2024年生成式人工智能零售业全景探索白皮书.pdf

生成式人工智能生成式人工智能零售业全景探索白皮书零售业全景探索白皮书 2024。欲了解更多信息，请联系德勤中国1彭建真中国连锁经营协会会长田芮丰中国连锁经营协会创新与发展部主任尹恒中国连锁经营协会创新与发展部主任助理课题组成员课题组成员中国连锁经营协会中国连锁经营协会德勤中国德勤中国戴自强德勤咨询合伙人强晓明德勤咨询高级经理徐宇豪德勤咨询高级顾问莫翌阳德勤咨询顾问卓自鹏德勤咨询顾问雍家念德勤咨询顾问特别鸣谢华为、金山办公、腾讯、石基大商、汉朔、中科英泰、英特尔、中国电信等合作伙伴（排名不分先后）对白皮书写作的大力支持 2024。欲了解更多信息，请联系德勤中国2前言合作伙伴致辞报告背景主要发现与思考一、生成式人工智能的发展现状二、生成式人工智能在零售行业的应用三、企业级生成式人工智能架构的思考四、对企业走入人工智能时代的建议结语联系我们目录目录3567920446078802 2024。欲了解更多信息，请联系德勤中国 2024。欲了解更多信息，请联系德勤中国3前言前言在全球数字化进程不断加速的背景下，中国零售行业正迎来深刻的变革。生成式人工智能（Generative AI）以其强大的数据处理和自动化生成能力，迅速渗透到零售业的各个环节，为企业在营销、供应链、客户服务等方面带来全新的变革契机。从前端的个性化营销到后端的智能库存管理，生成式人工智能的应用场景不断扩展，正在重塑零售行业的运营模式与竞争格局。近年来，政策的支持和技术的进步为人工智能的快速发展提供了坚实基础。特别是在“十四五”规划的推动下，创新已成为我国经济高质量发展的重要引擎，AI技术成为推动零售数字化转型的关键力量。在这一背景下，生成式人工智能的引入标志着零售业数字化从基础阶段走向深度应用，行业各方不断探索和实践，为数字经济时代的零售模式注入了前所未有的活力。随着头部企业的大规模投入，生成式人工智能模型和算力正在显著提升，其能力以每隔半年或一年的速度在迭代，未来，随着生成式人工智能技术的持续成熟，零售行业将迎来更多前所未有的机遇与挑战。在这个过程中，零售企业应保持理性和谨慎，应评估相关的成本，并确保这些投资与企业的长期战略目标和财务状况相匹配，避免过度投资。彭建真彭建真中国连锁经营协会会长中国连锁经营协会会长 2024。欲了解更多信息，请联系德勤中国4前言前言中国零售行业在数字化领域的发展趋势正日益显著。随着数字化转型的加速，新技术不断涌现并被广泛应用，为零售业带来了深刻的变革。在过去的十年间，全渠道融合、大数据、人工智能、物联网、无人零售、社交电商等技术的每一次进步，都在快速提升和改变消费者的购物体验，同时也推动了行业的转型升级。2022年ChatGPT 3.5横空出世，使生成式人工智能迅速成为各行各业的焦点。与传统的判别式模型不同，生成式模型能够从数据中学习潜在的分布规律，进而生成与训练数据具有相似特征的新样本。这种能力不仅为艺术创作提供了无限可能，也为各行各业带来了革命性的变化。中国连锁经营协会与德勤咨询持续关注生成式人工智能的发展。在一系列由连锁经营协会组织的研讨会之后，德勤咨询的顾问整理了相关讨论内容，从人工智能的发展现状，到零售行业应用场景的分析，再到企业应用生成式人工智能的架构建议，最后总结并给出了对生成式人工智能未来发展的建议。通过本报告的研究，希望能够为相关企业和研究者提供有价值的参考和启示。我们相信，随着新技术的不断涌现和应用，零售行业将更加智能化、个性化和可持续化，为消费者和企业带来更多的价值。戴自强戴自强德勤咨询合伙人德勤咨询合伙人 2024。欲了解更多信息，请联系德勤中国合作伙伴致辞合作伙伴致辞5科技的每一次进步都深刻影响着我们的生活与工作方式。人工智能技术的迅猛发展正逐步改变传统零售业的格局。我们坚信此次的专题研究将为企业家提供参考与启示，推动零售行业的健康快速发展。叶绍颋 中国电信销售拓展部经理在这个数据驱动的新时代，我们目睹了技术革新的浪潮不断重塑行业的未来。让我们勇敢地迈进这个崭新的时代，充分借助大模型的强大力量，开启零售行业数字化的全新篇章。张师磊 石基零售AI联合研究院院长、九章数据创始人兼CEO中国在过去数十年的零售创新中曾达到全球领先的地位，在如今的人工智能时代，我们希望能够继续保持并引领这股创新力量，推动人工智能技术的深入应用，让中国的零售行业在全球范围内再次占据前沿位置。童亮 汉朔科技零售研究院院长在零售行业，智能化技术的采用正在推动新一轮的智慧化革命。