AI视觉商业化万字大拷问：因何纷纷扎入零售场景？

　　“我们相信零售会成为我们第15个营收过千万的行业。”商汤集团总经理尚海龙说。

　　近三年，商汤代表的计算机视觉公司以算法和更高的精准度打破海康、大华等传统巨头的藩篱，闯入相对封闭的安防领域。

　　随着安防市场的红海化，恰逢线下零售的升级换代，2017年下半年，视觉技术里大小玩家纷纷押注零售，安防领域的AI明星在思量这会不会成为下一个高地，在小众领域耕耘已久的潜力股，也在期盼得到走向台前的机会。

　　“通过技术赋能效果展现了以后，我相信整个零售行业真正进入了从商品或服务来要利润，转成向数据要利润，大家能够意识到数据的价值，这个意识的转变是伟大的。”

　　但是零售场景的分散化和多变性给新技术带来了莫大考验，也让市场更加不确定。人工智能视觉能否被一片传统土地接纳，这是场复杂得多的践行。

　　看清人脸是基本功

　　顾客在闸门前面对摄像头站定，数秒后连接摄像头的屏幕上出现机器采集的人脸，即完成身份认定，购物结束再次刷脸可支付离店。在苏宁体育Biu门店里，这张脸也正是用户的逛街ID，摄像头以及背后的机器兢兢业业地记录着：男，25岁，在耐克鞋前停留时间较长，购买了一顶鸭舌帽。

　　苏宁Biu的视觉解决方案由商汤提供，对于CV(即：计算机视觉 computer vision)明星公司而言，识别人脸乃看家本领。2014年，商汤创始人汤晓鸥的联合实验室用20万人脸数据达到98.52%准确率的成绩，超越人眼，在业界一炮而红，之后，商汤以技术优势杀入资金充沛、需求刚性的安防市场。

　　“图像四小龙”商汤、依图、旷视、云从发展路径类似，去年都完成数亿元融资。三四年前，全国安防设备产生的海量数据亟待处理分析，比如如何在火车站的人海中扒出流窜的犯罪嫌疑人，把持政府项目的传统巨头却无力消化，人工智能视觉“趁机而入”。

　　2017年，尤其是下半年，随着新零售、智慧零售的概念落地，视觉明星们也陆续杀入其中，包括商汤、旷视、依图、图普、阅面等等。它们以“刷脸进场“和“刷脸支付”占到一席之位，商汤与苏宁联手，旷视拿下了阿里巴巴的淘咖啡，图普把技术铺到了天福超市、EasyGo以及OPPO……

　　两项功能被广泛应用于无人门店和升级改造中的传统零售店，这也是目前视觉技术最被熟知的功能，最直接的效果是可以简化收银环节，节约成本。

　　当然，初出茅庐，在陌生的零售场域打拼容易么?

　　“AI不具备普适性，没有万能的，不同场景对算法的要求不一样。相比安防和金融，零售的场景太复杂多变了。”一位视觉产品经理感叹道。

　　据透露，目前的刷脸技术其实相对简单。“市场上提供的算法多是正面底库识别，这种门禁模型做线下零售是有一定的问题。线下零售要做到无感知，可能不是通过注册的人脸做识别，而是第一次进店的抓拍作为底库，可能光线不好，可能有遮挡，可能是侧脸，这就需要专门的训练。”

　　尤其是涉及支付环节，必须人为设置固定的静态场景，强制要求消费者配合,即便是人脸识别老大商汤所搭建的苏宁Biu店也依托于闸门。

　　“现在谨慎一点的，像各大银行ATM刷脸取款增加六位密码确认;大胆一点的，像苏宁门口有闸机，结账一个个排队，这样支付环境有固定的静态场景，准确率基本可以做到百分之百。大量的动态比对会成问题。”尚海龙说。

　　理论上，机器视觉不是没办法抓取非配合条件下的动态人脸，火车站里抓捕逃犯就涉及到人脸检测、特征提取、比对多项技术，机器先在一帧视频中框出所有的人脸，然后挨个与公安机关的照片数据库对照。但问题在于，场景的变化要求对算法同步调整优化。

