人類再次突破了摩爾定律，在此前的NVIDIA GTC大會上，英偉達創始人黃仁勛發布了三大AI利器：
1、突破摩爾定律的新一代B200超級晶元；
2、Blackwell平台，可用數萬億的大語言模型進行實時生成內容；
3、NVIDIA 微服務（NIM），能將所有的大模型打包相互協作，發揮AI的最大價值。
作為全球知名的硬體廠商，英偉達此次的發布不亞於Open AI對外公布ChatGPT的熱度，一個軟體廠商、一個硬體廠商帶領全球各個行業走向下一個AI時代。
那麼基於零售來說，當前火熱的生成式AI能夠在零售行業發揮什麼價值，甚至是顛覆某個環節？值得探討一番。
一、報告分析：樂觀並謹慎
在NVIDIA發布的《2024零售和人工智慧趨勢》報告中可了解到，英偉達給出的零售和人工智慧趨勢如下：
B端行業：當下零售業B端對AI而言地域分布熱力圖、大數據廣告營銷佔比居多，少部分用於倉儲調配和庫存管理。
C端行業：面對消費者，目前AI涉及大數據推薦、智能人工客服、AR試衣間（美妝試裝、數碼產品上手、鞋服試穿搭配）的應用居多。
製造端：大數據需求預測佔比34%、生成式設計開發佔比50%，數據還顯示在美本土零售商中，68%的零售商在AI領域投資不到500萬美元，儘管很多人對AI持樂觀態度，但在投資方面還是很謹慎。
二、結合當下：單一且表面
從提出AIGC理論依始，零售行業對AI賦能目前還只停留在單一的協助工具上，如GPT生成式文本、設計師的AI作圖找靈感、結合現有收據做需求預測等較為上層的AI應用。
並沒有像想像中AI工具完全賦能到零售行業的生產、流通和銷售等某一環節，換一句話說就是還沒有出現顛覆性的AI生產力工具。
而國內AI行業也充斥著許多「皮包AI」，將原本的爬蟲技術、數據對沖、智能篩選等包裝成新的AI應用，這不利於國內AI大數據模型訓練以及自研人工智慧發展。
三、展望未來：顛覆與融合
相比起英偉達這次發布的超級晶元和超算平台，筆者認為NVIDIA的新型微服務NIM對往後AI迅猛發展起到關鍵作用。
目前人工智慧的最大痛點莫過於「不夠智能」。
因各個行業的行業屬性不同，流程環節也不同，所以訓練出來的通用大模型不能適用於各個行業，而針對細分行業開發的大模型也不能跨領域流通，一定程度上阻礙了AI發展。
簡單來說NVIDIA微服務NIM就像一個AI壓縮包，可以把微軟、OpenAI、谷歌等數以萬計的大模型像拼樂高似的安裝到不同的生產環節中去。
比如未來的零售數據分析，只要輸入：
「幫我預測下月的營業情況」
到大模型中，AI就會自動調用天氣預測模型、交通人流量大模型、消費趨勢大模型、營業數據監測模型等能影響到實際營業情況的因素，生成一份具體的分析報告，並告知其有力舉措，能進一步提升銷售業績。
未來AI自動生成分析報告
如基於NIM等類似的微服務架構應用開來，能夠把所有AI集大成者，假以時日AI才能賦能零售行業，做「真正的全AI商店、有效的生成式AI營銷、能夠讀懂用戶需求的AI產品開發」。
十分期待。
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-