我们将与生态伙伴一道，共同勾勒零售业数智化转型图景，实现运营效率提升、顾客体验优化以及新商业模式落地。郭威 英特尔市场营销集团副总裁、英特尔中国网络与边缘及渠道数据中心事业部总经理生成式人工智能正在以前所未有的速度冲击着每个人的生活。它不仅是一种技术革新，更是一场深刻的变革，改变了我们获取信息、解决问题及创造价值的方式。我们愿与各位携手并进，共创更智能、高效和个性化的未来。周宇 金山办公行业策略负责人人工智能技术正成为零售行业数智化升级的强大动力。华为将持续聚焦数字化底座建设，以数字基础设施为根，以AI平台和模型为芯，以场景为梁，构建百模干态的生态体系，为行业打造全场景智慧解决方案。孔维明 华为政企物流与零售行业总经理 2024。欲了解更多信息，请联系德勤中国656%12%28%4%民企国企外企其他2024年伊始，中国连锁经营协会（以下简称协会）根据会员建议展开了生成式人工智能的专项课题研究，并于下半年在华南、华北与华东地区分别举行了多场专项讨论会，针对于生成式人工智能的发展现状、应用场景以及实施路径等进行了深入的交流与沟通。同时由协会牵头，课题组向协会成员企业及合作伙伴征集了生成式人工智能应用与部署的案例，并对相关案例进行了深入的分析与总结。此外，课题组还对协会的零售数字化技术应用工作委员会成员展开了问卷调查，受访者包括协会各委员企业的企业人员，受访者岗位包括董事长、副总裁、首席信息技术责任官、技术总监、专家顾问等。在此基础上，课题组提炼汇总了相关内容，并结合国际研究成果，最终形成了本次报告。报告背景报告背景企业性质企业性质年销售收入年销售收入12%36%8%44%5亿元及以下5-50亿元50-100亿元100亿元以上业态分布业态分布72%8%12%8%零售餐饮消费品其他受访业态分布细分受访业态分布细分：有72%的企业来自零售行业，12%的企业来自消费品行业，8%的企业来自餐饮行业，以及8%的企业来自其他行业。受访企业按企业性质细分受访企业按企业性质细分：有56%的受访者来自民企，28%的受访者来自外企，12%的受访者来自国企，以及4%的受访者来自其他性质的企业。受访企业按年销售收入额细分受访企业按年销售收入额细分：有44%的企业销售收入达到100亿元以上，8%的企业销售收入达到50-100亿元，36%的企业销售收入达到5-50亿元，以及12%的企业销售收入在5亿元以下。2024。欲了解更多信息，请联系德勤中国7主要发现与思考主要发现与思考生成式人工智能在零售行业已有大量应用场景生成式人工智能在零售行业已有大量应用场景生成式人工智能在零售行业中已展现出丰富的应用场景。无论是前端还是后端，生成式人工智能都已渗透并发挥作用。例如，前台的智能客服和营销内容生成，以及后台的供应链优化与风控防损，显著提升了管理效率和顾客体验。生成式人工智能企业应用架构需要包括知识、模型、智生成式人工智能企业应用架构需要包括知识、模型、智能体、场景等多个层次能体、场景等多个层次企业级生成式人工智能架构的构建涉及知识库、模型选择、智能体建设和场景搭建等方面。企业需要深入理解业务需求，设计出符合实际应用场景的解决方案。明确每层架构的用途，有助于企业合理规划资源，提高生成式人工智能技术的应用效果。面对人工智能，企业的转型之路需要考虑战略、投资、面对人工智能，企业的转型之路需要考虑战略、投资、人才、风控与合规等多个方面人才、风控与合规等多个方面在人工智能时代的转型中，企业需要同时考虑企业战略、风险治理、人才储备与技术基础设施等多个关键点。通过数字化和智能化转型，建立大数据平台、部署智能客服系统、优化供应链管理等方面，实现数据驱动的决策制定和智能化的业务运营。同时，构建灵活敏捷的组织架构，减少管理层级，增强跨部门协作，快速响应市场变化。此外，应建立创新驱动的组织文化，鼓励员工创新和学习，以适应人工智能时代的变革。2024。欲了解更多信息，请联系德勤中国 2024。欲了解更多信息，请联系德勤中国8主要发现与思考（续）主要发现与思考（续）中国市场的企业需要小步快跑，赶上生成式人工智能的中国市场的企业需要小步快跑，赶上生成式人工智能的“快车”“快车”中国生成式人工智能市场正在经历爆发式增长，为企业带来前所未有的机遇。然而，面对人才储备、治理机制及风险管理等方面的挑战，企业需要加快步伐，补齐这些短板。通过加强内部培训、完善治理结构和提升风险防控能力，企业才能确保在智能化转型的浪潮中稳健前行，把握市场增长带来的红利。