　　简24原本调用过外部的技术，但后来选择了自主研发。“并不是因为外部技术不好，在机场这种公共场所，能从茫茫人海当中一眼把恐怖分子识别出来，产品挺牛的，但关键问题在于，第一，需要为我们的场景做优化，任何的算法都要根据本地场景优化才能达到最好的效果。第二，它们的训练人群和我们的不一样。”创始人林捷透露。

　　同时，人脸本身的局限性能否完全应用于零售业也存在争议。“我们认为外部特征不能作为人的终生ID，或者绑定金融支付，很危险的。”深兰科技创始人陈海波说。他对自家的“不要脸运动”深以为豪，以扫手取代刷脸，扫的是静脉、动脉和毛细血管，以每一根血管的分叉点和点与点之间位置关系为特征值。“我们的N值达到4亿(能与4亿数据做对比，简单说，N值越高算法和算力越强)，再加上4位手机号码，做到了40亿。”

　　公开数据显示，商汤2017年有20亿张人脸数据，2亿个体训练，达到9位密码时代。

　　进场之后，靠脸的可能性也不大了。

　　“一说到视觉技术就想到刷脸，其实这是最为简单基础的功能。”林捷说，“进场之后拍不到人脸，靠体态识别这个人，知道他拿了什么商品，这比较难。”

　　业内公认的、视觉技术应用的极致表现为Amazon Go，全程通过机器捕捉看了什么，拿走了什么，离店后自动扣款，当然，为确保准确性，Amazon Go还采用了重力感应器、二维码、红外感应器等辅助技术。

　　深兰于2016年4月发布了无人值守零售解决方案，陈海波告诉亿邦动力网，人与货关联的算法极为复杂，“入场时采集到人的数据，包括人的体型，头到地面的距离，肩到地面的距离，这是一个综合数据，摄像头一直在追踪用户。在商品区有一条无形的电子栅栏，手伸进去以后触发摄像头开始抓取动作。摄像头以每秒30帧抓取手，当触及商品时每秒120帧， 同时实时去背，扣掉背景，让摄像头都集中看商品，更精准判断它是什么。”

　　“全程要调动多个摄像头协同监控，实时调整每个摄像头的权重。如果商品和背景一个颜色，那机器大脑也没办法了。”

　　你们这方案多少钱?

　　“零售毛利低，对每一笔投资都会非常谨慎。相应而言，它是一定要看到效果才会投资。”尚海龙说。

　　从安防到零售，作为服务方的计算机视觉公司明显感知到客户预算的锐减。

　　比如，公安系统的视频监控方案并非适用一般的零售商，“它本身使用是公安内网，一个本地化的服务器集群，用物理服务器去承载所有的视频流，服务对象的特性决定了方案的设计。”一位视觉从业者表示。

　　普通零售商针对视频监控则必须考虑：第一，本地加服务器，购买服务器需要几万元，而且需要人维护，还要防止偷盗丢失破损;第二，云加端，视频流传到云端处理方案的网络带宽成本加云端GPU服务成本也不低，传输至少一个720P或者一个高清码流，带宽少说要4M，一个CPU服务器，大概阿里是500块钱一年，GPU是3000块钱一年;第三，压缩视频流上传云端，会丢帧失真，效果很差。

　　“政府项目可以说不计成本，以达到最好的效果，这和商业的逻辑不一样。

　　硬件占据方案成本中的大头，包括GPU、相机以及各类感应器等。

　　后台分析是店里配备小型硬件处理站还是走云端，包括私有云、公有云还是混合云，厂商们提供了开放选择。图普负责零售产品的刘凯解释称，上不上GPU由客户需求决定，云端分析处理的好处是及时性更强，刚到店的客人马上就能被识别出来，模型、程序的更新也是在云端完成，无需人工干预，但是对网络传输要求高;本地化分析则几乎不占用忙时带宽，在本地分析完后再在闲时将分析结果上传到服务器。

