原标题：京东：到底什么是“无堺零售”

• 京东集团副总裁曲越川 致辞
• 京东数据研究院院长 刘晖

电商大数据下的中国消费升级

• 京东AI研究院副院长 梅涛

• 京东Y事业部供应链研發部总监 蒋佳涛

• 京东X事业部运营总监 牟广森

京东智慧物流在零售行业的应用

京东集团副总裁曲越川 致辞

尊敬的各位领导，各位来宾各位零售业的同行，大家下午好！首先对大家能够在这样一个美好的日子相聚。为什么说是美好的日子今天隆重的两会胜利闭幕，新一届嘚国家领导人诞生新的国家机构开始运转，在这样一个重要的时点欢迎大家莅临京东的无界零售论坛。

令我感到非常欣慰或者是也佷有带有惊喜的一点是，我看到有这么多的零售业的同行大家站在这里，有的习地而坐找回了当年在校园里的感觉，也说明了大家有┅个共同的希望和愿景那就是不断的用数字化的力量，用技术的力量来推升我们零售业取得更好的发展，这是我想是大家的一个共同關心的话题

那么今天，京东集团还是拿出了非常的诚意我们来自集团的各个相关部门，包括涉及到数字化的涉及到智慧供应链的，佷多部门的专家和大咖在这里愿意和大家分享积累的一点点经验。

去年京东集团的创始人董事局主席兼CEO刘强东先生，面对他多年的零售行业的积累面对对未来的深刻的思考，提出了“无界零售”这样的一个概念回顾人类走过的商业史上的几次零售的革命，包括百货夶楼的业态连锁经营的业态，包括超级市场业态乃至于我们现在共同所面临的，第四次的零售革命有几个核心点是非常非常重要，偠引起大家关注的比如说我们面临的未来的零售的无界，面临要提高精准性这样的一些核心关切点

通过解决这样的一些关键点，来持續地降低零售业的成本提高零售业的效率来提高客户的体验，这是我们要追求和探讨的话题我相信京东今天，展开双臂给大家提供这樣一个互相探讨、思维碰撞的一个平台希望通过我们的分享能够帮助到大家。同时京东还是在面对无人店零售的过程中强调两个理念，那就是开放的理念和赋能的理念我们已经逐步和很多线下的零售商、供应商品牌商携起手来，共同面对即将到来的第四次零售革命的挑战我相信只要用合作开放共赢的精神，共同地利用技术的力量我们一定会不断地解决用户的痛点，中国的零售业未来大有希望谢謝各位。

京东数据研究院院长 刘晖

演讲主题：电商大数据下的中国消费升级

无界零售和我们技术是什么样的关系我们用技术怎样去推动建立零售？那首先我谈一下京东对大数据的看法京东可以说是行业中拥有最长价值链，最精准大数据也是应用最广泛的一家公司。我們从很早就开始做大数据的应用大数据的对于电商来说它的应用分四个阶段：

首先是洞察。所谓洞察实际上说一个简单的词就是呈现，你看到的大量的数据报表可视化地让你看到数据，这是很重要的一部分

第二点叫挖掘。我们希望通过分析和学习看到数据背后的趋勢这里面已经包括了一些预测，经过大量的数据已经开始预测未来的销量未来用户的一些变化，那并把它大量地运用在我们实践的运營中

第三点就是决策。在预测之外它能够帮助我们决策者帮助每条线的采销人员作出下一步的决定。比如商品在下一个阶段它的定价昰怎么样的那究竟哪个商品有爆款的潜质，应该重点去培养投入更多的市场资源这就是属于人工智能辅助决策的部分。京东正处于二囷三之间我们的数据预测已经在大量项目中进行了运转，正在努力把人工智能——基于大数据的人工智能决策应用在我们的系统

最后┅个就是开放。我们非常希望能看到一个数据开放的未来京东拿出我们的电商数据和更多的企业数据能够融合在一起，产生更大的价值

那这是整个大数据我们看到的四个阶段，这是现在京东大数据的规模跟大家分享一下，我们在大数据平台上有超过32000台的数据集群其Φ包括离线计算——计算和机器学习的集群，每天我们有100万家数据任务在跑大量的是任务在帮助我们做运营。截止到目前为止京东已經拥有了400个PB的数据，每天数据增量大概是800个TB

其实京东每天产生的数据量相当于很多传统企业一年产生的数据量，那究竟在这数据量上我們能够做些什么

我在这给大家展示的是一个京东大数据的应用结构的框架，在这可以看到我们的数据是基本上分这么几层首先在底层昰一个大数据的技术平台，包括用云计算搭建的一个数据平台它能实现弹性的扩展，能够实现自动化运维那其中包括主数据和交易数據，在上面我们有一套体系叫知识图谱体系其中就是包括从用户的交易数据和行为数据中。

我们挖掘出来了很多更有价值的信息比如鼡户购物的时候，他的心理是怎么样的有大量的用户画像。我们也会针对小区做分析因为小区作为中国特色，每个小区它因为商品房的价格把同样的人聚在一起，甚至有时候比一个单位比拿一个年龄段或某一个其他标签来处理的人的特性，更加的一致然后商品发酵和商家画像，在那个用户画像层次之上

我们做的分析和预测，同时把整个的数据接口开放给我们的业务上面我列了一些常见的业务，比如像未买先送移动仓可以实现几分钟送到用户手工的商品，我们实现了个性化的商品展示无人超市，实现了商品的预测是整个峩们的结构，可以看到它是从底层到应用层是非常完善的一个结构

那接下来就两部分，首先我会跟大家分析一个数据报告一小部分其Φ是我们在年初做的品质升级的数据报告，也是从电商数据上跟各位做零售的行家和专家们，一块看一看究竟

第一，品质升级在电商嘚数据看来是怎么样的第二，看看究竟我们的大数据的技术是怎么推动无限零售的成长

首先京东认为，整个的零售在面临一个巨大的妀变那改变是从消费者产生的。传统的消费者他们所进行的消费是一种生存性的重物质的消费，也就是说可以看到他购买生活必需品比较价格购买实物商品。但是现在为止我们认为它已经成为一种发展型重体验的新型消费，他们大量购买精神层面的服务他们会更茬乎品牌和品质，那具体有些什么样的表现我们拿了几个数据给大家做分析，怎么能看出用户消费的时候更重品质其实对于品牌的选擇是很重要的。

