零售的AI职业风险

零售业已经把很大一部分后台工作自动化了,如今 AI 正把这种自动化延伸到需求预测、定价,乃至过去需要买手判断力的促销文案上。自助结账、库存优化和算法化补货,在许多大型连锁企业里已是既定做法。张力存在于零售中纯粹属于物流的部分——把合适的库存以合适的价格摆上合适的货架——与仍然属于人际关系的部分之间:一位帮人挑选礼物的导购、一位建立客户关系的造型师、一位解决政策没覆盖到的投诉的店长。

行业平均暴露度

77.2

分析职业数

2

如何更好地阅读这一页

下面的说明介绍如何解读行业数值、生成式AI最先触及哪些工作,以及哪些以人为主的工作更可能保留下来。

如何阅读本行业页面

理解 AI 在零售业中的影响,要把物流同门店现场区分开来。需求预测、自动补货、动态定价、货架陈列图生成,以及促销或产品文案起草,如今大多由软件驱动,且改进迅速。而帮一个拿不定主意的顾客做选择、根据本地顾客调整商品陈列,以及当面解决一位愤怒顾客的问题,则不是,因为这些依赖读懂某个具体顾客的需求,而不是优化一个「平均顾客」。

更容易被自动化的部分

AI 最先进入的是结账自动化和自助扫描、在人察觉短缺之前就重新下单的需求预测和自动补货、动态和竞争性定价引擎,以及生成的产品描述和促销文案。仓储和配送中心的拣货工作也日益机器人化。而在卖场一线,它会止步:帮一个不知道自己想要什么的具体顾客、根据真实顾客在真实门店中的动线调整陈列,以及化解一场仅凭退货政策本身无法解决的投诉或退货纠纷。

仍然由人主导的部分

在零售业中始终保持人类主导的,是直接的客户接触和实体判断。帮顾客做决定的导购、根据顾客实际行为调整陈列的视觉陈列师、处理升级投诉和人手问题的店长,以及电子产品或精品等需要专业知识品类的专家,都依赖读懂一个具体顾客或实体空间,而不是处理一笔交易。

看分数时要注意什么

对于零售类角色,要衡量工作中有多少是处理交易和库存,又有多少是当面为顾客提供建议并调整实体空间以适应顾客。集中于结账、补货、定价或文案撰写的角色理应预期更高分数,因为预测和自动补货已经承担了这部分工作的大半。而以客户建议、陈列判断或投诉处理为核心的角色,应把较低的分数理解为对当前自动化的真实隔离。

AI高风险职业

下表展示的是该行业当前更偏高风险一侧的职业快照。它更适合与上面的固定解说结合阅读,而不是被当成长期不变的例子清单。

排名 职业 生成式AI暴露度
1 零售销售员 79
2 零售收银员 75

暴露度范围为0到100,基于公开数据集(见出处)在职业之间进行比较。它不是该职业消失的概率。 评估方法

常见问题

Q.零售行业中,哪些工作最容易受到AI的影响?

暴露度最高:零售销售员、零售收银员。AI 最先进入的是结账自动化和自助扫描、在人察觉短缺之前就重新下单的需求预测和自动补货、动态和竞争性定价引擎,以及生成的产品描述和促销文案。仓储和配送中心的拣货工作也日益机器人化。

Q.零售行业中,哪些工作最不容易受到AI影响?

在零售业中始终保持人类主导的,是直接的客户接触和实体判断。帮顾客做决定的导购、根据顾客实际行为调整陈列的视觉陈列师、处理升级投诉和人手问题的店长,以及电子产品或精品等需要专业知识品类的专家,都依赖读懂一个具体顾客或实体空间,而不是处理一笔交易。

Q.零售行业对AI来说安全吗?

对于零售类角色,要衡量工作中有多少是处理交易和库存,又有多少是当面为顾客提供建议并调整实体空间以适应顾客。集中于结账、补货、定价或文案撰写的角色理应预期更高分数,因为预测和自动补货已经承担了这部分工作的大半。而以客户建议、陈列判断或投诉处理为核心的角色,应把较低的分数理解为对当前自动化的真实隔离。

Q.零售的数值是如何计算的?

它是我们所覆盖的零售职业的平均暴露度指数,有BLS数据时按美国就业人数加权。数据来源及解读方式见方法论页面。

继续探索

行业AI风险

AI就业风险指数 编辑团队

页面链接