2018年8月2日，福布斯中國正式公布2018年中國“30位30歲以下精英”榜單。這份榜單首次涵蓋了20個不同領域各30位30歲以下精英人物，ImageDT(圖匠數(shù)據(jù))聯(lián)合創(chuàng)始人兼CTO黃耀鴻入選并被評為“企業(yè)科技”領域新銳精英人物。

　　黃耀鴻是一位技術(shù)極客，亦對AI技術(shù)的落地有豐富的行業(yè)經(jīng)驗。他說，“AI(人工智能)在技術(shù)上已經(jīng)非常成熟了，在快消和零售行業(yè)有巨大的商業(yè)價值，等待挖掘。”

　　他參與創(chuàng)辦的ImageDT正是希望彌補技術(shù)與應用鴻溝，幫助傳統(tǒng)零售公司實現(xiàn)智能化轉(zhuǎn)型。這家公司已和零售、飲料、洗護、母嬰、藥品等多個品類的三十余家企業(yè)建立合作關(guān)系。

　　在新零售的浪潮中，他的經(jīng)驗無疑具備借鑒與參考價值。

　　零售業(yè)的智能化轉(zhuǎn)型

　　隨著大規(guī)模并行處理技術(shù)的發(fā)展和大數(shù)據(jù)時代的到來，以深度學習為代表的人工智能技術(shù)再次迎來復興，出現(xiàn)了第三次人工智能熱潮。而和前兩次最終偃旗息鼓的人工智能熱潮不同，這一次人工智能有望真正“改變一切”。在圖像識別、語音識別、大數(shù)據(jù)分析和棋盤游戲等領域，人工智能技術(shù)在一些指標上已經(jīng)達到了可媲美甚至超越人類的水平;同時，機器翻譯、數(shù)字助理和自動機器(機器人、無人機和自動駕駛載具等)等領域也一直突破不斷，并正越來越顯著地改變著我們的生活方式和觀念。

　　零售業(yè)是與我們的日常生活聯(lián)系最為密切的行業(yè)之一，也當然是人工智能的用武之地。不管是線上還是線下，不管是電子商務零售還是實體店零售，在整個“人貨場”場景中，以深度學習為代表的人工智能技術(shù)都能帶來顛覆性的變革。

　　在電子商務方面，人工智能可根據(jù)用戶的基本信息和購買歷史實現(xiàn)個性化商品推薦和精準營銷;可根據(jù)用戶購買和瀏覽情況優(yōu)化商品呈現(xiàn)方式;可根據(jù)大范圍用戶購買行為分析優(yōu)化庫存和供應鏈……人工智能幾乎可以在電子商務的整個產(chǎn)業(yè)鏈條中發(fā)揮作用——甚至在快遞和分揀方面，自動化分揀系統(tǒng)和快遞無人機也正在變革商品抵達消費者的過程。

　　在實體店零售方面，已經(jīng)出現(xiàn)了刷臉支付、超市客流分析、無人超市、貨架陳列優(yōu)化和機器人智能導購等實際應用，涉及到圖像分析、人臉識別、人像跟蹤等技術(shù)。但總體而言，和線上零售相比，線下零售數(shù)據(jù)化的程度和范圍目前都仍還遠遠不及。一是因為傳統(tǒng)線下零售商主要依靠人力方式進行數(shù)據(jù)統(tǒng)計，工作效率低、易出錯且速度慢;二是因為之前的智能和自動化處理技術(shù)還沒達到能夠?qū)嶋H應用的要求。

　　隨著深度學習技術(shù)的發(fā)展，這一問題在技術(shù)上基本已經(jīng)得到了解決，可以實現(xiàn)在零售行業(yè)實際應用的轉(zhuǎn)化了，也由此催生了一些創(chuàng)業(yè)公司，ImageDT就是其中之一。

　　如何讓AI技術(shù)落地實體店

　　如今，零售業(yè)正向著智能化、數(shù)據(jù)化、透明化水平大幅提升，且線下線上數(shù)據(jù)融合的“新零售”或“智能零售”方向發(fā)展。黃耀鴻總結(jié)說：“現(xiàn)在都在講新零售，新零售有很多種解讀。整體來說，要么是提高用戶體驗，要么是提高經(jīng)營效率。”