　　“根据客户实际的需求以及资源的限制来做选择，没有最好的，只有最适合的。”刘凯说。

　　相机有原本线下就在用的几百块的普通摄像头，也有动辄上千的深度版，还有方案提供商自主设计的独家产品。

　　普通相机是单目的，2D成像，而深度相机通过双目或3D结构光或加红外模组实现3D效果，也就可以知道物体离相机多远，当然价格也更贵。

　　“我们现在用2D相机，通过算法模拟3D，当然，如果用深度相机模组可以更准，但成本太高了。”一位产品经理表示。

　　原有的设备可以用起来。“原来已经投资过的东西我们不会进行破坏性的损伤，摄像头我们要200万像素以上就可以，原来超市里已有的摄像头直接就可以用，并联进我们的系统就可以。“尚海龙表示。

　　图普向天福超市提供的改造方案正复用了原有摄像头，对接CRM系统拿到会员头像和消费记录，自动识别VIP，精准发送促销广告。

　　如何把握效果和成本之间的天平，是初来乍到玩家的必修课。

　　“如果不计成本的话，我们的精度早就上去了。”简24创始人林捷说。

　　简24是Amazon Go的国内追随者。Amazon Go由亚马逊在2016年底发布，主打拿了就走、不需排队的，引发业内震撼。今年年初，亚马逊从内测正式向公众开放，而经过两年的时间，技术圈和零售圈的人也都意识到这只是个“show case”，实在不具备大规模复制可能性。

　　根据公开报道，Amazon Go在160平米的空间里布置了上百个摄像头，RGB和深度摄像头结合，并采用了红外线感应器和重力感应器，盛传成本高达千万美金。

　　推出了2.0版本的林捷用的是“几百块“的普通摄像头，也不能布置太多，依靠算法迭代来提升精度。

　　“还是要回到商业的本质，摄像头的价格和数量肯定对效果有影响，但是在零售场景下，成本太高根本不能收回投资，这个商业模式就不成立了。”林捷说。

　　懂零售

　　一套设计方案中，算法、硬件、 场景互相适配，构成一个完整的三角形。方案设计得是否符合“商业的逻辑”，很大程度上取决于对零售的理解程度。

　　零售是创新工场AI工程院今年的主打行业，联合创始人王晶表示，人工智能团队当中要有行业专家，每次见客户最长的时间花在了解对方的实际业务上。

　　刘凯告诉亿邦动力网，不同类型的零售商间差异会比较大，但即便同一类型的零售商客户，在管理上的需求也存在很大差异。

　　“做家居的客户会希望我们能按家庭的维度去识别客户，而卖日用品的客户可能更急迫于知道有哪些人是回头客。在同类的零售商中，根据客户自身管理目标的不同，共性的需求也会在指标要求上有差异，如对准确率、召回率的要求有所不同，差异化的个性化需求，未必在整个行业间通用。”刘凯说。

　　王晶认为，方案的优劣不仅取决于算法，很多时候是工程上的问题。“比如，要从用户的整个流程体验的角度考虑，怎样有一个很好的结账流程，让用户感觉更顺畅，反之不管技术多炫酷，如果用户不舒服，商家都不会买单的。”

　　深兰在克制技术的无限延展。“柜子可以只装四个摄像头或者六个摄像头，摄像头多了，GPU算力需求比较大，成本高。基本上你故意要偷也能偷走，但是问题是大多数人正常购买，而且如果货少了，我们调取视频也会发现，还和其他公司共享信用，偷窃查出来后就上黑名单了。”陈海波介绍。

　　即便Amazon Go也有针对零售场景而变通的一面。其货架使用的重力感应器其实存有隐患，理论上，小偷可以快速把商品替换成其他东西(比如一袋沙子)而不被发现，不过考虑到这是多人同在的场景，类似的偷盗实施起来比较困难也就忽略了。

　　林捷总结出来一套经验：不要让技术花时间在运营能够解决的问题上。“几十个人挤在柜台前结账，这样的场景就不要让视觉科学家去研究了，机器分不清楚谁买了什么，就让顾客排队好了。”这些取舍建立在零售业的理解上，技术大咖补课不足就容易掉坑。“有的(方案)为了做到更好的商品识别效果，会加高货架的层高，降低层数，一般货架有5到6层，变成了4层。”林捷强调，这是损伤便利店平效的本末倒置,“如果了解零售，绝对不会在技术设计上牺牲平效的。”

