AI讓零售商更“懂”消費者

林偉萍

“作為第三方無傾向平臺型技術企業，我們主要負責給線下零售企業提供AI技術支持。如果把AI+零售比作一個淘金浪潮的話，那我們就是這個淘金浪潮里賣鏟子的那個人?！?/p>

“潮水退去，才知道誰在裸泳”，今年以來，隨著資本回歸理性，無人零售行業也進入泡沫破滅期，“潮起潮落，短暫波動對我們影響不大，我們從來不趕風口”。YI Tunnel（圖靈通諾）創始人吳一黎本周對《紅周刊》記者表示。

一直希望將自己所掌握的視覺識別、圖形圖像技術與零售業相結合的吳一黎，在2016年創辦了YI Tunnel?！拔覀冎回撠熖峁┘夹g，不負責運營，和客戶之間并不存在競爭關系。”吳一黎介紹說，作為第三方無傾向平臺型技術企業，YI Tunnel主要負責給線下零售企業提供AI技術賦能，幫助零售企業解決“不懂”消費者的行業痛點。目前可落地的AI方案，如AI自助售貨機、AI無人結算臺、無人店等都主打純視覺技術，其中無人店落地成本僅為亞馬遜Amazon Go無人店的8%，“我們技術上也比他們更先進”。當前AI仍處于前期領軍客戶培養階段，不過吳一黎認為，AI賦能零售未來存在的市場空間非常巨大，尤其是視覺技術和大數據技術與零售的融合頗具看點。

AI賦能下的零售商將更“懂”消費者

《紅周刊》：當前AI已經賦能了很多領域，例如安防、金融等，您為何選擇聚焦零售行業？

吳一黎：“用AI賦能零售業”等于是把我自己最擅長做的事情融合在一起。我曾供職甲骨文和IBM的電子商務部門，也自己創業做過3D煎餅，有著10多年的零售行業經驗，對零售行業的痛點也有所了解。

例如，相較于電商知道自己的消費者是誰、知道用戶在PC或APP端每個商品上停留了多長時間、把什么商品放進了購物車、最后怎么結賬等所有的交易環節，線下零售企業對此了解的很少。因此，將消費者的交易行為數字化，這對線下企業而言就顯得十分重要。此外，當前線下零售企業需要招聘大量員工來完成收銀、導購等工作，但該行業人員流失率非常高，這導致線下零售企業的管理成本很高，影響企業運營效率，而AI賦能下的零售則能很好地解決這些問題。

就技術環境而言，AI處于技術成熟的早期，本身存在巨大的機會，AI+零售則是一個更大的剛需市場。

《紅周刊》：AI相較于其他技術，將給零售領域帶來怎樣的變革？

吳一黎：目前在零售領域的主要技術分別為條形碼、RFID（射頻識別）技術和AI。從技術角度看，誕生于100年前的條形碼技術，使得所有商品被標準化，沃爾瑪等世界零售巨頭正是在此輪技術浪潮中崛起。不過，雖然如今條形碼技術已經非常成熟，但仍存在一些限制。例如，對于生鮮品類的非標品，仍需要人工來稱重計量。同時，掃碼結算商品對于收銀員而言，也是個巨大的體力勞動。

40年前被發明出來的RFID，至今仍未在零售領域大規模推廣應用。主要因為RFID識別的前提是將芯片標簽貼到商品上，而目前理貨環節只能靠人工來粘貼，這將增加零售企業人工成本。其次，RFID技術應用成本太高，假設每件物品芯片標簽和人工粘貼的成本為0.6元，一天賣100件商品，一年就需增加成本2萬多元，對于大型商超而言，一天可能售賣上萬件商品，那運營成本將更高。此外，可樂等金屬易拉罐商品、錫箔紙包裝的鴨脖、雞爪等熟食制品對RFID芯片是有屏蔽作用的，存在識別難題。另外，人工粘貼的芯片標簽容易被撕掉，如果消費者將商品芯片粘貼到貨架上的其他物品上，然后帶走該商品，理論上RFID技術也是無法識別的。

AI則可能將有效解決前兩種技術存在的難題。例如，對于生鮮等非標品，AI大概在幾年前的的技術就已經驗證，機器識別生鮮物品的能力已經超越了人類，因此技術上已經具備了代替條形碼的基礎。此外，當零售領域用到AI視覺相關技術的時候，是不需要額外增加人力和物力成本的，是對原有零售業態技術的飛躍式提升。此外，除了視覺技術在結算端的應用，AI的預測技術也將對零售行業帶來更長遠的影響。

