一百多年前，電的發(fā)明改變了無數(shù)行業(yè)，20年前出現(xiàn)的互聯(lián)網(wǎng)亦是如此。而當(dāng)下，人工智能(AI=Artificial Intelligence)將會(huì)對(duì)行業(yè)產(chǎn)生同樣的影響。人工智能盡管發(fā)展迅速，但仍不成熟，所以期望AI實(shí)現(xiàn)迅速顛覆并不現(xiàn)實(shí)。但是只要某個(gè)產(chǎn)業(yè)能產(chǎn)生大量數(shù)據(jù)，AI將很有可能將這些數(shù)據(jù)轉(zhuǎn)化為價(jià)值和經(jīng)濟(jì)效益。恰好傳統(tǒng)零售擁有大量的顧客個(gè)人數(shù)據(jù)、購物數(shù)據(jù)、商品受歡迎度數(shù)據(jù)、顧客需求數(shù)據(jù)、商場(chǎng)環(huán)境數(shù)據(jù)等等，這些線下數(shù)據(jù)都是電商公司非常渴求的信息。人工智能的作用就是消除數(shù)據(jù)孤島，主動(dòng)去吸收更多的數(shù)據(jù)從而進(jìn)行分析，實(shí)現(xiàn)專業(yè)化和高效化。
何為人工智能，通俗講就是讓機(jī)器形成聽、說、看、學(xué)習(xí)、理解等能力，各自所對(duì)應(yīng)的技術(shù)分支領(lǐng)域大致包括語音識(shí)別、自然語言處理、計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)等。目前來講，機(jī)器人是人工智能最全面的落地形式。近年來隨著數(shù)據(jù)量的劇增、運(yùn)算能力的提高以及深度學(xué)習(xí)等算法地不斷優(yōu)化，使得人工智能在多個(gè)方面有了突破性進(jìn)展，得益于這些進(jìn)步，零售行業(yè)也開始重視人工智能，并嘗試?yán)肁I促進(jìn)商品銷售和倉庫管理。
本文把人工智能劃分為機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、語音識(shí)別&自然語言處理、機(jī)器人四大類進(jìn)行詳細(xì)講述，每一類都在零售中有著較為縱深的應(yīng)用場(chǎng)景。
機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)的核心是讓機(jī)器像人類一樣進(jìn)行學(xué)習(xí)，根據(jù)以往的“經(jīng)驗(yàn)(數(shù)據(jù))”，進(jìn)行總結(jié)和歸納，從而進(jìn)行執(zhí)行和預(yù)測(cè)任務(wù)。
機(jī)器學(xué)習(xí)與零售商會(huì)員系統(tǒng)的相關(guān)度非常緊密，零售商需要全面掌握會(huì)員的購買記錄和身份信息。根據(jù)這些信息把人工智能轉(zhuǎn)化為個(gè)性化零售服務(wù)和購買需求預(yù)測(cè)的關(guān)鍵點(diǎn)，就在于機(jī)器學(xué)習(xí)，它可利用數(shù)據(jù)、統(tǒng)計(jì)學(xué)和概率學(xué)解決問題。其中機(jī)器學(xué)習(xí)主要用于完成以下任務(wù)：
1、用戶畫像
用戶畫像是根據(jù)顧客的身份注冊(cè)信息和購買記錄來判斷他的興趣愛好、購買習(xí)慣、購物規(guī)律等私人信息，數(shù)據(jù)管理系統(tǒng)對(duì)某一顧客的數(shù)據(jù)收集得越多，用戶畫像就愈完整。數(shù)據(jù)管理系統(tǒng)會(huì)根據(jù)這些信息為各個(gè)顧客打上標(biāo)簽，數(shù)據(jù)和標(biāo)簽可對(duì)顧客群體細(xì)分，有利于瞄準(zhǔn)特定的群體進(jìn)行定向營(yíng)銷和服務(wù)。
2、標(biāo)簽匹配
每個(gè)顧客在數(shù)據(jù)管理系統(tǒng)中都由很多標(biāo)簽組成，經(jīng)過機(jī)器學(xué)習(xí)的處理，可讓這些標(biāo)簽進(jìn)行匹配：如果發(fā)現(xiàn)顧客A與顧客B很多標(biāo)簽屬性比較相似，當(dāng)A購買了某些折扣商品后，系統(tǒng)會(huì)做出判斷，考慮給B以直郵或短信等形式發(fā)送這些商品的優(yōu)惠信息。
3、購買行為預(yù)測(cè)
有了用戶畫像知道“他是一個(gè)什么樣的人”之后，就需要對(duì)他的購買行為進(jìn)行預(yù)測(cè)。維克托在《大數(shù)據(jù)時(shí)代》中寫到：美國(guó)第二大超市Target公司曾上線一套顧客分析工具，利用機(jī)器學(xué)習(xí)技術(shù)對(duì)顧客的購買記錄進(jìn)行分析，向顧客進(jìn)行產(chǎn)品推薦。Target把這個(gè)利用機(jī)器學(xué)習(xí)訓(xùn)練出的模型應(yīng)用在各種細(xì)分顧客群中，隨后的幾年間，Target的銷售額從440億美元增長(zhǎng)到了670億美元。
4、更高級(jí)的深度學(xué)習(xí)解決方案
除了常見的自有數(shù)據(jù)外，零售商應(yīng)該建立起收集或購買第三方數(shù)據(jù)和學(xué)習(xí)模型的意識(shí)。第三方數(shù)據(jù)很容易理解，那么何為學(xué)習(xí)模型?
