“我們相信零售會成為我們第15個營收過千萬的行業(yè)。”商湯集團(tuán)總經(jīng)理尚海龍說。

　　近三年，商湯代表的計算機(jī)視覺公司以算法和更高的精準(zhǔn)度打破?？?、大華等傳統(tǒng)巨頭的藩籬，闖入相對封閉的安防領(lǐng)域。

　　隨著安防市場的紅海化，恰逢線下零售的升級換代，2017年下半年，視覺技術(shù)里大小玩家紛紛押注零售，安防領(lǐng)域的AI明星在思量這會不會成為下一個高地，在小眾領(lǐng)域耕耘已久的潛力股，也在期盼得到走向臺前的機(jī)會。

　　“通過技術(shù)賦能效果展現(xiàn)了以后，我相信整個零售行業(yè)真正進(jìn)入了從商品或服務(wù)來要利潤，轉(zhuǎn)成向數(shù)據(jù)要利潤，大家能夠意識到數(shù)據(jù)的價值，這個意識的轉(zhuǎn)變是偉大的。”

　　但是零售場景的分散化和多變性給新技術(shù)帶來了莫大考驗，也讓市場更加不確定。人工智能視覺能否被一片傳統(tǒng)土地接納，這是場復(fù)雜得多的踐行。

　　看清人臉是基本功

　　顧客在閘門前面對攝像頭站定，數(shù)秒后連接攝像頭的屏幕上出現(xiàn)機(jī)器采集的人臉，即完成身份認(rèn)定，購物結(jié)束再次刷臉可支付離店。在蘇寧體育Biu門店里，這張臉也正是用戶的逛街ID，攝像頭以及背后的機(jī)器兢兢業(yè)業(yè)地記錄著：男，25歲，在耐克鞋前停留時間較長，購買了一頂鴨舌帽。

　　蘇寧Biu的視覺解決方案由商湯提供，對于CV(即：計算機(jī)視覺 computer vision)明星公司而言，識別人臉乃看家本領(lǐng)。2014年，商湯創(chuàng)始人湯曉鷗的聯(lián)合實驗室用20萬人臉數(shù)據(jù)達(dá)到98.52%準(zhǔn)確率的成績，超越人眼，在業(yè)界一炮而紅，之后，商湯以技術(shù)優(yōu)勢殺入資金充沛、需求剛性的安防市場。

　　“圖像四小龍”商湯、依圖、曠視、云從發(fā)展路徑類似，去年都完成數(shù)億元融資。三四年前，全國安防設(shè)備產(chǎn)生的海量數(shù)據(jù)亟待處理分析，比如如何在火車站的人海中扒出流竄的犯罪嫌疑人，把持政府項目的傳統(tǒng)巨頭卻無力消化，人工智能視覺“趁機(jī)而入”。

　　2017年，尤其是下半年，隨著新零售、智慧零售的概念落地，視覺明星們也陸續(xù)殺入其中，包括商湯、曠視、依圖、圖普、閱面等等。它們以“刷臉進(jìn)場“和“刷臉支付”占到一席之位，商湯與蘇寧聯(lián)手，曠視拿下了阿里巴巴的淘咖啡，圖普把技術(shù)鋪到了天福超市、EasyGo以及OPPO……

　　兩項功能被廣泛應(yīng)用于無人門店和升級改造中的傳統(tǒng)零售店，這也是目前視覺技術(shù)最被熟知的功能，最直接的效果是可以簡化收銀環(huán)節(jié)，節(jié)約成本。

　　當(dāng)然，初出茅廬，在陌生的零售場域打拼容易么?

　　“AI不具備普適性，沒有萬能的，不同場景對算法的要求不一樣。相比安防和金融，零售的場景太復(fù)雜多變了。”一位視覺產(chǎn)品經(jīng)理感嘆道。

　　據(jù)透露，目前的刷臉技術(shù)其實相對簡單。“市場上提供的算法多是正面底庫識別，這種門禁模型做線下零售是有一定的問題。線下零售要做到無感知，可能不是通過注冊的人臉做識別，而是第一次進(jìn)店的抓拍作為底庫，可能光線不好，可能有遮擋，可能是側(cè)臉，這就需要專門的訓(xùn)練。”

　　尤其是涉及支付環(huán)節(jié)，必須人為設(shè)置固定的靜態(tài)場景，強(qiáng)制要求消費(fèi)者配合,即便是人臉識別老大商湯所搭建的蘇寧Biu店也依托于閘門。

　　“現(xiàn)在謹(jǐn)慎一點(diǎn)的，像各大銀行ATM刷臉取款增加六位密碼確認(rèn);大膽一點(diǎn)的，像蘇寧門口有閘機(jī)，結(jié)賬一個個排隊，這樣支付環(huán)境有固定的靜態(tài)場景，準(zhǔn)確率基本可以做到百分之百。大量的動態(tài)比對會成問題。”尚海龍說。