所以我们做了京东所有品类，在2017年头部的品牌所占消费额的占比我们拿头部的20个品牌，每个品类中销售最高的20个品牌它的销售额加起来占所有品类占比能有多少？一般头部的消费额越大代表领域中的品牌集中度越高，品牌集中度越高说明消费者在選择品类的商品的时候，它更倾向于选择大牌而不是倾向于用价格去拉出来做最便宜的比较。京东全站的Top20的品牌销售额是在55%大量的品牌集中在头部，就是几个品牌垄断市场

同时我们也看到一些品类，它的品牌精度会相对比较低比较典型的是家居图书和服饰内衣，就昰在这种偏个性化消费和时尚消费的领域中品牌还是会非常非常的分散，也是大量的品牌创新的机会

我们还用一个数据来判断究竟用戶的消费是否在升级，或者会升级到一个什么程度就是它在精神消费和实物消费的占比。我们拿本地生活旅行旅游出行品类的销售额和喰品饮料的销售做一个对比大家可以看到他们的增速。红色的是本地生活和旅游出行他们在连续四年保持了非常非常高的增速，复合姩增长率超过181%那相比较而言，食品饮料的增速远远要低于它这是我们刚才在一开始的论论断，整个中国消费者对于精神层面的需求要奣显的超过实物层面的需求

这种需求是怎么产生的？我们认为它来源肯定是消费者我们经常会拿某一类商品的用户，在购买之后的点評产生的关键词来做一些比对我们取了典型品类，Top30的中国品牌/Top30的国际品牌的关键词来做一些分析因为看到在这些品类中，家电、办公、服饰、母婴和家居主要品类中这两类评价关键词会很像，就是可以看到最靠前的都是关于外形、体验、质量这方面的评价而不是价格的评价。在三年前如果我们拿关键词做对比的时候，中国品牌往往是以性价比出色真是便宜这种词汇占的比例更高。所以我们可以看到这一点明显的说明消费者层面，他们

同时我们可以看到不同的地域对于知名品牌的销售的倾向。从全国来看各省份Top100的品牌消费嘚占比最高的是北京和上海，都达到53%其次是河南，达到了52%从整个中国地图的颜色分布来看，你可以看到中国人或者中国消费者对于夶品牌的倾向度是，那深红色的都是对大品牌特别特别青睐的浅红色到淡红色是依次降低。比较有意思的东部沿海其实并不是特别喜歡品牌的（上海除外）。在我们的整个数据分析里可以发现像江苏、浙江、福建、这些经济非常发达的省份，消费者很有钱他们下的訂单单价也会很高，但是他们品牌的分散度会比较高他们对于品牌的认知有自己的一套逻辑，它不一定会跟随整个市场的逻辑去走反洏是在中部，你可以看到陕西、河南、四川这条线他们对大品牌的倾向非常非常高。

我们会把原因归为是品牌成长中的不同阶段有些哋域还处于一个对大牌的，尤其是极端大牌的崇拜的过程中有的地域可能已经到了对于个性化品牌转向的过程中。特别是90后他们对个性化品牌的追求远远高于80后和70后。同时我们看一下不同地域的Top100的品牌的销售额占比你可以看到确实一线城市是最高的，占到52%然后随着4、5、6线会逐渐降低。但是可以看到的是六线城市五线城市他们的成长速度非常快

我们认为从电商的数据可以看到，中国发展的均衡是一個非常明确的进程电商是把服务商品价格拉平的一个巨大的零售工具，把之前很难买到好商品、货号、价格的六线市场中西部市场迅速地发掘消费能力。所以我们看到越到中西部越到六线城市，它们实际上在消费升级并且还在高端销售上的成长速度反而越快。那究竟背后的动因是什么我们和南方都市报一块做了一次用户调研，看看究竟是什么促使用户去买买买

你可以看到，当然最重要的一个驱動还是来自于实际的驱动比如75%的用户认为，以前的东西用完了我就要买但是下面就比较有意思了，他们会认为我购买是为了改善生活我是看到了更丰富的产品激发了我的新的需求。

这些代表的就是真正我们消费者未来的购买动力就是从必需性消费刚需型的消费到升級消费，我觉得在零售行业大家都要重视的一点它代表着未来更广阔的红海市场。

跟大家分享了小部分数据第二块我会给我们的数据夶咖们开个头，跟我们的技术将他们开头讲讲京东的数据是如何助力零售的。

首先我会讲一下在京东的场景上、场景下的数据特别是夶数据的推荐/搜索是什么模式。我们把体系叫做智能卖场体系刚才我在最开始分析的时候跟大家说过，京东有用户画像有大量的数据加到每一个用户身上，很多很多标签比如，我们会给您是不是有孩子您的购买的时候对品牌的倾向是怎么样的？您对价格促销的敏感喥是怎么样的同时我们也会给商品附加很多的标签，所以在每个用户做推荐和搜索的时候它背后呈现的商品都是根据算法来做配的，鉯保证每个用户的搜索都是最精准的这种结果这是今年京东特别在推的一个大项目，叫做”千人千面”我们希望每个用户上京东之后，无论是您第一页看到的是商品活动还是搜索之后产生的结果，都能迅速命中需求在最短的时间内找到适合自己的商品，那这就是京東大脑的整个的一个流程体系你可以看到它基于数据分析形成了商品画像，根据每个用户做精准的匹配的预测和推荐同时它会呈现在艏页单品频道活动页面上。也就是说您上京东的时候我们会给您预先挑好您所适应的商品和服务，让您能够更快的来满足需求

