社區商業的人工智能化趨勢

徐印州 林梨奎 李丹琪

內容摘要：在后電子商務時代，繼社區商業電商化之后，出現社區商業人工智能化趨勢。人工智能引發服務業的變革，推動零售商業邁向新零售階段，并首先發端于社區商業，其內在原因可歸結為市場因素、業態因素和技術因素。社區商業人工智能化具有數字化體驗、智能化經營管理、大數據營銷和深度機器學習等特點，也面臨經營成本居高不下、應用場景受限、實現大數據有難度等瓶頸。但社區商業人工智能化其勢不可擋，而且正在從社區商業向零售業和全商業更大的領域推進，具有令人期待的發展前景。

關鍵詞：社區商業 人工智能 趨勢 前景

后電子商務時代社區商業的新機遇

（一）后電子商務時代概念的提出

后電商時代是逐步走向成熟的電商時代。隨著各種形態電商平臺的誕生以及不斷地完善發展，繼O2O、SoLoMo（社交體驗+本地化+移動終端）之后，電子商務步入新的發展階段。技術的不斷升級，各種全新概念的引入，各種微創新的出現，標志著純粹的電商時代已經成為歷史。在這一新階段，分享經濟、購物體驗、社交和移動支付主宰消費，電商市場主體將依托人工智能技術，將線上銷售平臺、線下體驗實體店面和配送終端服務等環節融合在一起，從而進入后電子商務時代。

（二）后電子商務時代社區商業電商化

隨著近年來電子商務的快速發展，社區商業經營者也逐步開始接觸和應用互聯網技術，涉足社區商業的電商模式創新。隨著后電子商務時代的到來，特別是智能手機、平板電腦等移動通訊終端的普及應用，社區居民的購物習慣也逐步由“逛店消費”向“遠程下單、服務上門”轉變。為了適應這種市場需求的變化，銷售商也逐步搭建自己的網絡消費平臺和社區配送系統，逐步實現線上下單與線下配送深度融合的商業模式創新。上述商業模式創新往往會帶動新業態的產生，如大范圍布局的“快遞+社區便利店”業態、承諾2小時內送達的網絡銷售業態等。

傳統的社區零售店受到地理位置、消費升級、商品價格高企等因素影響，發展的步履維艱。面對這一挑戰，一些橫向電商平臺基于互惠互利的共享經濟，與上萬家的社區便利店合作，充分挖掘現有的社區便利店資源，利用微信網絡形成“微社區電商”或者“掌上社區電商”，將知名快消商品下沉到社區便利店，形成強大的新型社區零售渠道。這些社區電商以生鮮、主流快消品為切入點，進行軟硬件的升級，在陳列、促銷、庫存等多方面提升傳統社區商業。社區電商還開發更多的功能，提供更好更貼心的服務，增加了社區顧客對社區商業的粘性，打造了通往社區的全渠道零售生態。

當前電商有兩大發展趨勢，即規模化和社區化。規模化是企業自身實現橫向發展，而社區化則是縱向的。普通電商在線上根據消費者的需求供應產品，在橫向迅速擴張，實現了規模化。但是普通電商在中國的發展遇到了兩大難題，一個配送，另一個是消費體驗。在中國特殊的城市結構中，由于城市空間的逼仄，商品配送不僅有最后一公里的阻塞，還有最后200米的瓶頸；同時，電子商務的極大便利性在很大程度上抵消了消費體驗的享受。面對這兩大難題的挑戰，電子商務不得不向O2O轉型。電子商務的O2O模式，意外地為實體商業的復興帶來機遇，而社區商業電商化，既得益于“互聯網+”突破了普通電商的瓶頸，又發揮了實體零售業態的傳統優勢，在規模化和社區化之間兼而得之。在網絡購物迅猛發展的推動下，社區電商成為線上和線下良好互動的最佳接口，兼顧了電子商務和實體商業的優勢。

