Sergio Gutierrez

今年早些时候，我们举办了年度高管论坛。近 100 位零售业领军人物与我们共度了三天时光，期间参加了分组讨论、晚宴，以及走廊里的即兴交流。在上述所有场合中，有一个话题反复被提及。话题往往从人工智能（AI）切入，随后几乎无一例外地转向一个更棘手的问题：这一切对我们现有的分析基础设施意味着什么？

上个季度，我曾与一家排名前十的专营零售商的门店运营副总裁进行过一次交谈。她的公司当时正在评估分析平台，她面前放着一沓供应商的推介材料——功能对比、准确率基准对比、 RFP 回复等。会议进行到一半时，她把这些资料推到一边，说道：“我不需要再看任何演示文稿了。我需要知道，签约后会有什么变化。”

我于2015年加入 RetailNext，那时距离 Alexei Agratchev、马莉·刘和阿伦·奈尔创立该公司已有八年。当时，该平台的核心理念已经初见成效。直到入职后的第一个月，我才真正意识到创始团队的洞见是多么独到，以及公司如今的诸多举措依然源于这一洞见。

我经常听到这种反对意见。一位负责门店运营的副总裁——通常管理着 200 家或更多门店——靠在椅背上说道：“我们的盘点结果已经足够接近了。几个百分点的偏差根本不会产生实质影响。”

我曾多次与零售业高管共处一室，讨论门店业绩。我注意到一点：最难进行的对话，往往是那些领导者已经不再信任自身数据的对话。