我们举個稍微极端一点的例子，大家都看重母婴市场觉得现在二胎放开之后，我一定会有巨大的潜力那京东也很重视，所以我们做了很多很哆的项目那这是一个在实施中的一个小例子，说得很通俗一点的就是通过后台的搜索和购买数据我们很容易判断出一个用户是不是在備孕，比如您开始买叶酸防辐射服，我就会判断出您是在备孕然后一旦用户被加上标签之后，我们会跟踪用户的行为跟踪他的时间軸的成长。

不光是适合孩子的成长阶段而且是适合所在的城市，所在的小区您的消费的水平，最理想的这种商品刚才曲总谈到京东嘚无界零售，我们认为不仅零售未来有一个特别明确的特色就是“精准”

现在大家会把京东这种平台当做信息的来源，我们会推荐给用戶很多信息无论是搜索的时候，还是上京东的时候看第一页的时候我们的目标就是要让这些信息都能精准的命中您的需求，就像是定淛的一样这样的情况下，这些信息就不是广告而是您需要的信息。这是京东在做的人工智能客服机器人

在去年的双11，他已经基本上接起了90%第一次呼入的线上服务的消费者而且在很多品类中它的客户满意度已经超过了人工的客服，那和大数据有什么关系京东的人工智能客服系统，特色在于它背后有特别复杂的数据系统

一方面他了解商品，比任何一个人工客服都了解商品因为背后有每个商品的规格，有商品的画像之前有关商品产生的所有问答，产生的知识图谱同时按当地产品，在京东可以做到的一点就是一个用户打电话给京东寻求客服的时候，如果用户之前电话号码曾经跟他的账户捆绑过那在电话被接起的时候，一系列的信息已经决定了我们可以判断出鼡户打这电话是为什么他有可能是为了在途的商品的运货周期，也可能是为了某一个商品的产生的一些使用上的问题

同时如果曾经有過客户咨询的话，后台就会被赋予一个标签就是他适合于什么样的客服，那我们就会帮他对接一个最符合他脾气的的客服这正好满足怹的需求，这就是人工智能系统它能够让用户电话被接起的同时，客户流程实际上已经走过了很长一部分能够实现更精准的服务。

京東大量利用动态定价来做智慧供应链就是我们人工智能的算法。大家可以看到左边那个图在做动态定价的时候，系统会考虑其它的因素包括现在的库存，友商的价格进行促销等等因素，它会根据用户设定您究竟是判断商品是为了尽快的清库存，为了要求最大的GMV還是要求最好的利润去设定价格曲线。

所以右边我呈现的是系统最开始测试的时候的一组AB对比数据我们测了快消品和家居品类，跟京东過去的采销做AB对比的时候人工智能系统明显的在数据上领先，在有的品类上可以明显地提高GMV有的品类上可以明显的提高毛利率。

现在峩们在京东有大量的系统大量的品类中已经开始采用人工智能定价系统，去年我们也把它开放给第三方的平台第三方商家现在也可以茬京东采用系统来帮助自己去确定商品究竟该定什么样的价格。我们可以预测每一个商品未来28天在京东全国500个库房每个库房应该备多少量才合适，之前是京东知道量然后我们的采销去下采购订单。从2015年2016年开始我们开始用EDI，就是背后的后台的电子信息接口打通的方式把數据传递给我们的制造商

案例谈的是和雀巢的合作，雀巢的排产经理在做下一次排产计划的时候都可以在它的系统中直接看到京东系統对它某一个商品未来28天的预测。哪个商品哪个库房，哪个地区的哪个库房应该放多少因此它就可以实现更精准的排产。在去年的合莋中我们跟雀巢一块验证了很多数据，在典型商品的补货时间之前需要5到8天应用了系统之后缩减的2到3天，线上有货率从73%达到95%也就是說预测出来它的爆品即将热销，可以提前拨到仓库里而不会产生爆品迅速卖光，仓库里没有货的情况

这是用数据对制造商做的下一步，就是不光是要告诉它产多少而是告诉它产什么，这个体系在京东之前叫慧眼现在我们有一个倾听的体系，在大量做这件事京东可鉯了解到很多用户对于商品的评价，他搜索的时候用什么关键词来搜商品评价的时候怎么评价商品，产生售后的问题究竟集中在哪所鉯我们会给厂商形成一个非常完整的报告

那为了实现临门一脚，我们开发了一个系统叫做京东专享就京东会有一些专门的促销包，特别昰针对很多的老用户钻石级用户，plus用户有专门的促销额度，究竟该把促销包给到谁会给他多少，这里面用了一个比较复杂的算法僦是去判断消费者对于某个商品的需求是不是强需求。那其实去年我们还专门对外组织过一次算法大赛开放一大批数据去让外部一块帮峩们来判断，来提高准确率算法一旦判断出强需求，用户就可以通过我们的微信或者是APP的提示直接把一个促销发到账户里，促销是独┅无二的只有用户上去才能看到，那项目在这种高端的家电和数码领域3C领域都取得了非常好的转化率提升的结果，那这也可以看做个性化或者精准营销的下一步的一个趋势

那最后我会谈一下究竟我们对线下会做什么？刚才曲总也谈到线上线下是我们会非常重视的同時今年的认为我们核心努力的方向，也是希望用线上积累能够帮助线下的企业发掘更大的价值或者提升它的效率和成本。通过这些数据京东希望能够帮助线下的店面更好地做运营，更好提高它的效率另外一方面，我们还是会帮助线下店做很多供店层面的事情我们希朢能够用京东的正品行货以及出色的物流体系去帮助其他店，提供最好的商品和会员

京东AI研究院副院长：梅涛

众所周知，京东成立了A、B、C三个部门A部门是指AI平台和研究部，该部门有三大使命第一个使命是要做世界级研究，AI里有很多研究领域京东集中在计算机视觉多媒体、自然语言处理和基础机器学习三个方向；第二个使命是要把AI技术用在京东所有产品线里；第三个使命是要把AI技术的应用对外输出，幫助所有合作伙伴

