OrderDynamics联合创始人兼首席科学家迈克尔·罗斯（Michael Ross）指出，订单是零售利润产生或流失的关键时刻。作为大数据预测性分析软件领域的专家，罗斯拥有剑桥大学数学学位及内衣电商Figleaves前CEO履历。在接受《Retail Gazette》专访时，他结合国际象棋策略与人工智能发展史，深入剖析了“零售自动化”趋势及数据驱动决策在零售业的核心价值。
高街并未消亡，而是处于转型期
面对牛津街这一英国核心购物枢纽的现状，针对外界热议的“高街衰落论”，罗斯给出了明确判断：这确实是一种现象，但高街并未走向消亡，而是在经历深刻的结构性变化。他认为零售商应正视这种演变，而非单纯唱衰实体零售渠道。
零售自动化：从人类经验到计算机决策
罗斯将国际象棋的策略思维引入零售管理，提出了“零售自动化”概念。他强调，这并非指用机器人替代店员，而是指将原本依赖人类经验的复杂零售决策，逐步交由计算机执行。在物理世界中人类擅长决策，但在数字世界海量数据面前，计算机具备显著优势。
AI算力已超越传统买手判断力
回顾人工智能发展历程，从艾伦·图灵设想计算机下棋，到1997年IBM“深蓝”击败世界冠军加里·卡斯帕罗夫，计算机在特定领域的智能早已得到验证。尽管仍有部分零售商质疑机器无法具备专业买手的判断力，但罗斯指出，随着数据处理能力的提升，计算机在精准度与效率上已远超人类极限，否定者终将被技术实力说服。
战术时序决定库存与销售节奏
如同棋局中落子顺序至关重要，零售运营同样讲究战术时序。罗斯表示，零售商采购库存旨在维持全年持续的销售节奏，避免货架空置。然而现实中，许多商家耗费巨资进行营销引流，却因缺乏对数据与时序的精准把控，导致流量未能有效转化为利润。真正的成功源于基于数据的战术性举措，而非盲目的资金投入。