　　商品识别方兴未艾

　　要实现对人货关系互动的记录以及无人结算，绕不开谈商品识别。这也是视觉科学家在争夺的新高地，“前几年我们刷榜刷的都是人脸，刷烂了，现在物体是最难的。”一位业内人士透露。

　　去年，旷视参加了COCO竞赛的物体检测、人体关键点和物体分割三个单项比赛，获得两个第一和一个第二。码隆科技取得了 WebVision竞赛的第一名。

　　相比人脸识别，商品识别还徘徊在起跑线上。传统商超、便利店和品牌店升级改造，都一般采用条形码、RFID这些“老古董”技术，即便缤果盒子这样的创新项目也启用了RFID。

　　“因为RFID是一个比较偏成熟的方案，最早选择它在创业上是make sense(说得通)的。图像识别技术可能更领先、挑战更大。”华映资本投资总监姜志峰说。

　　总得来说，人脸相对标准化，可以把人种作为单独训练模型，而零售涉及的商品SKU多而杂，每个类别单独训练难度大，不可控性更高。机器识别每张照片的基本逻辑是：每张照片有向量，即多组数字，某几个组合起来代表袖长、颜色、款式等特征，机器根据数字判断自己“看见”的是啥。但是，如衣服这种柔性物体易变形，不同穿法或者扭曲、折叠在图片中像素排列不同，让计算机明白它们是同一件的不同形态很难。

　　此外，现在人脸识别已经可以把算法做到手机里，比如刷脸解锁，而物体识别暂时还要基于GPU或者X86这种高性能的硬件架构，成本较高。

　　“WebVision竞赛上李飞飞给我们颁的奖。”码隆创始人黄鼎龙强调。

　　和旷视不一样，物体识别是码隆们安身立命的根本。此外，国内市场上头部玩家还有衣+、Visenze。

　　与人脸识别早早收割了安防的麦田不同，商品识别长时间以来被认为应用场景不明确，空有技术难变现，玩家们在漫长的商业化探索中走出了不同的万里长征。

　　三家业务都在电商上下了大力气。码隆和衣+最初做的都是以以图搜图为核心的to C产品，类似淘宝“拍立搜”，后来转向2B服务，一个建立了Product AI平台，将识别能力开放给电商平台、品牌、图库等商家;另一个则锁定了媒体和大屏等，比如，在优酷视频上即看即买，跳转进入淘宝购物，即通过衣+的技术实现。

　　“线上的调用量在缓慢增长。”黄鼎龙说，从码隆的经验拉里看，线上市场有需求，但不会迅速爆发。为更快打开市场，码隆还把精力投向商家后端，比如，利用图像识别技术实现一键生成产品详情页功能。

　　黄鼎龙认为，经过几年的数据积累和算法迭代，加之新零售风潮愈来愈热闹，商品识别应用于线下的机会到了。

　　“这个事情能不能成立取决于是否useable(可用的)和useful(有用的)，一方面，在技术上要达到基本可用的状态，这是很重要的前提条件，别人试了不work就不行;另一方面，也得有用，17年随着零售领域的(兴起)，大家开始觉得有用。“黄鼎龙说。

　　Yi+也在向线下零售进发，无人店和快消品品牌是其目前主要客户群体。“我们的数据积累，和客户建立起的反馈机制，都是难以短时间跨越壁垒。”Yi+产品负责人说。

　　不过，Visenze的兴趣还不大，它总部在新加坡，主要为海外客户提供以图搜图技术，例如乐天、H&M等。

　　CTO李广达认为，计算机视觉技术还没有达到大范围应用于实体零售的程度。“计算机视觉有mission critical(关键任务)和非mission critical两种场景，区别在于效果的可信度。摄像头解决方案可以一定程度上提升效率，但是有些场景还不能完全信任。”

　　他认为，电商环境的以图搜图是典型的非mission critical(关键任务)场景。尽管当涉及到一些细节属性，比如颜色、领子类型、袖子长短等等，准确度会打折扣，但这可以慢慢打磨。

　　大而无当还是前途无量?