AI技术如何结合无限零售，AI领域到底发生了什么AI能做到哪些事情？

这里有一个小测试如何用一句话来描述这张图的內容？第一句话是：一群人站在很多香蕉前面；第二句话是：一个人站在放满香蕉的桌子前面其中一句是机器生成的，一句是人写的其中第一句话是由机器产生的。今天的计算机视觉技术已经不仅可以识别出图片里的人和物还可以组成一个完整的、无语法错误的语句，并且可能比人写得还好

机器和人有何差别？人在描述图片时会有选择性但机器会描述所看到的所有东西。第二个例子针对这段视頻也有两句话，第一句话是：运动员投出的标枪被测量了一下；第二句话是：运动员冲刺扔出了标枪并且收获了很多的欢呼声。其中一呴是机器生成的一句是人写的。这第二句更真实更详细的话是机器产生的由此可见今天的AI技术已经强大到超乎想象。

每个人对人工智能都有自己的不同定义通俗地说，人工智能就是让计算机能够有人的能力包括听、说、读、写。其中对零售行业比较重要的一个功能僦是视觉专业术语叫计算机视觉。电脑接上摄像头后能够描述摄像头拍到的任何东西就是计算机视觉该技术希望能教会计算机看并描述看到的东西，计算机视觉研究从二十世纪六十年代就开始了计算机视觉领域到底发生了什么，为什么现在该领域这么火爆

通常人类對一张图片的理解可以分为几个层次。

第一个层次是人类希望知道图片里每个像素代表的意思这个问题其实很难，一个人要标出这样的圖片平均需要30分钟而现在无人驾驶技术能够在几毫秒内完成。

第二个层次是将对每个像素的要求放宽到物体专业术语叫物体检测。这時不关心每一个像素点是什么物体只关心物体在什么位置，属于什么类别专业术语叫物理检测。这种技术其实在线上线下都有很多应鼡比如通过摄像机观察有多少个可乐瓶，每个可乐瓶被拿多少次该技术每年在性能和速度上都有不同提高。第三个层次从物体的级别洅扩展到整个图片的级别不关心每个物体在什么位置，只关心图里出现的关键词这种技术在线上零售领域非常重要。用户搜索商品时可以直接搜小清新或二次元。可以把第三个层次再进一步不仅要对图片产生关键词，还需要把这些关键词连成无语法错误的一句话這叫看图说话，今天的计算机视觉在看图说话的任务上已经超过了5岁小孩可以把该层次再进一步，不仅要描述单张图片比如人们想分享经历的时候需要对照片配一段文字，现在机器可以看照片写故事今天计算机视觉在图片理解领域里面的层次，可以从像素集到物体集洅到整个画面集以及到一个图片的训练集。

对视频来说也是一样既可以做语音分割也可以做肢体分解。对一个运动的人来说可以告知舞蹈是否优美，健身动作是否标准机器也可以做一些检测，比如用户上传的文件是否有敏感内容是否是想要的内容，当然也可以做視频的描述看视频说话。

很多机器视觉技术都可以用在线上或者线下零售里。在2012年以前人类机器对图像的识别错误率大概是20%，错误率很高从2012年开始因为AI，就是深度学习的兴起机器对图像识别的错误率从25%降到16%，到2015年降到了3.57%而人的错误率是5%。所以某种程度上说机器对图片的理解力已经超过了人类。如果给人类一分钟时间和机器同时标定一张图片，人肯定做得比机器好；但如果给人类一分钟时间标定一千张一万张图片，那肯定没有机器做得好

所以人工智能能够帮助大家做一些辅助性的工作，但并不是完全取代人工在这张图爿里机器可以把人体、伞、车精确地分离出来，对于一张店内图机器可以告知里面有什么物品，每个物品放在什么位置以及有多少个

任何人都可以写出这样一句话，一群人站在一个古老的建筑前面摆了一个pose，照一张照片但不是所有人都能够写出来人的名字，识别出來地方在哪里今天的人工智能可以对一幅图产生一段很自然连贯没有任何语法错误的描述，并且可以把它识别出来的一些实体放在语句裏面这张图里有五个人，但机器只能识别出来四个人因为奥巴马的岳母不是名人，机器无法识别这就是机器学习的一个局限性，在沒有大数据的情况下很难做到一个很好的训练模型。

所以大数据事业部是很关键的那跟零售有什么关系？机器能写带导购意向的软文机器可以从视觉到文字，甚至可以根据图片写现代诗机器分析图片里面物体的明暗色彩以及感情色彩，就可以通过这些关键词生成现玳诗现代诗比较好做，因为它不需要工整的对仗

机器既然能够生成这样的文字，当然也可以生成如梦如幻的具有导购意向的软文比洳用户上传一个小视频到AI系统里，可以触发人机对话机器知道这是一个自拍照就会告诉你，你很漂亮是因为什么漂亮。所以说以后用戶不知道怎么赞美女朋友的时候还可以学学机器人。对于用户看到网上一些服饰机器也可以写一些软文，使用户很想购买这样的服饰这就是可以通过AI的算法从视觉达到文章。

刚才说怎么样从视觉到语意再到人的理解同样也可以反着做，怎么样从文字到视觉第一个唎子是从文本到图片，一个人想画一幅鸟的图他希望鸟的翅膀是黑白相衬的，他希望鸟的头是黑色的机器就可以根据它的要求，完全基于像素点画出来这样一张鸟图但并不是说机器从别的地方拿了一张鸟，然后拿了一根树枝拼在一起这张图完全是计算机一点一点画絀来的。

所以说今天AI的技术已经可以实现用户告诉机器一句话机器可以从无到有把这张图生成出来。机器既然能画鸟了也可以画任何┅个东西，比方说一个模特站在一辆跑车前面她穿着红色的衣服。今天很多人在网上特别是一些女孩子，不喜欢把自己的真实面貌暴露出来给机器一张用户的图片，机器就可以制作一个卡通图片从真实人脸到一个卡通人脸，其实还是蛮像的第三个例子，给机器一張黑白甚至彩色的图机器可以把颜色换掉。

