人类再次突破了摩尔定律，在此前的NVIDIA GTC大会上，英伟达创始人黄仁勋发布了三大AI利器：
1、突破摩尔定律的新一代B200超级芯片；
2、Blackwell平台，可用数万亿的大语言模型进行实时生成内容；
3、NVIDIA 微服务（NIM），能将所有的大模型打包相互协作，发挥AI的最大价值。
作为全球知名的硬件厂商，英伟达此次的发布不亚于Open AI对外公布ChatGPT的热度，一个软件厂商、一个硬件厂商带领全球各个行业走向下一个AI时代。
那么基于零售来说，当前火热的生成式AI能够在零售行业发挥什么价值，甚至是颠覆某个环节？值得探讨一番。
一、报告分析：乐观并谨慎
在NVIDIA发布的《2024零售和人工智能趋势》报告中可了解到，英伟达给出的零售和人工智能趋势如下：
B端行业：当下零售业B端对AI而言地域分布热力图、大数据广告营销占比居多，少部分用于仓储调配和库存管理。
C端行业：面对消费者，目前AI涉及大数据推荐、智能人工客服、AR试衣间（美妆试装、数码产品上手、鞋服试穿搭配）的应用居多。
制造端：大数据需求预测占比34%、生成式设计开发占比50%，数据还显示在美本土零售商中，68%的零售商在AI领域投资不到500万美元，尽管很多人对AI持乐观态度，但在投资方面还是很谨慎。
二、结合当下：单一且表面
从提出AIGC理论依始，零售行业对AI赋能目前还只停留在单一的协助工具上，如GPT生成式文本、设计师的AI作图找灵感、结合现有收据做需求预测等较为上层的AI应用。
并没有像想象中AI工具完全赋能到零售行业的生产、流通和销售等某一环节，换一句话说就是还没有出现颠覆性的AI生产力工具。
而国内AI行业也充斥着许多“皮包AI”，将原本的爬虫技术、数据对冲、智能筛选等包装成新的AI应用，这不利于国内AI大数据模型训练以及自研人工智能发展。
三、展望未来：颠覆与融合
相比起英伟达这次发布的超级芯片和超算平台，笔者认为NVIDIA的新型微服务NIM对往后AI迅猛发展起到关键作用。
目前人工智能的最大痛点莫过于“不够智能”。
因各个行业的行业属性不同，流程环节也不同，所以训练出来的通用大模型不能适用于各个行业，而针对细分行业开发的大模型也不能跨领域流通，一定程度上阻碍了AI发展。
简单来说NVIDIA微服务NIM就像一个AI压缩包，可以把微软、OpenAI、谷歌等数以万计的大模型像拼乐高似的安装到不同的生产环节中去。
比如未来的零售数据分析，只要输入：
“帮我预测下月的营业情况”
到大模型中，AI就会自动调用天气预测模型、交通人流量大模型、消费趋势大模型、营业数据监测模型等能影响到实际营业情况的因素，生成一份具体的分析报告，并告知其有力举措，能进一步提升销售业绩。
未来AI自动生成分析报告
如基于NIM等类似的微服务架构应用开来，能够把所有AI集大成者，假以时日AI才能赋能零售行业，做“真正的全AI商店、有效的生成式AI营销、能够读懂用户需求的AI产品开发”。
十分期待。
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-