　　目前的電商已有很強大的數(shù)據(jù)能力，能通過網(wǎng)站或移動應用上的瀏覽情況以及用戶購買記錄等信息分析消費者在線上的行為。為了實現(xiàn)“新零售”的愿景，線下零售門店借助 AI 技術(shù)也能夠具備和電商一樣的數(shù)據(jù)能力，從而實現(xiàn)客流分析、精準營銷、貨架陳列優(yōu)化和機器人智能導購等。

　　舉個例子，ImageDT的貨架識別技術(shù)能夠通過圖像分析識別物理貨架上的商品，實現(xiàn)物理貨架的數(shù)據(jù)化。據(jù)了解，該技術(shù)已經(jīng)為奶粉、個護、飲料等客戶服務了超過半年時間，在幫助這些客戶提升經(jīng)營效率方面發(fā)揮了很重要的作用。黃耀鴻進一步解釋了他們?yōu)榭蛻糸_發(fā)定制化的技術(shù)解決方案的流程。

　　ImageDT的客戶都是品牌商，即所謂的“大 B 端”客戶，需要針對自身業(yè)務定制化能滿足自身需求的技術(shù)解決方案。為此，圖匠首先會為客戶執(zhí)行 PoC(概念驗證)。黃耀鴻解釋說：“我們要對客戶的商品建立模型，配置客戶自己定義的一些考核指標，然后構(gòu)建從拍攝貨架到產(chǎn)生報告的整個流程。”

　　ImageDT對這一過程已經(jīng)駕輕就熟，并已經(jīng)有了一套比較成熟的商品識別技術(shù)(包括一套比較成熟的深度學習平臺和一個配置中心)，能夠快速高效地給客戶完成概念驗證。他舉例說：“有一次我們給一家飲料客戶做概念驗證，我們在商店內(nèi)就為客戶配置完畢，并給客戶進行了展示?？蛻魧ξ覀兊膱?zhí)行力很震驚。”

　　概念驗證之后，公司會交付一套前期的技術(shù)方案。在后續(xù)的使用過程中，還會不斷調(diào)整技術(shù)方案的細節(jié)，繼續(xù)針對客戶的場景需求進行優(yōu)化。

　　這樣的定制化過程能創(chuàng)造出最適合客戶的實體店 AI 技術(shù)方案，幫助客戶更加高效地實現(xiàn)線下零售的數(shù)據(jù)化。基于此，還能更進一步打通線上和線下的數(shù)據(jù)，實現(xiàn)“新零售”或“智能零售”目標。

　　線下零售智能化的挑戰(zhàn)和未來

　　盡管在線下零售中的部分場景上已有相當成熟的人工智能技術(shù)，但整體應用仍然還存在諸多難題。

　　首先是零售業(yè)本身的復雜性。雖然目前已有很多研究分析人員在探索 AI 技術(shù)在零售業(yè)的應用，但相對于安防和醫(yī)療等領域，AI 技術(shù)與零售領域的距離會更遠一些，因為零售業(yè)的整體鏈條更為復雜，涉及到供應鏈、庫存管理、與消費者交互以及售后服務等諸多環(huán)節(jié)，其中很多環(huán)節(jié)的 AI 應用技術(shù)的開發(fā)都還需要更多探索。

　　其次，人工智能的技術(shù)方面也還存在一些仍有待進一步解決的難題。黃耀鴻列舉了貨架識別方面所面臨的三個技術(shù)難題：一是模型小型化，即如何將模型壓縮變小，以便用在各種終端設備上，而不是只能在云上或有大型 GPU 的設備上運行。二是視頻識別上還存在難題：視頻中所要處理和傳輸?shù)臄?shù)據(jù)量很大，另外存在抖動和跟蹤等問題。三是技術(shù)成本問題，因為零售店數(shù)量很大，在門店內(nèi)布置攝像頭等的成本可能會很高。