企业在探索生成式人工智能的发展与应用时，仍需保持企业在探索生成式人工智能的发展与应用时，仍需保持理性与谨慎，避免过度投资理性与谨慎，避免过度投资生成式人工智能在生产力和效率优化、关键风险防控、产品和服务提升等方面可以发挥重要作用，但企业在进行投资时需考虑多方面的成本，确保与战略目标相符，不宜过度投资。保持理性与谨慎，有助于企业在激烈的市场竞争中保持稳健发展。2024。欲了解更多信息，请联系德勤中国 2024。欲了解更多信息，请联系德勤中国一、生成式人工智能的发展现状一、生成式人工智能的发展现状9 2024。欲了解更多信息，请联系德勤中国10生成式人工智能的发展现状生成式人工智能的发展现状人工智能简介与发展历程人工智能简介与发展历程1随着科技的不断发展，作为计算机技术的分支之一，人工智能技术应运而生。人工智能是指由人制造出来的系统所表现出的智能行为由人制造出来的系统所表现出的智能行为，主要研究如何使计算机具有人类智能的功能，以模拟、延伸和扩展人的智能，旨在解决复杂问题，包括学习、推理、自修正、感知和处理语言等。基于规则的人工智能基于规则的人工智能基于规则的人工智能认为世界的实体和人类的思维可以被编码为符号，而人类的思考过程则可以被视为对这些符号的操作。计算机能够通过设计合适的规则和算法来处理这些符号，展现出智能行为，例如解决问题、推理和学习等。20世纪80年代初，开发者们开始整合大量的专家知识，并将其编写成庞大的规则和算法集合，嵌入系统之中，从而使系统能够处理特定领域的专业问题。这种基于规则的系统被称为“专家系统”。基于知识的人工智能基于知识的人工智能随着技术的发展，人工智能在基于规则的智能体的基础上进一步发展。在此阶段，智能体开始集成大量的数据和专业知识库，使系统能够利用预设的规则来分析数据库中的信息，并通过推理机制解决领域内的更复杂问题。这种形态的AI可以进行模式识别、分类和预测等任务。与传统的基于规则或符号推理的人工智能相比，基于知识的人工智能更注重知识的表示、获取、推理和应用。机器学习机器学习机器学习是人工智能在神经网络分支领域的重要研究成果。该学派认为智能体应当模拟人脑，通过大量神经元之间的相互联结和交互作用来实现复杂的信息处理和学习功能。它使计算机能够通过数据学习并改进其性能。在这个阶段，AI系统可以从数据中学习规律，并用这些规律来做出预测或决策，而无需明确编程。在此阶段，神经网络的训练仍然在数据准备、模型选择和参数调整等环节依赖大量人工干预。自主学习自主学习在这个阶段，AI系统能够利用统计学原理，自动化地从环境中提取数据。通过对海量数据的分析，智能体能够识别出数据中的模式和关联，从而作出预测或决策。这类网络被称为“自主学习”网络。自主学习系统能够根据环境变化或反馈自我调整其行为或参数，极大减少了人工干预。这种形态的AI更加接近于人类的学习方式，能够自我进化和适应新环境。通用人工智能通用人工智能超人工智能是理论上的终极AI形态，这一形态下的AI不仅在逻辑推理、数据处理、模式识别等现有AI强项上达到极致，更在创造力、直觉、情感理解及跨学科融合等人类智能的精髓领域展现出超乎想象的能力。能解决人类无法攻克的难题。它在所有领域都将超越人类，推动科学飞跃，但尚处于理论和科幻阶段，面临技术、伦理、社会多重挑战。相对成熟正在突破未来方向相对成熟正在突破未来方向AI技术的演变技术的演变-从“死”规则到“活”智能从“死”规则到“活”智能 2024。欲了解更多信息，请联系德勤中国11生成式人工智能的发展现状生成式人工智能的发展现状对于人工智能的概念最早可以追溯到20世纪50年代。经过几十年的发展，人工智能已经取得了显著的成果，尤其在机器学习、深度学习、自然语言处理等领域。目前，人工智能已经逐步广泛应用于各个行业，如医疗、教育、金融、交通、家居、安防等。典型应用场景包括语音识别、图像识别、自动驾驶、推荐系统、智能机器人等。2017年7月，中国政府正式将人工智能列为国家战略，并明确提出了面向2030年的中国新一代人工智能发展的指导思想、战略目标、重点任务和保障措施。近年来，我国在人工智能领域取得了一系列重要成果，并在全球范围内具有较高的竞争力。2030年，我国要建设成为世界主要人工智能创新中心，为跻身创新型国家前列和经济强国奠定重要基础。1956年人工智能的概念正式确立，标志着人工智能作为一门学科的起点。当时的研究者乐观地认为广泛应用指日可待。但由于期望过高和技术限制，人工智能进入了第一次低谷期。