2021年6月23日，来伊份副总裁 周晨君在2021第四范式发布会暨企业智能化转型峰会零售业论坛上分享了携手第四范式进行智能化转型的经验。基于销售预测重构优化供应链体系，协同仓配网络减少库存成本，实现来伊份在供应链管理、线上运营、门店选址等多个业务场景的智能化升级。AI正在有效助力来伊份从以渠道为核心的零售商转型成以用户为核心的平台型企业，实现商业模式和企业经营的质变。以下为图文摘录：
来伊份系统建设经历了三个阶段。第一阶段从手工作业到信息化。实现了业务流程的标准化、在线化，进行信息化系统从0到1建设。当业务的高速增长和消费者需求的不断变化给信息化系统带来了新的挑战后，我们进行了系统建设的第二阶段，从信息化到数字化。实现了业务的统一化、实时在线化、数据化，打通全渠道会员、订单、商品、库存等核心业务，构建全渠道融合的商业模式和多维实时运营监控、决策体系。2019年做了整个体系的重构，做了业务中台和数据中台，把以前各个业务系统里面围绕着来伊份零售相关的一些标准化的通用能力，全部抽象出来放在中台去做。我们在设计整个体系的时候是完整考虑了来伊份所有业态的销售关系，包括现在和未来要做的业务，从业务链路进行了一个梳理。从年初公司制定了今年的销售目标如何分解到品类，品类如何分解到商品，再延伸出新品要多少，老品多少，销售计划怎么做，渠道怎么分配，这是我们把整个全链路梳理好以后，再延伸出定价策略。用复盘后的业务结果做了整体的系统设计，花了两年半的时间去完成。
基于我们完整的架构体系，去年我们跟范式合作的时候，我当时思考的第一个问题是，AI到底能帮我们做什么？我发现当我们通过这几年的建设，包括中台建设适应组织变革以后，我们发现，人开始变成一个瓶颈，更确切地说，思想是瓶颈，人无外乎是能力的问题，但是比有没有没有能力更可怕的是他的思想愿不愿意做这个事情，人的思想转变不过来，很大程度上会阻碍整个企业的转型或者系统的推进。我们就思考能不能把这个去掉，就直接让机器去接管这些东西。
第二个问题，现在消费者的选择变得越来越多样化，不论是渠道选择、购物方式选择变得越来越多样化，但我们还是传承的集团制定统一策略，子公司制定区域策略，最大的策略定义也就到一个区域了，绝对做不到单店甚至分时段的策略，没有人有精力往下做到这么深的。这个在应对消费者多样需求的情况下，就会显得捉襟见肘。
第三个问题，库存，我们做食品行业的公司，这两年被那些大平台带来很大挑战。比如天猫搞一个大活动，基本上能做到日销的20到30倍，对我整个备货造成了极大挑战。我们食品企业这两年一直在做一件事情，就是缩短保质期，以前都是360天很多，现在要控制在原则不超过180天，大量出现60天、90天保质期的产品，对库存管理就造成了挑战。比如李佳琦可能正常搞活动卖400到500万，但这一次可能就卖了200万，会出现极大的状态起伏，这个过程如何合理备货、调转库存，又变成了我们很大的挑战。
最后一个问题，经营分析。去年疫情零售行业都是捏一把汗的，我们去年疫情的时候有超过70%的门店是处于闭店状态，但是库存还在门店，那些库存都有保质期，线上不用想了，所有快递全停了，全国9000多个雇员的工资还是要发，为什么今年财务中台会被提上来做，本身我们计划放到明年做，核心问题就是我们董事长对我们CFO提出要求，要求做财务预测和风险控制、资金管理，对他而言，他就变成了从管理型财务转经营型财务，这些都是我们在一步一步走过来。可能数字化做到一定程度以后，新的问题又出来了，这是我们当时又遇到的一些问题。
基于这个现实问题，我们去年就开始探索。对AI这件事情，我们至今不认为说已经找到了来伊份或者零售行业怎么样导入AI是最成功的一种想法，但是去年我们很有幸找到了第四范式这个合作伙伴。初期我们都是互相看不懂对方，慢慢一起往前走，做着做着还是会越来越有感觉。我们去年做了选品、定价、预测、捕货、订单、服务组网这些与供应链相关的东西，作为我们对AI进行探索的方向。还有一些事情目前陆陆续续也都在做，比如现在我们跟范式在做门店的选址，包括精准化营销，还有智能导购。就是对于我们9000多个雇员，我们现在要求消费者不进店，你要想办法把货卖给一个数字ID，可以用微信群这些营销工具完成销售。我们可以关联到销售发生的时间，把佣金反馈给，并且通过一些数据辅助你把导购过程做得很好。我们把这个统称为来伊份大脑。未来在整个企业经营过程中，包括公司想转型成平台，数据肯定是整个公司最重要的资产。但是如何运营好数据，靠人是不够的，还需要借助机器和系统的能力把这些数据用得更好。
再分享一下去年我们在AI上探索的一些东西，有些是我们已经做完的，有些是我们正在进行中的。首先是我们去年做的供应链项目。我们去年做这一期中台的时候，科技公司做了三天的头脑风暴，当时有两个选择方向，第一，做供应链，第二，做营销。一个是做销量侧，怎么做会员运营，怎么营销投放精准化、合理把广告费做得性价比更高，一个是做供应链。最后我们科技公司选了这个方向，因为评估下来做供应链是最有可能、最快对公司体现业务价值的。因为它既支撑开源，又支撑截流，每年都是好几个亿的采购金额，这是非常大的支出口。