　　理論上，機(jī)器視覺不是沒辦法抓取非配合條件下的動態(tài)人臉，火車站里抓捕逃犯就涉及到人臉檢測、特征提取、比對多項技術(shù)，機(jī)器先在一幀視頻中框出所有的人臉，然后挨個與公安機(jī)關(guān)的照片數(shù)據(jù)庫對照。但問題在于，場景的變化要求對算法同步調(diào)整優(yōu)化。

　　簡24原本調(diào)用過外部的技術(shù)，但后來選擇了自主研發(fā)。“并不是因為外部技術(shù)不好，在機(jī)場這種公共場所，能從茫茫人海當(dāng)中一眼把恐怖分子識別出來，產(chǎn)品挺牛的，但關(guān)鍵問題在于，第一，需要為我們的場景做優(yōu)化，任何的算法都要根據(jù)本地場景優(yōu)化才能達(dá)到最好的效果。第二，它們的訓(xùn)練人群和我們的不一樣。”創(chuàng)始人林捷透露。

　　同時，人臉本身的局限性能否完全應(yīng)用于零售業(yè)也存在爭議。“我們認(rèn)為外部特征不能作為人的終生ID，或者綁定金融支付，很危險的。”深蘭科技創(chuàng)始人陳海波說。他對自家的“不要臉運(yùn)動”深以為豪，以掃手取代刷臉，掃的是靜脈、動脈和毛細(xì)血管，以每一根血管的分叉點(diǎn)和點(diǎn)與點(diǎn)之間位置關(guān)系為特征值。“我們的N值達(dá)到4億(能與4億數(shù)據(jù)做對比，簡單說，N值越高算法和算力越強(qiáng))，再加上4位手機(jī)號碼，做到了40億。”

　　公開數(shù)據(jù)顯示，商湯2017年有20億張人臉數(shù)據(jù)，2億個體訓(xùn)練，達(dá)到9位密碼時代。

　　進(jìn)場之后，靠臉的可能性也不大了。

　　“一說到視覺技術(shù)就想到刷臉，其實這是最為簡單基礎(chǔ)的功能。”林捷說，“進(jìn)場之后拍不到人臉，靠體態(tài)識別這個人，知道他拿了什么商品，這比較難。”

　　業(yè)內(nèi)公認(rèn)的、視覺技術(shù)應(yīng)用的極致表現(xiàn)為Amazon Go，全程通過機(jī)器捕捉看了什么，拿走了什么，離店后自動扣款，當(dāng)然，為確保準(zhǔn)確性，Amazon Go還采用了重力感應(yīng)器、二維碼、紅外感應(yīng)器等輔助技術(shù)。

　　深蘭于2016年4月發(fā)布了無人值守零售解決方案，陳海波告訴億邦動力網(wǎng)，人與貨關(guān)聯(lián)的算法極為復(fù)雜，“入場時采集到人的數(shù)據(jù)，包括人的體型，頭到地面的距離，肩到地面的距離，這是一個綜合數(shù)據(jù)，攝像頭一直在追蹤用戶。在商品區(qū)有一條無形的電子?xùn)艡?，手伸進(jìn)去以后觸發(fā)攝像頭開始抓取動作。攝像頭以每秒30幀抓取手，當(dāng)觸及商品時每秒120幀， 同時實時去背，扣掉背景，讓攝像頭都集中看商品，更精準(zhǔn)判斷它是什么。”

　　“全程要調(diào)動多個攝像頭協(xié)同監(jiān)控，實時調(diào)整每個攝像頭的權(quán)重。如果商品和背景一個顏色，那機(jī)器大腦也沒辦法了。”

　　你們這方案多少錢?

　　“零售毛利低，對每一筆投資都會非常謹(jǐn)慎。相應(yīng)而言，它是一定要看到效果才會投資。”尚海龍說。

　　從安防到零售，作為服務(wù)方的計算機(jī)視覺公司明顯感知到客戶預(yù)算的銳減。

　　比如，公安系統(tǒng)的視頻監(jiān)控方案并非適用一般的零售商，“它本身使用是公安內(nèi)網(wǎng)，一個本地化的服務(wù)器集群，用物理服務(wù)器去承載所有的視頻流，服務(wù)對象的特性決定了方案的設(shè)計。”一位視覺從業(yè)者表示。

　　普通零售商針對視頻監(jiān)控則必須考慮：第一，本地加服務(wù)器，購買服務(wù)器需要幾萬元，而且需要人維護(hù)，還要防止偷盜丟失破損;第二，云加端，視頻流傳到云端處理方案的網(wǎng)絡(luò)帶寬成本加云端GPU服務(wù)成本也不低，傳輸至少一個720P或者一個高清碼流，帶寬少說要4M，一個CPU服務(wù)器，大概阿里是500塊錢一年，GPU是3000塊錢一年;第三，壓縮視頻流上傳云端，會丟幀失真，效果很差。