到19世纪90年代，随着互联网的发展，机器学习和数据挖掘开始受到重视。2006年，杰弗里辛顿等人提出了“深度学习”这一概念。随后，大数据和计算力的提升使得深度学习在图像识别、自然语言处理等领域取得了突破性的进展。2012年，AlexNet在ImageNet竞赛中取得显著成绩，标志着深度学习时代的到来。2018年，OpenAI发布了GPT-1模型，Google推出了BERT模型，进一步巩固了深度学习技术在自然语言处理领域的主导地位，证明了深度学习架构在理解和生成语言方面的强大能力。2022年，随着基于GPT-3.5技术的ChatGPT突然问世，人工智能技术的热度突然达到了新高。如今，生成式人工智能已在金融、医疗、教育、能源等多个行业中找到了广泛的应用。全球人工智能的发展历程中国人工智能的发展历程全球人工智能的发展历程中国人工智能的发展历程11 2024。欲了解更多信息，请联系德勤中国12生成式人工智能的发展现状生成式人工智能的发展现状云及数据平台生成式人工智能应用生成式人工智能模型AI基础设施人工智能的应用人工智能的应用(例如：例如：ChatGPT)ChatGPT和其他的产品均可以基于底层训练模型生成多种形式的内容模型训练需要强大的算力支持模型训练需要强大的算力支持训练和处理基础模型所需巨大的计算能力，因此必须在可扩展基础设施上使用专业的硬件设备（例如NVIDIA H100、华为昇腾910等）算力数据使用现存的知识库对基础模型进行训练使用现存的知识库对基础模型进行训练基础模型训练是通过海量数据的处理来塑造其对语言的理解能力、语调适应性以及行为表现，同时在训练过程中掌握各种人类交流风格什么是训练过的什么是训练过的AI模型模型通用的基础模型架构可以使大语言模型能够理解、学习和运用数据中的复杂模式。例如GPT-4可以利用深度学习技术处理海量数据，通过关键词嵌入机制形成对输入数据集的“记忆”并调整模型参数。输出端模型生成式人工智能是人工智能的一个子集，主要功能是让计算机根据需求自动生成多种形式的内容让计算机根据需求自动生成多种形式的内容（例如：文字、图片、代码、视频、音频等）。生成式人工智能利用机器学习算法，尤其是深度学习技术，使计算机模拟人类的思维方式，独立进行创造性任务。其核心理念是让计算机模型学会从大量数据中提取规律，并创造出与输入数据相似但又不同的新数据。这一技术的实现基于神经网络，通过训练并使用生成模型来预测下一个状态或结果，计算机在此过程中会不断地调整自身的参数以提升性能。生成式人工智能能够解析并识别出现有数据中的结构与规律，进而具备生成新内容的能力。此过程依赖大量的数据支持，且需要高性能的计算资源和先进的算法驱动。生成式人工智能的原理生成式人工智能的原理212 2024。欲了解更多信息，请联系德勤中国 2024。欲了解更多信息，请联系德勤中国13基础模型（Foundation Model）是区别生成式人工智能技术栈和之前人工智能的关键。基础模型是斯坦福大学基础模型研究中心创造的术语，它是一个在广泛数据集上预先训练的机器学习模型，可以用于解决一系列问题。这些模型通常可以通过开放或封闭的API提供给开发人员使用，开发人员可以通过额外的训练数据对模型进行微调，以提高其对特定用例的上下文理解、相关性推理和性能，同时优化交付成本。生成式人工智能的发展现状生成式人工智能的发展现状生成式人工智能可以彻底生成式人工智能可以彻底改变企业与客户之间的运改变企业与客户之间的运作和互动方式，甚至可能作和互动方式，甚至可能重新定义我们对“员工”重新定义我们对“员工”的认知。在某些消费者和的认知。在某些消费者和企业领域，这种转型已经企业领域，这种转型已经在进行中。在进行中。从训练到推理从训练到推理 2024。欲了解更多信息，请联系德勤中国14生成式人工智能的发展现状生成式人工智能的发展现状视频生成视频生成提示语：蓝天下一片黄色花海图像生成图像生成提示语：生成粉色郁金香的图片代码生成代码生成提示语：生成在python中，取所有用户支付等级的代码3D生成生成提示语：生成一个小男孩晚上侧面坐在床边的3D图片文本生成文本生成提示语：请介绍中国200字以内生成式人工智能展现了强大的任务处理能力，能够进行文本、图像、代码、视频及3D等多种内容的生成。在文本创作上，它能自动生成文章、诗歌等，丰富文字创作。图像生成方面，它能根据描述生成逼真图片，推动设计、艺术领域革新。代码生成功能可以帮助开发者快速构建程序，提升效率。