原標題：Alpha GO可以用來下圍棋，這位創業者說也可以用來賣東西
無論開什麼店，如果購物體驗太復雜，都會降低用戶的購物興趣和體驗。兩年前我們就做瞭一個判斷，即“C端不管B端的痛，C端不管B端的美”。我們一直將此作為我們從事無人零售技術研發的理論基礎。
C端不管B端的痛，就是說企業不能因為自己人力成本高，為瞭降低成本，就要求用戶自己去遵循復雜的流程結賬，去代替營業員自己結賬。因為從用戶的心理出發，用戶並不是企業的收銀員，大傢僅僅是來買東西，沒有義務去配合企業。
C端不管B端的美，就是說不論企業打著什麼樣的高科技概念標簽，用戶都不會因為這些看上去很美的標簽而增加購物需求或是妥協購物流程。不管企業有什麼樣的高科技手段，到瞭用戶的維度，大傢是來買東西的，核心目的是滿足消費需求。
無人零售別把用戶當收銀員
人的需求可以劃分為兩大類，一類是計劃性需求，一類是即時性需求。一個月帶傢人去一次購物中心采購或每個月線上采購一次卷紙這屬於計劃性需求。而即時性需求每天都會產生，占據瞭人每天需求的70%以上。
對於即時性需求而言，便利性自動分料機推薦是一個內在要求。一方面，要求零售場景就在你身邊：無論是一傢傳統商店，還是一臺自動售賣機，距離消費者不能太遠。另一方面，要求購物步驟簡單快捷，簡單來說就是購物結算步驟越少越好。
基於以上的認知，我們判斷，便利店和自動售賣機能夠最好地滿足用戶的即時需求。即時需求的滿足，要求零售場景無處不在。目前市場上有很多無人零售的嘗試，但都存在一些問題。對於一傢無人店來說，如果用戶在消費的時候，需要下載APP，進出商店都需要掃碼，還必須自己將商品放到特定位置去掃碼結賬，這個流程無疑比有人店還要麻煩。不管無人店怎麼發展，首先要解決C端購物的便捷問題。
現有的無人零售有三個流派。第一個流派是物聯網流派，采用RFID技術，用感應天線識別電子標簽，缺點在於識別效果極不穩定和成本隨銷量正向增加。第二個流派是互聯網流派，技術含量並不高，無需粘貼電子標簽，但要求用戶下載APP，自己對商品掃碼結賬。第三個流派就是人工智能流派，即以我們深蘭科技為代表，致力於讓是的擁有自己的大腦，眼睛，耳朵和嘴巴，實現基於對用戶、商品、需求、習慣的精準識別而完成的精準零售和客服。
對於無人零售的物聯網和互聯網流派來說，本質上是加重瞭C端顧客購物的復雜性，讓用戶消費變得更麻煩，並沒有讓用戶體驗變得更簡潔。正如我們之前的判斷，C端不管B端的痛，C端不管B端的美。用戶是上帝，不是奴隸。既然用戶是上帝，零售企業就不能要求用戶自己去當收銀員。不管采用什麼科技手段，如果不能讓原有的消費體驗更簡單方便，用戶也不會為瞭看上去很美的概念去買單。
最安全快捷的支付工具是人
2014年10月，我從澳大利亞回到瞭國內開始創業。在此之前，我已經在澳大利亞待瞭十年，有過連續創業經歷。我們用自動化食品機械一個月籌備，在上海開瞭一場發佈會，推出瞭facepay 生物支付解決方案，公佈瞭我們將在“其後的六個月內，陸續推出24小時無人值守智能門店和旨在實現人店對話的智能零售客服系統”。簡言之，即根據人臉和手掌的皮下血管結構的特征值，用算法給出人的終身ID綁定支付方式，用人自己驗證自己，完成無人零售和人店對話。
我們認為“能夠證明你是你自己的就是你自己，最安全最快捷的支付工具就是人本身”。但國內的支付牌照發放非常嚴格，我們一直沒有拿到牌照，所以我們的生物支付目前在與無人零售相結合使用。
我們一直專註於人工智能領域的視覺識別技術，堅持用機器視覺解決商品和用戶的識別大型攪拌機問題。理論上，企業沒有權利要求用戶進店時不戴口罩、墨鏡、帽子、圍巾，所以我們認為體態識別優於人臉識別。我們隻要求用戶註冊，綁定支付方式，然後提示用戶將手掌放置在特定位置，識別皮下血管結構，系統會自動生成一串數字符，這就是用戶的終身ID。隻需要註冊一次，然後就可以全球通用。下次進店的時候，隻需要一伸手就能確定身份。
確定進店身份隻是第一步。接下來，還要解決用戶在進店後的消費行為識別。我們采取的解決方案是識別用戶的體態。機器視覺會識別特定身份在進店時的體態、輪廓，進而讓用戶在進店後的每一個消費行為都與用戶的終身ID自動綁定。也就是說，無論用戶的高矮胖瘦，隻要進店時通過手掌確定瞭身份，進店後的所有行為都會被機器視覺自動鎖定，從而確保用戶拿起和放下的每一個商品都被自動記錄，然後系統會在用戶攜帶選中商品出門的時候自動扣款。