从学术界保守的角度来说AI现在还不能高考，机器可以做一个3岁小孩能做的事情比如做一些简单的物体分类；甚至可以做一个5岁小孩能做的事，比如看图说话；再积极一点可以做一个7岁小孩能做的事情，比如写诗这是今天計算机视觉和深度学习结合之后，AI领域里能做的一些之前无法想象的事情

至于怎么跟无界零售结合，一是时尚那是针对普通消费者，特别是很多女性来说；二是店内销售体验是针对电商来说；三是把店内的物品优化。

视觉AI到底能解决什么样的痛点能想到的一个痛点僦是时尚。因为很多女孩子说不知道该怎样选衣服、怎样选口红、怎样搭配一个时尚女孩早上起来的时候，机器会给她设计一个时尚魔鏡告诉她今天应该穿什么搭配。中午的时候她可以通过手机拍一个街边的图机器告诉你街边女孩子应该穿什么样的衣服。甚至她可以詓线下商店里进行虚拟试衣因为机器知道她的身体数据，后台有上千张人体的商务模型根据用户提供的身体数据，机器就能够找到一個体型一模一样的三维模型就可以在里面虚拟地试衣。

当然机器也可以给她一个时尚的故事当用户在街上看到一个女孩子，想知道她箌底是什么穿衣品位拍张照片，机器就知道她的鞋是什么品牌她的裙子是什么品牌，她的包是什么品牌用户可以实时地去看在京东仩有什么品牌可以跟她相关，甚至可以告诉用户穿这件衣服、这条裤子的人平时会搭配什么样的上衣或者裙子。

第二个是后台会有几芉个人体三维模型，不管用户是在线上还是线下当她想试穿衣服的时候，只要提供几个数据：胸围、身高、体重以及脖子机器就可以找到一个体型几乎一样的人体模型，基于人体模型就可以三维试衣这也是京东想在线下零售店里推广的一个系统。京东也想对时尚做一個完整的分析用户提供一张照片，京东希望能够把照片里女孩子身上所有的时尚元素都分析出来比方说她穿的大衣的纹理、材质、风格、历史，以及穿大衣之后可以搭配什么其他款式包括她的包、鞋、首饰等。

京东APP里有一个拍照购的功能最近两个月京东把拍照购的數据量提高了十倍，并且把拍照购的每个性能都提高了两位数所以在618之前用户会看到一个全新的性能更好的拍照购。

第三AI怎么样解决店内的体验？可以通过店内布置摄像头做客户画像，店里到底来了哪些客人年龄分布是什么，性别分布是什么也可以做客户流量统計，有些行业里实体店的人数和网上人数是不符的可以通过这样的方式做一些去伪存真的工作。另外也可以做虚拟试妆甚至在店外面設置智能导购，吸引到店里面来进行物理的买卖机器还可以做客户的行为识别。

其实在京东的实体店里已经布置了这样的一个摄像头陸个小时里机器大概记住了1023个人，准确率超过了91%并且还可以通过人脸的分析告诉你这一千多个人到底是什么样的分布，可以画热力图京东在AI里开发了一个人脸识别的SDK API ，准确率将近97.5%可以识别性别、年龄误差大概在3岁或4岁，能识别出高兴的、悲伤的、愤怒的表情通过这樣的识别，机器可以给每个来到线下店的客户精确的画像这是京东对客户行为的识别。

京东有一个大概深度199层的网络可以精确地识别絀来在摄像头里客户到底做了什么事。现在能够识别出来一千多种以上的物体五百种以上的动作，客户到店里面来到底拿了什么东西莋了什么动作，都可以实时地记录下来

京东大概收集了全球五十三个城市的所有街拍图。街拍图往往有几个属性第一个属性它有很多信息在里面，第二个属性就是街拍者往往具有GPS信息所以京东把所有主要城市的街拍图放在一起做了一个大数据的分析，就能够知道在每┅个区域里流行的时尚元素到底是什么当用户想去巴黎旅游的时候，京东会告诉你巴黎现在正在流行什么样的款式流行的趋势、流行嘚原因是什么。如果说你要去深圳的话机器会告知深圳现在什么天气，深圳的女孩子都是穿什么样的衣服

最后总结，人工智能是一个佷广泛的概念而深度学习是一个最近才出的概念，深度学习的引入使计算机视觉和语音识别得到了很广泛的应用它甚至可以把领域以湔的准确率提高到80%甚至90%。但是“计算机视觉+深度学习”并不能解决所有问题但可以解决有清晰问题定义和足够训练数据的问题。人工智能技术可以很好地应用到无界零售里极大改进传统零售体验。

京东Y事业部供应链研发部总监 蒋佳涛

京东管理的自营品类超过了500万京东茬全国有700多个仓库，而且京东的网络有六大网络至少有三个层级，还有移动仓就在这基础上京东服务了3亿多的客户。在京东上午10点の前下的单下午就会收到，在晚上11点之前下的单第二早上就会送到京东为什么会这么快地送货，为什么会在管理了这么多的商品和服务這么多用户的前提下供应链的效率还这么高其实背后就是依托于大数据、供应链和AI的技术，来把供应链的效果发挥到极致所以在于基礎上，京东在2016年成立了外协部京东在过去十多年的积累和沉淀中，在供应链领域的积累其实已经很成熟但是我们如何利用数据和AI把供應链解决方案更好地沉淀积累固化，更好地提升效能

京东在2016年成立了外协部，对内要服务于六大事业部包括生鲜、食品、图书、3C家电等各种品类的供应链，同时我们也会对外告诉京东的智慧供应链的能力通过产品化、技术化跟合作伙伴一起打造智慧的供应链的一些升級。京东在智慧供应链领域不仅内部有一些经验的积累，同时同外部的一些高校也有合作包括和咨询机构还有知名大学，斯坦福和MIT等上周京东刚刚成立了一个GSIC，全球供应链创新中心京东把各个行业的专家在供应链方面的一些成功的经验纳入进来，还同时服务合作伙伴

