当无人驾驶飞机从客户的前门将包裹掉下或机械臂移走仓库中的托盘箱时，可以很容易地看到人工智能的影响。尽管这种类型的AI引起了人们的关注，但该技术可以通过多种创新方式改变其业务。

这些机会被忽略了，因为它们涉及到的AI缺乏头条新闻中的喧嚣，并且涉及似乎不太有趣的后台操作。但是它们值得更多关注，因为当将AI部署为零售商商品业务的战略性部分时，它可以通过更好的定价组合，促销产品组合以及需求预测/库存分配来帮助零售商建立竞争优势。

最初，零售商可能对应用AI持谨慎态度。选择要促销的产品组合和要提供的折扣要比手动任务自动化要复杂得多。它涉及高阶思维，我们假设只有人类才能做到。

如果“ AI”涉及机器学习，这可能是正确的，这需要人类继续在“训练”算法并帮助确保算法不会出错的过程中发挥作用。使用过预测分析(并对其感到失望)的零售商尚未使用AI。预测分析主要依赖于历史数据的使用-假设过去促销和折扣的结果将有助于预测将来的情况。

基于强化学习的AI克服了这些限制。它可以在没有人工干预的情况下自主运行，并且可以根据不同的促销和价格组合模拟未来的结果。

经验丰富的类别经理可能会根据历史销售额确定黑线鳕的折扣将对其销售额产生积极影响。但是，可能会错过的是折扣对未出售的鳕鱼，罗非鱼和其他鱼类的影响，或者同样重要的是，折扣对相关商品(例如柠檬，土豆)的影响或涟漪效应和芦笋准备鱼宴。

基于强化学习的AI增强了人类的决策能力，因为它为商品规划人员和营销人员提供了促销产品和价格组合建议，从而增加了销售，利润，交易和/或净利润。这些建议基于数十亿次不同组合的迭代，否则远远超出了人类的能力。这种获得远胜于人类商人的能力是改善结果的原因。更好的信息等于更好的决策。

商人在AI后世界中的角色将发生变化。可以说，商人成为“驯兽师”，提供了AI必须存在的总体业务战略和业务约束。当由于产品可用性，供应商资金变化或竞争影响而导致的最后时刻出现异常时，商人将监督AI建议的决定，该决定将覆盖整个系统。商户及其分析团队将不必像AI一样负责执行与计划相关的数据输入。节省的劳动力使零售人员可以重新部署到更有价值的活动中。

购物行为会受到许多因素的影响，从天气到节假日，社会经济因素和客户的人口统计信息。曾经基于直觉的决策变得如此复杂和细致，以至于只有真正的AI才能大规模分析必要的信息。

将AI应用于产品促销，价格和需求预测也直接有助于个性化和全面改善客户体验。无论购买者的角色或购买的产品如何，消费者都希望能找到满足其生活方式的最佳价格和产品。