（三）后電子商務時代社區商業地位的提升

在后電子商務時代，社區商業遇到了一個難得的重要機遇，即城市品質的提升，城市化進程已經由城市擴容進入城市品質提升階段。在城市擴容階段，城市商業發展主要體現在大型商業設施的巨增，城市綜合體、大型購物中心發展迅速，城市中心商圈擴容，增量巨大。進入城市品質提升階段以后，城市商業發展主要體現在增加社區商業、完善商業配套設施和優化城市商圈布局及結構。社區商業不僅是城市商業的增長點，也是電子商務的增長點，社區電商成為電子商務一個新的發展領域。社區商業電商化容易實現實體店與電商平臺之間的相互融合，成為更有市場應用價值和發展前景的商業模式。

從社區商業電商化的歷程來看，它在不同的發展階段解決了電子商務O2O存在的不同問題：起初解決的是增值服務問題，成長階段解決的是商業生態圈共建問題，成熟階段解決的是城市一體化配送問題，突出解決最后一公里配送服務。由于城市品質提升的大勢所趨，在后電子商務時代，實體商業從新的起點開始振興，社區商業以其易于實現線上與線下相融合的業態優勢，市場潛力日益彰顯，社區商業在商業結構中的地位明顯提高。

人工智能向零售業的滲透

（一）人工智能的意義

人工智能（Artificial Intelligence）技術推動了第四次工業革命，與人類歷次技術進步相比，人工智能技術引發的沖擊更為巨大，對經濟和社會發展的影響更為廣泛和深遠。人工智能通過轉變工作方式和操作方式，成為一種全新的生產要素，大幅提升勞動生產率。人工智能的普及能夠優化產業結構，推動更多相關行業的創新。根據普華永道2017年6月發表的《抓住機遇——2017夏季達沃斯論壇報告》預測，到2030年人工智能對世界經濟的貢獻將達到15.7萬億美元，其中中國和北美地區累計可獲益10.7萬億美元；到2035年，人工智能將推動中國勞動生產率提升超過27%。

人工智能可以替代大部分簡單重復勞動，使勞動力結構逐步向智力化、創新化轉變。世界經濟論壇（WEF）2017年發布的《職業的未來》研究報告預測，在未來五年人工智能將顛覆勞動力市場結構，替代全球15個主要發達和新經濟體超過500萬個就業崗位。人工智能技術和經濟生產的深度結合，將最終實現由勞動者主導、智能機器執行的生產方式。這種生產方式的主要特征在于強調勞動者的中心決策地位。勞動者運用人工智能技術，遵循市場決定資源配置客觀規律，以市場需求為導向決定生產目標，以智能機器為輔助生產工具開展具體生產過程，使得需求分析、產品設計等復雜的生產組織工作變得更為容易。

人工智能作為新一輪科技革命的重要引領，產業規模不斷擴大，企業數量大幅增加，《烏鎮指數·全球人工智能發展報告2017》數據顯示，2000-2016年中國人工智能企業數量累計增加1477家，融資規模累計已達27.6億美元。人工智能將成為中國新時期經濟增長模式轉型升級、產業發展水平整體提升和經濟可持續發展的主要驅動力。中國已經將人工智能的發展提到了國家政策層面，并將成為全球人工智能科技創新及應用的主要策源地之一。

（二）人工智能引發服務業的變革

目前，物流配送、智能導購、智能收銀等商貿流通領域，智能遠程輔導、機器人兒童陪伴、自動測評等教育培訓領域，以及智能語音、道路自動識別、車聯網等智能汽車領域等，無不應用人工智能。無論傳統服務業還是現代服務業，都將與人工智能深度融合，向服務業智能化發展。作為服務業發展的前沿領域，智能服務產業具有前瞻性、導向性、關聯性和全局性等基本特征，目前已是全球各國大幅度增加投入、重點布局的戰略性領域，同時也是我國在新時期下實現經濟社會新發展的主要路徑之一。在這一趨勢下，我國服務產業依托人工智能技術，正在從勞動密集向技術和資金密集的產業形態逐步轉變。在服務業智能化的潮流中，商業智能化尤其是零售智能化異軍突起，在最貼近人們日常生活的領域展示其巨大的發展潛力。