　　“政府項目可以說不計成本，以達(dá)到最好的效果，這和商業(yè)的邏輯不一樣。

　　硬件占據(jù)方案成本中的大頭，包括GPU、相機(jī)以及各類感應(yīng)器等。

　　后臺分析是店里配備小型硬件處理站還是走云端，包括私有云、公有云還是混合云，廠商們提供了開放選擇。圖普負(fù)責(zé)零售產(chǎn)品的劉凱解釋稱，上不上GPU由客戶需求決定，云端分析處理的好處是及時性更強(qiáng)，剛到店的客人馬上就能被識別出來，模型、程序的更新也是在云端完成，無需人工干預(yù)，但是對網(wǎng)絡(luò)傳輸要求高;本地化分析則幾乎不占用忙時帶寬，在本地分析完后再在閑時將分析結(jié)果上傳到服務(wù)器。

　　“根據(jù)客戶實際的需求以及資源的限制來做選擇，沒有最好的，只有最適合的。”劉凱說。

　　相機(jī)有原本線下就在用的幾百塊的普通攝像頭，也有動輒上千的深度版，還有方案提供商自主設(shè)計的獨(dú)家產(chǎn)品。

　　普通相機(jī)是單目的，2D成像，而深度相機(jī)通過雙目或3D結(jié)構(gòu)光或加紅外模組實現(xiàn)3D效果，也就可以知道物體離相機(jī)多遠(yuǎn)，當(dāng)然價格也更貴。

　　“我們現(xiàn)在用2D相機(jī)，通過算法模擬3D，當(dāng)然，如果用深度相機(jī)模組可以更準(zhǔn)，但成本太高了。”一位產(chǎn)品經(jīng)理表示。

　　原有的設(shè)備可以用起來。“原來已經(jīng)投資過的東西我們不會進(jìn)行破壞性的損傷，攝像頭我們要200萬像素以上就可以，原來超市里已有的攝像頭直接就可以用，并聯(lián)進(jìn)我們的系統(tǒng)就可以。“尚海龍表示。

　　圖普向天福超市提供的改造方案正復(fù)用了原有攝像頭，對接CRM系統(tǒng)拿到會員頭像和消費(fèi)記錄，自動識別VIP，精準(zhǔn)發(fā)送促銷廣告。

　　如何把握效果和成本之間的天平，是初來乍到玩家的必修課。

　　“如果不計成本的話，我們的精度早就上去了。”簡24創(chuàng)始人林捷說。

　　簡24是Amazon Go的國內(nèi)追隨者。Amazon Go由亞馬遜在2016年底發(fā)布，主打拿了就走、不需排隊的，引發(fā)業(yè)內(nèi)震撼。今年年初，亞馬遜從內(nèi)測正式向公眾開放，而經(jīng)過兩年的時間，技術(shù)圈和零售圈的人也都意識到這只是個“show case”，實在不具備大規(guī)模復(fù)制可能性。

　　根據(jù)公開報道，Amazon Go在160平米的空間里布置了上百個攝像頭，RGB和深度攝像頭結(jié)合，并采用了紅外線感應(yīng)器和重力感應(yīng)器，盛傳成本高達(dá)千萬美金。

　　推出了2.0版本的林捷用的是“幾百塊“的普通攝像頭，也不能布置太多，依靠算法迭代來提升精度。

　　“還是要回到商業(yè)的本質(zhì)，攝像頭的價格和數(shù)量肯定對效果有影響，但是在零售場景下，成本太高根本不能收回投資，這個商業(yè)模式就不成立了。”林捷說。

　　懂零售

　　一套設(shè)計方案中，算法、硬件、 場景互相適配，構(gòu)成一個完整的三角形。方案設(shè)計得是否符合“商業(yè)的邏輯”，很大程度上取決于對零售的理解程度。

　　零售是創(chuàng)新工場AI工程院今年的主打行業(yè)，聯(lián)合創(chuàng)始人王晶表示，人工智能團(tuán)隊當(dāng)中要有行業(yè)專家，每次見客戶最長的時間花在了解對方的實際業(yè)務(wù)上。

　　劉凱告訴億邦動力網(wǎng)，不同類型的零售商間差異會比較大，但即便同一類型的零售商客戶，在管理上的需求也存在很大差異。

　　“做家居的客戶會希望我們能按家庭的維度去識別客戶，而賣日用品的客戶可能更急迫于知道有哪些人是回頭客。在同類的零售商中，根據(jù)客戶自身管理目標(biāo)的不同，共性的需求也會在指標(biāo)要求上有差異，如對準(zhǔn)確率、召回率的要求有所不同，差異化的個性化需求，未必在整個行業(yè)間通用。”劉凱說。