　　另外，技術(shù)和實際應用也可能存在差異——技術(shù)的落地過程中可能出現(xiàn)研究過程中沒遇到過的難題。黃耀鴻舉了一個實際案例說明這一情況：“我們很早就把算法的準確率做到了 98% 以上，結(jié)果很好，但在實際使用中，客戶卻反饋說錯誤率太高了。然后我們具體調(diào)查了這個情況，發(fā)現(xiàn)其實我們的算法仍然很準，但有一部分貨架照片很模糊，人眼也看不清楚。我們的算法之前沒有考慮過這種情況，還是進行識別，這樣錯誤率當然會增高。我們就增加了一個判斷貨架照片是否模糊的模型，針對模糊的照片和清晰的照片做不同的處理。”

　　還有，客戶的需求通常也是動態(tài)變化的，新商品和新需求會不斷出現(xiàn)，很多標準化的技術(shù)不能真正解決客戶痛點。所以，找到技術(shù)和客戶需求的匹配點，創(chuàng)造最適合客戶的技術(shù)方案，讓技術(shù)發(fā)揮出最大的價值是 AI 技術(shù)落地過程中所要解決的一大難題。這既需要行業(yè)背景，也需要技術(shù)分析，所以幾乎是其中最耗時的過程。

　　最后，市場的認可對技術(shù)的成功應用也至關(guān)重要。以深度學習為首的人工智能技術(shù)正在爆發(fā)式的發(fā)展，也已經(jīng)出現(xiàn)了強化學習和對抗學習等相當成功的新技術(shù)思想;同時，人工智能創(chuàng)業(yè)公司和大公司的人工智能項目也正如雨后春筍般不斷涌現(xiàn)，在各行各業(yè)爭奪市場機會。要在這樣的市場環(huán)境中得到市場和資本認可通常既需要先發(fā)制人的優(yōu)勢，還需要真正強大可靠的技術(shù)實力，更需要深刻透析所在行業(yè)的專業(yè)視野。

　　ImageDT作為國內(nèi)最早為零售行業(yè)做 AI 解決方案的公司之一，在這些挑戰(zhàn)面前已有很好的立足根基。該公司在 2016 年開始專注于讓 AI 解決方案在零售業(yè)落地，其創(chuàng)始團隊包含了人工智能和零售業(yè)兩個領域的精英人才，能讓 AI 技術(shù)很快地在零售行業(yè)落地。其次，他們已經(jīng)針對零售業(yè)建立了一套流水線式的作業(yè)平臺，具有非常高的商品識別效率和準確率，同時他們也還在繼續(xù)加大在軟件、硬件、算法人才上的投入。而且ImageDT也已經(jīng)得到了市場和資本的認可——已為客戶服務了半年多時間，并且最近還完成了由紅杉資本領投，火山石資本及真格基金跟投的 A 輪融資。

　　毫無疑問，隨著技術(shù)的普及和成本下降，AI 還將繼續(xù)變革更多行業(yè)，創(chuàng)造全新的應用場景。要知道，就在幾年前，像ImageDT的這種能把物理貨架識別成結(jié)構(gòu)化數(shù)據(jù)的貨架識別技術(shù)還遠達不到可實際應用的準確率;而現(xiàn)在，用戶只需通過手機拍攝一張照片，就能很快得到對貨架情況的分析識別結(jié)果。

　　但同時，AI 顯然還并沒有完全成熟，很多挑戰(zhàn)和難題依然存在，但這不應該成為阻礙 AI 進一步應用的理由。黃耀鴻說：“整個行業(yè)要以更加積極的心態(tài)來擁抱這樣的變化?？梢灶A見，未來線下零售和線上零售一樣是全面數(shù)據(jù)化的，而且線下和線上的‘人貨場’數(shù)據(jù)是打通的。這是我們的展望，但這中間還有一定的路要走。我認為大家應該以積極的心態(tài)來探索和使用 AI，而不是等到技術(shù)完美了才用，因為現(xiàn)在的 AI 已經(jīng)能提升經(jīng)營效率了。而且大家一起努力更能推動進步，讓零售行業(yè)得到更大的價值。”

特別提醒：本網(wǎng)內(nèi)容轉(zhuǎn)載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關(guān)內(nèi)容。本站不承擔此類作品侵權(quán)行為的直接責任及連帶責任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。