2021年6月23日，來伊份副總裁 周晨君在2021第四范式發布會暨企業智能化轉型峰會零售業論壇上分享了攜手第四范式進行智能化轉型的經驗。基于銷售預測重構優化供應鏈體系，協同倉配網絡減少庫存成本，實現來伊份在供應鏈管理、線上運營、門店選址等多個業務場景的智能化升級。AI正在有效助力來伊份從以渠道為核心的零售商轉型成以用戶為核心的平臺型企業，實現商業模式和企業經營的質變。以下為圖文摘錄：

來伊份系統建設經歷了三個階段。第一階段從手工作業到信息化。實現了業務流程的標準化、在線化，進行信息化系統從0到1建設。當業務的高速增長和消費者需求的不斷變化給信息化系統帶來了新的挑戰后，我們進行了系統建設的第二階段，從信息化到數字化。實現了業務的統一化、實時在線化、數據化，打通全渠道會員、訂單、商品、庫存等核心業務，構建全渠道融合的商業模式和多維實時運營監控、決策體系。2019年做了整個體系的重構，做了業務中臺和數據中臺，把以前各個業務系統里面圍繞著來伊份零售相關的一些標準化的通用能力，全部抽象出來放在中臺去做。我們在設計整個體系的時候是完整考慮了來伊份所有業態的銷售關系，包括現在和未來要做的業務，從業務鏈路進行了一個梳理。從年初公司制定了今年的銷售目標如何分解到品類，品類如何分解到商品，再延伸出新品要多少，老品多少，銷售計劃怎么做，渠道怎么分配，這是我們把整個全鏈路梳理好以后，再延伸出定價策略。用復盤后的業務結果做了整體的系統設計，花了兩年半的時間去完成。

基于我們完整的架構體系，去年我們跟范式合作的時候，我當時思考的第一個問題是，AI到底能幫我們做什么？我發現當我們通過這幾年的建設，包括中臺建設適應組織變革以后，我們發現，人開始變成一個瓶頸，更確切地說，思想是瓶頸，人無外乎是能力的問題，但是比有沒有沒有能力更可怕的是他的思想愿不愿意做這個事情，人的思想轉變不過來，很大程度上會阻礙整個企業的轉型或者系統的推進。我們就思考能不能把這個去掉，就直接讓機器去接管這些東西。

第二個問題，現在消費者的選擇變得越來越多樣化，不論是渠道選擇、購物方式選擇變得越來越多樣化，但我們還是傳承的集團制定統一策略，子公司制定區域策略，最大的策略定義也就到一個區域了，絕對做不到單店甚至分時段的策略，沒有人有精力往下做到這么深的。這個在應對消費者多樣需求的情況下，就會顯得捉襟見肘。

第三個問題，庫存，我們做食品行業的公司，這兩年被那些大平臺帶來很大挑戰。比如天貓搞一個大活動，基本上能做到日銷的20到30倍，對我整個備貨造成了極大挑戰。我們食品企業這兩年一直在做一件事情，就是縮短保質期，以前都是360天很多，現在要控制在原則不超過180天，大量出現60天、90天保質期的產品，對庫存管理就造成了挑戰。比如李佳琦可能正常搞活動賣400到500萬，但這一次可能就賣了200萬，會出現極大的狀態起伏，這個過程如何合理備貨、調轉庫存，又變成了我們很大的挑戰。

最后一個問題，經營分析。去年疫情零售行業都是捏一把汗的，我們去年疫情的時候有超過70%的門店是處于閉店狀態，但是庫存還在門店，那些庫存都有保質期，線上不用想了，所有快遞全停了，全國9000多個雇員的工資還是要發，為什么今年財務中臺會被提上來做，本身我們計劃放到明年做，核心問題就是我們董事長對我們CFO提出要求，要求做財務預測和風險控制、資金管理，對他而言，他就變成了從管理型財務轉經營型財務，這些都是我們在一步一步走過來。可能數字化做到一定程度以后，新的問題又出來了，這是我們當時又遇到的一些問題。

