零售商正借助人工智能优化库存管理——《华尔街日报》

沃尔玛等零售商正在运用能整合从天气模式到社交媒体趋势等一切数据的技术。图片来源：Victor J. Blue/Bloomberg News零售商正借助人工智能技术更精准预测消费需求，修复疫情期间因消费者购买模式剧烈波动而受创的供应链。

包括沃尔玛、零售药房巨头沃尔格林和在线时尚零售商ASOS在内的商家，正在推广这项日益复杂的技术，它能整合从天气模式到社交媒体趋势等各类数据，通过评估海量信息来指导库存调配决策。

这些举措旨在优化零售商长期沿用的做法——利用内部历史销售信息预测消费需求，确保在正确时间将合适商品摆上货架。

在经历了多年严重且代价高昂的库存失衡后，零售商正努力实现供需更精准匹配。

疫情期间，随着消费者购买偏好从清洁用品、家用健身器材快速转向职业装，继而转向旅游等服务，预测模型基本失效。这种波动导致许多零售商积压大量滞销商品——他们匆忙将货物运往门店和分销中心，却错过了热销产品的销售机会。

软件巨头SAP零售行业业务部门全球副总裁克里斯汀·豪厄尔表示：“疫情后仅以过往销售为主要依据的预测方式显然不够准确。我们注意到许多零售商正尝试拓展需求信号的数据维度，不再局限于历史销售数据。”

疫情初期，手部清洁剂曾是需求激增的商品之一，随后消费需求转向其他领域。图片来源：玛尔塔·拉凡迪尔/美联社2020至2021年间，那些遭遇商品断货的企业后期大量补单以应对供应链中断，这种"以防万一"的库存策略导致当消费转向时，许多企业积压了大量滞销商品。

据美国人口普查局数据，2022年8月零售商库存规模达近7600亿美元，较2019年8月增长30%，约为同期销售额增速的两倍**。**

豪厄尔指出：“精准的需求预测与盈利能力息息相关。若能洞察消费者行为、捕捉趋势动向，就能优化当季采购决策，制定精准定价与促销策略。”

零售商面临的挑战不仅限于需求评估。消费习惯的变化也使得库存布局决策更为复杂。

供应链软件供应商o9 Solutions首席执行官查克里·戈特穆卡拉表示，如今更多消费者通过线上下单选择送货上门或到店自提，并要求快速履约，这意味着零售商必须科学规划商品存放位置，确保货品高效流转。

戈特穆卡拉表示：“传统零售商必须更加精明地应对这类新型消费者，他们希望随时随地购物，并期待获得最高水平的服务。”

戈特穆卡拉指出，以往的预测工具难以全面评估诸如社交媒体病毒式传播视频和当地天气模式等因素——这些因素会促使顾客前往实体店或在线购买特定商品。他表示，人工智能和机器学习技术的进步使得将这些数据纳入预测变得更加容易。

他举例说：“企业从经验中深知，如果有网红推荐某款产品，需求就会立即激增。他们现在的问题是：‘能否将这种效应纳入预测模型？’”

沃尔玛今年对其库存管理系统进行了编程改造，使其能够分析天气预报数据，并追踪其官网及谷歌等搜索引擎上的搜索趋势。

这家总部位于阿肯色州本顿维尔的零售巨头运用人工智能技术，例如判断美国某地区是否在集中搜索芭比梦幻屋，而另一地区则在热查Squishmallow毛绒玩具。据此，沃尔玛可以将更多相关产品调往预期需求旺盛的区域。

沃尔玛端到端履约高级副总裁帕尔韦兹·穆萨尼解释道：“现在我们的AI能实时提示‘某款派类食品或玩具突然爆红’，确保我们将对应商品精准调配至需求节点。通过动态再分配系统，我们可以实时将合适的产品部署到正确的门店。”

天气预报还能帮助沃尔玛预测顾客需求。

例如，若新泽西州即将遭遇暴风雪，沃尔玛会提前向附近门店和配送中心调运雪铲、扫雪机和融雪盐等商品，并补充当地食品杂货库存。

该公司让人工智能学会识别异常情况，以避免像亚利桑那州下雪这类罕见事件扭曲来年预测，导致零售商向该地区过量调拨冬装。

沃尔格林正利用社交媒体数据和季节性流感报告等数据，通过人工智能预测零售业务需求。首席采购与供应链官拉吉尼什·卡普尔表示，这家总部位于伊利诺伊州迪尔菲尔德的公司运用这些洞察优化库存布局，将商品预先调配至消费者可能购物的区域附近。

卡普尔说：“我们分析了天气事件、社交媒体动态、地方活动以及当地疾病趋势，以了解消费者在沃尔格林购物的方式和动机。”

卡普尔称，去年公司的人工智能预测模型成功预判了咳嗽感冒季的区域性趋势，使沃尔格林能及时上架非处方药品。该模型曾预测某些地区将出现高发热率但低鼻塞咳嗽症状，零售商便在这些预期需求旺盛的区域增加了儿童退烧药的备货。

英国时尚电商ASOS今年开始运用人工智能预测T恤、连衣裙和牛仔服饰等商品的需求。该零售商的模型基于历史销售数据、退货记录、产品热度及潮流趋势进行训练，能对未来两季各仓库每款商品所有尺码的周需求量做出预测。

ASOS的一位发言人表示：“这项AI技术为我们的商品采购员提供了前所未有的精细度和准确性的预测。”

联系莉兹·杨，邮箱：[email protected]