我國智能服務產業發展勢頭良好，但是尚處于起步階段，存在人才培養和引進機制不完善、技術創新機制不健全，以及顯性需求乏力、市場應用推廣程度不足等問題，而且具有市場不確定性高、技術依賴性強等特點。目前，我國服務業人工智能化，首當其沖的是根據各領域實際需求，以人才培養、技術孵化、需求引導等為重點，建立層次豐富、范圍廣泛的市場培育體系。

（三）新零售——商業人工智能化的產物

隨著圖像識別、深度學習、神經網絡等人工智能關鍵技術的突破，零售商業發生革命性的變化，在后電子商務時代出現了商業人工智能化的產物——新零售。人工智能化的新零售改變消費行為，精簡信息搜索、排隊等待等冗余環節，使消費者專注于選擇和體驗，營造體驗感更佳的購物氛圍，激發消費熱情，進而使消費方式和消費結構發生根本改變。依托人工智能技術的大數據運算功能，零售商家可以更準確地發現、預測和響應客戶需求，實現對顧客需求的精準對標，直接降低倉儲庫存成本和提升物流效率。根據蘇寧金融APP公布數據顯示，依靠人臉識別技術的應用，其僅需雇傭10%的后臺審核人員，就可以從容應對所有新用戶開戶和實名認證工作。在準確獲知消費者支付意愿的前提下，還可以進一步制定因人而異的價格策略，提升零售盈利水平。

人工智能化的新零售使社會公共管理和人們的消費需求偏好悄然變化，智能消費逐漸成為新的消費需求偏好。最近，區塊鏈技術加入了新零售的行列，基于區塊鏈技術的數字智能平臺將可能實現，它不斷積累和分析個人、企業的數字信息，利用它可以更好地配置資源、強化信用和滿足消費需求。人工智能化的新零售使消費者占據商業活動的主導地位，迎來消費者主權時代。零售商唯有充分滿足顧客對體驗消費和個性消費的需求，才能在激烈競爭中生存下來。新零售的“新”，更多體現在語音識別、視覺感知、虛擬現實等人工智能技術的應用。在此趨勢之下，體驗消費成為一種消費潮流。更進一步，顧客對體驗消費的追求，還將導致社交零售模式的出現。在此模式下，購物消費與社交互動密切融合，從而打破B2C、C2B的傳統互動模式，衍生出商家到商家、商家到消費者、消費者到消費者等多維度多層次的社交互動，消費活動的內容更加豐富和多元。

智能化的產品、智能化的店鋪以及智能化的購物體驗，諸如“人臉識別”、“看圖尋物”之類的人工智能技術正在顛覆傳統的商業格局。尼曼百貨公司此前發布了一款人工智能的手機軟件——“Snap.Find.Shop”，用戶可以用手機相機拍下他們喜歡的物品，一旦有供參考的圖片，該軟件就會從公司庫存中找出相似商品，反饋給客戶。人工智能技術還可以幫助品牌商家識別出顧客的穿衣尺碼、穿衣風格、顏色喜好以及消費水平，隨后將其轉化成實時訊息反饋給公司，并讓公司給客戶推薦合適、心儀的產品。浙江臺州新興集團與科研單位合作，把馬桶蓋變成了健康機器人，基于大數據的如廁行為和體驗，分析使用者的健康情況，可以根據身體和體溫變化，遇到危險應急報警，還可以把數據發到云端做安全檢測。消費者買的是馬桶蓋，但是享受到的卻是體驗式健康服務。生產馬桶的企業變成了大健康企業，銷售基于消費者體驗數據生成的產品和服務則成為一種新的消費供給。