基于這個現實問題，我們去年就開始探索。對AI這件事情，我們至今不認為說已經找到了來伊份或者零售行業怎么樣導入AI是最成功的一種想法，但是去年我們很有幸找到了第四范式這個合作伙伴。初期我們都是互相看不懂對方，慢慢一起往前走，做著做著還是會越來越有感覺。我們去年做了選品、定價、預測、捕貨、訂單、服務組網這些與供應鏈相關的東西，作為我們對AI進行探索的方向。還有一些事情目前陸陸續續也都在做，比如現在我們跟范式在做門店的選址，包括精準化營銷，還有智能導購。就是對于我們9000多個雇員，我們現在要求消費者不進店，你要想辦法把貨賣給一個數字ID，可以用微信群這些營銷工具完成銷售。我們可以關聯到銷售發生的時間，把傭金反饋給，并且通過一些數據輔助你把導購過程做得很好。我們把這個統稱為來伊份大腦。未來在整個企業經營過程中，包括公司想轉型成平臺，數據肯定是整個公司最重要的資產。但是如何運營好數據，靠人是不夠的，還需要借助機器和系統的能力把這些數據用得更好。

再分享一下去年我們在AI上探索的一些東西，有些是我們已經做完的，有些是我們正在進行中的。首先是我們去年做的供應鏈項目。我們去年做這一期中臺的時候，科技公司做了三天的頭腦風暴，當時有兩個選擇方向，第一，做供應鏈，第二，做營銷。一個是做銷量側，怎么做會員運營，怎么營銷投放精準化、合理把廣告費做得性價比更高，一個是做供應鏈。最后我們科技公司選了這個方向，因為評估下來做供應鏈是最有可能、最快對公司體現業務價值的。因為它既支撐開源，又支撐截流，每年都是好幾個億的采購金額，這是非常大的支出口。

去年我們做供應鏈這件事情之前，已經定義出來了清晰的目標，整個大的目標是兩個，一個是現貨率，就是我們門店到下一次補貨還有多少貨可以賣，一個是周轉率，如果能把周轉率做得足夠好，商品新鮮度高、客戶體驗好，整個資金周轉率也會高。并且我們希望這兩個目標是系統完成的，就是我們要做組織變革。來伊份體系內部原先有一個團隊是專門下訂單的，我們會把各個渠道的需求給供應鏈下單，這個下單的團隊原先有二十多個人，當時設計的是不需要這個部門了，但會另外做一個計劃管理部門去制定計劃和策略。所以當時我們在設定這個項目目標的時候，就預判到一個非常大的阻力，就是思想的問題。可能我們作為科技的團隊來講，我們把一個二十人的團隊裁撤掉了，現在用系統來做，這是我們科技做得很好的地方。但是換位思考，作為供應鏈老大來講，現在推門出去原來有二十個人，現在沒了，他未必接受你想幫他傳遞的信息，包括這個過程我們還做了很多東西，PM角色做了變革。所以最大的阻力是，這件事情沒有需求，是我們想去干，反而是業務部門，他開始不明白你想怎么做，當你把藍圖描繪得足夠清晰的時候，他意識到你想做這件事情的時候，可能會形成一定的阻力，與你形成對抗，這是我們當時在做這件事情之前就預判到的。

所以我們當時選了很多合作伙伴，國內國外頭部的，發現不行，找他們進來這個項目大概率要中途夭折、或者最后要被妥協掉。所以我們這個項目當時也是換了一個方式，當時沒有找第三方做，我們當時是把向總直接招到來伊份，冠名叫董事長特別助理，因為他在外圍是搞不定這個事情的。這個項目我們自己干。只有在這種強壓之下，我們開始一步一步往前推這件事情。在整個項目過程中，AI其實做的就是中間這兩個地方，一個是預測平臺，一個是仿真。去年是預測平臺上線了，外圍所有系統都是圍繞著如何讓AI落地去做完整的重新設計。外圍系統其實來伊份原來也有，但是在去年我們幾乎推翻重做了，包括選品、定價，履約的整個鏈路網絡重做了。

