零售行业在今年迎来了一次春天，“新零售”概念出现后，大量创业者和资本都在这个领域寻求机会，先不论众多的无人超市、无人货架、自动贩卖机等初创企业是新零售还是伪零售，这波风口对于零售行业上游的供应链服务企业来说，一定是个利好的消息。
创立于上海的欧睿供应链（oIBP）看到这个机会，利用人工智能+机器学习技术，为便利店、电商、跨境电商、时尚品零售商等零售企业提供SaaS端的全供应链服务。oIBP的系统可以根据企业的采购、库存、销售、活动等情况来辅助或帮助零售商做出商品管理、运营管理和定价决策。
oIBP创始人高峻峻博士告诉36氪，随着电商和线下新零售的兴起，零售商品的SKU越来越多样化，货量越来越多，客户需求越来越个性化，消费者的喜好变化越来越快，零售企业的管理需要也越来越精细。
传统的ERP系统和人工记录货品并管理的手段很难完成货品的实时管控、库存更新、促销配合等需求，因此一套可以整合全供应链数据并及时辅助决策的管理工具显得越发重要。
oIBP系统中包含了4个主要模块：
需求计划：帮助客户挖掘和分析过去的历史销售数据，并考虑天气等各种未来对消费者需求产生影响的因素，结合自身渠道信息和历史促销活动的情况等信息，来做销量预测，形成不同时间长度的需求计划，并通过工作流设计使多部门对需求计划形成一致共识。
商品计划：根据行业数据、畅销品数据、竞品品类结构变化等因素，提醒企业做出商品铺货、采购、补货和库存的调整管理，并通过商品画像，实现商品链、市场链和供应链的无缝对接，支撑需求计划的制定。
促销计划：会对商品进行定价决策和调价优化，通过量化促销活动所带销售量的增加以及成本收益，帮助客户制定促销计划，并与需求计划进行联动，选择更优的促销方案，向企业推荐活动类型、时长和力度。
库存计划：和上述功能联动，对客户企业库存进行实时预警，提醒客户企业货品积压或缺货情况，制定商品的备货计划和补货计划，控制库存成本。
高峻峻博士告诉36氪，oIBP的客户自身需要有ERP、WMS、CRM类的系统，oIBP会在这个基础上，与企业已有系统进行数据（历史销量、库存等）对接，同时结合客户企业所在领域的大数据，为客户企业建立供应链模型和决策方案，并用机器学习技术，从客户企业之后的销售数据中不断优化算法。
目前oIBP的算法和模型已经完成开发，其需求计划模块已经完成上线，其他模块预计今年年底全部上线。
高峻峻博士表示，oIBP目前的主要靠其软件产品和数据分析类产品来进行盈利。
oIBP的软件产品包括SaaS产品和私有云部署，SaaS产品在8月底发布了体验版，目前已经有大约90家企业在使用。
目前一些国内大型企业对于oIBP的算法比较感兴趣，高峻峻博士称，其数据分析类产品可以用定制化算法包的形式为这些企业提供，除了算法包的销售收入，之后的维护、调试、算法优化等业务都可以进行进一步的盈利。
中国万亿零售市场容量自然不必多说，阿里巴巴集团CEO张勇提出的“新零售”概念也是通过大数据、互联网重新构造“人、货、场”场景，相似于互联