视频生成合成动态影像，为影视、广告提供新创意。3D生成则创建出立体三维模型，助力游戏、建筑设计等行业。生成式人工智能的多领域应用，正引领着各行业向智能化、自动化方向迈进。14多模态的输入与输出多模态的输入与输出 2024。欲了解更多信息，请联系德勤中国152018年，GPT-1正式发布。由于其技术的局限性，未受到广泛关注。次年，GPT-2发布，其参数量增至15亿。2020年，GPT-3诞生，参数量达到1750亿，规模空前，几乎可以完成自然语言处理的绝大部分任务。2022年11月30日，OpenAI发布了一款基于GPT-3.5的聊天机器人模型ChatGPT。这款模型的问世，标志着生成式人工智能技术取得了重大突破，引起了全球科技界和产业界的广泛关注。ChatGPT具备强大的自然语言处理能力，能够与人类进行流畅、自然的对话，甚至在某些方面超越了人类的表现。生成式人工智能的发展现状生成式人工智能的发展现状生成式人工智能的发展生成式人工智能的发展3GPT-120182019GPT-22020GPT-3202220232023年3月，OpenAI推出GPT-4模型，并将其整合到ChatGPT Plus高级服务中。Will Douglas Heaven 麻省理工科技评论“即使是当今最顶尖的生成式人工智能技术开“即使是当今最顶尖的生成式人工智能技术开发专家，有时也会对生成式人工智能的能力发发专家，有时也会对生成式人工智能的能力发出由衷的惊叹。”出由衷的惊叹。”自ChatGPT发布以来，其在社交媒体、在线客服、教育、娱乐等多个领域得到了广泛应用。人们惊讶于其智能程度，纷纷将其视为未来人工智能发展的风向标。与此同时，生成式人工智能也成为了投资的热点，吸引了众多企业和资本的关注。随着大量关注与投资，生成式人工智能在各行业与领域均有了一定程度的应用。2022年11月30日，OpenAI发布了基于GPT-3.5的聊天机器人模型ChatGPT，通过引入人类反馈的强化学习（RLHF），大幅提高了AI在人机对话时的准确度和可控性 2024。欲了解更多信息，请联系德勤中国16在本次调研中，超过2/3的受访者表示对于生成式人工智能技术主要感到惊喜惊喜（76%）与兴奋兴奋（68%），但也同时会顾虑由于自身对生成式人工智能的认知尚浅而带来的不确定感不确定感（40%）。今年年初，德勤在全球范围内对超过2800名企业高管进行了生成式人工智能调研，范围覆盖六大行业和全球16个国家及地区。根据调研结果，受访者对生成式人工智能的主要感受是兴奋兴奋（62%）与着迷着迷（46%），同时也有不确定感不确定感（30%）。虽然两次的调研时间与受众有所不同，但相同的是，大部分受访企业对于生成式人工智能均表现出了不同程度的积极态度，同时也有一定的不确定感。生成式人工智能的发展现状生成式人工智能的发展现状76%68%40%16%12%8%4%惊喜兴奋没有把握着迷信赖焦虑困惑16面对生成式人工智能，受访者展现出了一些不同的感受问题：当您想到生成式人工智能时，您对这项技术最主要的感受是什么？数据来源：CCFA 行业生成式人工智能应用调研（2024）迎接新技术迎接新技术-兴奋与不知所措兴奋与不知所措 2024。欲了解更多信息，请联系德勤中国17生成式人工智能的发展现状生成式人工智能的发展现状受访者预期的生成式人工智能社会影响经济实力分布3%19%27%41%10%5%25%18%42%10%经济不平等水平30%分散52%集中22%减少不平等51%加剧不平等问题：生成式人工智能的广泛应用江如何改变全球经济实力分布？问题：生成式人工智能工具/应用程序的广泛应用将如何影响全球经济不平等水平？数据来源：德勤全球企业生成式人工智能应用现状2024第三季度报告的受访者预计生成式人工智能会加剧经济不平等的受访者预计生成式人工智能会加剧经济不平等51%根据年初德勤全球的调研结果显示，尽管受访领导者普遍对生成式人工智能的潜在商业效益充满期待，但他们也担忧其广泛的社会影响。其中，52%的受访者预计生成式人工智能的普及会导致全球经济实力集中化，而30%的受访者预计生成式人工智能将会更平均地分配全球经济实力。同时，51%的受访者预计生成式人工智能会加剧经济不平等，而22%的受访者预计它会减少经济不平等。调研发现，全社会都在广泛讨论人工智能的伦理道理问题，甚至推动人工智能发展的科技公司都在衡量人工智能的商业价值与其为人类服务的潜在价值，以及人工智能的潜在效益与潜在风险。