新零售· 供应链解决方案

自盒马鲜生和超级物种之后，类似的新零售新物种层出不穷。然而这些商业模式往往只停留在概念层面，缺乏经营数据的印证，其商业逻辑只是以技术驱动，而被争相追捧的无人便利店也面临着相同的问题。众所周知，新零售技术更新迭代非常快，因而没有上升到商品和供应链层面，以技术驱动的商业模式可能很快会被颠覆。零售商要站稳阵脚，就必须构建好以商品和供应链为核心的竞争力，未来的竞争将是供应链的竞争。

「oIBP」(上海欧睿供应链管理有限公司)是一家零售业供应链解决方案提供商，利用人工智能+机器学习技术，为便利店、电商、跨境电商、时尚品零售商等零售企业提供 SaaS 端的智慧化全需求供应链服务。

其创始人高峻峻为上海大学需求链研究院院长、沃顿商学院访问学者、京东集团和阿里集团特聘教授。

透过零售业市场来看企业需求变化，高峻峻发现，随着电商和线下新零售的兴起，零售商品的 SKU 越来越多样化，货量越来越多，消费者需求越来越个性化。而企业在供应链管理上面临这样的问题：传统供应链后端供应、生产、物流等环节和前端消费者需求、商品管理脱节。因此，企业无法迅速采取商品决策，同时，消费者找到所需产品也费劲。

高峻峻认为，要解决这个问题必须做到「技术+业务」的结合。他们针对供应链管理的技术应用，还需要结合「人」、「货」、「场」的业务逻辑，以建立适用于企业的模型算法。由这个思路展开，团队自主研发预测、标签、优化三个算法引擎，做出标准算法模型，如仿真等更多的算法引擎也在开发中。此外，团队还根据不同公司做出定制化的算法开发。

在此模型上，团队结合数据建模，包括企业现有业务数据，以及与爬虫公司、阿里等电商合作获得的行业大数据、天气大数据。由此形成一套货品路径：货品目标群体—铺货门店—销售情况等等。如此一来，产品便可帮助企业做出管理决策，解决「卖什么、铺多少、怎么促、补多少、如何省」五大核心问题。oIBP 最终可以帮助企业将库存占销售的比例控制在 10% 以内，销售额提升 15% 以上，利润率提升 10% 以上。

高峻峻坦言，作为AI 管理类企业， oIBP 在产品生产过程中最为不易的是技术落地。团队在开发产品及产品运营时需要横跨业务和算法。一方面要与企业用业务语言讨论应用场景，另一方面还要用模型语言进行算法设计，并将模型算法落地为企业应用产品。

得益于达睿3 年的经验，团队将这个难点转化为了优势。团队技术研发部门的负责人此前就职于腾讯、百度，在那期间，一直与达睿保持兼职的外包合作关系，并培养了零售方面的业务嗅觉。追溯到更久以前的渊源，他们都是高峻峻在大学任教时期门下的学生。

更进一步来看，高峻峻说到：「4年的协作下来，团队在业务、算法、数据、产品、开发各方面的合作相对成熟。」团队约40 人，技术人员占比 80% ，其他还包括来自于京东、华为、康宝莱、利洁时等公司的业务成员。

在获客方面，他们不仅手握此前的数百家企业资源，还主动寻求一些「发展态势好的」零售领域的企业合作，比如食品行业，药品行业等等。目前，他们已经和特步电商、Lily 时装、太平洋咖啡、国家电网公司等 10 余家企业达成合作。

他们将合作企业分为两类，一是产品门槛高的企业；另一类则是有部分模块需求的企业。前者，团队为他们提供本地化部署，用于打磨产品和标杆客户；后者，团队只需提供标准版服务。他们根据模块向商家收取费用，其中包括智能商品规划、智能销售预测、自动补货、智慧采购、物流计划、决策模拟等12 个模块，单个模块月收费 1.5 万元。

高峻峻表示，oIBP 目前的主要靠其软件产品和数据分析类产品来进行盈利。他们的软件产品包括SaaS 产品和私有云部署， SaaS 产品在 2017 年 8 月底发布了体验版，目前已经有大约 90 家企业在体验使用。