在新零售行業(yè)內(nèi)有很大關(guān)注度的廣州智能設(shè)備博覽會近日拉下帷幕。會場跟去年熙熙攘攘的人群有很大的反差，大家也少了躊躇滿志的神情。從2016年下半年開始登場的“新零售”、亞馬遜無人店，到2017年的無人貨架風(fēng)口，2018年資本開始退潮，及至2019年，無人零售已經(jīng)進入了下半場。無人貨架潮，資本推動下的爆發(fā)與沉寂　　2017年到2018年上半年，無人貨架經(jīng)歷了野蠻生長時期。當(dāng)時規(guī)模比較大的有每日優(yōu)鮮便利購，猩便利，果小美，便利蜂等。除了這些初創(chuàng)企業(yè)，京東到家，餓了么NOW，順豐的“豐e足食”等巨頭也進入了這個行業(yè)。其中猩便利的擴張速度最引人矚目，聯(lián)合創(chuàng)始人司江華曾豪言目標(biāo)30萬點位。每日優(yōu)鮮便利購在4月份公布日訂單量超過30萬。整個行業(yè)在資本的推動下處于很嗨的狀態(tài)。然而5月份果小美突然宣布由于資金問題放棄無人貨架業(yè)務(wù)，隨后猩便利也爆出資金鏈斷裂，大家隱約看到共享單車的故事重演?！　〗刂沟浇裉欤覀兞私獾那闆r是無人貨架公司在一線城市的優(yōu)質(zhì)點位還處于一個勉強維持狀態(tài)，規(guī)模不到高峰期的十分之一。大部分公司也經(jīng)歷了多次的裁員調(diào)整，比如曾經(jīng)獨立出來融資的每日優(yōu)鮮便利購已經(jīng)回歸到主商城業(yè)務(wù)部門。行業(yè)收縮的最主要原因有兩方面，一是無人貨架盜損率太高，除了顧客拿了東西不付錢以外，貨損還有部分來自補貨員，保安，清潔工人，還有老鼠，高峰時行業(yè)貨損在50%以上。二是場景消費意愿不強，常見的零食飲料在辦公場景并不是剛需，大部分點位的日消費在幾十元，根本沒有盈利的可能?！　o人貨架的起起落落，背后的是典型的中國式互聯(lián)網(wǎng)思維：在資本的推動下占據(jù)用戶流量，通過廣告等模式變現(xiàn)。只是這個流量的成本太高，在變現(xiàn)還沒有被充分證明前，資本已經(jīng)扛不住了。智能柜的興起，從RFID到魚龍混雜的視覺識別技術(shù)　　隨著無人貨架的興起，很多公司開始琢磨用智能技術(shù)來控制貨損。比較早出現(xiàn)的是射頻標(biāo)簽RFID技術(shù)。RFID行業(yè)已經(jīng)存在幾十年，一直沒有被大規(guī)模的應(yīng)用最主要是成本比較高。RFID大致分為兩種，高頻和超高頻。其中高頻的RFID標(biāo)簽成本在5-6毛左右，可以緊貼在商品上面。超高頻標(biāo)簽大致成本2-3毛，一般需要在商品上像天線一樣豎起來。上面的只是物料成本，不包括人工粘貼成本以及商品ID錄入的成本(大致也在2毛左右)?！　〕松鲜鯮FID標(biāo)簽成本高以外，智能柜的設(shè)備也一般在一萬元以上。同時RFID還有很多運營上的限制，包括帶金屬鍍膜的大部分零食包裝對RFID信號的屏蔽等。進一步出現(xiàn)的問題是越來越多的顧客了解到可以通過撕標(biāo)簽的方式逃過支付環(huán)節(jié)，RFID智能柜的防盜功能有了很大的缺陷?！　⌒袠I(yè)內(nèi)最大的三家RFID運營上都遇到了一些困境。從一開始就走智能柜路線的便利蜂是行業(yè)內(nèi)最大RFID智能柜運營上。我們從便利蜂設(shè)備提供廠商海信了解到，便利蜂從早些訂購的1萬多臺一下縮減到5000臺，總體運營數(shù)據(jù)并不樂觀。從天天果園孵化出來的CityBox魔盒在2017年開始自研RFID智能柜，最多的時候有超過3000多臺自運營設(shè)備，到目前我們了解到這個數(shù)字只有1000多了，公司從自運營轉(zhuǎn)向賣柜子，最近也有從不同渠道聽到公司在資金上遇到困難的消息。美的智能是在美的集團扶持下做RFID智能柜的業(yè)務(wù)，在2017年底推出了“小賣柜”，以自運營為主。截止到春節(jié)前，公司的業(yè)務(wù)發(fā)生了很大的調(diào)整，也從自運營轉(zhuǎn)向設(shè)備出售和租賃，同時公司也探索計算機視覺的方案。　　