“未来的十年、二十年,没有电子商务这一说,只有新零售。”在2016年的阿里云栖大会上,马云在演讲中第一次提出了新零售概念。随着新零售的不断发展,到现在,“新”还是回归到零售的本质——创造极致的消费者体验,这是所有零售业的本质。
要说人工智能技术离人类最近的使用场景,新零售行业绝对值得有姓名。
从“新零售”这个名词第一次进入大众的视野,到现在结合人工智能技术的落地应用,其发展的时间也不过短短几年。从现在的商业发展来看,各类新兴“物种”已经层出不穷,智慧门店、无人便利店、智能客服、人脸支付、AI购物体验等,都是人工智能与新零售结合的产物。
可以说,人工智能技术对零售业提高运营效率、降低成本、提高消费体验等方面发挥了重要作用,也为新零售打开了更大的想象空间。
新零售的诞生和发展
从近几年的零售市场整体趋势看,整体消费延续放缓趋势,实体商贸零售甚至出现负增长的情况,电子商务在经历了近年来的高速发展之后,开始面临线上用户数量增速放缓、流量红利渐趋萎缩等现实问题与挑战。
与此同时,随着我国居民人均可支配收入的提高和商品市场的持续繁荣发展,人们越来越重视购物过程的体验而非商品价格的高低,线上电子商务在满足消费者体验方面的短板也日益突显。消费升级、品质需求提升、个性消费等纷纷崛起,无论是传统零售业还是电子零售业都在寻求新的发展思路,业界由此提出了“新零售”的概念,从多方面积极探索新零售的未来发展空间。
新零售的概念基于对商业三要素——人、货、场的重构,从过去以商家、生产商为中心,转为以满足消费者的需求为中心,重新组合零售行业的逻辑和链条。
而人工智能技术可以服务整个新零售业态,从人、货、场的角度出发,可以有针对性地服务每一个商业元素;同时,也能产生规模效应整体提升行业效率——用人工智能商品识别技术“合纵连横”服务新零售业态。
比如,目前新零售的商品识别环节主要应用为条码识别和RFID射频识别技术,在成本、监管和兼容性方面都有很大提升的空间。而通过人工智能视觉商品识别,可以通过摄像头录入,一拍即可识别所购商品,实现真正意义上的无人零售。
此外,在实际场景中,人工智能商品(图像)识别技术还可以实现对商品进行数字化管理——实现商品分类、商品属性标签管理、提供“商品去重”和“比价”服务等,解决一系列管控问题问题。
新零售落地的瓶颈与困境
虽然新零售的发展一片向好,但实际上也有着其落地的瓶颈与困境亟需突破。
以目前市面上常见的智能货柜为例。目前主要流行的一种智能货柜解决方案是“视觉识别解决方案”,即以图像识别为技术核心,摄像头、主板为硬件核心,对目标产品进行目标检测和分类,实现自动识别与结算,提升购物体验与节省人力成本。
然而,在实际应用的过程中,部分问题也开始逐渐暴露,核心点集中于物品的识别准确率上。
智能货柜存在多场景全渠道售卖,兼容各类商家和商品的特点,所以会覆盖各种各样的复杂场景。比如每天上下班路过的地铁站、或下班回家的小区门口、或者在办公楼的一个角落;同时其售卖商品的范围也很广泛,还存在诸如商品遭遮盖、倒放、推倒、叠放等问题。这些问题都给计算机视觉算法的识别带来了很多的困难,导致出现识别异常的情况出现。
因此,如何解决图像识别的精准度和覆盖场景丰富性,成为新零售落地应用要攻克的一大难关。
Testin云测助力新零售企业建立数据竞争壁垒
我们知道人工智能应用有三要素:算法、算力、数据。其中AI数据是基石,其质量的高低会极大的影响最终模型的效果,是决定人工智能应用最终落地水平的重要指标。因此提高AI算法的训练数据质量,是解决新零售行业上述问题的关键。
某科技公司创始人表示,通过采用Testin云测的高质量、场景化的AI数据采集与标注服务,结合其本身成熟的算法,解决了新零售场景下的AI数据覆盖(场景)不足、数据标注精度不够的问题,加速了其产品智能化进程,提升了用户体验。
其实在新零售目前的发展阶段,不管是面对智能货柜、超市或大型客户而言,AI数据的数量可能并不稀缺,但高质量、场景化的AI数据却备具稀缺性。谁能拥有大量精准的落地场景AI数据进行训练,就拥有了核心的数据竞争壁垒,并在很大程度上直接影响其在新零售市场上的竞争地位。
对于行业而言,Testin云测的 AI数据标注业务在助力新零售相关企业“打地基”。通过行业首创的“数据场景实验室”提供的场景化AI数据,保障了新零售+AI落地应用的场景丰富性;并结合高质量、高精度的数据标注能力,解决了AI数据良莠不齐的问题,从根源上提升了相关应用的底层能力。有了成熟的AI算法,加上高质量的AI数据,相关环节企业各有分工但协同并发,便可在新零售落地应用中发挥出1+1>2的效果,共同推动新零售的业态成熟,真正实现“创造极致的消费者体验”。
随着新零售落地不断走向深水区,人工智能将提供越来越重要的驱动力和支撑作用。站在AI数据服务的发展历史角度看,AI对数据的要求也是伴随着不同发展阶段逐步提高。Testin云测将从实际落地场景出发,持续产出高精度、高质量以及更多维度的AI数据,助力现阶段及未来新零售的不断进化,持续扮演助力产业智能化的关键角色。