生成式人工智能引发的公司和社会治理以及相关风险问题是相似的。2024。欲了解更多信息，请联系德勤中国18随着人工智能技术的飞速发展，人们对人工智能概念的理解日益深入，这一领域的理论体系和实践应用逐渐走向成熟。在这样的背景下，生成式人工智能作为一种具有创新性和颠覆性的技术，开始在各行各业展现出其独特的价值，各种使用场景如雨后春笋般涌现。在大量投资的涌入与技术的进步下，生成式人工智能改变了传统的工作方式，提高了生产效率，为广大用户带来了更加便捷、个性化的服务体验。可以说，生成式人工智能正在成为推动社会发展和产业升级的重要力量。生成式人工智能的发展现状生成式人工智能的发展现状生成式人工智能的应用生成式人工智能的应用4银行业银行业通过生成式人工智能建立客户服务工具，可以处理文字、语音等信息，并根据与客户的交互提供交叉销售的机会。通过生成式人工智能建立客户细分工具等，可用于在地理范围内创建更精确和定制化的细分市场。零售业零售业通过生成式人工智能建立为零售和技术现场工作人员部署的支持工具，以及用于故障排除和预防性维护的系统。电信业电信业通过生成式人工智能建立工具，利用客户反馈来指导产品开发路线图，持续改进并加强流程。科技行业科技行业保险业保险业通过生成式人工智能建立内部医疗理赔申诉审查工具，从而提高回应质量并缩短回应时间。通过生成式人工智能为数千名员工提供即时企业信息（如标准操作程序）。医药行业医药行业通过生成式人工智能快速为关键的利益相关者创建汇总材料的项目管理工具。金融业金融业通过生成式人工智能建立用于提供客户支持和处理简单支持工单的系统，可支持自动提取数据供人工代理用于更复杂的任务。交通运输业交通运输业18 2024。欲了解更多信息，请联系德勤中国19生成式人工智能的发展现状生成式人工智能的发展现状生成式人工智能与传统人工智能的应用并不是替代和排斥，而是相互补充生成式人工智能与传统人工智能的应用并不是替代和排斥，而是相互补充生 成 式 人 工 智 能生 成 式 人 工 智 能通过互联网智能搜索竞争对手信息。例如，收集信息包括：新闻发布，新闻发布，药物上市，配方定位、定价药物上市，配方定位、定价形成竞争对手关键信息的内容摘要。例如，两家竞争对手宣布了有效抑两家竞争对手宣布了有效抑制肿瘤的候选药物制肿瘤的候选药物生成市场调研报告，例如，形成详形成详细说明市场摘要和发现的细说明市场摘要和发现的PPT档案档案传 统 人 工 智 能传 统 人 工 智 能模式识别竞争对手活动以了解其经营动态。例如，竞争对手品牌在竞争对手品牌在EMEA市场表现优异市场表现优异预测竞争对手新药品的销量。例如，预计竞争对手新药品上市首年销售预计竞争对手新药品上市首年销售额为额为5亿美元亿美元基于模式和预测结果给出决策建议。例如，将将WAC价格降低价格降低100美元美元/毫毫克，以增加克，以增加4%的收入的收入两 者 结 合两 者 结 合产生能推动生成式人工智能应用的结果和建议。例如，将意见编制到研究报告中将意见编制到研究报告中共生人工智能共生人工智能传统人工智能角色传统人工智能角色生成式人工智能角色生成式人工智能角色搜索、提取和生成数据，以支持传统人工智能进行分析。例如，以摘要的形式提供竞争性研究数据以摘要的形式提供竞争性研究数据对于同一个应用场景，生成式人工智能可以通过互联网等信息渠道进行信息搜素、内容摘要等，从而凝练出使用者所需要得到的相关信息，进而达到减少人工研究所需工作量的目的，以提升报告的生成速率与市场研究人员的工作效率；相较之下，传统人工智能则更侧重于对于场景和结果进行建模与预测，并通过机器智能进行洞察分析，进而提高分析的准确性。因此，企业可以通过生成式人工智能与传统人工智能有机结合的形式，各取所长，强化模型训练效果，从而提高决策的速率与准确性，并且在业务流程的“前端”和“后端”创造价值。同时，企业可以通过在现有传统人工智能的投资基础上进行改造性建设，以生成式人工智能之“长”弥补现有不足，以达到进一步推动企业运营成本压降及业务价值增长的效果。2024。欲了解更多信息，请联系德勤中国二、生成式人工智能在零售行业的应用二、生成式人工智能在零售行业的应用20 2024。欲了解更多信息，请联系德勤中国21后疫情时代下，零售行业的复苏并未如预想中的那么迅猛，在面对互联网消费购物的冲击下，实体零售企业目前正处于转型的重要时期，相较于早期的扩张增量市场而言，现如今如何提升存量市场发展的竞争力成为了更为重要的话题，对于企业而言，如何做到改善产品服务、改善用户体验并提高生产效率更是成为了重中之重。