期间，一直到整个场馆熄灯，仍有几十个消费者等着排队体验。

“技术生态森林”的挖宝攻略

要做到NCEE，甘来就需要具备技术研发、生产制造、供应链管理、运营为一体的综合能力。不管是无人店、无人柜还是智能售货机，都需要搭载复杂传感器的智能硬件，云端SaaS服务和增值服务。智能硬件是获得客户、服务客户的智能服务终端，其抓取到的数据有70%都将储存在云端，增值服务则包含流量运营、数据综合管理等。

最初，我们曾尝试在公有云IaaS层上自行搭建中台和前端，研发人员要自己设计架构，维护与更新虚拟机，还要测试平台之间的消息传输与兼容性等，工作内容较为繁琐，研发周期较长，成本也较为高昂。最关键的问题是，构建在IaaS层的解决方案不足以打造高性能、可靠而持续的“全过程服务”，实时管理庞大的智能售货机资产。

随后，我们在选择云平台和技术合作伙伴时，“货比三家“之后最终选择了Azure，以丰富的PaaS层服务替代了传统的IaaS部署方式，实现了快速研发、快速部署、敏捷运维。我认为，微软的优势不仅是云平台，更是一个积累深厚、保障充分、对企业级需求理解深厚的“技术生态森林”。例如，微软在人工智能领域深耕二十六年，很早就看到了数字化转型，尤其是云计算、物联网、大数据和人工智能对零售行业的价值，我们总能在这个森林里找到适合自己的工具和武器。