投稿|第四范式的四道坎( 三 ) 投稿|人工智能

第四范式于2019年8月与永辉进行深度合作，经可调整的数字模型改良过后的系统，可针对客户进行个性化推荐，最终实现客单交易量提高，对应营收增加数亿。结果的成功不仅来自于永辉积极在数字化上的改革，同样也依赖于先知平台耐折腾。

2017年，永辉决定从推出子品牌超级物种来布局新零售业务，但两年的努力起效不大。

2019年下半年，永辉与第四范式达成合作关系，同时永辉超市推出了跟永辉生活APP非常相似的永辉买菜APP 。力图转型线上，做好送到家业务，但冲突的APP被外界认为公司内部存在严重分歧。

2020年3月，永辉买菜APP下架，两个APP将合力发展到家业务。

2020年7月，重新收回旗下数字化平台永辉云创，方便公司更好的整合资源，提高线上业务的效率和服务质量。再度回归的永辉云创，与永辉超市进行融合，在管理上完成了一致性。

2021年上半年，最终在零售系统完成整合后，永辉线上销售额达到了68.1亿元，同比增长49.3%，占主营收入比重为14.1% 。永辉的数字化转型正式开始享受福利期。

从事件线可以看出，第四范式于2019年与永辉合作的同时，永辉也在努力在数字化零售业务进行“自救” 。数字化、智能化转型说起来很容易，做起来却是要涉及到各种流程和组织管理重建。第四范式的AI平台支持各种功能，可以被各种折腾也证明先知平台在架构上的可靠性。
但折腾数字化平台，就意味着终端企业用户要做行业内“第一个吃螃蟹的人” 。这种“螃蟹”既可能很好吃，也可能让企业付出很高的代价。对于它们来说，再好的工具和建议也不如量体裁衣的一整套解决方案。AI平台作为工具哪怕再好，又如何呢？就像艺术作品，没有人会称赞一幅画作好是因为画笔的质量高。
03 第四范式的四道坎在SaaS类产品的公司中，通常会有一个部门叫客户成功部。这个部门的任务是帮助客户用好产品获得正向效益，从而提高产品的声誉和客户续订率。但对第四范式这种AI公司来说，要想让用户获得良好的效果，需要再跨过几道坎。。
首先，标杆客户的合作模式能否推向全行业是第一个大难题。
如我们之前分析创新奇智时指出，AI公司的下游客户存在一个庞大的基本盘，金融行业对于第四范式来说就是庞大基本盘里的一部分。但这一套在零售行业恐怕就行不通了。
例如与永辉合作的成功转移到便利店的运营上，前者的优势是能够提供消费者长期的购买情况，从而获取消费者画像，进而优化推荐和进货算法，最终降低周转。
而对于便利店来说，店铺的选址要比提供商品类别更加重要，这导致所谓的成功案例或许在别人看来有生搬硬套之嫌，最后不得不再针对性的开发了一个智能选址的功能。
第二，研发的投入或许没有终点。
先知平台实际上是给用户提供了一整套的工具箱，看似用户根据想法可以自由搭建，但实际因为功能可选的问题，在一定程度上受限。这就导致为了这种假设性的满足客户可能的需求，就要持续不停的投入研发。
原因一是因为AI算法目前仍处在一个高速更新迭代的过程中，AI算法不能像传统ERP软件一样可以一个版本安稳使用5-10年。如果客户不能及时升级模型，随着业务增长，会多使用算力和降低效率。这导致客户在编写模型的时候要额外考虑算力分配与流程合理性的问题。