與RFID同時進行的還有重量感應(yīng)的智能柜，原理是根據(jù)商品的重量不同來區(qū)分不同種類的商品。重量感應(yīng)在技術(shù)上相對成熟，我們從星星冷鏈新零售總經(jīng)理李漢陽先生了解到，星星自研的重量智能柜已經(jīng)量產(chǎn)，也有不少出貨量。重量智能柜最大的缺陷是對商品種類的限制太多，大部分飲料標(biāo)品重量相同，通過這個方案很難區(qū)分?！　≡谥悄芄耦I(lǐng)域，最引人注目的是基于計算機視覺的AI智能柜，大家比較熟悉的有深蘭科技，哈哈零獸等。深蘭科技在2017年就推出掌紋識別的視覺智能柜，但是到今天在這塊業(yè)務(wù)基本已經(jīng)退出，在這次展會上也沒有見到。關(guān)于深蘭科技的各種評論網(wǎng)上比較多，這兒就不重復(fù)。從視覺技術(shù)來看，很多公司的產(chǎn)品在過去一年基本沒有變化，商品只能稀疏擺放，每次識別結(jié)果是1-10分鐘不等。對于不穩(wěn)定的識別結(jié)果，從各方工作人員處得到的解釋是：展會內(nèi)網(wǎng)絡(luò)信號不好。我們了解到，展會是提供高速有線網(wǎng)絡(luò)服務(wù)的，而稍微有些計算機常識的也能知道，圖像上傳如果需要10分鐘，早time out了，而且計算機處理也不會出現(xiàn)一會兒快一會兒慢的場景，更別說現(xiàn)場我們實際4G網(wǎng)絡(luò)測試速度其實沒有問題?！　赡昵半S著人工智能熱的興起，很多公司都掛上了AI的牌子。但是到底有多少是“人工”有多少是“智能”呢?號稱AI公司，實際用人眼看結(jié)果已經(jīng)是同行內(nèi)公開的秘密。AI智能柜在眾多運營商的眼里已經(jīng)被貼上“不靠譜”的標(biāo)簽，識別準(zhǔn)確率低，賬單返回速度慢，結(jié)果不穩(wěn)定等諸多問題。每一個行業(yè)興起的時候，總有公司通過走捷徑的方式超車，實際上是對行業(yè)發(fā)展的最大傷害。無人貨架如此，AI智能柜亦如此?！　≌箷?，我們也遇見了另外一家計算機視覺智能柜的技術(shù)公司海深科技。這家在媒體上曝光不多的公司核心團隊來自百度深度學(xué)習(xí)研究院，從介紹上看已經(jīng)同京東，每日優(yōu)鮮，騰訊云等多家巨頭有技術(shù)合作。我們現(xiàn)場測試了AI零售柜，無論是跨層擺放或密集擺放，還是同時拿取多個商品，賬單返回穩(wěn)定時間3-4秒，而且準(zhǔn)確無誤。比較有意思的是公司的宣傳語是“可信賴的人工智能”，看來需要贏得客戶的信賴在這個環(huán)境下是很艱難的一件事情。無人終端零售的下半場如何決勝　　無人貨架的倒塌和資本市場的退場，無人終端零售的前景如何是運營商和解決方案商都比較疑惑的問題。零售行業(yè)能否健康發(fā)展最終還是回歸商業(yè)的本質(zhì)：解決的是否是一個剛需，是否能夠盈利。隨著阿里入股友寶，娃娃機、口紅機以及娛樂性終端的興起，種種跡象表明，無人終端零售進入一個更碎片化的模式。在不同的場景下，商業(yè)的核心和場景需求都完全不同。比如在學(xué)校，醫(yī)院等銷量能保證的場景，場地資源是商業(yè)的核心，而采用哪種技術(shù)方案，甚至賣什么商品都不是最關(guān)鍵的問題。在商場環(huán)境，能吸引顧客流量的必定受歡迎，娛樂性的終端成為主流?！　τ谥悄芙K端的技術(shù)提供方，在不斷提升技術(shù)上的準(zhǔn)確率穩(wěn)定性等因素以外，更重要的是結(jié)合應(yīng)用場景去做細分領(lǐng)域的解決方案。智能售貨柜要爭取的市場不是去替代彈簧機等傳統(tǒng)貨柜，而是根據(jù)自身的特點，利用商品SKU靈活性的優(yōu)勢，深度結(jié)合場景去優(yōu)化。例如，在社區(qū)提供生鮮乳制品，在辦公環(huán)境提供健康餐飲食品等等。在這些細分垂直領(lǐng)域，無論是技術(shù)解決方案，還是供應(yīng)鏈運營，都面臨更大的挑戰(zhàn)。資本推動的互聯(lián)網(wǎng)無人零售模式上半場已經(jīng)結(jié)束，行業(yè)進入細分垂直領(lǐng)域內(nèi)深耕細作的打磨階段。