每经记者：李卓 每经实习记者：张梓桐 每经编辑：梁枭“零售行业要充分挖掘商机，因此需要分析大量数据，这就要求我们能把数据收得进来、存得下来，还要能在需要的时候任意取用。
因此，基于通用大模型底座的行业垂直大模型打造就显得尤为重要。
”近日，在2024亚马逊云科技消费科技峰会期间，新希望鲜生活集团参盘科技总经理张祥阳在接受《每日经济新闻》在内的媒体采访时如是表示。
在张祥阳看来，在信息化和数字化时代，企业一直在探索如何找到业务问题的最优解，这通常涉及运筹学和数量经济、统计学的理论支撑。
然而，随着数据量和考虑因素的增加，传统方法逐渐暴露出效率不足和计算瓶颈的问题。
因此，智能学习等新生代计算方法应运而生，成为解决复杂零售问题的新途径。
近年来，新技术正在带来消费零售场景的变革：数字化技术、人工智能，特别是生成式AI技术的引入正逐步重塑传统的“人、货、场”关系，推动行业向着更加智能、高效和人性化的方向发展。
在这一背景下，以亚马逊云科技为代表的云厂商，包括字节跳动旗下的火山引擎，以及京东云等都在积极推动AI在零售场景中的落地应用，他们都试图在零售行业数字化进程中找到业务增量的空间。
亚马逊云科技布局零售行业亚马逊云科技的技术人员告诉记者，在传统的基于规则和数学的方法中，当变量数量增多时，很难通过数学方法进行有效的拟合。
而AI技术，特别是大模型的应用，能够处理更多的变量和数据，通过自动特征提取、模型参数调优等方式，构建出能够应对复杂数据环境的模型。
从而实现在消费场景中的进一步落地。
事实上，亚马逊云科技与参盘科技的合作模式在当前也尤为典型，双方合作的底层逻辑在于亚马逊云科技提供底层的通用大模型能力，而参盘科技等零售服务商则在这一基础上打造属于特定场景的行业大模型，以此来调用、支持整个供应链和物流中涉及的排线调度、仓库盘点、司机状态、线路调整、温度监控等底层能力。
记者在采访中了解到，参盘科技与亚马逊云科技的合作主要集中在“仓”“配”“人”三个核心领域。
“仓”强调库存周转、提高产品的流通效率；“配”强调运输的排线智能、极速送达；“人”则是提升员工的工作效率。
而零售行业中的这三大领域有一个统一的底层要素——数据。
张祥阳告诉记者，在信息化时代早期，零售行业的数据维护工作主要依赖人工完成。
然而，这种传统方式存在两大弊端：一是效率低下，往往只能实现事后管理；二是数据覆盖范围有限，主要集中于必要的业务数据，如传统ERP（企业资源计划）系统中的经销层数据。
随着物联网技术快速发展，这一局面正在发生变化。
参盘科技总经理张祥阳 图片