零售商在獲得用戶數(shù)據(jù)后，需要把這些數(shù)據(jù)進(jìn)行訓(xùn)練從而搭建成一個(gè)非常優(yōu)秀的推薦和預(yù)測(cè)模型。但是數(shù)據(jù)訓(xùn)練往往難度較大，如果直接使用其他大型零售商的模型是一個(gè)不錯(cuò)的選擇，但由于競(jìng)爭(zhēng)問題他們往往并不會(huì)把模型開放給對(duì)手。在這種情況下，我們以“遷移學(xué)習(xí)”模型為例(一種提高數(shù)據(jù)訓(xùn)練效率的方式)，遷移學(xué)習(xí)則可事先把一個(gè)預(yù)先訓(xùn)練好的模型挪到一個(gè)類似的任務(wù)上使用，不僅節(jié)省訓(xùn)練時(shí)間，同時(shí)也可提高精準(zhǔn)度。
5、機(jī)器學(xué)習(xí)將是零售商競(jìng)爭(zhēng)力的重要體現(xiàn)
數(shù)據(jù)固然重要，但很多時(shí)候用戶的數(shù)據(jù)非常碎片化。當(dāng)零售商手中擁有大量數(shù)據(jù)但卻不知如何利用的現(xiàn)象很常見。其實(shí)很多數(shù)據(jù)在研究員看來都是“噪音”，這里需要注意“有效數(shù)據(jù)”的收集。對(duì)于大型零售商而言，最好的方式是自己搭建機(jī)器學(xué)習(xí)團(tuán)隊(duì)，未來零售商店的數(shù)據(jù)量以及數(shù)據(jù)解決方案會(huì)是競(jìng)爭(zhēng)力的重要體現(xiàn)。如果公司體量較小，外包給其他技術(shù)公司或采用第三方技術(shù)解決方案也不失為一種好的選擇。
計(jì)算機(jī)視覺
計(jì)算機(jī)視覺(computer vision)簡(jiǎn)稱CV，是模擬人類視覺的人工智能技術(shù)，用機(jī)器來“看”圖像，“理解”圖像。人類經(jīng)過數(shù)千萬年的進(jìn)化，早已擁有了復(fù)雜而精密的識(shí)別和傳感系統(tǒng)，而且在現(xiàn)實(shí)世界中，如果以幀計(jì)算，我們每天都在看和學(xué)習(xí)數(shù)以萬計(jì)的圖像，而對(duì)只有寥寥幾十年歷史的計(jì)算機(jī)而言，利用計(jì)算機(jī)視覺技術(shù)讓它看懂圖像是一件很復(fù)雜的事情。
計(jì)算機(jī)視覺在近些年開始逐漸被應(yīng)用在零售行業(yè)當(dāng)中，主要出于兩點(diǎn)：圖像識(shí)別率不斷提高;成本下降。由于國(guó)內(nèi)傳統(tǒng)零售商對(duì)計(jì)算機(jī)視覺的認(rèn)知并不成熟，所以導(dǎo)致應(yīng)用相對(duì)較少。
計(jì)算機(jī)視覺主要包括兩大分支：人臉識(shí)別和物體識(shí)別。近期非常火熱的無人零售商店Amazon Go就是把人臉識(shí)別、物體識(shí)別技術(shù)應(yīng)用地淋漓盡致，同時(shí)配合各種傳感器和自動(dòng)化裝置打造出一個(gè)先進(jìn)的未來超市。
1、人臉識(shí)別
人臉識(shí)別應(yīng)用在安防、支付以及身份驗(yàn)證。人臉識(shí)別落地到商場(chǎng)，專注于對(duì)顧客的人臉進(jìn)行采集和記錄，采集后這張人臉就成為顧客的ID。廠商可在結(jié)賬臺(tái)設(shè)置一個(gè)智能攝像頭，并與收款設(shè)備連接。當(dāng)顧客在臺(tái)前結(jié)賬時(shí)，攝像頭先捕捉到顧客的人臉，然后實(shí)時(shí)記錄他的購買記錄，隨后將這些數(shù)據(jù)傳輸至云端，利用機(jī)器學(xué)習(xí)技術(shù)進(jìn)行處理，讓人臉信息和購買數(shù)據(jù)結(jié)合成完整用戶畫像。當(dāng)顧客進(jìn)入商場(chǎng)，門口的攝像頭會(huì)自動(dòng)識(shí)別出這張人臉，顧客的用戶畫像也隨之呈現(xiàn)。與此同時(shí)，在結(jié)賬臺(tái)前安置智能攝像頭的另一個(gè)應(yīng)用是可實(shí)現(xiàn)刷臉支付，把自己的臉與銀行卡綁定，實(shí)現(xiàn)“人臉即密碼”。