技術(shù)和運營捆綁會更緊密，提供平臺化技術(shù)解決方案服務(wù)多家的模式會越來越難。無人店之路的前途未卜　　無人店是無人售貨終端規(guī)模上的一個升級。自從Amazon Go的推出，國內(nèi)也興起了一陣無人店熱，包括阿里的淘咖啡，簡24，云拿等。我們有幸接觸到了Amazon Go的核心工程師了解到，Amazon Go項目的研發(fā)成本早已經(jīng)超過了千萬美元級別，早期主要是技術(shù)探索為目的，并沒有商業(yè)落地的詳細計劃。方案的最主要問題是成本太高，除了上百個攝像頭，重力感應(yīng)等設(shè)備，成本最大的還是后臺的視頻分析所需要的GPU服務(wù)?，F(xiàn)在做的比較好的單人跟蹤性能也就100fps，視頻大致每秒25幀，那么一個GPU服務(wù)器也只能跟蹤4個人。這還不包括行為識別，物體識別，重識別(Re-ID)等等諸多的問題。一個Amazon Go無人店的成本超過百萬美元，而且商品種類非常受限，幾乎沒有商業(yè)落地的可能。Amazon的工程師自嘲說，他們不經(jīng)意的挖了一個大坑，引發(fā)了眾多創(chuàng)業(yè)公司和資本往里面跳?！　∪魏渭夹g(shù)革新還是需要回歸商業(yè)本質(zhì)：是否降低成本，是否增加銷售，而從目前行業(yè)內(nèi)的解決方案來看，都無法做到。對顧客來說，除了好奇，也很少會因為無人技術(shù)而光顧無人店，也就是說，用戶體驗方面也并沒有得到提升。但無人店是否就是一個行不通的方向呢?我們并不是這樣認為。隨著人口老齡化和人力成本的增加，智能化、無人化服務(wù)一定是個趨勢。只是在這過程中采用何種技術(shù)路線去實現(xiàn)，還有待于探索。同時隨著嵌入式芯片的成熟，低成本的無人化方案會變得更加可行。無人店的宗旨并不是沒有人、沒有服務(wù)，而是服務(wù)無處不在，通過智能客服，視頻行為分析等方式給顧客提供更舒適的購物環(huán)境。AI如何在零售行業(yè)落地　　目前AI技術(shù)在零售行業(yè)主要有兩方面的應(yīng)用：一是無人化方案，前面已經(jīng)做了討論，第二個是線下數(shù)字化方案，就是通過以計算機視覺為主的技術(shù)去分析線下用戶的行為。除此以外還有一些泛AI技術(shù)，以數(shù)據(jù)分析為主。目前AI技術(shù)的主流是用深度學(xué)習(xí)的方法。我們從業(yè)內(nèi)資深的深度學(xué)習(xí)專家了解到，目前的深度學(xué)習(xí)只是AI技術(shù)的一個發(fā)展階段，應(yīng)該還是屬于比較早期的技術(shù)，離人類的學(xué)習(xí)能力還差的太遠。目前深度學(xué)習(xí)遇到的最大瓶頸是模型的泛化能力，也就是一個模型在某類數(shù)據(jù)集上可以學(xué)習(xí)的很好，但是到數(shù)據(jù)發(fā)生一些變化后，模型的準(zhǔn)確率會大幅度下降。在零售行業(yè)，商品種類具有多樣性，場景更趨復(fù)雜，而零容錯的交易數(shù)據(jù)要求，使得AI技術(shù)在這個行業(yè)的落地變得異常困難?！　〉鞘虑橐膊豢偸潜^的，在一些特定可控的場景，現(xiàn)有的AI技術(shù)還是有可能提供比人類準(zhǔn)確率更高的方案。這些特性決定了現(xiàn)有AI技術(shù)必須結(jié)合實際的業(yè)務(wù)和場景去不斷的優(yōu)化，才能在一個細小的垂直領(lǐng)域內(nèi)達到足夠高的可行性。這對一個AI技術(shù)公司提出了更高的要求，除了通過數(shù)據(jù)去提升算法以外，還有可能深度的參與到實際運營場景，通過運營方式等物理條件的改變?nèi)?yōu)化整體解決方案。結(jié)語　　無人零售和相關(guān)的AI技術(shù)都基本已經(jīng)過了資本孵化的上半場，下半場更看重的是實際落地能力。只有深度結(jié)合細分行業(yè)，甚至?xí)苯訁⑴c到實際的場景運營中，才可能有生存的機會。行業(yè)在19年會繼續(xù)洗牌和沉淀，能活下來的才是強者。