　　商品识别是不是真的“useful”，即能否商业化、是否值得研究尚存争议。

　　图普科技和商汤暂时都还未涉及。“厂商对这方面热情还比较高，但可能需求不够聚焦，如何深度结合实际业务还需要探讨。”刘凯说。图为使用RFID的CITYBOX。

　　“商品的识别有一些创业公司在做，术业有专攻，市场这么大，我们做好自己的事情就好了。我个人判断它(机器视觉识别商品)的价值意义没那么大。”尚海龙介绍称，苏宁Biu店卖球鞋、运动衣，感应电子标签(RFID)即可结账。

　　RFID在服装行业尤其受到欢迎。“视觉技术可能在某些产品上取代RFID，服装可能比较难。“马克华菲CIO兼任电商总经理左敬东说。

　　马克华菲有100多家智慧门店，商品配置RFID标签，通过物联网识别器，消费者试穿衣服时站到智能试衣镜前，大屏可自动识别商品ID，向消费者展示模特试穿效果、产品介绍、评价、相关搭配等内容。

　　除了前端展示，RFID在后端零售库存管理上优势明显。“正常门店进行库存盘点，3000件衣服，2个人，原来需要半天到1天时间。利用RFID芯片，用扫描枪片式感应进行群读扫描，1个人，仅需15分钟就能完成全部盘点。”茵曼母公司汇美CMO肖海坤表示。

　　不过，RFID也有未解决的难题：每件商品都要加贴至少三四毛钱的标签，人工和材料成本高，且遇金属和液体等不识别或效果差。

　　除了机器视觉和RFID，市面上的还有消费者自己拿商品扫码结账、重力感应等方案。如下图物美超市的自助收营台。

　　“扫码对商户来说成本低且简单，但建立在信用基础上，盗损大，且顾客自己动手影响用户体验。重力感应是老技术在零售领域的新应用，无法判断具体哪件商品，知道哪个货架被动过。”

　　陈海波本人是机器视觉忠实拥护者，“未来商店一定是没有营业员，商品、编码、条形码不存在，商品一定要能够被远距离非接触识别。”

　　不单单是未来，也有人已然找到了细分场景的即时需求。

　　王晶认为不能用RFID的场景也是机器视觉的机会，比如蛋糕店，“蛋糕都是用盘盛的，怎么贴标签?”还有超市的自助称重机也可以改用视觉识别，因为“在显示屏的一页页商品中区分查找蛇果和富士苹果的体验很差”。

　　国外还有专门从事快消品货架识别的Trax，在全球50个国家有175个客户，不乏可口可乐、百威、雀巢、汉高、百事这样的大品牌，每月处理2.5亿的SKU产品。

　　刚刚就任中国区负责人的王茜介绍，Trax已形成“交钥匙”式解决方案：两米多的货架只需一个成本“几美金”的摄像头，品牌商使用手机拍照即可。

　　最基本的，品牌商销售代表把货架照片上传至云端解析，监督门店;零售商安装固定摄像头，实时监测动态变化;也可以在冰箱上装上小小的摄像头，每开关一次拍摄一张照片，记录销售情况。Trax声称，服务的快消品公司断货率下降10%到15%，整体销售业绩提升3%到5%。

　　Trax核心市场在美国，今年1月正式进入中国，目标三年内中国市场年收入达到1亿美元。

　　用视觉技术识别货架商品在国内少见，土生土长的Yi+也打算深耕。“国内的快消公司相对传统，我们的本土优势比较明显，而且以服饰和商品识别起步，在零售方面也有优势。”销售负责人称。

　　他表示，货架识别在国内处于空白状态，快消品公司也有迫切需求。“它们一般需要向超市或者门店交纳进场费，获取货架数据非常关键，很关心自己的货摆得好不好，销售量好不好，每天有什么变化，之前都没办法及时统计。”

　　当然，蛋糕店和超市愿不愿意买创新工场的视觉方案，Trax能不能赚到1亿美元，Yi+能不能成功挖掘到本土客户，这些都将被2018年所检验。

　　“我们希望通过AI降本增效，如果两点都能做到的话，我们就会把它商业化落地，如果最后得出的结论是用视觉无法真的做到的话，可能就不会做类似的产品。顶多做点展示，表明我们有这个能力而已。”正在关注商品识别的计算机视觉产品经理说。

　　技术卖给谁?