除了零售企业已经采取的转型措施外，生成式人工智能提供了一种全新的手段帮助零售企业改善产品与服务、提升效率与降低成本。随着生成式人工智能能力的不断突破，其在零售行业也逐步发展出各类相关的使用场景，例如：知识助手、智能客服、编码助手、数据分析、产品设计、智能运维、营销内容生成、制造流程优化、自动订货、风险预警、个性化体验、防损检测、故障诊断与预测等。本白皮书将重点讨论零售行业中生成式人工智能的具体应用场景，识别其中较为热门和成熟的方案以及其它前沿的探索方案，供整个行业了解与研究。生成式人工智能在零售行业的应用生成式人工智能在零售行业的应用行业应用概述行业应用概述-百花齐放，初见端倪百花齐放，初见端倪121 2024。欲了解更多信息，请联系德勤中国 2024。欲了解更多信息，请联系德勤中国22在近期德勤的全球调研分析中，相较于其它与生成式人工智能技术关系更紧密的行业（例如信息科技、传媒、电信等），消费品与零售行业在生成式人工智能应用与部署方面有着更多的成长空间。生成式人工智能在零售行业的应用生成式人工智能在零售行业的应用专长：专长：评估其企业在生成式人工智能领域的专长为“高”或“非常高”的比例加大投资：加大投资：同意此观点的比例他们的组织正在加大对生成式人工智能项目的投资，因为迄今为止他们已经看到了巨大的价值加快进度：加快进度：预估只有30%或更少的生成式人工智能测试已转移到生产环境的比例风险与治理准备情况：风险与治理准备情况：企业在风险与治理方面“高”或“非常高”准备程度的比例数据挑战：数据挑战：认为数据相关挑战正在拖慢生成式人工智能效果的比例衡量价值的方法：衡量价值的方法：跟踪投资回报率的比例39%67%68%23%40%35%33%62%71%16%40%34%39%60%79%26%38%28%40%70%72%25%44%35%36%63%60%17%43%42%56%72%56%25%34%37%17%89%68%36%51%35%加权全局加权全局平均值平均值消费品与消费品与零售零售能源金融服务能源金融服务生命科学生命科学与健康与健康科技、媒科技、媒体与通讯体与通讯政府与公政府与公共服务共服务超过平均值平均值低于平均值 2024。欲了解更多信息，请联系德勤中国 2024。欲了解更多信息，请联系德勤中国23在本次调研中，近半数（44%）的受访者均认为所在企业在生成式人工智能的整体应用层面已有一定的经验，其中还有小部分的受访者有信心认为所在企业在生成式人工智能领域比较有经验（12%）或经验丰富（4%）。在生成式人工智能急速发展的当下，不少企业对于该技术均有一定程度的探索与实践，因此这个结果似乎可以在意料之中。半数以上的受访者（56%）认为所在企业在生成式人工智能的整体应用尚不具备足够经验。对于这个数据，其实并不需要过于悲观，因为在科技日益发达的如今，生成式人工智能技术也在不断的进步与迭代。因此，对于大部分企业而言，时刻关注生成式人工智能的前沿热点，并适时进行技术迭代，也许是一种更理智的态度。生成式人工智能在零售行业的应用生成式人工智能在零售行业的应用28.0%12.0%4.0%0.0%经验极丰富没有经验较有经验少量经验经验丰富问题：您如何评价贵司目前在生成式人工智能方面的整体专业水平？数据来源：CCFA 行业生成式人工智能应用调研（2024）近1/3的企业在生成式人工智能的应用水平上自我评价为有少量经验少量经验，另有近2成企业的自我评价为较有经验或经验丰富2356%零售行业应用生成式人工智能的经验尚待积累零售行业应用生成式人工智能的经验尚待积累 2024。欲了解更多信息，请联系德勤中国24在本次调研中，绝大多数受访者更关注提高效率和生产力提高效率和生产力（92%）、改改善产品和服务善产品和服务（76%）和降低成本降低成本（72%）等效益。此外，超过半数的受访者希望生成式人工智能能够在激发创新和增长激发创新和增长（60%），提升客户提升客户关系关系（56%）与提升员工工作内容的价值提升员工工作内容的价值（56%）等方面有所收益。这与过去的技术应用模式相一致。起初，大多数组织都会自然地把重心放在逐步改进现有流程和能力上一一从容易实现的目标中获取价值，同时积累有关新技术的知识、经验和信心。之后，将重心扩大或转移到更具创新性、战略性和变革性的改进上一一利用新技术来推动增长，并通过以前根本不可能实现的能力来实现竞争差异化和优势。