新冠疫情延燒至今已經兩年多了，現在回頭看，疫情到底造成了什麼改變？其一就是「電商快速躍進」，全世界電商佔零售業的比例，從原本不到 5%，到現在已接近兩成，這其實大約是兩到三倍的成長。
據 eMarketer 預估，中國的電商銷售額在 2021 年就會佔中國零售業銷售額的 50% 以上，領先於全球，且預計在 2024 年更將成長至超過 58%；不過，若綜觀來看全球市場，則會發現在其他國家，電商目前還是佔零售業很小一部分。
例如電商佔比位居第二的韓國，其電商銷售額在 2022 年將佔零售業銷售額的 31.6%，距離中國還有較大的差距，因此可以看到全球的電商市場成長空間還是很大。
虛實融合浪潮下的兩個關鍵需求：數位化與新通路
消費者在這兩年經歷的改變已經回不去了，現在沒有所謂的新常態，而是所有的常態已經正在發生當中，也就是線上和線下合在一起了。
這也是我們在談電商、零售時最重要的議題，回歸到企業與品牌出來做生意的最本質，最關注的還是產品要怎麼賣出去。以終為始來看的話，許多企業在導入數位轉型基礎設施或顧客數據平台後，最關心的第一個問題是「數位化後要去哪裡找客人」，數位轉型是一個漸進的過程，但善用數位科技、利用數位思維和洞察，卻可以很即刻的看到成效。
以網紅行銷為例，2018 年那時的品牌主都透過 Facebook、Instagram 去找客人，而隨著廣告費愈來愈高，網紅也興起，品牌主開始思考找網紅業配，但對於成效還抱持著不確定的態度。當時 2018 年網紅行銷這個產業還很落後，既不量化，又還沒形成一些產業的標準，直到今天，它已經是一個廣告產業了。
據 Influencer Marketing Hub 預估，全球網紅行銷市場規模將在今 (2022) 年來到約新台幣 4,600 億元規模。以往大家對網紅的認知就是業配，像電視購物一樣，支付費用請主持人幫忙代言、銷售產品，並且下方有一組電話號碼可以打；但現在的網紅行銷走向數位，其實更加進步，已可透過 AI 技術衡量、甚至預測網紅成效。
這就是 iKala 在做的事情，提供行銷科技給品牌主，在台灣把網紅行銷做成一門產業，主要解決的問題就是，為品牌主確認這個網紅代言產品是否適合、以及成效預測。
這就是現在企業與品牌不斷在想的，新的通路到底是什麼？其實今日的通路已經超過大家的想像，不只是五花八門，就連「人」本身也已經成為一個通路。我們也從提供網紅行銷服務的成效上，更加確實發現網紅已成為一個通路，尤其我們現在還做到跨境的服務。
當日本品牌需要輸入產品到台灣市場的時候，他們會把 iKala 透過數據找出的網紅，視作一種銷售的通路。例如，透過 iKala 的 AI 網紅數據行銷服務 KOL Radar，找出 200 位適合代言某化妝品的網紅，這並非人力可以處理，一個人記不住這麼多網紅，也不知道每一位的成效好不好，因此這就可以交給 AI 和機器學習來處理。
所以，零售業在面對實體與虛擬界線更加模糊之際，得考量的事情愈來愈多，第一個是數位化，第二個就是通路在哪裏。我們看到很多店家、餐廳在疫情期間導入 Line 官方帳號，幾乎現在所有店家都會問消費者要不要掃碼加入會員，這是最簡單也最好切入的數位轉型，而 iKala 也有相對應的轉投資公司在提供相關解決方案，幫助商家精準投放 Line 訊息。
同時，iKala 也提供比較深入的數位轉型，像是針對大型企業有採購顧客數據平台、讓資料彙整加以應用的需求。iKala 的使命就是 AI 賦能，不論是把 AI 用在網紅、數位轉型，都是圍繞在一個核心。因此，iKala 其實從內到外，數位化到外部的數位通路，都提供相對應的數位轉型方案，這些也是我們最近看到的幾個關鍵趨勢。
♦ TO 推薦閱讀：擁有 MarTech 技術就能 360 度全方位行銷？Gartner：只有 14％ 企業做得到
世界從「 AI 基礎設施」完備進入到「資料基礎設施」的時代
另一個值得關注的是，未來的企業會以資料為基礎在運作。當別人在解讀資料而你卻沒有解讀資料、只靠直覺賣產品的話，你會沒有對方這麼了解消費者，就會失去競爭力。所以我們在講 ABC（AI, Big Data, Cloud），其實是倒過來發展 CBA（Cloud, Big Data, AI ），先有雲端，數位化之後，累積資料，之後就有 AI，AI 成為資料驅動的一項技術。
要判斷一個技術成不成熟的一項指標，就是看高齡人士有沒有在用。當一項技術在各個年齡層都已經普及，而且使用者感受不到它的時候，這個技術就已經成功。
而深度學習大約是 2009-2010 年那時出來，超過十年的時間，至今 AI 其實已經普及，所謂的普及就是成本夠低、人人可用，這兩件事現在已經做到，因為很多 AI 的技術已經被包裝成套裝的軟體，都可以使用；同時因為架設在雲端上面有規模經濟，成本夠低，所以要建立一個機器學習的模型或使用 AI 的功能也好，在雲端上面使用的成本其實都非常低。
市場對於 AI 的理解已經從教育期進入到使用階段，現在最重要的是 AI 到底能為我們做什麼？
AI 其實是一個加值服務，關鍵還是得問自己的核心商業模式是什麼？原本的產業別是什麼？這時才能進一步回答 AI 能幫助我們做什麼。麥肯錫曾統計，AI 創造出來的產值有 7 成是從既有商業模式加值而來，只有 2-3 成是來自全新的產業，例如無人車、資安等新產業。
AI 已經從基礎建設期間進入到了普及的階段，下一個就是資料基礎設施的時代，因為現在企業發現資料真的必須好好應用，不然就是坐在金山上面的乞丐。今日無論大、中、小型的企業都在思考到底該採購什麼樣的顧客數據平台、去建置什麼樣的數據分析，採用資料治理政策做接下來的生意。所以現在的世界，已從 AI 基礎設施完備進入到資料基礎設施的時代了。
其實 AI 的應用在各個領域都已經擴散，包括透過 AI 分析網紅，已經做到這麼細的產業領域，以及用 AI 在做無人車這麼大的產業，消費者平