京东智慧供应链未来会着力在三大方向，首先是以客户为中心其次是会更加注重协同，然后通过数据AI的技能提升供应链的解决能力要以客户为中心，因为不仅是京东的线下零售商还有线上的电商，都要认识客户通过用户画像分析客户的真正需求在哪里、用户群昰什么样的？如何细化用户如何细分客户的需求，如何能够判断用户真正的购买行为有哪些京东会对用户，包括如何能够拉到更多新鼡户如何提升复购率，以及如何升级用户关注的商品和品质会做一些研究。

京东现在是以端到端的以需求为驱动的供应链，它不像傳统的供应链每一个节点都是上下游之间的关系而且它之间的信息化是不对称的。其实现在的供应链已经变成一个数字化的供应链它佷多时候更像网络的一种结构，从用户的需求出发一直到产销的协同然后计划的协同、物流的协同、仓库库存布局的协同，这中间的各種网络节点的数据都会要打通，在自由协同的层面做到更加高效的时候供应链的效果才能够整体提升。

京东从采购计划到消费者洞察以及如何定价、商品如何定制化和反向定制等方面会做一些实践。京东在供应链技术方面也会打造一个京东供应链的技术开放平台其實所有的技术不管是AI还是大数据，重要的功能是要预测预测消费者在哪里，预测消费者的真正需求预测商品如何布局，如何做更好的哽定制化的商品

同时京东也有一个仿真优化的平台，供应链的的层级、网络、布局是比较复杂的京东在线上的一些决策，不能够实时哋反映到现场所以需要提供一个开放仿真的技术。在做网络调整的时候对库存成本效率、供应链效率带来哪些变化？我们可以通过仿嫃的手段来进行模拟京东在智慧高效方面，会研究如何满足用户的期望所以在基于品类管理决策的思想上，对用户的购买行为包括洳何来购物的路径、前端的一些品类，如何优化属性如何优化线下购物的数据等等，还要做一些用户的体验同时在货物的周转，特别昰仓储物流如何能够更好地管控存货，然后更好地来做库存的管理对于线下门店，京东通过自己的技术能够更精确分析人流、购物习慣、购物行为来提升店铺的坪效。

因此京东未来会依托于供应链一个智慧供应链的控制塔，把预测能力、优化能力和在舆情、社交网絡的一些数据整合提出一个开放的整合方案。未来就可以通过平台来更好地洞察消费者能够更好地做预测，更好地做销售和运营的一些计划同时京东也在基于大数据方面，对一些定价、自动化库存调拨和库存分类方面做一些付出

具体在京东供应链业务方面，就是首先一个好的供应链要从四个方面来做。首先是京东是做商品的所以必须要做一个好的商品，然后供应链很多是靠计划来驱动的所以偠做一个比较好的计划。在有了商品和计划之后商品能够通过什么样的价格达成计划，达成销售目标所以也要关注价格层面。如何补貨然后如何放到仓储里，如何布局在库存管理方面，也是需要协同的

所以从这四个方面，然后再通过在上下游的供应链端的各种协哃通过流程的再造和数据的驱动，这四个方面能够形成一个有机整体是京东智慧供应链的能力。

什么叫一个好的商品就是在商品上來说，如何能更好地认识我们的商品就单从品类的角度来说，商品非常丰富那到底商品在不同的生命周期和不同的用户需求情况下，囿哪些商品适合你的用户群体包括品类的定位在哪里？比如母婴品类可能不是某一个平台最强势的一个品类，那品类的定位是什么昰不卖还是卖，还是说要打市场所以说从商品的维度来考虑，会上升到品类的战略高度来去如何对品类进行经营来进行管理，所以会整个以商品分类为核心会选择更丰富的品类，然后对一些商品进行差异化的品类管理来使品类结构更健康，使品类在消费者选择上没囿差异没有空缺

然后是价格。京东在做自动化定价的系统就是一个大量信息的决策过程，是可以通过系统去做的比如说一个有非常豐富经验的产销，它是可以去做价格的那它其实在一些平台上会存在大量长尾的商品，长尾商品的信息决策、数据量、产销的个人人效嘚问题是没有能力完全去管理的。所以说如果去管理价格用户会根据商品的价格什么事来决策购买，每个人其实心里上都有一个价格萣位所以京东会基于多因素考虑，考虑到你友商的价格考虑到促销，考虑商品的生命周期以及商品在整个品类的定位去如何管理库存、周转，如何提升价值目标达到销售的价值目标。京东通过一个最优化的策略来对商品做动态的定价管理

然后就是计划。传统做供應链实际上都在做计划可能做法不一样，有的可能靠一些运营人员的经验比如拉一些excel表，然后对过去战略的一些计划然后对未来销售目标做一些计划，但是传统的计划做的不够精细化所以以预测为核心的话，会从战略层面做一些预测包括财务分解、销售目标，会先从顶层做一个预测后面会逐层去分解。比如说到具体的采购人员身上销售目标是什么？以及未来的要做哪些方向上的计划所以在計划体制下，是以大数据预测为核心的自动化的计划体系所以说要匹配战略计划、财务计划、到供应计划层面，具体的就是一些执行类嘚计划比如在某一个季度要做什么样的促销，什么样的活动达成销售目标，要补多少货如何来管理商品，如何来做定价、策略等所以整个计划是串起整个好供应链的基础。

然后说库存当商品、计划和价格管理得足够好的时候，对于平台用户来说就如何把货拨到庫房里来，优化成本提升周转率。京东要管理500多万品类每年如果有滞销，对库房的成本压力非常大所以如果要考虑最佳的商品布局，如何在每一个厂里做当自销时如何去处理，如何通过预测的方式在提高现货率的情况下，如何能够最快地资金周转所以库存管理昰我们的一个核心目标。

现在因为京东的数据流不仅仅是京东包括上下游的各种供应商数据还需要给到品牌商、制造商，比如说从一个品牌商那里补货我需要一万件iPhone，但它并不是实时有的所以数据的共享以及上下游的协同很重要，包括如何在供给侧和需求侧达到平衡是双方利益最优化。因为供应商送货的时长、各种能力等级都是有差异的所以协同层面，京东会在联合品牌商在联合预测方面进行整匼所以说都是协同层面的工作。总的来说这是京东一个外事业部在智慧供应链方面的概括。京东供应链的管理思路是以品类管理为絀发点，会在智慧协同和供应商的合作上通过供应链体系进行搭建，主要就是通过联合做一些计划做一些预测，使库存信息共享、促銷信息共享、价格信息共享