生成式人工智能在零售行业的应用生成式人工智能在零售行业的应用2492%76%72%60%56%56%52%提高工作效提高工作效率和生产力率和生产力改善产品改善产品和服务和服务降低成本降低成本激发创新激发创新和增长和增长提升客户提升客户关系关系提升员工工作提升员工工作内容的价值内容的价值优化系统/软件开发的效率企业想要通过生成式人工智能获得的关键收益44%增加收入问题：您希望通过应用生成式人工智能获得哪些关键收益？数据来源：CCFA 行业生成式人工智能应用调研（2024）的企业预计生成式人工智能将的企业预计生成式人工智能将提高生产力提高生产力92%效率和成本优化、产品和服务改善是企业预期最高的领域，效率和成本优化、产品和服务改善是企业预期最高的领域，创新、增长与客户关系提升也是关注重点创新、增长与客户关系提升也是关注重点 2024。欲了解更多信息，请联系德勤中国25在德勤与在德勤与CCFA成员企业及其他合作伙伴的沟通交流中，我们发现在零成员企业及其他合作伙伴的沟通交流中，我们发现在零售行业，生成式人工智能也悄然衍生出了一系列的应用。售行业，生成式人工智能也悄然衍生出了一系列的应用。基于业务场景的受众与性质，生成式人工智能的应用场景可划分为前基于业务场景的受众与性质，生成式人工智能的应用场景可划分为前台（面向消费者的业务场景）与后台（内部服务场景）。台（面向消费者的业务场景）与后台（内部服务场景）。生成式人工智能在零售行业的应用生成式人工智能在零售行业的应用IT自动程序开发代码编译及漏洞修补基于AI的代码、流程优化数据、网络安全风险监测程序测试环境生成人力资源人力资源基于AI的招聘流程基于AI的绩效激励机制AI自助入职助手企业培训材料及课程公司知识库生成及管理供应链供应链生成未来市场需求预测生产供应流程及压力监控生产库存计划生成优化物流仓储网络规划优化供应链OTIF核心指标财务财务增强财务运营自动化生成财务报表和管理报告增强财务监测和预警能力提升税务处理敏捷性合规与风险管理合规与风险管理自动监测政府政策法规根据要求自动生成合同审阅合同并规避潜在风险企业内部风险指标监控欺诈检测及警报消费者洞察消费者洞察多平台消费者舆情监控消费者评价及反馈分析消费者分析并生成画像预测潜在需求并提供建议追踪行业热点并生成报告市场营销市场营销营销文案及素材生成垂直内容生成及渠道渗透生成定制化社群推广素材紧跟趋势生成营销卖点和消费者的社交互动产品开发产品开发生成产品概念基于市场分析的产品开发基于反馈优化产品设计高度客制化的产品开发客户服务客户服务7*24小时在线客服问答式客服对话机器人识别关键词并提供解答自动执行退款退货操作销售渠道销售渠道为店员生成定制销售话术线上生成式人工智能店铺助理3D/虚拟试穿/空间对话式产品说明书智能成交价格及促销计算后台场景后台场景前台场景前台场景 2024。欲了解更多信息，请联系德勤中国26生成式人工智能在消费者洞察领域的应用日益广泛，其主要作用在于深入分析和理解消费者的行为、偏好和需求。通过大量消费数据的训练，生成式人工智能能够生成准确的消费者画像，预测消费趋势，从而为企业提供有针对性的营销策略。在实际应用中，生成式人工智能可以识别消费者的购买模式，了解他们的兴趣点，甚至预测他们可能感兴趣的新产品或服务。生成式人工智能在零售行业的应用生成式人工智能在零售行业的应用应用场景应用场景消费者洞察消费者洞察26华润万家华润万家华润万家利用先进的用户行为分析技术，深入研究消费者的线上购物习惯和偏好。基于这些数据，公司开发了一种高度个性化的搜索和推荐功能，旨在为每位用户提供定制化的购物体验。这一功能可以根据用户以往的购买与浏览等行为数据，分析捕捉用户的购买意图和兴趣点，从而推送相关商品和信息。通过这样的个性化服务，华润万家不仅提升了用户满意度和忠诚度，还促进了销售转化率，实现了用户价值和企业收益的双重增长。百丽百丽Belle百丽采用人工智能技术，以华为与滴普开发的昇腾一体机为算力底座，对旗下的每一款SKU进行深入的数据挖掘。通过对产产品的全生命周期数据进行深度学习与分析品的全生命周期数据进行深度学习与分析，百丽能够准确把握产品的市场表现，包括销量趋势、库存周转、顾客反馈等信息，从而指导产品策略调整，优化库存管理，提升运营效率。数据驱动的决策方式使百丽在激烈的市场竞争中更具洞察力和响应速度。2（以上案例由合作伙伴石基大商提供）（以上案例由合作伙伴华为与滴普科技提供）2024。欲了解更多信息，请联系德勤中国 2024。欲了解更