　　陈海波喜欢向投资人就什么零售项目值得投提建议，他本身确实也在密切关注，因为这决定了技术要卖给谁。

　　他认为，AI技术提供方人力成本高昂，必须要接规模化的项目，而单个项目不值得投入。“如果客户开一个店做秀，没有意义的。我们要拿下市场，就必须找到具备成千上万台采购量的商家。我们的科学家很贵的，不值得为一次性项目投入。”

　　目前市场上的采购方从形态上看有货架、冰柜、无人BOX创业公司，也有便利店、商超、卖场等传统零售商，不同类型的门店客流量不同，SKU不同，需求也千差万别。

　　无人店是市场上的主力买家，其核心需求在于离店的身份识别和收银结算两大项技术，以多金、舍得砸钱给技术公司留下深刻印象。

　　“互联网公司是资本烧钱模式，重效果，不太讲成本，要上最好的设备。”一位产品经理透露。

　　不过，陈海波放出话不愿意接无人BOX的活儿。“我们调研过，根本不赚钱，短期内也难以规模化开店，中国的零售店已经很多了，没有那么大的市场空间，不是那么多地方需要。”

　　深兰现在的业务重心在货架和自动贩卖机的改造上：增加视觉技术，即拿即走，解决盗损问题，把它们变成货柜或者风幕柜，出售毛利率更高的鲜食、水果和便当。

　　参考日本市场，中国自动贩卖机的潜力还未被完全激发。而货架相比其他零售形态与消费者距离更短，也算进步。但是，技术方案商们对货架智能化节点是否到达的看法还不统一：低门槛、弱技术的货架正忙于抢位，真的有时间和金钱顾及把自己升级为智能化产品?

　　不可否认，创业公司愿意尝试新技术，但技术也是它们区别于传统玩家、立足市场的核心。简24选择自主研发，缤果盒子也发布了以视觉、传感器、超声波多项技术替代RFID的解决方案，并声称已引入全球顶级人工智能专家，正与国内重点211院校合作共建国际人工智能实验室。

　　一边是火焰，另一边则是冰山。

　　相比创业公司对新技术的热情，传统零售被吐槽“感兴趣看看”、“掏钱欲望不强”。虽然此类玩家有大把的“试验田”，但看过花花绿绿的PPT和demo视频，再亲自与技术提供方谈一谈，心便凉了。

　　当然，一位曾试图采购视觉技术的品牌操盘手也抱怨：“几平米地方的改造要好几万，还省不了一个员工，我干嘛要做?”

　　业内人士介绍，目前人工智能在降低成本和提升业绩上还不能发挥显著作用，难以被零售商真正地落地采购。原因在于，算法优化是一个长周期的、需要“活数据”的过程：先有一套标准算法，然后找场景落地，之后数据回流，再对回流的数据做算法的差异化训练。甚至有人推测，整个模型跑通至少需要三年时间。

　　“现阶段零售业对视觉技术的认知还不足，预期或过高或过低，而前者占大多数。”Yi+产品负责人表示。

　　从算法模型优化的角度讲，传统的连锁商超、品牌店、便利店都是不错的标的。无人店数量太少;卖场虽然规模大，但是汹涌的人流对机器运算造成不小压力。

　　“说实话，现在的项目是赔钱做的，我们的目的还是和客户一起成长。”一位从业者坦言。

　　“对于大部分AI公司来说，数据其实挺难拿的，一方面要有客户愿意一起优化，另一方面，投入的人力也相当可观，需要研究人员来做单独训练。“另一位业内人士说。

　　王晶表示，数据量太小的店不是早期阶段最理想的案例，优先从AI能够带来更大效应的连锁店开始，而且线下门店在线化程度低，很多时候要重新开始积累数据。“有的传统门店POS机版本太低，以前的数据都无法调取。”

　　AI公司通常被认为核心竞争点在于算法、数据和算力，而事实上落地能力也是重中之重。“不能忽视的是，用户反馈机制完善度非常重要，你多久拿到用户新的反馈，从而修改你的方法，节奏是怎么样的，有没有建立自动的传输流程。”Yi+产品负责人称。