基於生物支付與機器視覺技術的結合，我們把購物的流程縮短為兩步。第一步是用戶掃描手掌進入店鋪；第二步是用戶拿瞭商品直接離開。這就是深蘭科技的與眾不同之處。
我們現有團隊共100多人，其中技術團隊就有70多人，而技術團隊當中，博士碩士超過40位，大部分是海歸的深度學習領域的算法工程師。目前在中國將人工智能應用於零售的企業中，在商品的動態識別方面，我們走在瞭最前列。
機器視覺識別有三個難度層級。最簡單的一層是固定背景、固定商品。第二層是固定背景、移動商品。第三層是移動背景、移動商品，技術最難實現。在全世界范圍內，在移動背景、移動商品的機器視覺識別上，單機識別精準度隻有50%到70%。微軟最近的比賽中，最好成績是81%。我們能做到97%，因為我們有自己的核心算法。
然而，即使能達到97%的精準度也不能商業化。如果100個消費者到無人店內消費，有3個人的消費行為無法識別，就不是一個正向的商業邏輯瞭。但是，我們推出瞭多機多幀糾錯的聯動算法。一秒是120幀。一個無人店至少有4個攝像頭。假設4個攝像頭同時工作，由於角度不同，每個攝像頭識別的商品對應不同的特征。有的攝像頭能看到商品的身份標志，但有的攝像頭隻能看到身份特征不明顯的部位。如果要精確識別出商品的身份，需要智能化地調整不同攝像頭的識別權重，而不是四個攝像頭各占25%權重。
就識別一瓶可樂而言，用戶將瓶子拿在手中，用戶的身體和手掌都會遮擋一部分商品特征。四個攝像頭當中，能直接看到商品Logo的攝像頭可能會被分配50%以上的權重，而隻看到瓶蓋的攝像頭所分配的權重不到5%。分配機器視覺識別權重的工作由一個大腦來完成。這個大腦系統最初是一個250層的卷積神經網絡，與Alpha Go的系統很像。但為瞭減少對硬件的依賴，我們後來又將其壓縮到瞭100多層。基於多級多幀糾錯的聯動算法，通過對硬件的不斷優化，我們最終將機器視覺識別的精準度提高到瞭99%以上，基本可以實現商用。
高失竊率是無人零售所面臨的最大問題之一。技術可以解決身份鎖定的問題，但解決不瞭偷盜問題，偷盜問題隻能由法律來解決。理論上，每秒120幀，機器視覺完全可以識別出任何的偷竊行為，除非有人為的舉動故意幹涉到攝像頭的工作。
用人工智能顛覆自動售賣
在中國，零售增長最快的領域有兩個，一個是便利店，一個是自動售賣機。便利店的存量很大，但我認為中國的商業面積不是太少，而是太多，並不需要新增更多。對於傳統便利店而言，當下更迫切的需求是在原有商業的基礎上進行升級。現在，我們的商業模式是推出to B端的人工智能無人零售整體解決方案。我們會給每一傢合作的無人店安裝我們自己的硬件和系統。
我們一直在思考如何用人工智能顛覆掉傳統的自動售賣機。Alpha Go可以下圍棋，也可以賣東西。我們的機器視覺識別技術可以應用於便利店，自然也可以應用於自動售賣機。
我認為，購物行為就是人走到特定的地方拿起並挑選商品。自動售賣機的問題在於機器設備的封閉性特點割裂瞭消費者與商品的聯系。隔著鐵皮和玻璃，消費者不能觸碰到商品，而且支付流程復雜，購買商品之後，還沒有退貨的途徑。
我們的技術應用並不局限於無人店，還包括自動售賣機。我們為自動售賣機安裝瞭大腦和眼睛，我們無需給每一個商品粘貼電子標簽，而是通過機器視覺來識別不同商品。用戶隻需要走到自動售賣機旁邊，通過手掌識別身份，門就會解鎖，然後就可以根據自己的需求拿走自己想要的商品，關上門之後，自動付費。
現在，我們已經收獲瞭近6億人民幣的企業訂單。設備既可以直接售賣給零售企業，也可以通過租賃方式。
日本的自動售賣機數量約580萬臺，對應1.2億人口，約24人對應一臺；而美國的自動售賣機數量是691萬臺，對應3.1億人口，約44人擁有一臺。中國有接近14億人口，但自動售賣機的數量隻有20萬臺。然而，現有的大多數自動售賣機都在賣飲料，客單價低，毛利低，人工補貨成本高。如果自動售賣機沒有革命性的改變，從業者不掙錢，增長就會有限。我認為，如果自動售賣機不能給予消費者在零售店一樣的體驗，並且具備高坪效和高客單價，自動售賣機就沒有前途。所以深蘭改造瞭自販機，讓它們開門售貨，讓顧客掃手開門，挑選商品關門自動扣款，還原購物本來場景。
（作者系深蘭科技創始人兼CEO，本報記者高陽采訪整理）
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
全站熱搜
留言列表