去年我们做供应链这件事情之前，已经定义出来了清晰的目标，整个大的目标是两个，一个是现货率，就是我们门店到下一次补货还有多少货可以卖，一个是周转率，如果能把周转率做得足够好，商品新鲜度高、客户体验好，整个资金周转率也会高。并且我们希望这两个目标是系统完成的，就是我们要做组织变革。来伊份体系内部原先有一个团队是专门下订单的，我们会把各个渠道的需求给供应链下单，这个下单的团队原先有二十多个人，当时设计的是不需要这个部门了，但会另外做一个计划管理部门去制定计划和策略。所以当时我们在设定这个项目目标的时候，就预判到一个非常大的阻力，就是思想的问题。可能我们作为科技的团队来讲，我们把一个二十人的团队裁撤掉了，现在用系统来做，这是我们科技做得很好的地方。但是换位思考，作为供应链老大来讲，现在推门出去原来有二十个人，现在没了，他未必接受你想帮他传递的信息，包括这个过程我们还做了很多东西，PM角色做了变革。所以最大的阻力是，这件事情没有需求，是我们想去干，反而是业务部门，他开始不明白你想怎么做，当你把蓝图描绘得足够清晰的时候，他意识到你想做这件事情的时候，可能会形成一定的阻力，与你形成对抗，这是我们当时在做这件事情之前就预判到的。
所以我们当时选了很多合作伙伴，国内国外头部的，发现不行，找他们进来这个项目大概率要中途夭折、或者最后要被妥协掉。所以我们这个项目当时也是换了一个方式，当时没有找第三方做，我们当时是把向总直接招到来伊份，冠名叫董事长特别助理，因为他在外围是搞不定这个事情的。这个项目我们自己干。只有在这种强压之下，我们开始一步一步往前推这件事情。在整个项目过程中，AI其实做的就是中间这两个地方，一个是预测平台，一个是仿真。去年是预测平台上线了，外围所有系统都是围绕着如何让AI落地去做完整的重新设计。外围系统其实来伊份原来也有，但是在去年我们几乎推翻重做了，包括选品、定价，履约的整个链路网络重做了。
一，我以选品为例，我们以前也有选品逻辑，去年做了细拆。第二，我们对供应商做了一些定义。我们发现，不同品类的供应商其实是不一样的，未必年度采购量的供应链赚得多。以前我们的供应链团队叫采购，负责寻人、议价、采购，采购这个动作以后系统自动可以做。来伊份大概有400多个SKU，算上一品多商、多口味，就一千多个了，这批货向哪个供应商下的都一点，人是搞不定的了。我们当时必须变革组织，系统如何匹配，我们当时首先需要你告诉我你是怎么做的，按照你的东西梳理出来告诉你，我们未来大方向是什么，调整策略的阀门在你手里，但是你不能直接去干，这个是我们当时设计的大的逻辑。基于这个，我们把我们整个业务阐述捋出来后，交给范式去理解，范式的科学家非常聪明，学习能力、举一反三能力强，做完选品做下一个预测的时候就知道这里面是这么干的。这也是我们一直愿意和范式合作的原因之一。
二，整个计划链路是怎么做的。来伊份从2012年就已经把整个计划链路做完了，但是在这次过程中，因为我们变革了很多模式，变革了采购关系的模式，变革了内部组织的模式，所以把整个计划链路做了一个重构。整条链路都是基于AI做的，主要了一个拉式需求。以李佳琦直播为例，再牛的算法也不能预测李佳琦直播卖多少货。所以我们留了一个口子做拉式需求，针对不可预见的东西留了个口子，让他灌，但也不是乱灌，我们要匹配，灌进来的拉式需求在下个周期持续看。我们在整个链路设计过程中做了AI的补充，这里面所有的数据不允许有手工数据的存在，否则很难保障未来这些东西都做完，拉式数据也得在我们的活动日历填报，按照我的格式填报后由系统自动生成。
三，末端做履约。这个链路我们没有完全做完，我们现在做的是静态履约，没有做动态组网。来伊份每一年在物流上支出极大，大家都举着用户体验的旗帜，各个条线不惜血本在做用户体验，后面发现做的全是亏的。现在是独立体系核算，我们把账算清楚以后，给了三个模型，成本优先、效率优先、结果优先，你自己选。目前这个链路在持续迭代，我们还在用静态模拟，没有做动态组网。
四，门店选址是我们跟范式在做最新合作的。来伊份现在从直营店转加盟店模式，直营店可以自己扫街、评估，但是加盟商选店很大程度带有盲目性，一旦选坏，会带来很大影响。我们会给到加盟店一些选店工具。一，路段规划，通过第三方数据结合算法，告诉他哪些路段成功率高，二，门店评估模型，按照我的格式把信息填进来，我帮你预测单店单天的销售额。
这是我们的营销体系。来伊份以前是事后做得强，每档营销活动以后复盘营销都做得非常强，事前做得很弱，都是事后分析，去年很大程度我们做了事前，节省无效让利。可能从不打折到八折，销售能够稳增，但是从八折到七折，效果不大，10%换来的业绩提升很微小，所以我们会通过系统在做一些事前分析。
最后，到底人工和智能怎么匹配，我们董事长一直调侃我，说这个系统是人工智能，这个系统主要靠人，系统不顶用。我们现在也做了很多场景，的确系统做完以后，或许会比人做的数据更好，但是它的成本远高于人。中国做零售行业的企业是，零售行业员工的工资普遍不是很高，所以我们在做这件事情的时候不断在讲，有些人不能做的事情，比如，做单店营销，每个门店分时段都要做，养多少人都搞不定的事情，试图尝试系统能不能把这件事情做得更好。但是有一些是系统把规则做完以后，可以简化一些人的工作量，但这还是需要人来做。希望未来可以看到其它零售行业有更好的案例，我们互相学习AI在零售行业的深度应用，我们希望看到更多更有标杆性的案例出现，谢谢！
