
香港零售業面對北上消費、旅客結構轉變及電商競爭等壓力,不免要積極開源。但現在的真正挑戰卻是要守住利潤。隨著線上線下零售日益融合,企業面對的課題早已不只是要賣出更多商品,更要防止利潤在看不見的數碼漏洞中悄然流失。
過去,零售業的科技投資主要聚焦於提升系統穩定性及擴展能力,例如升級雲端基礎設施、優化電子支付系統,以及建構能夠應對大型促銷活動及高流量需求的數碼平台。企業的首要目標是確保網站運作暢順,並在流量高峰期維持系統穩定。
不過,隨著實體店與數碼平台之間的界線日漸消失,顧客能透過網站、流動應用程式、社交平台及實體商店裡穿梭消費,企業營運模式便變得複雜,風險亦隨之增加,令零售業面對的挑戰已不再局限於系統效能。
傳統上,零售業的「損耗」(shrink)主要源於店舖盜竊、行政失誤及欺詐行為,業界可透過閉路電視監控、防盜標籤及前線員工巡查等措施加強管理。不過,在全渠道零售時代,損耗已逐漸數碼化。由惡意機械人、自動化程式及網上欺詐所引發的風險日益增加,而過去用於防範實體盜竊的工具也難以應對這些新型威脅。
就如近年業界開始關注的「幻影損耗」(Phantom Shrink)。自動化機械人會將大量熱門商品加入購物車,卻遲遲不完成付款,製造「缺貨」假象。結果不但令真正有購買意欲的顧客流失,更可能導致企業錯失銷售高峰;當庫存最終釋放時,需求已經降溫,商戶往往需要減價清貨,進一步蠶食利潤。
「數碼損耗」在即 零售業需思考的三大問題
面對日益複雜的零售風險,零售業首先要重新審視的問題,是能否全面掌握庫存狀況。
雖然全渠道零售已成市場共識,但不少企業的線上商店、POS系統、會員平台及庫存管理工具仍然分散運作。當交易橫跨線上線下渠道時,便容易出現資訊落差。例如,顧客在網上下單並選擇門市取貨,若庫存數據未能即時更新,企業便難以準確掌握商品流向;而涉及退款、換貨、優惠券或會員積分的交易,更可能因系統之間形成數據孤島而衍生漏洞。因此,關鍵不在數據多寡,而在能否打通數據孤島。一旦無法掌握完整資訊,欺詐與損耗便有機可乘。
第二個值得思考的問題,是企業防範的究竟是黑客,還是營運漏洞?
過去談及網絡安全,企業普遍聚焦於阻止黑客入侵系統。然而,現今零售業面對的不少風險,並非源於系統漏洞,而是原本正常運作的功能被惡意利用。無論是帳戶註冊、優惠券兌換、商品預留還是退款機制,原本為提升顧客體驗而設計的功能,一旦被自動化工具大規模惡意操作,便可能帶來龐大的營運損失,影響甚至可能超過一般網絡攻擊。企業除了阻截惡意流量外,更需要辨識正常功能背後的惡意操作意圖,及早發現表面上符合正常流程、實際上卻持續侵蝕收益的異常活動。
最後一個值得管理層思考的問題,是企業能否在風險發生當下作出判斷。
零售業向來講求速度,無論是庫存管理、定價策略還是客戶服務,決策效率往往直接影響業績。很多企業目前的風險管理模式仍以事後分析為主,待系統發出警示後再進行調查及處理。可是,在數碼交易講求毫秒反應的今天,此種模式已難符所需。當異常交易被確認時,熱門產品可能已被囤積、優惠券已被濫用,甚至顧客已因購物體驗欠佳而轉向其他品牌。因此,企業越來越需要具備即時判斷能力的風險管理模式,在交易發生一刻完成分析與決策,才能真正減少損耗並守住利潤。
AI代理:由事後追查走向即時防範
近年快速發展的AI代理(AI Agent)技術,正為零售風險管理帶來新可能。
與傳統自動化工具不同,AI代理並非只依賴預設規則執行單一任務,而是能夠理解情境、分析不同數據來源之間的關聯,並根據目標自主作出判斷。這意味AI代理可以於交易進行期間即時評估風險,實現全面的零售誠信(Retail Integrity)。
例如,一筆高額退款申請本身未必異常;然而若退款正在實體門店進行;與此同時,相關帳戶卻在另一個地方登入,AI代理便能辨識多項風險因素之間的關聯性,判斷交易是否值得進一步攔截或驗證。
同時,AI代理亦能識別真正顧客與惡意機械人,減少誤判及不必要的交易攔截,在保障企業利潤的同時,維持流暢的購物體驗。
隨著零售業邁向由AI助理代為購物的未來,這些代理也可配合Agent Payments Protocol等協議運作,協助企業分辨顧客授權的購物助手與惡意機械人。值得留意的是,包括Shopify、Delivery Hero及Fossil等業界領先企業,均正運用相關AI代理技術保護其零售利潤。
未來,AI驅動搜尋、智能購物助手、即時個人化推薦等應用將陸續出現。企業與消費者之間的互動將更加迅速,而風險環境亦會一同變得複雜。
數碼零售時代,零售競爭力不再只見於介面是否華麗或流暢。隨著AI代理逐步成為企業的數碼守門人,能否即時洞悉風險、打通數據孤島,並在安全與體驗之間取得平衡,才是令企業脫穎而出的關鍵。(本文作者為Cloudflare大中華區副總裁暨中國區總經理)