社區商業——商業人工智能化的切入點

（一）人工智能技術融入社區商業的內在原因

在后電子商務時代，沿著“服務業人工智能化——商業人工智能化——零售人工智能化（即新零售）”的軌跡，社區商業作為切入點，始終走在新零售的最前列。透析這一現象的內在原因，可歸結為三個方面，即市場因素、業態因素和技術因素。

首先，在后電子商務時代，O2O已經不能滿足新的消費需求，消費市場要求電子商務彌補消費體驗的短板，而電子商務不可能再借用商品展銷、主題促銷等老套的營銷手段滿足消費體驗的更高需求。社區商業最貼近居民的日常消費需求，人工智能技術免去繁瑣的支付程序，使消費者得到新奇的體驗，因此成為應用人工智能技術滿足消費需求升級的最好的著力點。其次，電商化的社區商業，除了固有的業態特點之外，還因為具有O2O端口的優勢，融入人工智能技術之后更容易彰顯其先進性與便利性。目前電商巨頭的競爭已經由線上轉入線下，用人工智能技術強化社區商業，更是電商巨頭線下競爭的主戰場。再次是技術因素，人工智能技術正在發展的過程中，其在商業中的應用也在不斷完善，現在還不能普遍深度地應用于所有的零售業態，尤其是大型零售業態，但是在以便利店、雜貨店和小型超市為主的社區商業中的應用相對來說比較容易。所以，基于人工智能技術的可操作性，以小型業態為主的社區商業自然而然領人工智能技術應用之先，成為商業（尤其是零售業）人工智能化的切入點。

（二）社區商業人工智能化樣板舉例

Amazon Go位于西雅圖市區七大道亞馬遜總部Day One的樓下，營業面積160多平米，包括一個20平米左右與賣場隔離的坐席間，供消費者“拿了”就可以來此處食用。Amazon Go的商品幾乎全都是速食品、加工食品和飲料，是一間名副其實的社區便利店，已經對公眾開放。Amazon Go最核心的價值，是其先進的人工智能系統，店內的陳設看上去與一般便利店無異，貨架不高，所有的商品舉手可得。消費者掃描手機中的Amazon Go App二維碼進店，進入后在四周密布的攝像頭的即時監視之中，通過Just Walk Out專利技術，記錄、計算、分解進入店內的消費者的每一個動作，消費者拿到商品隨手可以裝進袋子里，無需再次掃碼支付或經過特別通道，拿了就走。

繽果盒子無人便利店于2017年6月正式投入商用，這是繽果盒子與歐尚集團在上海合作開設的首家無人便利店。同年9月繽果盒子提出了人工智能解決方案“小范FAN AI”，全面升級收銀臺，通過圖像識別、超聲波、傳感器等多重交叉驗證技術取代RFID技術，降低RFID標簽帶來的額外成本，同時明確獲取商品的價格，準確率超過99%。繽果盒子無人便利店通過其“小范 FAN AI”后端技術平臺獲得大數據，從而了解產品的銷售、庫存，進而提供精準的采購、促銷策略，還能結合防盜追償系統保證每個盒子的正常運營。繽果盒子將貨架變成智能收集中心，通過帶有攝像頭的動態貨架，實時捕捉包含面部神態、動作等在內的用戶行為數據，為后臺判斷提供最前端資料；通過動態貨架上的顯示設備，隨時修改商品價格，提供針對個人的促銷活動等。顧客進入店內需先掃描門上的微信QR碼，然后自助完成購物和付款的整個流程。用戶通過微信支付或支付寶等終端完成線上支付，以更流暢的購物體驗，解決排隊結賬的困擾，提供給用戶全新的購物體驗。

蘇寧易購Biu無人店于2017年11月分別在北京、重慶和徐州三地開張，截至2018年2月2日，蘇寧已在國內開辦了6家無人購物店。蘇寧易購Biu無人店主要售賣體育用品和生活用品，這些店最大的賣點是全程實現刷臉購物。從購物流程上來看，蘇寧無人店的消費者只需下載蘇寧金融APP，“刷臉”進門，通過面部識別進行“綁臉”，即可在店內選擇商品。消費者選購商品后，以正常步行速度直接通過付款閘道，系統會自動識別用戶身份，并實現扣款。蘇寧易購的核心技術特色還在，其在蘇寧集團內部實現跨產業的數據連通，目前已累計實現總用戶超5億的數據互通。