2、物體識(shí)別
(一)商品識(shí)別
自動(dòng)結(jié)賬已成為一大趨勢(shì)，但自動(dòng)結(jié)賬仍舊需要消費(fèi)者掃描商品條形碼。自動(dòng)結(jié)賬系統(tǒng)目前在國(guó)內(nèi)仍然處于嘗鮮階段，以深圳地區(qū)為例，目前僅華聯(lián)、華潤(rùn)萬家、ole 、永輝等部分超市設(shè)置了自助收銀機(jī)，之所以未在國(guó)內(nèi)普及開來，一方面受限于高昂的成本，另外國(guó)內(nèi)消費(fèi)者并未養(yǎng)成使用自動(dòng)結(jié)賬系統(tǒng)的習(xí)慣。
(二)圖片檢索
圖片檢索是指顧客通過上傳圖片來找到需要購買的物品，無需輸入關(guān)鍵字，其更多應(yīng)用在商場(chǎng)的線上店鋪。除了根據(jù)圖片搜索與之相同的商品外，它還會(huì)向顧客推薦視覺上相似的商品，目前淘寶已擁有圖片搜索功能。國(guó)內(nèi)人工智能公司碼隆科技在圖片檢索技術(shù)方面有著較為深厚的積累，其提供的解決方案根據(jù)調(diào)用次數(shù)來收服務(wù)費(fèi)。
語音識(shí)別與自然語言處理
語音識(shí)別技術(shù)就是把語音信號(hào)轉(zhuǎn)變?yōu)槲谋镜募夹g(shù)，自然語言處理其實(shí)是試圖理解這些轉(zhuǎn)化好的文字，與機(jī)器進(jìn)行語言上的交流，讓機(jī)器聽懂你說什么。語音識(shí)別產(chǎn)品，可以識(shí)別“現(xiàn)在幾點(diǎn)”這樣的問句，作出響應(yīng)。但是這個(gè)問法必須是固定的，用其他的問法，它們就無法作出響應(yīng)。如果給出“現(xiàn)在很晚了么”這個(gè)指令，一般語音識(shí)別產(chǎn)品是無法理解你要做什么的。而自然語言處理的產(chǎn)品則可以告訴你，現(xiàn)在是晚上9點(diǎn)有點(diǎn)晚。
零售與語音識(shí)別、以及自然語言處理的結(jié)合，一般會(huì)以會(huì)話商務(wù)的形式存在：利用聊天軟件和聊天機(jī)器人以文本或語音的形式協(xié)助消費(fèi)者購買商品。
虛擬助理
讓機(jī)器像人一樣跟你對(duì)話聊天、解決問題，這就是語音識(shí)別和自然語言處理的終極目標(biāo)之一。
虛擬助理一方面以軟件的形式存在，但未來更多會(huì)以實(shí)體機(jī)器人的形式安置在超市的各個(gè)地方。當(dāng)顧客和實(shí)體機(jī)器人進(jìn)行交談時(shí)，它會(huì)問你的購物需求以及興趣，回答完你要尋找的東西后，它將顯示你要尋找的物品照片和一些其對(duì)應(yīng)價(jià)格的統(tǒng)計(jì)。
機(jī)器人
機(jī)器人無疑是人工智能最佳形態(tài)之一，因?yàn)闄C(jī)器人可以同時(shí)嵌入機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、語音識(shí)別、自然語言處理技術(shù)，使得其在多個(gè)維度滿足顧客的需求。既能看、又能說、也能處理復(fù)雜的問題。
1、全能型機(jī)器人
全能型機(jī)器人以軟銀的Pepper為代表，其在日本已完成一萬多臺(tái)的銷售額，主要出現(xiàn)在零售店和大型商場(chǎng)中。Pepper機(jī)器人置入了語音識(shí)別和自然語言處理技術(shù)，既能聽懂購物者的需求，與顧客進(jìn)行交流。也能識(shí)別人的聲調(diào)，知道顧客是生氣還是開心。此外，Pepper也置入了計(jì)算機(jī)視覺技術(shù)，識(shí)別出人臉的表情和神態(tài)，并記錄下每張人臉，根據(jù)顧客的用戶畫像數(shù)據(jù)，判斷顧客身份從而提供個(gè)性化服務(wù)。Pepper也有著很全面的導(dǎo)購功能，以及可為顧客提供排隊(duì)叫號(hào)的服務(wù)。