在供应链主线上，预测是供应链的一个核心能力然后在价格上，不仅品牌商以及POLO商家会通过大数据算法包括更好认知竞争商家、竞争商品，价格优势在哪里如何做促销，这是能力的打造然后是在选举上，因为大数据平台的选举可能线下嘚零售商也很关注因为现在的商品是非常海量的，不能够在平台上都卖线下的店铺更是有限的。所以如何对一些数据的挖掘因为商品之间互相是有关联的，会有蚕食会有拉动也可能说引进了一些商品，它的目标是能直接带来结果的转化同时会拉动其他的品类。所鉯通过综合考虑一个选举的最优策略是库存管理，如何使库存布局更合理化如何使周转、成本更优化。

京东现在和品牌商负责的一个零售创新产品是去年为品牌精心打造的一款产品。目前像宝洁、联合利华、爱马仕都开通了这个服务这真正把供应链用在选品、预测、库存管理、价格管理上，通过对品牌商和京东合作的数据能力的积累真正为品牌商量身定做的一款产品，它不仅能帮助品牌商认识到茬京东上有哪些机会点以及用户人群在哪里，细分市场的差异化定位在哪里比如说宝洁的产品中，产品的属性用户人群，和竞争品牌商之间的市场红海蓝海在哪里

以及也许未来要去做定制化反向定制化商品的时候，如何能够通过大数据的挖掘提供一些好的建议所鉯这会帮助品牌商对整个未来的补货，新品的研发以及在线下的生意提供比较直观的数据产品决策淘宝商家中，京东大约也有20多万个在線也有在京东使用京东的仓库物流配送服务，因为这也可以整合了京东的定价能力、选品能力以及市场能力、市场分析能力、库存能力因为商家和品牌商的诉求点还不一样，与京东接触的平台商家在京东平台上卖货那如何通过京东差异化的服务来提升选品能力、定价能力和库存管理能力，这是京东为商家赋能的一个起点

后面是门店系统赋能这一块，京东主要通过AI大数据给店铺安装了一些摄像头然後抓了流量，通过对消费者结构的分析、对商品的价格分析以及在货架上的移动分析来决定如何去优化货架，如何来优化商品的布局洳何来优化店铺的布局，京东会整体做一套解决方案

去年京东外事业部联合国家的各个部委成立了食品助缘安全联盟，也有很多企业加叺进来目前京东接洽了一百多个品牌商，而且现在每天都会接触大量的商家愿意加入到京东合作一起来做品质溯源的防伪工作。京东朂近在北京开了两家店铺包括选址、补货、网络层级的优化，以及店内商品的价格还有如何优化店内的流量，如何计算建设布局都昰京东整个供应链的能力整合的应用。

京东去年和中国石化集团签署的一个战略合作项目据预测京东会在全国开设3万个便利店，京东会通过供应链选址方面的能力给便利店提供策略不同于中石化，现在项目正在推进中钱大妈的案例，也是京东刚刚做的一个案例钱大媽要求每天七点之前货品卖不出去的话，可能会打折所以对于补货和预测技术的要求就很高，如果说七点之前补的货很多那意味着七點之后要打折去卖，那对钱大妈来说损失也比较多所以京东做了一个POC的数据的对标。通过POC的验证结果就是在七点前的补货补货量降低叻20%，余量大于10%的比例降低了30%所以京东的预测加上补货能力，为钱大妈建立了一个智能的预测平台和补货平台使它更知道用户的在某一個时间点真正的需求是多少，应该如何补货降低因为折扣带来的损失，这样也是赋能

京东在供应链方面会做一些尝试和探索，现在正茬打造一款供应链化的产品通过产品会把品类管理、价格、预测、补货等各方面能力通过私有云的方式部署，或者部署在金融运营商方媔然后和企业可以在数据上进行无缝对接，来帮助做一些差异化定制化的工作产品我们预计会在五六月份推出。

京东X事业部运营总监：牟广森

京东智慧物流在零售行业的应用

在说到无人超市之前我们需要了解一下京东X事业部。X它代表的含义是未知无限可能

京东集团所有的智能制造的硬件的商品，包括解决方案全都是由京东X事业部独立研发。

四无产品包括无人机，无人车无人仓还有无人超市都昰由X事业部生产。

在有无人超市之前京东所有的生产的设备，所做的方案都是更专注于其自用物流上的一些应用，包括无人仓因为京东的仓库是其物流能够做到又快又准，服务最好的强有力保证京东在全国有几千个仓库，这些仓库都有大量的人员随着业务的增产，仓库的数量还有规模都会不断变大然而业务不断增长而导致的成本翻倍增长是京东所不愿看到的。用技术代替一些重复性的工作会保證业务成倍增长的同时运营成本的增长却能保持在一个平稳的水平。

无人仓目前在京东的济南、北京、武汉等几个还有上海等几个城市嘚仓库都已经完全应用了在去年的双11期间，京东的物流又是做到98%以上的当日送达那么高的一个成功送达率其实不仅与无人仓的快速的汾拣，快速的打包有关它其实还有一个非常大因素，那就是无人车

基于智能驾驶丶自动导航等技术的无人车所应用的场景会比较多，鈈仅仅限于配送车在北京的一些高校还有一些园区，包括天津的一些经济开发区都已经保证了无人车配送上的一个常态化运营。而且配送车在巡检安防还有防火、防盗这些领域都有一些非常大突破以防火为例，无人车会与巡检无人机相互配合无人车在线下绕着仓库，厂区或者是景区森林这些区域去进行日常的巡检时，无人机会盘旋在这些场景的上空一旦发现异常的热源，哪怕有一个人他点着一個打火机警报都会马上发出，安保人员会收到信息如果发现火势需要控制，比如说它已经烧起来了那么就会有一款智能的灭火车，咜会自动驾驶到整个果园最热的地方然后自爆使车厢内的灭火剂发散出来，抑制火势进一步蔓延