　　王晶認(rèn)為，方案的優(yōu)劣不僅取決于算法，很多時候是工程上的問題。“比如，要從用戶的整個流程體驗的角度考慮，怎樣有一個很好的結(jié)賬流程，讓用戶感覺更順暢，反之不管技術(shù)多炫酷，如果用戶不舒服，商家都不會買單的。”

　　深蘭在克制技術(shù)的無限延展。“柜子可以只裝四個攝像頭或者六個攝像頭，攝像頭多了，GPU算力需求比較大，成本高?；旧夏愎室庖狄材芡底?，但是問題是大多數(shù)人正常購買，而且如果貨少了，我們調(diào)取視頻也會發(fā)現(xiàn)，還和其他公司共享信用，偷竊查出來后就上黑名單了。”陳海波介紹。

　　即便Amazon Go也有針對零售場景而變通的一面。其貨架使用的重力感應(yīng)器其實存有隱患，理論上，小偷可以快速把商品替換成其他東西(比如一袋沙子)而不被發(fā)現(xiàn)，不過考慮到這是多人同在的場景，類似的偷盜實施起來比較困難也就忽略了。

　　林捷總結(jié)出來一套經(jīng)驗：不要讓技術(shù)花時間在運(yùn)營能夠解決的問題上。“幾十個人擠在柜臺前結(jié)賬，這樣的場景就不要讓視覺科學(xué)家去研究了，機(jī)器分不清楚誰買了什么，就讓顧客排隊好了。”這些取舍建立在零售業(yè)的理解上，技術(shù)大咖補(bǔ)課不足就容易掉坑。“有的(方案)為了做到更好的商品識別效果，會加高貨架的層高，降低層數(shù)，一般貨架有5到6層，變成了4層。”林捷強(qiáng)調(diào)，這是損傷便利店平效的本末倒置,“如果了解零售，絕對不會在技術(shù)設(shè)計上犧牲平效的。”

　　商品識別方興未艾

　　要實現(xiàn)對人貨關(guān)系互動的記錄以及無人結(jié)算，繞不開談商品識別。這也是視覺科學(xué)家在爭奪的新高地，“前幾年我們刷榜刷的都是人臉，刷爛了，現(xiàn)在物體是最難的。”一位業(yè)內(nèi)人士透露。

　　去年，曠視參加了COCO競賽的物體檢測、人體關(guān)鍵點(diǎn)和物體分割三個單項比賽，獲得兩個第一和一個第二。碼隆科技取得了 WebVision競賽的第一名。

　　相比人臉識別，商品識別還徘徊在起跑線上。傳統(tǒng)商超、便利店和品牌店升級改造，都一般采用條形碼、RFID這些“老古董”技術(shù)，即便繽果盒子這樣的創(chuàng)新項目也啟用了RFID。

　　“因為RFID是一個比較偏成熟的方案，最早選擇它在創(chuàng)業(yè)上是make sense(說得通)的。圖像識別技術(shù)可能更領(lǐng)先、挑戰(zhàn)更大。”華映資本投資總監(jiān)姜志峰說。

　　總得來說，人臉相對標(biāo)準(zhǔn)化，可以把人種作為單獨(dú)訓(xùn)練模型，而零售涉及的商品SKU多而雜，每個類別單獨(dú)訓(xùn)練難度大，不可控性更高。機(jī)器識別每張照片的基本邏輯是：每張照片有向量，即多組數(shù)字，某幾個組合起來代表袖長、顏色、款式等特征，機(jī)器根據(jù)數(shù)字判斷自己“看見”的是啥。但是，如衣服這種柔性物體易變形，不同穿法或者扭曲、折疊在圖片中像素排列不同，讓計算機(jī)明白它們是同一件的不同形態(tài)很難。

　　此外，現(xiàn)在人臉識別已經(jīng)可以把算法做到手機(jī)里，比如刷臉解鎖，而物體識別暫時還要基于GPU或者X86這種高性能的硬件架構(gòu)，成本較高。

　　“WebVision競賽上李飛飛給我們頒的獎。”碼隆創(chuàng)始人黃鼎龍強(qiáng)調(diào)。

　　和曠視不一樣，物體識別是碼隆們安身立命的根本。此外，國內(nèi)市場上頭部玩家還有衣+、Visenze。

　　與人臉識別早早收割了安防的麥田不同，商品識別長時間以來被認(rèn)為應(yīng)用場景不明確，空有技術(shù)難變現(xiàn)，玩家們在漫長的商業(yè)化探索中走出了不同的萬里長征。

　　三家業(yè)務(wù)都在電商上下了大力氣。碼隆和衣+最初做的都是以以圖搜圖為核心的to C產(chǎn)品，類似淘寶“拍立搜”，后來轉(zhuǎn)向2B服務(wù)，一個建立了Product AI平臺，將識別能力開放給電商平臺、品牌、圖庫等商家;另一個則鎖定了媒體和大屏等，比如，在優(yōu)酷視頻上即看即買，跳轉(zhuǎn)進(jìn)入淘寶購物，即通過衣+的技術(shù)實現(xiàn)。

