当人工智能遇上新零售，如何让用户愉快地掏腰包

　　无人便利店、无人机配送、智能客服......

　　新零售概念背后，蕴含着科技革命的推波助澜，从过去采用POS机、条形码到嵌入RFID、人脸识别等技术运用到电商、线下实体零售的活力重现，技术模块的运用场景、底层逻辑又是如何会是?做了一番盘点总结。

　　无人便利店：卖的是“洒脱”—Just Walk Out

　　让很多人认为无人便利店可能会变革零售业，也让很多人认为这是新零售的最佳打开方式。

　　2017年7月，阿里巴巴在第二届淘宝造物节上推出淘咖啡。用户首次进店，需要打开手机淘宝，扫码获得电子入场券，同时签署数据使用、隐私保护声明、支付宝代扣协议等条款，然后通过闸机，开始自由购物。用户离开的时候会通过一扇结算门，购物费用会有支付宝自动扣除。蚂蚁金服技术实验室高级技术专家曾晓东透露到淘咖啡背后，主要涉及到会员账号打通、商品链路和支付三块技术方案。

　　其中的物联网支付方案，是蚂蚁金服技术实验室的研发工程师研发的。在识别人和商品上，混合使用计算机视觉和传感器感应，再叠加了一些非配合生物识别技术(“非配合”的意思是在用户无感知的状况下就能完成身份核实)，以降低误判率。目前达到的效果是人误识别率0.02%, 商品误识别率0.1%。

　　对比淘咖啡和Amazon提出的Amazon go技术层面的差异，可以发现Amazon go使用了纯计算机视觉技术，而淘咖啡在使用计算机视觉的基础上，还叠加了传感器感应，以及生物识别技术。总的来说，纯计算机视觉方案被公认为是未来的主流方向，因为传感器有无法解决的技术缺陷(比如商品被身体紧紧捂住，很难被识别出)，以及不可避免涉及到对整个供应链的改造，实现难度比较大。

　　而Amazon go的延迟开业，也说明该方案仍有很大的实现难度，比如客流密集时识人准确率下降、商品错误放置导致误识别等。因此，在计算机视觉方向进行更深层次的研究，是技术落地的必然要求。当下，无人便利店、办公室无人货架正受到资本热捧，而这个行业的实际进程应该是一种慢热状态，警惕“无人”陷阱。

　　智慧供应链：自动化存、转、流，高效运行

　　亚马逊作为国际电商巨头，早早开始部署智慧供应链。据消息，亚马逊近日宣布在全球包括中国已率先启用了全新的“无人驾驶”智能供应链系统。基于云技术、大数据分析、机器学习和智能系统等方面的领先优势，亚马逊全新的“无人驾驶”智能供应链可以自动预测、采购、补货、分仓，根据客户需求调整库存精准发货，从而对海量商品库存进行自动化、精准化管理。

　　而国内来看，以阿里为例，阿里推出智慧供应链中台，目前已应用于包括天猫超市、天猫国际、天猫电器城、1688、零售通、AliExpress、村淘、阿里健康等多个业务场景的供应链服务。阿里供应链中台核心能力主要包括以下几点：

　　1)智能预测备货：帮助业务通过历史成绩、活动促销、节假日、商品特性等数据预测备货，有效减少库存;2)智能选品：智能化诊断当前品类结构，优化品类资源配置，实现了商品角色自动划分、新品挖掘、老品淘汰等全生命周期智能化管理;3)智能分仓调拨：将需求匹配到距消费者最近的仓库，尽量减少区域间的调拨和区域内部仓库之间的调拨，同时优化调拨时的仓配方案，最大化降低调拨成本。

　　无人仓/无人车：分拣机械化代替人肉

　　无人仓的实现结合了物联网和人工智能。RFID(射频识别)技术是物联网的关键技术，可以通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或者光学接触。相应的射频标签包含了电子存储的信息，数米之内都可以识别。与条形码不同的是，射频标签不需要处在识别器视线之内，也可以嵌入被追踪物体之内。利用RFID技术，可以实时掌握物品的位置，从而成为智能系统管理的实现基础。而人工智能技术则大量体现在工业机器人上。

