當前位置:
首頁 > 探索 > 「智能+」時代,零售業如何突出重圍?

「智能+」時代,零售業如何突出重圍?

刁生富 供稿

在「智能 」時代,技術變革及其產業應用正在加速。過去需要經過幾十年甚至是上百年時間,才能迎來一次世界科技的大變革,但從第一次工業革命之後,所有技術的迭代更新的時間間隔逐漸縮短。

技術的快速迭代,往往意味著經濟的快速轉型,以技術為載體的新興經濟,正在經歷著「新」與「舊」的對峙,並呈現日趨激烈的趨勢,彼此間的加速淘汰也就在所難免。以零售業為例,去年十月,美國百年老店希爾斯正式向美國破產法院申請破產保護,成為零售行業的悲劇性事件。希爾斯的成敗帶給零售業的啟示是什麼?

01

希爾斯成於「順勢而為」

希爾斯公司1888年成立之後,由於順應了時代發展潮流,以驚人的速度迅速崛起,自20世紀初期開始,曾一度在美國的零售行業「獨佔鰲頭」。公司僅在進軍百貨零售行業的第一年,就已經開設300多家零售經營店,並在次年的經營中,實現了零售營業額首超郵購營業額的壯舉,並在後繼的持續改組、創新行動中,奠定了公司在零售行業的地位,近百年榮居零售行業「榜首」,成為世界百貨零售業的開山鼻祖。

儘管曾經是無限風光的百年老店,但卻難逃厄運——在新技術革命的衝擊下,希爾斯這個「不可一世」的零售業巨人居然在轉瞬間轟然倒塌。

02

希爾斯敗於「墨守成規」

隨著新興技術的發展,個性化、高效化和體驗化成為技術經濟市場的顯著特徵,技術的微小革新有如「蝴蝶效應」般的威力,能夠最先嗅到商機的技術型企業,勢必會在未來的市場中一步步勝出。但對於反應遲鈍的公司,哪怕是行業巨頭,少了佔領市場的「靈丹妙藥」,就少了消費者的青睞,因丟失「一顆馬蹄鐵」而毀掉整個帝國的故事就開始上演。

在希爾斯衰落的歷史中,最為值得反思的「經驗」就是它的「墨守成規」。在一系列新興技術不斷湧現的時刻,蘊藏於單個技術元素之中的力量,很容易在多個技術的交融過程中形成新的技術趨勢。

可惜的是,原本有著深厚創新根基的希爾斯,卻在最為關鍵的市場爭奪的時間節點上,開始轉戰房地產行業,並把公司的擴張模式從「質量擴張」變為「數量擴張」——不斷地開新店,忽視技術、產品、組織架構等方面的轉型,從而錯失良機,走向了滅亡。

然而,正當希爾斯在走「下坡路」時,它的競爭對手如亞馬遜和沃爾瑪這樣的新零售公司卻在加速走「上坡路」,並不斷地致力於零售服務的升級改造——技術整合創新、注重產品品牌和質量、完善消費者服務體驗場景、成立大數據人工智慧平台等,從而阻斷了希爾斯的「回頭路」。最終,在這場新零售與傳統零售業的對峙中,傳統零售巨頭希爾斯倒下了。

03

值得反思的經驗啟示

在「智能 」時代,新零售與傳統零售的對峙,給予了我們三點經驗啟示。

致力於產品的自主創新

希爾斯的失敗,源於產品的自主創新力度不足,造成品牌發展滯後,從而淪為市場的犧牲品。

新零售作為新事物,各大零售商應該狠抓產品的自主創新,從企業組織架構、創新人才引進、創新戰略規劃等方面著手,打造屬於自己的獨特品牌,從而提前為突出自身的社會價值和經濟價值做好準備。

積極關注前沿創新領域,不僅要主動進行自主創新戰略布局,還要積極推進模仿創新、跨域交叉創新、合作創新等多維創新並舉,切記走「以量取勝」的老路。

注重技術的智能整合

技術的力量並不存在於單個技術元素之中,也不存在於多元技術的簡單機械的拼湊中,而是存在於單個技術有機融合成的大技術系統中。只要等待時機成熟,存在於現實中的這個大技術系統,就會以人類想像不到的速度,在一夜之間改變整個零售世界。

這種力量不是來源於技術本身,而是來源於現實世界的力量在技術結構中的賦能,是一種人類意志的技術體現,它會驅使整個人類,把零售的全部社會形態複製到另外一個虛擬的世界,並且存在再現、增強和超越現實零售世界的傾向。在人工智智能時代,新零售的未來發展,尤其需要把握住這個智能整合的關鍵點。

留意消費者的細節體驗

「顧客就是上帝。」在新零售時代,市場的競爭異常激烈,要想在競爭中勝出,必須要做到零售的個性化關照。

在大數據人工智慧時代,消費者的消費體驗具有輿論力量,一旦出現消極情緒體驗,對於新零售商家而言,具有不可小覷的力量,勢必要及時準確的給予回應。

另外,零售商還需要事先不斷完善消費應用場景,建立專門大數據人工智慧需求反饋系統和情緒體驗系統,確保能夠提前為每個獨立個體的積極消費細節體驗提供條件。

總之,在「智能 」時代,新零售與傳統零售的對峙,不單是技術、資本要素的角逐,更是一場思維層面的競爭,只有那些能夠正確認識技術經濟時代特徵的零售企業,才能立於不敗之地。

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 科學媒介中心 的精彩文章:

嫦娥四號剛「復甦」就有新發現?
孫建華:強對流天氣的預報準確率為什麼不高?

TAG:科學媒介中心 |