　　“線上的調(diào)用量在緩慢增長。”黃鼎龍說，從碼隆的經(jīng)驗拉里看，線上市場有需求，但不會迅速爆發(fā)。為更快打開市場，碼隆還把精力投向商家后端，比如，利用圖像識別技術(shù)實現(xiàn)一鍵生成產(chǎn)品詳情頁功能。

　　黃鼎龍認(rèn)為，經(jīng)過幾年的數(shù)據(jù)積累和算法迭代，加之新零售風(fēng)潮愈來愈熱鬧，商品識別應(yīng)用于線下的機(jī)會到了。

　　“這個事情能不能成立取決于是否useable(可用的)和useful(有用的)，一方面，在技術(shù)上要達(dá)到基本可用的狀態(tài)，這是很重要的前提條件，別人試了不work就不行;另一方面，也得有用，17年隨著零售領(lǐng)域的(興起)，大家開始覺得有用。“黃鼎龍說。

　　Yi+也在向線下零售進(jìn)發(fā)，無人店和快消品品牌是其目前主要客戶群體。“我們的數(shù)據(jù)積累，和客戶建立起的反饋機(jī)制，都是難以短時間跨越壁壘。”Yi+產(chǎn)品負(fù)責(zé)人說。

　　不過，Visenze的興趣還不大，它總部在新加坡，主要為海外客戶提供以圖搜圖技術(shù)，例如樂天、H&M等。

　　CTO李廣達(dá)認(rèn)為，計算機(jī)視覺技術(shù)還沒有達(dá)到大范圍應(yīng)用于實體零售的程度。“計算機(jī)視覺有mission critical(關(guān)鍵任務(wù))和非mission critical兩種場景，區(qū)別在于效果的可信度。攝像頭解決方案可以一定程度上提升效率，但是有些場景還不能完全信任。”

　　他認(rèn)為，電商環(huán)境的以圖搜圖是典型的非mission critical(關(guān)鍵任務(wù))場景。盡管當(dāng)涉及到一些細(xì)節(jié)屬性，比如顏色、領(lǐng)子類型、袖子長短等等，準(zhǔn)確度會打折扣，但這可以慢慢打磨。

　　大而無當(dāng)還是前途無量?

　　商品識別是不是真的“useful”，即能否商業(yè)化、是否值得研究尚存爭議。

　　圖普科技和商湯暫時都還未涉及。“廠商對這方面熱情還比較高，但可能需求不夠聚焦，如何深度結(jié)合實際業(yè)務(wù)還需要探討。”劉凱說。圖為使用RFID的CITYBOX。

　　“商品的識別有一些創(chuàng)業(yè)公司在做，術(shù)業(yè)有專攻，市場這么大，我們做好自己的事情就好了。我個人判斷它(機(jī)器視覺識別商品)的價值意義沒那么大。”尚海龍介紹稱，蘇寧Biu店賣球鞋、運(yùn)動衣，感應(yīng)電子標(biāo)簽(RFID)即可結(jié)賬。

　　RFID在服裝行業(yè)尤其受到歡迎。“視覺技術(shù)可能在某些產(chǎn)品上取代RFID，服裝可能比較難。“馬克華菲CIO兼任電商總經(jīng)理左敬東說。

　　馬克華菲有100多家智慧門店，商品配置RFID標(biāo)簽，通過物聯(lián)網(wǎng)識別器，消費(fèi)者試穿衣服時站到智能試衣鏡前，大屏可自動識別商品ID，向消費(fèi)者展示模特試穿效果、產(chǎn)品介紹、評價、相關(guān)搭配等內(nèi)容。

　　除了前端展示，RFID在后端零售庫存管理上優(yōu)勢明顯。“正常門店進(jìn)行庫存盤點(diǎn)，3000件衣服，2個人，原來需要半天到1天時間。利用RFID芯片，用掃描槍片式感應(yīng)進(jìn)行群讀掃描，1個人，僅需15分鐘就能完成全部盤點(diǎn)。”茵曼母公司匯美CMO肖海坤表示。

　　不過，RFID也有未解決的難題：每件商品都要加貼至少三四毛錢的標(biāo)簽，人工和材料成本高，且遇金屬和液體等不識別或效果差。

　　除了機(jī)器視覺和RFID，市面上的還有消費(fèi)者自己拿商品掃碼結(jié)賬、重力感應(yīng)等方案。如下圖物美超市的自助收營臺。

　　“掃碼對商戶來說成本低且簡單，但建立在信用基礎(chǔ)上，盜損大，且顧客自己動手影響用戶體驗。重力感應(yīng)是老技術(shù)在零售領(lǐng)域的新應(yīng)用，無法判斷具體哪件商品，知道哪個貨架被動過。”

