专访丨U掌柜祝鹏程：人工智能如何助力生鲜电商？-天下网商

在U掌柜上线的一年多时间里，生鲜电商的前景在人们的眼中显得忽明忽暗。在供应链这个老大难的问题面前，很多曾经辉煌一时的公司都败下阵来，但也有人杀出重围，获得了巨头的青睐。在和U掌柜联合创始人祝鹏程的对话中，他却表示暂时不会考虑抱大腿、在BAT及其他巨头之间站队。表达得很委婉，但信心十足。

U掌柜到目前的两轮融资数额都很大，徐新的加注，一方面来自于对创始团队的信任——王海晖和祝鹏程的光环确实不小；另一方面，U掌柜在攻克难题的路上的确在不断证明自己的能力。

今年早些时候U掌柜曾经晒出一份已经很让人眼红的成绩单，现在这些数据又一次刷新。在此基础上，祝鹏程表示，U掌柜目前的毛利率他已经十分满意，但不方便透露具体数字。但他也确认，上海市的前置仓模式，在运营成本层面，已经实现盈亏平衡。

祝鹏程认为，这一节点意味着U掌柜在上海铺开的模式已经走通了，现在开始有规模地做品牌的推广，并且明年将大规模向上海以外的地区拓展。U掌柜最核心、最具竞争力的前置仓模式保证了其“1小时达”服务的落实，但目前仅覆盖了上海地区。在华东、华北、华南、鲁豫四大区域内，U掌柜设置了4大中心仓，提供的是次日达服务。

而关于接下来扩张的弹药问题，祝鹏程也很乐观。他表示，首先，U掌柜两轮融资的资金数目不小，U掌柜在此前的发展中并没有采取烧钱获客的做法；其次，上海模式的成功意味着在其他地区的拓展不需要再交学费，所以资金足够支持接下来的发展。

前置仓和“一小时达”

生鲜的一大特点就是需求要得到即时满足，而且消费者对产品的质量和速度有着天然的高标准，因而冷链和最后一公里配送也成为了业内公认的难题。如何在复杂的温层条件下，保证仓储和配送时产品的质量不会受损，同时满足用户对速度的高要求，几乎是每个生鲜电商都要面对的一个坎儿。而且，基于生鲜消费高频次、低客单价的特点，能否控制好仓储、配送和包装的成本，可以说直接决定了能否盈利，就像祝鹏程所说，生鲜电商的利润是省出来的。

分布式前置仓的模式是基于移动端消费的增长和LBS系统的日渐发达而诞生的，也可以说是为生鲜电商量身定制的，它可以很好地适应生鲜电商对配送速度等方面的要求。目前，在上海地区，U掌柜共有30个左右的前置仓，每个前置仓覆盖半径3到5公里的范围，这样的密度确保了用户可以在一个小时内收到货。

配送技术也经过了不断的改良，从开始的货车改为了现在的电动车，变得更加灵活，更适应前置仓覆盖范围小的特点。电动车还配备了特殊的保温箱，做到了配送过程中四个温区能够共存，不仅实现了夏天一小时内送冰激凌、冰镇西瓜，还减少了产品贮存温度不同带来的额外包装成本。

不过，相对“袖珍”的前置仓也限制了产品的品类数量。即使在不断扩充，U掌柜的SKU现在也只有400个左右。但祝鹏程认为，U掌柜的采购团队经验丰富，这400个SKU已经能够满足其用户在生鲜方面的需求，也更加契合U掌柜“生鲜精选超市”的定位。

人工智能成为降损耗利器

前面提到，U掌柜此次刷新的数据令人惊叹：在损耗率降到8‰的同时，缺货率却只有5%。而这很大程度上得益于U掌柜对神经网络模型的运用。

U掌柜的库控主管也是曾经在零售业历练过的经验丰富的老将。但即使如此，U掌柜起初的损耗率高达12%，缺货率却达到20%。祝鹏程认为，生鲜电商的库控与传统零售还是有很大的差别的，挑战更多：管理的仓库从1到2个大的中心仓库变成几十个遍布全城的小仓库，补货的频率从每月、每周变成每天都要补货。在传统零售业的仓库，即使补货过多，也只需要一段时间消化就行，而生鲜电商如果补货过多，不出2天产品就会变质，成为损耗。

引入数学模型对销售量进行预测，很好地解决了这些问题。起初，U掌柜的技术团队采用的是线性模型，但由于当时数据量少，人为因素过多，预测结果偏差较大。后来U掌柜改用神经网络模型，机器学习的过程中，加入的变量更多，再加上数据的积累，现在其预测结果与实际结果的匹配度已经达到了93%。不论是天气、节假日等外部因素，还是同类新品上架、用户自然增长等内部因素，都会影响未来一段时间的销售量。

根据这一模型的预测结果，U掌柜得以很好地控制进货量，进而降低损耗率和缺货率。

此外，在谈到生鲜电商开线下门店的现象时，祝鹏程持谨慎态度。他认为，首先术业有专攻，生鲜电商本来对仓储、配送等各个环节的要求就极高，再在产业链上加一环，对团队的压力和要求也会陡升；再加上环境的恶化，这中间的风险可能太大。

2016年最后一场行业盛会，第二届创新奖评选再度来袭，12月23日，北京亮马桥四季酒店，见证新资本、新产业、新技术、新理念带来全新变革。科技赋能产业，见证下一个商业风口！

文章来源：亿欧网 http://www.iyiou.com/p/35442