（三）社區商業人工智能化的特點

第一是數字化體驗。人工智能除了在支付上使顧客感到方便和快捷之外，還給顧客帶來新奇的數字體驗。“數字化”加持的個性化定制，可以使顧客在較短的時間里實現“虛擬現實”體驗，從而進行選擇和定制，從商品的款式、顏色、尺寸，都能隨心所欲地自定。數字化體驗在滿足個性需求上是傳統實體商業乃至電商都無法比擬的。

第二是智能化經營管理。包括智能識別顧客以及智能識別商品類別，判斷和確認顧客的購買行為，對社區和顧客更精確地感知。如Amazon Go，運用大量傳感器集成來識別顧客的動作、商品以及商品位置，店內各個角度都安裝有攝像頭，在用戶刷手機進店之后，根據圖像識別移動軌跡跟蹤定位，并將其位置和姿勢的變換進行關聯，通過多維度姿態檢測，判斷顧客拿取商品的動作，確定其是否“拿了”。最后是視覺收銀，從而完成無人收銀的整個過程，顧客無需現場付款，可以拿著商品一走了之。

第三是大數據營銷。大數據的挖掘為社區顧客提供個性化的需求信息和決策建議，基于大數據的需求感知技術可以做到數據預判需求，并根據顧客個性化的選擇確定社區商店的商品屬性、價格、庫存等。社區顧客在社區商店的大數據平臺上，可以實現購物與社交的結合，既能獲得以往在實體商店里“逛街”的感覺，又可以豐富社區顧客之間的溝通交往。商家則通過大數據平臺，展開超越傳統實體店的市場營銷。搭建與顧客購物偏好、價格敏感度、質量敏感度等巨量數據庫，通過智能運算與商品結構自動匹配、綜合選擇，在此基礎上提出更為符合市場需求的商品以及服務組織，提升顧客消費熱情和忠誠度，深度挖掘消費者終身價值。通過借助人工智能技術為基礎的身份信息識別，結合基于真實消費數據為依據的大數據分析結果，對社區居民的消費習慣、行為模式、信用情況等進行目標細化分析，最終實現精準導流、精準服務。

第四是深度機器學習。Amazon Go的核心技術之一就是機器學習（Machine Leaning）系統，Amazon Go強大的ML可以不斷提高其人工智能的能力和水準，大數據運算能力和識別能力日益增強，企業管理中的“現場改善”可由智能系統持續自我完成。阿里的目標檢測與追蹤系統則主要是追蹤消費者在店內的行為及運動軌跡，具有深度機器學習（Deep Machine Leaning）功能。由于深度學習的應用，借助人工智能工具，社區商業能夠更好地掌握顧客消費款式、價格可接受區間、質量敏感度、特定商品停留時間等偏好信息，提供精準服務和智能化的體驗場景，有利于進一步提升顧客終身消費價值的轉化率。

（四）社區商業人工智能化的瓶頸

瓶頸之一是經營成本居高不下。人工智能屬于高成本的高技術，需要相當高的技術研發成本和設備成本。目前能夠實現人工智能技術應用的主要是資金實力較為雄厚或產業規模較大的龍頭企業，以及依托龍頭企業扶持的新科技企業。由于投入巨大，技術復雜，所以人工智能技術開始只能在規模較小的社區商業樣板店運行，未來要在社區商業領域內實現大規模的推廣應用，勢必會因高成本而受到資金投入的限制。

