據國外媒體報道，定位技術等位置智能有助于預測消費者在購買商品之前的位置，這不僅能夠顛覆現有的零售業，也會為城市規劃、農產品運輸以及防災減災帶來更多益處。

　　五年前亞馬遜為其所謂的“預期發貨”（anticipatory shipping）申請了專利。該公司不是等待客戶購買商品，而是主動地將包裹放置到快遞系統中，等待客戶最終提供一個送貨地址。盡管有關此項專利的細節很少，但不難想象這個電子商務巨頭有朝一日會將其大量的個人數據與預測分析相結合，在消費者知道自己想要什么之前，就猜出他們想要什么。真正的訣竅在于了解客戶何時會這樣做。

　　多倫多羅特曼管理學院人工智能和醫療委員會主席、《預測機器：人工智能的簡單經濟學》的合著者阿維·戈德法布（Avi Goldfarb）表示，“ 今天我們通過物理地址投遞包裹，因為我們知道建筑物的位置。但隨著你發送的包裹越來越多，應該需要更好地預測客戶會出現在哪里。”

　　換句話說，將有效預測與客戶的意圖及其位置相結合，可以產生戈德法布所謂的“軌跡”，或理解人們如何在自己的世界中移動。 戈德法布認為，了解這一屬性是降低物流成本和提高零售客戶滿意度的關鍵，亞馬遜似乎也同意這一觀點，開始在旗下的全食超市安裝儲物柜，讓客戶能夠取回自己訂購的商品；或是將商品送到顧客的汽車上，并打造公司自己的“最后一英里”配送車隊。

　　下一個前沿

　　在這三個方面——意圖，預測和位置——前兩個的戰略價值很容易理解。但是位置智能（LI）在空間上將這些見解置于環境中的價值仍未得到足夠的重視。

　　美國環境系統研究所公司是世界最大的地理信息系統技術提供商。在最近委托進行的一項面向企業高管的快速公司調查中，只有一半的受訪者（55％）熟悉LI，不到三分之一（31％）的公司受訪者表示他們的公司在使用LI技術。他們缺乏興趣的原因包括認識程度不夠、要求確定的回報率（49%）、沒有相應投資預算等等。

　　現狀已經開始有所改變。調查也顯示，那些使用位置智能LI的人報告稱該技術對他們的業務已經非常重要（89％），并且投資回報率不錯（63％）。最常見的用途是市場—客戶分析和行業細分（47％）、物流，投遞和路徑規劃管理（26％）、實時資產跟蹤和警報（23％）——所有這些都反映了理解客戶軌跡的努力，就像亞馬遜所做的那樣。零售商競相復制其分析能力，這只是到2021年LI市場價值將達到163億美元的原因之一。

　　跟蹤農產品，預測洪水

　　目前位置智能LI的應用遠遠超出了零售業。伴隨著精準農業的興起，分析精確至平方毫米的土壤狀況、陽光、降雨和農作物產量只能通過LI來實現，從農場到餐桌跟蹤收獲的農產品也要靠LI。例如，LI提供的這種能力能夠使一個大型農業生產者實時跟蹤每輛卡車的位置，溫度和軌跡，從而降低因農產品腐爛造成的成本上升。

　　Esri專業服務總監布賴恩？克羅斯（Brian Cross）表示，“他們知道黑莓和草莓是在哪里采摘的，每個包裝盒蓋上都會貼上標簽。”他指的是包裝漿果的塑料容器。 “如果他們收到任何投訴，或者得知某樣農產品在運輸過程中變質，就可以找到確切的位置。”這些見解與公司龐大的農場網絡共享，并提供了重復應用的機會。

　　保險是另一個可以利用位置智能的領域。例如，當哈維颶風去年秋天襲擊休斯敦時，Esri與國家氣象局合作，計算風暴的累計降雨量何時以及如何在該城市的洪泛平原上飆升，使他們能夠提前預測洪水高度。事實證明，這些預測對于將風暴受害者轉向避難所以及移動或防范財產被洪水淹沒至關重要去年自然災害給美國造成的損失達到創紀錄的3060億美元，利用位置情報來減輕財產損失和保險損失具有立竿見影的投資回報率。

　　調查中詢問公司高管希望從位置分析中獲得什么，他們的答案包括獲得競爭優勢（67％）和創造新的市場機會（56％）以及優化運營（50％）。接下來，當詢問他們未來打算如何應用LI時，他們的回應從物流及跟蹤轉變為更具建設性的想法，如提高運營意識和效率（18%）和移動員工管理（16%）等等。換句話說，了解每個人和所有人的位置可以獲得巨大的利潤，但知道事情的發展方向——它們的發展軌跡——可以提供重塑整個行業的機會。

　　在《預測機器》中，戈德法布和他的共同作者提出了一個思想實驗：如果亞馬遜在客戶點擊購買之前就開始發貨呢？最初的回報率要很高，因此公司才有動力投資能夠收集和補充不需要商品的基礎設施。但是，隨著它對其預測的微調，亞馬遜的商業模式將開始從內到外轉變，“從先下單再發貨到先發貨再下單”，他們寫道。了解其客戶的行為軌跡將為亞馬遜帶來無與倫比的競爭優勢。

　　零售商一直處于位置分析的最前沿，從使用航空攝影進行選址到跟蹤商場內部的消費者都是如此。但麻省理工學院公民數據設計實驗室地圖專家兼主任莎拉·威廉姆斯（Sarah Williams）預測，隨著軟件和傳感器的成本和復雜性的降低，這些功能將會有新的用途。 “人工智能讓我們以前所未有的方式了解城市中的人員流動，”她說。“在這個基礎上，我們可以建造各種各樣的東西，無論是更高效的交通系統，還是更好的公共空間。”

　　為此，威廉姆斯和她的團隊創建了Benchmark，這是一個看似簡單的木制長凳，里面裝有傳感器，用于采集數據并分析人們如何使用公園和其他地方。 她說：“我們可以對一個特定的城市設計是好是壞進行評估和提供證據。”我們可以想象其他的可能性。在一個滿是自動便利店的城市里，或許真正的選址分析將被軌跡所取代，因為自動零售商將跟隨顧客而不是引導他們去商店。