　　陳海波本人是機(jī)器視覺忠實擁護(hù)者，“未來商店一定是沒有營業(yè)員，商品、編碼、條形碼不存在，商品一定要能夠被遠(yuǎn)距離非接觸識別。”

　　不單單是未來，也有人已然找到了細(xì)分場景的即時需求。

　　王晶認(rèn)為不能用RFID的場景也是機(jī)器視覺的機(jī)會，比如蛋糕店，“蛋糕都是用盤盛的，怎么貼標(biāo)簽?”還有超市的自助稱重機(jī)也可以改用視覺識別，因為“在顯示屏的一頁頁商品中區(qū)分查找蛇果和富士蘋果的體驗很差”。

　　國外還有專門從事快消品貨架識別的Trax，在全球50個國家有175個客戶，不乏可口可樂、百威、雀巢、漢高、百事這樣的大品牌，每月處理2.5億的SKU產(chǎn)品。

　　剛剛就任中國區(qū)負(fù)責(zé)人的王茜介紹，Trax已形成“交鑰匙”式解決方案：兩米多的貨架只需一個成本“幾美金”的攝像頭，品牌商使用手機(jī)拍照即可。

　　最基本的，品牌商銷售代表把貨架照片上傳至云端解析，監(jiān)督門店;零售商安裝固定攝像頭，實時監(jiān)測動態(tài)變化;也可以在冰箱上裝上小小的攝像頭，每開關(guān)一次拍攝一張照片，記錄銷售情況。Trax聲稱，服務(wù)的快消品公司斷貨率下降10%到15%，整體銷售業(yè)績提升3%到5%。

　　Trax核心市場在美國，今年1月正式進(jìn)入中國，目標(biāo)三年內(nèi)中國市場年收入達(dá)到1億美元。

　　用視覺技術(shù)識別貨架商品在國內(nèi)少見，土生土長的Yi+也打算深耕。“國內(nèi)的快消公司相對傳統(tǒng)，我們的本土優(yōu)勢比較明顯，而且以服飾和商品識別起步，在零售方面也有優(yōu)勢。”銷售負(fù)責(zé)人稱。

　　他表示，貨架識別在國內(nèi)處于空白狀態(tài)，快消品公司也有迫切需求。“它們一般需要向超市或者門店交納進(jìn)場費(fèi)，獲取貨架數(shù)據(jù)非常關(guān)鍵，很關(guān)心自己的貨擺得好不好，銷售量好不好，每天有什么變化，之前都沒辦法及時統(tǒng)計。”

　　當(dāng)然，蛋糕店和超市愿不愿意買創(chuàng)新工場的視覺方案，Trax能不能賺到1億美元，Yi+能不能成功挖掘到本土客戶，這些都將被2018年所檢驗。

　　“我們希望通過AI降本增效，如果兩點(diǎn)都能做到的話，我們就會把它商業(yè)化落地，如果最后得出的結(jié)論是用視覺無法真的做到的話，可能就不會做類似的產(chǎn)品。頂多做點(diǎn)展示，表明我們有這個能力而已。”正在關(guān)注商品識別的計算機(jī)視覺產(chǎn)品經(jīng)理說。

　　技術(shù)賣給誰?

　　陳海波喜歡向投資人就什么零售項目值得投提建議，他本身確實也在密切關(guān)注，因為這決定了技術(shù)要賣給誰。

　　他認(rèn)為，AI技術(shù)提供方人力成本高昂，必須要接規(guī)?；捻椖浚鴨蝹€項目不值得投入。“如果客戶開一個店做秀，沒有意義的。我們要拿下市場，就必須找到具備成千上萬臺采購量的商家。我們的科學(xué)家很貴的，不值得為一次性項目投入。”

　　目前市場上的采購方從形態(tài)上看有貨架、冰柜、無人BOX創(chuàng)業(yè)公司，也有便利店、商超、賣場等傳統(tǒng)零售商，不同類型的門店客流量不同，SKU不同，需求也千差萬別。

　　無人店是市場上的主力買家，其核心需求在于離店的身份識別和收銀結(jié)算兩大項技術(shù)，以多金、舍得砸錢給技術(shù)公司留下深刻印象。

　　“互聯(lián)網(wǎng)公司是資本燒錢模式，重效果，不太講成本，要上最好的設(shè)備。”一位產(chǎn)品經(jīng)理透露。

　　不過，陳海波放出話不愿意接無人BOX的活兒。“我們調(diào)研過，根本不賺錢，短期內(nèi)也難以規(guī)模化開店，中國的零售店已經(jīng)很多了，沒有那么大的市場空間，不是那么多地方需要。”

　　深蘭現(xiàn)在的業(yè)務(wù)重心在貨架和自動販賣機(jī)的改造上：增加視覺技術(shù)，即拿即走，解決盜損問題，把它們變成貨柜或者風(fēng)幕柜，出售毛利率更高的鮮食、水果和便當(dāng)。

　　參考日本市場，中國自動販賣機(jī)的潛力還未被完全激發(fā)。而貨架相比其他零售形態(tài)與消費(fèi)者距離更短，也算進(jìn)步。但是，技術(shù)方案商們對貨架智能化節(jié)點(diǎn)是否到達(dá)的看法還不統(tǒng)一：低門檻、弱技術(shù)的貨架正忙于搶位，真的有時間和金錢顧及把自己升級為智能化產(chǎn)品?