一，我以選品為例，我們以前也有選品邏輯，去年做了細拆。第二，我們對供應商做了一些定義。我們發現，不同品類的供應商其實是不一樣的，未必年度采購量的供應鏈賺得多。以前我們的供應鏈團隊叫采購，負責尋人、議價、采購，采購這個動作以后系統自動可以做。來伊份大概有400多個SKU，算上一品多商、多口味，就一千多個了，這批貨向哪個供應商下的都一點，人是搞不定的了。我們當時必須變革組織，系統如何匹配，我們當時首先需要你告訴我你是怎么做的，按照你的東西梳理出來告訴你，我們未來大方向是什么，調整策略的閥門在你手里，但是你不能直接去干，這個是我們當時設計的大的邏輯。基于這個，我們把我們整個業務闡述捋出來后，交給范式去理解，范式的科學家非常聰明，學習能力、舉一反三能力強，做完選品做下一個預測的時候就知道這里面是這么干的。這也是我們一直愿意和范式合作的原因之一。

二，整個計劃鏈路是怎么做的。來伊份從2012年就已經把整個計劃鏈路做完了，但是在這次過程中，因為我們變革了很多模式，變革了采購關系的模式，變革了內部組織的模式，所以把整個計劃鏈路做了一個重構。整條鏈路都是基于AI做的，主要了一個拉式需求。以李佳琦直播為例，再牛的算法也不能預測李佳琦直播賣多少貨。所以我們留了一個口子做拉式需求，針對不可預見的東西留了個口子，讓他灌，但也不是亂灌，我們要匹配，灌進來的拉式需求在下個周期持續看。我們在整個鏈路設計過程中做了AI的補充，這里面所有的數據不允許有手工數據的存在，否則很難保障未來這些東西都做完，拉式數據也得在我們的活動日歷填報，按照我的格式填報后由系統自動生成。

三，末端做履約。這個鏈路我們沒有完全做完，我們現在做的是靜態履約，沒有做動態組網。來伊份每一年在物流上支出極大，大家都舉著用戶體驗的旗幟，各個條線不惜血本在做用戶體驗，后面發現做的全是虧的。現在是獨立體系核算，我們把賬算清楚以后，給了三個模型，成本優先、效率優先、結果優先，你自己選。目前這個鏈路在持續迭代，我們還在用靜態模擬，沒有做動態組網。

四，門店選址是我們跟范式在做最新合作的。來伊份現在從直營店轉加盟店模式，直營店可以自己掃街、評估，但是加盟商選店很大程度帶有盲目性，一旦選壞，會帶來很大影響。我們會給到加盟店一些選店工具。一，路段規劃，通過第三方數據結合算法，告訴他哪些路段成功率高，二，門店評估模型，按照我的格式把信息填進來，我幫你預測單店單天的銷售額。

這是我們的營銷體系。來伊份以前是事后做得強，每檔營銷活動以后復盤營銷都做得非常強，事前做得很弱，都是事后分析，去年很大程度我們做了事前，節省無效讓利。可能從不打折到八折，銷售能夠穩增，但是從八折到七折，效果不大，10%換來的業績提升很微小，所以我們會通過系統在做一些事前分析。

最后，到底人工和智能怎么匹配，我們董事長一直調侃我，說這個系統是人工智能，這個系統主要靠人，系統不頂用。我們現在也做了很多場景，的確系統做完以后，或許會比人做的數據更好，但是它的成本遠高于人。中國做零售行業的企業是，零售行業員工的工資普遍不是很高，所以我們在做這件事情的時候不斷在講，有些人不能做的事情，比如，做單店營銷，每個門店分時段都要做，養多少人都搞不定的事情，試圖嘗試系統能不能把這件事情做得更好。但是有一些是系統把規則做完以后，可以簡化一些人的工作量，但這還是需要人來做。希望未來可以看到其它零售行業有更好的案例，我們互相學習AI在零售行業的深度應用，我們希望看到更多更有標桿性的案例出現，謝謝！