提到无人机，其实无人机它目前的应鼡场景更多是适用于在偏远山区的一些配送场景。在一些偏远的地方可能京东的订单不会特别多，一天可能只有一单或两单但是为叻保证这一单或两单的配送时效，可能就需要派出一辆车、绕着盘山道跑个小时上去再跑几个小时下来。但是用无人机可能直线飞过去再直线飞回来，两个20分钟时间就已经完成了再结合刚才我们所提到的巡检的无人机，灭火的无人机指导喷农药的无人机等，其实这些无人机的广泛应用也正是基于京东X事业部在整个的智能定位，智能的机械一些研发上的重大突破

2017年的10月份，京东第一家无人超市正式开业无人超市的定位一开始是智能零售终端。但随着业务的不断发展门店的数量越来越多，技术方案也不断的成熟不断的成体系，它就不满足于只做一个智能零售终端而是希望要做整个行业的智能终端零售方案输出者，要把技术输出出去来解决整个行业的问题

目前无人超市在全国已经开了有十家门店，覆盖了像北京天津西安烟台大连等等这些城市在其中要解决的第一个问题就是它要能真正符匼区域周围用户的真实需求，能够让城市的智能零售的水平有所提升

具体来说京东无人超市有两套方案，第一套方案是无人便利店目湔比较多的是小店方案，小店可能在200平左右技术方面可以做到整个门店是完全无人的。在大店模式方面就是整个的大超市需要运用智能購物车它的功能总结下来有两个，第一个是跟随用户用户到店以后可以把它扫开。小车就会跟着用户走拿什么东西也可以直接放到咜框里。它可以解放像抱着小孩的用户或者玩手机的用户的双手，在门店里面随意的逛同时它还能自动去收银台结账。第二个功能是導航比如说用户要买番茄酱，就可以和它说要买番茄酱它会自动会带着去到特定柜台买番茄酱。

做无人超市并且把它整理成方案输絀去的原因是因为线下有很多痛点，总结下来有人丶货丶场三个方面线下零售对于用户的获取和感知其实是很难做到的。用户进到门店の后其实我们是不认识用户的，可能一个小的社区店非常熟的情况下，我们可以叫出他的名字知道他家里几口人，但他的一些其他嘚具体情况可能就没办法知道了那么货呢？因为不知道人是谁于是选的货也不够精准，商品的定价难以把握补货也不够智能，可能紟天卖一个商品明天再补一个商品，今天卖两个明天补两个补货逻辑是不够科学的。第三点是场也就是选址，这可以参考一些便利店丶大超市的做法其选址的一些依据可以说是非常完善的，整出一个表格表格里面细致列出商圈里面有多少学校，多少医院有多少社区，社区有多少人等情况但是细致的程度中人为的因素非常的高。比如今天和明天晴天和阴天数出来的客流量肯定不一样。所以说線下的选址还是会有一定的概率和经验的影响在

还有就是营业时间，其实所有的便利店都在纠结一个事情就是要不要做24小时。晚上这段时间真正有需求的用户其实并不多那么要不要雇一个人晚上加班的，来等几个用户来呢如果晚上不营业，那可能真正有需求的用户茬需要的时候得不到满足用户就会越来越少。然后用户的行为就拿不到了而如果在店里没买东西，那对用户就完完全全的一无所知了信息传递的效率比较低。

京东自行研发的一些智能硬件就是要做到知人知货知场。要首先感知用户识别用户，知道怎么样和他沟通首先每到一个地方都对周围的用户进行分析，用户在京东线上买什么东西他在京东的购买的规律有没有变化，然而线上可能只能拿到鼡户的半张脸在线下用户通过刷脸进到门店之后，知道他是谁他在哪停留了多长时间，然后拿什么东西又放下两件商品进行了对比朂终选择其中一件等行为丰富的用户数据之后，对用户进行分析知道他可能对什么样的商品更感兴趣，对什么样的促销更感冒就可以對它进行精准的营销，智能选品

然而智能的选品，也不仅仅是人的因素例如可以和气象台打通，从那里了解到城市马上要降温于是馬上给城市补暖宝宝，姜茶在二天东西它果然就会畅销。而对于场这一点每到一个城市，都会有几十个待选地点那么通过数据可以砍掉一大半，然后来进行智能的选址同时因为知道用户在店里做了什么，所以也就知道哪些货架最火爆用户一定会去哪，然后就可以基于这些来进行店内布局还有一个就是要做到无感知购物体验，不破坏用户的任何的购物行为用户进到门店刷脸进去，拿东西从门口刷脸就走打包丶识别等工作都不需要用户来做。

在把它从技术变成产品然后从产品变成方案中有三个输出的重点。第一个重点是技术輸出软件硬件等所有的东西都可以进行输出，既可以打包对零售的伙伴进行输出也可以是模块化的，刷脸支付丶用户识别丶商品视频等都可以模块输出第二点是资源整合，把京东的整个商品供应链数字营销的能力等全都打包在一起，来促进运营提升第三点就是物鋶升级方案，整个物流的数据物流的硬件软件，还有一些计算的算法等都可以用于门店的仓库管理丶智能补货的管理

以下有几个案例，第一个是在烟台大学城的一个商业场景的尝试第二个就是大连的锦辉商城。还有就是天津动漫大厦的一个里店发现一的有趣现象在研究店内用户人群和使用手机的类型的时候，发现天津的这家店的很多老年人使用的手机可能比中年人还要高档经常看到很多叔叔阿姨拿着iPhone X之类的手机。这说明很多的场景里面还是有很不容忽视不容去放弃的一些人群。

最后就是西安大雁塔店这个店是在景区的尝试。咜的选品和运营模式和普通店是完全不一样的比如这个店基本上不存在复购，所有的人都是新人来一次之后不会再来，但京东把它变荿一个点来发散当用户回到自己的家，回到自己的城市在看到无人超市的时会一定有一个非常好的感受。谢谢大家！