　　不可否認(rèn)，創(chuàng)業(yè)公司愿意嘗試新技術(shù)，但技術(shù)也是它們區(qū)別于傳統(tǒng)玩家、立足市場的核心。簡24選擇自主研發(fā)，繽果盒子也發(fā)布了以視覺、傳感器、超聲波多項技術(shù)替代RFID的解決方案，并聲稱已引入全球頂級人工智能專家，正與國內(nèi)重點(diǎn)211院校合作共建國際人工智能實驗室。

　　一邊是火焰，另一邊則是冰山。

　　相比創(chuàng)業(yè)公司對新技術(shù)的熱情，傳統(tǒng)零售被吐槽“感興趣看看”、“掏錢欲望不強(qiáng)”。雖然此類玩家有大把的“試驗田”，但看過花花綠綠的PPT和demo視頻，再親自與技術(shù)提供方談一談，心便涼了。

　　當(dāng)然，一位曾試圖采購視覺技術(shù)的品牌操盤手也抱怨：“幾平米地方的改造要好幾萬，還省不了一個員工，我干嘛要做?”

　　業(yè)內(nèi)人士介紹，目前人工智能在降低成本和提升業(yè)績上還不能發(fā)揮顯著作用，難以被零售商真正地落地采購。原因在于，算法優(yōu)化是一個長周期的、需要“活數(shù)據(jù)”的過程：先有一套標(biāo)準(zhǔn)算法，然后找場景落地，之后數(shù)據(jù)回流，再對回流的數(shù)據(jù)做算法的差異化訓(xùn)練。甚至有人推測，整個模型跑通至少需要三年時間。

　　“現(xiàn)階段零售業(yè)對視覺技術(shù)的認(rèn)知還不足，預(yù)期或過高或過低，而前者占大多數(shù)。”Yi+產(chǎn)品負(fù)責(zé)人表示。

　　從算法模型優(yōu)化的角度講，傳統(tǒng)的連鎖商超、品牌店、便利店都是不錯的標(biāo)的。無人店數(shù)量太少;賣場雖然規(guī)模大，但是洶涌的人流對機(jī)器運(yùn)算造成不小壓力。

　　“說實話，現(xiàn)在的項目是賠錢做的，我們的目的還是和客戶一起成長。”一位從業(yè)者坦言。

　　“對于大部分AI公司來說，數(shù)據(jù)其實挺難拿的，一方面要有客戶愿意一起優(yōu)化，另一方面，投入的人力也相當(dāng)可觀，需要研究人員來做單獨(dú)訓(xùn)練。“另一位業(yè)內(nèi)人士說。

　　王晶表示，數(shù)據(jù)量太小的店不是早期階段最理想的案例，優(yōu)先從AI能夠帶來更大效應(yīng)的連鎖店開始，而且線下門店在線化程度低，很多時候要重新開始積累數(shù)據(jù)。“有的傳統(tǒng)門店P(guān)OS機(jī)版本太低，以前的數(shù)據(jù)都無法調(diào)取。”

　　AI公司通常被認(rèn)為核心競爭點(diǎn)在于算法、數(shù)據(jù)和算力，而事實上落地能力也是重中之重。“不能忽視的是，用戶反饋機(jī)制完善度非常重要，你多久拿到用戶新的反饋，從而修改你的方法，節(jié)奏是怎么樣的，有沒有建立自動的傳輸流程。”Yi+產(chǎn)品負(fù)責(zé)人稱。

　　這也意味著AI公司搶占市場的速度異常重要。“如果前期用技術(shù)優(yōu)勢解決一個商家比較著急的問題，建立起信任，然后大家一起優(yōu)化方案，如果這個流程開始跑起來，其他人進(jìn)入就比較難。”

　　終極目標(biāo)是分析預(yù)測

　　“前端獲取了數(shù)據(jù)之后的東西特別重要，可以幫助門店做銷量預(yù)測、選品建議、個性化營銷。”王晶說。

　　王晶表示，人工智能的作用不僅僅在于節(jié)省人力成本，而且可以把線下用戶行為轉(zhuǎn)為在線化的數(shù)據(jù)，有了數(shù)據(jù)可以幫零售店主做更多的事情。

　　一位業(yè)內(nèi)人士講解道，AI的落地分為感知、理解、推理關(guān)系三個環(huán)節(jié)，直到可以告訴人該怎么做的時候才是AI真正有價值的時候。