《紅周刊》：在AI的預測技術賦能下，未來的零售業將是什么樣子的？

吳一黎：AI的預測技術可以幫助線下零售企業，通過對消費者的動作、語義、消費時間、消費商品、購買態度等交易數據的分析，做出有針對性的分析和預測，例如，明天店鋪賣什么商品會更好，針對不同的消費者，給出不同的折扣和商品推薦。

舉例來說，現在逛超市在結賬區域都會有加價換購的環節，但所有換購都是千篇一律的，例如加10元換購一袋洗衣粉。但對于部分平時不洗衣服的消費者而言，吸引力并不大。而如果最終換購區是消費者之前想買而又因各種理由沒有購買的商品，那消費者加價換購的意愿會更強。

目前大數據和AI處于早期萌芽破土向成熟發展的階段，技術上暫時還做不到這種智能化的推薦，但依托AI和視覺的結合進行一些預測，未來AI將使得整個零售環節變得不一樣。如供應鏈方面，每天需要補幾次貨，一個店鋪到底是需要擺放1000個SKU還是3000個SKU，每個SKU數量是10個還是15個，這些都可以通過大數據和AI的結合分析做出調整。

純視覺無人店落地 成本僅為Amazon Go的8%

《紅周刊》：從服務對象來看，公司似乎更專注服務線下零售企業？

吳一黎：的確，一方面，互聯網巨頭今天體量都已經非常大，自己也有很強的研發擴展能力，如果我們往線上發展跟互聯網巨頭正面PK，坦白講勝算不大。但另一方面，線下零售企業都很需要AI來提升運營效率，但是自身缺乏AI技術研發的能力。線下零售本身的毛利率、凈利潤率就決定了，其資金一定是投向基礎設施的拓展，商業回報率會更高。而這中間，我們的發展空間就逐步展現出來了，作為第三方無傾向平臺型技術企業，我們主要負責給零售企業提供AI技術支持。

《紅周刊》：目前AI和零售企業融合的應用場景主要體現在哪些方面？

吳一黎：目前我們主要給零售企業提供三種AI解決方案。第一個方案是純視覺的無人店，消費者刷臉進門自助選購產品，全程無人介入，通過攝像頭對消費者消費行為進行識別，消費者離開無人店門的一瞬間自動結算并收到消費的賬單。技術角度看，我們的無人店比亞馬遜的Amazon Go要先進，成本也僅為其8%，主要用于小型的便利店或者小面積的場景。

純視覺無人店技術相當于把AI和零售結合的最復雜場景給解決了，在這之后我們也衍生出客流分析、貨架監控等業務，可以將應用場景擴展到很多大的場景應用，從而實現零售企業的門店數字化。例如，通過貨架監控解決大型超市中對亂拿亂放物品的歸位問題。

第二個方案是AI自助售貨機，原理很簡單，就是給普通貨柜增加攝像頭和GPU計算卡，消費者掃碼開啟柜子，選購商品，關閉柜子自動扣費，消費者不需要再掃碼支付。AI自助售貨機相比帶蛇形貨道或自動升降機的傳統自助售貨機成本降低50%以上。就應用場景而言，地鐵、機場、寫字樓以及大街小巷的基礎零售單元都已有落地。

第三個方案是AI無人自助結算臺，目前我們已經在餐飲領域投入使用，取得比較不錯的效果。例如，在食堂選餐的時候，會有西紅柿炒雞蛋、宮保雞丁等各式菜品，消費者自助挑選，挑選結束后可以直接將盤子往結算臺上一放，結算臺一拍照，直接就可以知道盤子中的菜品是什么，總共消費多少錢，消費者直接結算即可，成本可以降到原來的40%以下。除餐飲行業，我們也正在試驗超市的場景，希望推出比目前的掃碼成本更低的AI自助結算臺。