瓶頸之二是應用場景受到局限。目前國內外人工智能應用的場景局限于社區便利店單一業態，商品品類、品種有限，尚不能實現多業態、全品類運營。另外，雖然人工智能設備能夠極大提高消費購物的便利性，但是不可避免的問題是消費者面對的不再是生動活潑的人，而是冷冰冰的機器設備，這容易使消費者產生違和感，影響消費意愿。這是社區商業與人工智能技術實現融合所要面臨的重要挑戰。而且，在商品質量、個性化服務以及商業品牌價值等領域如何更好彰顯人工智能技術的優越性，還有很大的提升空間。

瓶頸之三是大數據集合積累有一定的困難。人工智能算法的實現離不開大數據，大數據的真正實現是人工智能技術賴以存活和發揮巨大效能的最根本保證。但是，目前國內能夠實現真正意義巨量數據集合積累的零售商屈指可數，如何對巨量的消費數據進行深度挖掘，實現各類消費數據的有效梳理、整合和轉化利用，使人工智能技術與社區商業完美融合，仍是社區商業人工智能化的一大課題。

社區商業人工智能化的前景

（一）“購物+體驗+社交”，創新社區消費模式

傳統的電商營銷模式，往往是通過打價格戰的形式提高平臺的顧客粘合度，“廉價”、“打折”一度成為黏住粉絲顧客的常用手法。后電子商務時代消費者更傾向于體驗消費和高品質的社交服務，積分贈送、節假日打折等促銷活動等用于持續激發消費熱情的傳統營銷模式將顯得過猶不及。基于人工智能的新零售正在打破商家的慣性思維模式，更多地強調要借助各類互聯網社交工具以及虛擬社交社區，搭建包容性更大的社區商業虛擬運營平臺，為社區消費者提供體驗內容更為廣泛、社交功能更為全面的增值服務。社區商業智能化的演化軌跡，正在突破線上線下之間的隔閡，從純粹的商品使用價值體驗，向消費社群體驗、售后維護體驗、品牌文化體驗和個性服務體驗等多方向、深層次逐步延伸。

（二）優化社區商業品質，助推新零售發展

以便利店為主要業態的社區商業，一直被視為幾乎沒有技術含量的“低端商業”。而人工智能化的社區商業，一方面可以依托產品、營銷以及季節等歷史大數據建立預測模型，準確預測供求關系，實現供應鏈有效管理，避免因商品擠壓而導致庫存成本過高的物流成本；另一方面，則可以根據自身以及競爭對手的市場營銷歷史數據進行對比分析，建立營銷方案選擇預測模型，提高營銷前期策劃的科學性和合理性。此外，社區商業運營商也可以基于區位、人口和競爭對手分布情況等大數據的運算，對網點布局優劣性進行比對評估，提升網點布局的準確性。在社區商業的人員配備上，人工智能技術也可根據商家應聘人員的基本履歷、銷售業績等歷史數據，預測該員工合適的工作崗位，優化人員配置。總而言之，社區商業插上人工智能的翅膀，將一改技術含量低、經營效率低、人員素質低的“三低”商業形象，進入高端商業領域，從而帶動新零售實現全面發展，成為零售商業的主導。

（三）提升社區商業地位，完善高品質城市商業

隨著城市體量日益增長，城市化進程進入提高城市品質階段，社區商業的重要性愈益得到重視，其地位不斷提高。商業領域的人工智能技術首先立足于社區商業，未來必將滲透到社區商業的全環節、全渠道和全過程，從而更加顯著提高社區商業的地位。人工智能化使社區商業不再是城市商業的輔助業態或補充業態，而將成為主流業態、主導業態和主體業態，從而完善高品質城市商業。未來城市商業發展的重點，將從城市中心商圈和次中心商圈向社區轉移，社區商業成為城市商業乃至城市經濟的增長點；城市商業的業態結構也將從以大型超大型商業為主，轉變為以社區商業為主。