　　王晶說，像7-11這樣的便利店選品很大程度上依賴于店長的個人經(jīng)驗，以銷售數(shù)據(jù)為出發(fā)點(diǎn)，結(jié)合第二天的天氣和周邊環(huán)境等情況預(yù)判消費(fèi)心理并訂貨，而人工智能可以綜合更多因素做出智能化決策。

　　“通過攝像機(jī)等傳感器，店主可以掌握消費(fèi)者全流程的行為，消費(fèi)者從進(jìn)店起就被識別出了是誰，是不是會員，店內(nèi)看了哪些東西，對哪些產(chǎn)品感興趣，在哪個區(qū)交互多，結(jié)賬時買走了什么東西。”

　　目前，市面上的視覺方案也引入了大量客戶分析功能，比如，客戶畫像、客流統(tǒng)計、熱點(diǎn)分析、動線規(guī)劃等等。

　　在圖普科技的一個公開案例中，某大型餐飲連鎖每天晚上在8點(diǎn)半組織營銷活動，經(jīng)過圖普科技的重新統(tǒng)計尋找人流量最高的時段，圖普科技通過數(shù)據(jù)分析發(fā)現(xiàn)8點(diǎn)30分比8點(diǎn)45分差了10%的人流，比9點(diǎn)差了15%的人流。“同樣的成本投入情況下，選錯了最有概率出現(xiàn)最多人的時間點(diǎn)，長此以往會有很大損失。”圖普科技CEO李明強(qiáng)說。

　　基本各家官網(wǎng)和PPT都有類似的案例，但是也存在質(zhì)疑：這些過渡性功能一定要通過視覺技術(shù)來解決嗎?

　　“客流分析不是這波視覺技術(shù)帶來的，十年前就有解決方案了。”一位業(yè)內(nèi)人士坦言。

　　比如，大型商場用AP采集數(shù)據(jù)，統(tǒng)計客流數(shù)量，通過MAC地址反向做人群畫像。早在2014年銀泰就推廣智能機(jī)采集用戶身份，大數(shù)據(jù)公司據(jù)此提供標(biāo)簽，從而實現(xiàn)精準(zhǔn)營銷。

　　此外，紅外、藍(lán)牙、雙目視頻分析都是相對成熟的信息收集手段。

　　百安居去年在上海使用天貓的解決方案推出了首家智慧門店，公開信息中視覺技術(shù)中只有人臉識別，未提到對身體、動作的識別，而據(jù)天貓電器的高級專家吉家在演講中透露大量使用了藍(lán)牙定位技術(shù)。“在整個接近一萬平的場內(nèi)放了很多藍(lán)牙，整個過程你在哪個模塊哪個區(qū)間關(guān)注什么都可能會被記錄。”

　　有業(yè)內(nèi)人士表示，傳統(tǒng)方法在精度和顆粒度上不如視覺檢測，但憑借低成本可能會分流走客戶。

　　同時，現(xiàn)有視覺技術(shù)尚未給客流分析在效果上帶來質(zhì)的提升，比如，熱點(diǎn)識別可以確定某個貨架或者區(qū)域人多，但又無法落實到具體商品上面。

　　“現(xiàn)在核心是要把數(shù)據(jù)收集起來，不在乎用的是更傳統(tǒng)的方法，還是說更高端。”Yi+產(chǎn)品負(fù)責(zé)人指出。

　　當(dāng)然，視覺技術(shù)提供商也可以引入視覺以外的、已成熟的技術(shù)和產(chǎn)品。圖普科技的角色在向集成商靠攏，涉及畫像識別、滯留時長、跨天跨門店回訪識別、軌跡追蹤、熱力圖、自定義報表、支付人臉綁定等，也有完整的產(chǎn)品形態(tài)，包括web，小程序和API接口。

　　集成商也是計算機(jī)視覺公司的一個發(fā)展方向，否則有可能成為CRM、POS等傳統(tǒng)零售服務(wù)商的一個分支而已。不過，集成商對客戶資源、整合能力要求很高，而且創(chuàng)新工場、阿里巴巴、騰訊等大玩家都在向其靠攏。

　　當(dāng)然，總體而言，線下零售還只是大多視覺公司撒出去的眾多種子之一，金融、醫(yī)療、汽車等諸多行業(yè)也在開花結(jié)果，要不要真的扎根零售還沒有定論，畢竟圖普科技負(fù)責(zé)零售的產(chǎn)品和銷售大概二十個人，商湯的零售銷售只有兩人。

　　“現(xiàn)在是相互挑戰(zhàn)的過程，類似商湯這樣的公司與?？抵g的關(guān)系，傳統(tǒng)集成商技術(shù)上有短板，但渠道和系統(tǒng)資源有優(yōu)勢。是單項技術(shù)發(fā)展成面，還是面補(bǔ)足技術(shù)，還挺難說的。”一位業(yè)內(nèi)人士表示。