《紅周刊》：您剛談到公司的純視覺無人店技術上較Amazon Go更先進，成本更低，您是如何做到的？

吳一黎：亞馬遜作為零售界非常具有創新能力的巨頭，我們一直在向他們學習。大概在五六年前，亞馬遜開始做無人便利店，但當時計算機視覺和AI的結合技術還不夠成熟，難以支撐亞馬遜做無人店或者純無人店的場景。所以亞馬遜被迫采取了多傳感器融合的技術路線，比如，消費者進店以后，靠攝像頭來追蹤消費者，但是對于商品的識別，亞馬遜則是將所有的貨架改造成了稱重傳感器，簡單理解就是所有的貨架都具有“稱”的功能，消費者拿了什么東西，它就按照少了多少克來結算。但這種結算方式存在一種問題，如果消費者把可樂、雪碧等一樣沉的東西，互相混著放在貨架上，那它就錯亂了，因為它們重量一樣，貨架稱重傳感器無法分辨，這將影響識別的準確率。其次，因為需要把所有的貨架改成帶稱重傳感器的貨架，亞馬遜Amazon Go的成本很高。

面對亞馬遜遇到的問題，我們就思考有沒有可能只用純視覺普通攝像頭來解決這些問題。經過團隊成員的集體努力，我們識別儲備了三萬種商品，同時對近一萬小時的商超購物市場進行動作行為分析，最終實現只用了普通攝像頭、普通貨柜就完成了無人店內消費者的追蹤、商品的識別、人與商品的匹配問題，同時有效解決了Amazon Go存在的商品識別率和成本問題。

《紅周刊》：很好奇，您剛提到的AI無人自助結算臺是如何“看圖識菜”的。

吳一黎：AI無人自助結算臺由顯示屏、5個攝像頭、稱重裝置以及1個服務器構成，其認識和識別商品的能力，所依靠的卷積神經網絡類似于人類的大腦，我們25位數據標注人員通過8個月時間完成200萬張照片的標注，在此基礎上，通過對5個攝像頭的投票進行無數次的訓練，反復調試、調整，讓機器不斷學習，從而達到識別自助餐的菜品、隨意擺放的衣服、水果等，甚至可以區別紅心火龍果和白心火龍果。

《紅周刊》：近期阿里宣布盒馬鮮生首款AI驅動的收銀設備ReXPOS將對零售行業開放，盒馬的AI智能收銀機和YI TUNNEL有何異同？

吳一黎：主要談下不同吧，從產品技術上來看，盒馬ReXPOS主要是一個自助掃碼設備，用AI的攝像頭加入一些防盜的功能，比如消費者結算時故意沒往上放，就會觸發報警。從應用的角度來講，因為阿里系有協同性的要求，所以盒馬的ReXPOS其實更多地將服務阿里集團或相關賦能企業。我們則是完全中立的第三方技術企業。

對AI短期不要期待過高 長期要給予足夠的信任

《紅周刊》：無人店的崛起，將對傳統便利店帶來哪些挑戰？

吳一黎：無人店對便利店的挑戰顯現的應該不會很快。因為便利店有自己的核心競爭力，一個是技術信息化的能力，這取決于企業管理連鎖的能力，另外一個是供應鏈的能力，也就是自有品類占比。打個比方，兩家便利店，都買礦泉水，一家賣農夫山泉，一家賣自有品牌礦泉水，那農夫山泉的毛利可能只有8%，但自有品牌的毛利直接就可能是60%，這兩家便利店的競爭能力肯定就是不一樣的。我們目前只是從信息化或者AI化來賦能便利店，供應鏈端目前還沒有涉及。

《紅周刊》：在AI自動獲取數據的過程中，該如何保護用戶的數據安全和用戶隱私？

吳一黎：首先是要考慮客戶的隱私，然后遵循當地的法律。比如在歐盟的規定是，企業要使用消費者的數據，必須要經過消費者的同意。當消費者要刪掉自己的數據，企業必須要能把關于消費者的所有數據都刪掉。就企業而言，態度也是非常明確，要百分之百尊重消費者的隱私，同時完全嚴格按照這個法律規定來做。

《紅周刊》：從行業發展角度來看，未來能夠繼續往下走的企業一定都是落地能力很強的企業，在您看來，目前AI大規模商用的難點是什么？

吳一黎：我覺得有兩點，一是AI技術所處的時代階段，二是人的認知。首先無論哪個行業從萌發到商用成熟真正落地都需要時間，AI現在正處在非常前期的商業爆發的時間點上，成熟還需時日。其次，我們做技術的常掛在嘴邊的一句話是“你總是會高估未來一年技術帶來的影響，卻低估未來十年帶來的影響。”個人認為，人們對于AI短期期待過高，但長期認識又不足。

人物簡介：

吳一黎：YITunnel（圖靈通諾）的創始人，有著10多年的零售經驗。