（四）改變城市快遞格局，再造城市一體化配送體系

人工智能將引領城市物流配送跨越機械化和自動化階段，把物流技術、數據分析、協同共享等方面結合起來，實現真正的“智慧物流”，兼顧零售與倉儲配送。社區商業人工智能化的一個重要的效應是其數字化的方法可以優化物流路徑，響應高頻次、小批量和緊急效應的訂單，滿足特色明顯的社區需求。人工智能化的社區商業很可能以店倉一體化的優勢，嵌入到城市配送網絡之中，成為末端倉儲即城市配送的末端。城市配送一旦與人工智能化的社區商業相結合，骨干物流就可以直接進入社區商業網點，大大提高城市物流的速度和效率，徹底改變“快遞小哥”到處亂飛的局面，促進近年來一直推行緩慢的城市一體化配送發生質變。網上一種流行的說法是：“新零售干掉的不是零售，干掉的是傳統快遞”，形象地描述了社區商業人工智能化將改變城市快遞格局，再造城市一體化配送體系的明顯態勢。

（五）樣板店展示效果顯著，連鎖經營規模擴大

目前人工智能社區商店其特點、優越性得到彰顯和普遍認可，已經發揮出明顯的示范和引導作用。人工智能技術的應用和大數據的采集，都需要規模化的支撐，社區商業人工智能化的另一個效應就是促進社區商業的連鎖化。所以，社區商業連鎖發展的勢頭十分迅猛，許多城市都出臺了優化社區連鎖店發展環境的政策，商業資本也瞄準了這個有待開發的潛力市場。可預見不久的將來，人工智能化的社區連鎖便利店、連鎖雜貨店、連鎖小超市等業態必將呈現勃發之勢，連鎖經營的規模不斷擴大。

（六）應用領域不斷拓展，重構社區生活方式

人工智能技術與社區商業的深度融合，突出了注重體驗、便捷、垂直細分等新零售的優勢，既豐富了社區商業的內涵，也拓展了社區商業的外延。支付方式和購買方式的改變，使基于社區的新零售服務渠道越來越寬，盈利點越來越密集。人工智能與社區商業的結合將不僅僅停留在零售商業場景，社區顧客通過字體、影像、智能硬件、智能衣物、生物特征進行身份識別及個性化標識，并且與社區環境進行交互，通過人工智能化技術與社區公共資源和公共服務對接。隨著消費群體對人工智能技術認可并形成習慣性依賴，人們的消費方式和消費習慣悄然改變，原來的生活方式將被徹底顛覆。智能社區建設近年來已經提上城市發展議程，目前社區商業人工智能化與智能社區建設顯現互相結合的趨勢，社區居民的生活方式勢將重構，甚至還將促使社區組織模式和社區管理模式發生深刻變化。

參考文獻：

1.陳永偉.人工智能與經濟學：關于近期文獻的一個綜述[J].東北財經大學學報，2018（3）

2.畢宏音.人工智能發展的社會影響新態勢及其應對[J].重慶社會科學，2017（12）

3.趙爾罡.電子商務與人工智能技術的整合研究[J].中國科技信息，2017（23）

4.強鋒.人工智能與社區生活[J].城市開發，2017（19）

5.徐印州，林梨奎.新零售的產生與演進[J].商業經濟研究，2017（15）

6.孫林，田美玉，屈鄉政，聞小勇.基于神經網絡社區商業模式探析[J].北京財貿職業學院學報，2017（1）

7.何哲.通向人工智能時代——兼論美國人工智能戰略方向及對中國人工智能戰略的借鑒[J].電子政務，2016（12）

8.韓海霞.人工智能產業建設與供給側結構性改革：馬克思分工理論視角[J].華南師范大學學報（社會科學版），2016（6）

9.朱巍，陳慧慧，田思媛，王紅武.人工智能：從科學夢到新藍海——人工智能產業發展分析及對策[J].科技進步與對策，2016（21）

10.徐印州，林梨奎.論社區商業的新發展[J].商業經濟研究，2016（18）

11.蔡自興.中國人工智能40年[J].科技導報，2016（15）

12.顧險峰.人工智能的歷史回顧和發展現狀[J].自然雜志，2016（3）