2、導(dǎo)購機(jī)器人
Pepper機(jī)器人的最大優(yōu)勢(shì)在于交流和互動(dòng)，而有些機(jī)器人則專注于導(dǎo)購和解決其他實(shí)際問題。Budgee就是這類機(jī)器人的代表。
Budgee是由沃爾瑪與機(jī)器公司Five Elements Robotics合作開發(fā)的智能購物車形機(jī)器人，Budgee購物車機(jī)器人可實(shí)現(xiàn)自動(dòng)行駛，自動(dòng)跟著顧客走，甚至能完成上山下坡。顧客只需將購物清單發(fā)送給Budgee，Budgee就能分析購物清單并定位商品，規(guī)劃出購物路線，智能機(jī)器人還能分析購物車中的商品，并告訴顧客此商品的一些優(yōu)惠以及促銷信息。
3、貨架巡邏機(jī)器人
超市的商品貨架管理是一項(xiàng)非常繁雜的工程。超市里往往會(huì)出現(xiàn)工作人員弄錯(cuò)商品的價(jià)格標(biāo)簽，混淆商品的擺放位置，嚴(yán)重影響顧客的購物體驗(yàn)。為了解決這一問題，Simbe Robotics推出一款能夠幫助理貨的機(jī)器人Tally，既可避障，也可探測(cè)掃描。根據(jù)后臺(tái)的貨品數(shù)據(jù)，對(duì)整個(gè)商場(chǎng)進(jìn)行掃描以及分析，從而了解哪些商品需要補(bǔ)充上架、哪些商品定價(jià)錯(cuò)誤或者位置放置不正確，最終及時(shí)將這些問題反饋給工作人員。此外，Tally可以計(jì)算出庫存，提供詳細(xì)的補(bǔ)貨意見。
4、倉庫機(jī)器人
上述提到的幾款機(jī)器人更多應(yīng)用在臺(tái)前，對(duì)零售商而言，背后的倉儲(chǔ)管理也極為重要。
Locus機(jī)器人可協(xié)助工作人員完成倉庫的分配、送貨任務(wù)。Locus配有攝像頭和2D條形碼驗(yàn)證，利用雷達(dá)系統(tǒng)來追蹤它在預(yù)置地圖中的位置。Locus熟知每個(gè)商品在倉庫中的位置，會(huì)自動(dòng)導(dǎo)航到物品的所在位置等待執(zhí)行任務(wù)。這時(shí)，工人的作用就是巡邏倉庫區(qū)域，當(dāng)他們發(fā)現(xiàn)有機(jī)器人在貨架旁待命時(shí)，工人只需在機(jī)器人的屏幕上看其需要什么，分揀出來過后移動(dòng)到下一個(gè)位置，或者直接駛向貨運(yùn)站。目前已有公司生產(chǎn)出能夠用吸盤和夾子、機(jī)械手撿起盒子、瓶子的機(jī)器人。但由于商品形狀、大小、重量等各不相同，對(duì)機(jī)器人來說要像人一樣操作它們有一定的難度。
國(guó)內(nèi)不少公司尤其是京東和阿里開始廣泛使用倉庫機(jī)器人，倉庫機(jī)器人不像Pepper那樣擁有圖像識(shí)別和語音識(shí)別等能力，它們更多采用了以下技術(shù)和功能：
(一)感知和避障
通過攝像頭、距離傳感器、雷達(dá)等組件，感知外界環(huán)境信息，通過嵌入式算法模塊對(duì)這些信息進(jìn)行處理，形成對(duì)外部環(huán)境的理解，從而進(jìn)行實(shí)時(shí)避讓。
(二)路線規(guī)劃
感知和避障只是這類機(jī)器人功能之一，此外，它們還可以參照地圖測(cè)算和定位，根據(jù)行駛過程中景物的變化，實(shí)時(shí)地改變移動(dòng)路線。
總結(jié)
盡管零售與人工智能相結(jié)合確實(shí)能大大提高工作效率、促進(jìn)商品銷售和倉庫管理，但其仍舊面臨成本高和市場(chǎng)教育難等問題。隨著技術(shù)的不斷成熟，解決成本壓力只是時(shí)間問題。在這種情況下，零售商應(yīng)以主動(dòng)的心態(tài)去擁抱人工智能，而非被動(dòng)接受去接受新事物，唯有這樣才能更快促進(jìn)人工智能在零售行業(yè)的落地，讓更多業(yè)態(tài)的零售商在與電子商務(wù)公司競(jìng)爭(zhēng)中擁有更多話語權(quán)。