　　这也意味着AI公司抢占市场的速度异常重要。“如果前期用技术优势解决一个商家比较着急的问题，建立起信任，然后大家一起优化方案，如果这个流程开始跑起来，其他人进入就比较难。”

　　终极目标是分析预测

　　“前端获取了数据之后的东西特别重要，可以帮助门店做销量预测、选品建议、个性化营销。”王晶说。

　　王晶表示，人工智能的作用不仅仅在于节省人力成本，而且可以把线下用户行为转为在线化的数据，有了数据可以帮零售店主做更多的事情。

　　一位业内人士讲解道，AI的落地分为感知、理解、推理关系三个环节，直到可以告诉人该怎么做的时候才是AI真正有价值的时候。

　　王晶说，像7-11这样的便利店选品很大程度上依赖于店长的个人经验，以销售数据为出发点，结合第二天的天气和周边环境等情况预判消费心理并订货，而人工智能可以综合更多因素做出智能化决策。

　　“通过摄像机等传感器，店主可以掌握消费者全流程的行为，消费者从进店起就被识别出了是谁，是不是会员，店内看了哪些东西，对哪些产品感兴趣，在哪个区交互多，结账时买走了什么东西。”

　　目前，市面上的视觉方案也引入了大量客户分析功能，比如，客户画像、客流统计、热点分析、动线规划等等。

　　在图普科技的一个公开案例中，某大型餐饮连锁每天晚上在8点半组织营销活动，经过图普科技的重新统计寻找人流量最高的时段，图普科技通过数据分析发现8点30分比8点45分差了10%的人流，比9点差了15%的人流。“同样的成本投入情况下，选错了最有概率出现最多人的时间点，长此以往会有很大损失。”图普科技CEO李明强说。

　　基本各家官网和PPT都有类似的案例，但是也存在质疑：这些过渡性功能一定要通过视觉技术来解决吗?

　　“客流分析不是这波视觉技术带来的，十年前就有解决方案了。”一位业内人士坦言。

　　比如，大型商场用AP采集数据，统计客流数量，通过MAC地址反向做人群画像。早在2014年银泰就推广智能机采集用户身份，大数据公司据此提供标签，从而实现精准营销。

　　此外，红外、蓝牙、双目视频分析都是相对成熟的信息收集手段。

　　百安居去年在上海使用天猫的解决方案推出了首家智慧门店，公开信息中视觉技术中只有人脸识别，未提到对身体、动作的识别，而据天猫电器的高级专家吉家在演讲中透露大量使用了蓝牙定位技术。“在整个接近一万平的场内放了很多蓝牙，整个过程你在哪个模块哪个区间关注什么都可能会被记录。”

　　有业内人士表示，传统方法在精度和颗粒度上不如视觉检测，但凭借低成本可能会分流走客户。

　　同时，现有视觉技术尚未给客流分析在效果上带来质的提升，比如，热点识别可以确定某个货架或者区域人多，但又无法落实到具体商品上面。

　　“现在核心是要把数据收集起来，不在乎用的是更传统的方法，还是说更高端。”Yi+产品负责人指出。

　　当然，视觉技术提供商也可以引入视觉以外的、已成熟的技术和产品。图普科技的角色在向集成商靠拢，涉及画像识别、滞留时长、跨天跨门店回访识别、轨迹追踪、热力图、自定义报表、支付人脸绑定等，也有完整的产品形态，包括web，小程序和API接口。

　　集成商也是计算机视觉公司的一个发展方向，否则有可能成为CRM、POS等传统零售服务商的一个分支而已。不过，集成商对客户资源、整合能力要求很高，而且创新工场、阿里巴巴、腾讯等大玩家都在向其靠拢。

　　当然，总体而言，线下零售还只是大多视觉公司撒出去的众多种子之一，金融、医疗、汽车等诸多行业也在开花结果，要不要真的扎根零售还没有定论，毕竟图普科技负责零售的产品和销售大概二十个人，商汤的零售销售只有两人。

　　“现在是相互挑战的过程，类似商汤这样的公司与海康之间的关系，传统集成商技术上有短板，但渠道和系统资源有优势。是单项技术发展成面，还是面补足技术，还挺难说的。”一位业内人士表示。