　　以京东为例，京东无人仓是自主研发的定制化、系统化解决方案。其采用大量智能物流机器人进行协同与配合，通过人工智能、深度学习、图像智能识别、大数据应用等技术，让工业机器人可以进行自主的判断和行为，适应不同的应用场景、商品类型与形态，完成各种复杂的任务，在商品分拣、运输、出库等环节实现自动化。

　　近年来，致力于无人驾驶技术的初创公司如雨后春笋般出现，为无人驾驶技术的成熟化和商业化提供支持。图森未来科技自主研发的计算机视觉配合毫米波雷达及3D高精地图的无人驾驶技术，能够实现高速公路路段的全无人驾驶，司机仅需在公路港内完成泊车、装卸、加油工作，帮助货运企业降低物流成本，加快货物周转。而地平线机器人则开发了“雨果”系统，跨越感知，预测，定位，和决策，运行于异构计算平台CPU+GPU或 CPU+FPGA。

　　与传统仓储或者仅在单个环节实现自动化的仓储模式相比，无人仓最大的特点在于机器人融入生产，改变生产模式，以及人工智能算法指导生产。因此，机器人技术、人工智能算法、海量商品的精准识别成为实现无人仓的主要技术瓶颈。而对于无人车，基于深度学习的图像处理算法是目前的研究重点，而真正落实到应用，大规模的数据收集也将成为一个难题。

　　个性化推荐：提升购物体验背后，是提高流量转化

　　个性化、定制化的推荐在零售行业能很好的提升顾客体验。机器通过顾客的浏览轨迹、购买记录等向顾客推荐相关商品，是线上精准营销的重要手段。

　　国内有多家创业公司借助自身的人工智能技术在电商领域发光发热。码隆科技一直致力于发展最时尚的人工智能。其专注于时尚领域的精深智能搜索，利用深度学习技术，让计算机理解颜色、花纹和材质，将时尚表面的颜色及款式变得可分析化。其主要产品StyleAI，是一款通过服饰照片快速了解明星模特们或者其他用户如何搭配类似服饰的应用，是一个具备时尚品味的人工智能产品。

　　而衣+是一个基于图片搜索、可以寻找衣物、进行导购的网站。其主要产品有衣+边看边买搜索引擎、衣+图像、视频标签分析引擎及衣+人脸属性分析引擎。它革新了时尚商品搜索及交易渠道，结合最新的计算机视觉识别、搜索和人工智能技术和时尚的社交网络，及时创造人和中意商品的连接，收录了海内外100多家主流时尚电商商品。

　　比较码隆和衣+，两者都用到了搜索、大数据和图像识别技术，其目的都是让消费者有全新的愉悦的体验。两者的区别在于衣+不仅提供衣物搜索，还可以提供交易渠道，直接进行购物，相当于完全取代了之前“时尚导购员”的角色。

　　智能客服：机器人遇到刁难客户，有理说不清

　　电商领域，智能客服起着非常重要的作用，它能帮助人工客服提高解决问题的效率，能“以一抵千”。过去，智能客服的角色是非常单一的，仅支持文字回复，而如今的智能客服具备自然的语言处理能力和深度的学习技术。它可以根据客户信息进行定制化的产品推荐，并提供订单修改、退货、退款等服务。

　　据小编统计，目前推出了人工智能客服这个产品的巨头有阿里、百度和网易，相应的产品是阿里小蜜、百度夜莺和网易七鱼。除了巨头外，这个市场里面还有一大群创业企业，比如小i机器人，易米云通， Udesk等。从事一业务的厂商基本分成两种，一种是阿里、百度这种自家业务线有需要而成立且慢慢开放的人工智能客服，另一种则是网易以及一些创业企业等为代表的，做SaaS服务ToB市场的一批厂商。

　　在智能客服的背后，是智能语音和自然语言处理等人工智能技术的应用。随着深度学习的进一步强大和数据的进一步扩充，图像和语音的检测和理解都得到了长足的进步，而对文本的理解和反馈则让机器人更加智能，像真正的人一样与客户交流。

　　总之，以上仅是人工智能为新零售进行技术包装的基础组合，在物联网发展推动下，未来会有更多的零售技术革命层出不穷，然而有的会是锦上添花，但有的仍如鸡肋。