不知道大家是否聽(tīng)過(guò)類似的段子——“每一臺(tái)無(wú)人售貨機(jī)背后，其實(shí)都藏著一個(gè)真人在操作?！比缃?，段子可能要成現(xiàn)實(shí)了~
就在近日，亞馬遜著名無(wú)人商店項(xiàng)目「Just Walk Out」被曝背后疑似有1000個(gè)印度人在看攝像頭。真是應(yīng)了那句調(diào)侃“人工智能，人工智能，有多少智能，就有多少人工”。
「Just Walk Out」正如其名，初衷是讓消費(fèi)者在便利店買東西時(shí)可以做到“無(wú)需排隊(duì)結(jié)賬，拿了就走，系統(tǒng)隨后會(huì)向他們發(fā)送收據(jù)”。該項(xiàng)目自2016年面世以來(lái)，曾因讓人眼前一亮的“黑科技”引發(fā)刷屏之勢(shì)，一度被認(rèn)為是引爆“無(wú)人零售”的關(guān)鍵。這種顛覆式的創(chuàng)新體驗(yàn)，號(hào)稱由先進(jìn)的人工智能技術(shù)所驅(qū)動(dòng)，然而，最新爆料則顯示其背后并非如此單純，科技水平也沒(méi)有想象中高。
回過(guò)頭來(lái)復(fù)盤，即便有亞馬遜這樣資金和技術(shù)雄厚的科技大廠“撐腰”，「Just Walk Out」的發(fā)展依然不如預(yù)期，期間遇到了種種問(wèn)題，甚至一度接近被放棄，而這些問(wèn)題也映射了整個(gè)無(wú)人零售產(chǎn)業(yè)在前行過(guò)程中遇到的挫折。因此，本文將借「Just Walk Out」的前世今生，來(lái)看看其對(duì)整個(gè)產(chǎn)業(yè)帶來(lái)了哪些寶貴的啟示。
黑科技，但不完全“黑科技”
2016年，亞馬遜上線了一段在當(dāng)時(shí)看來(lái)極其酷炫的視頻，為消費(fèi)者打開(kāi)了一扇線下購(gòu)物的“新大門”。
視頻中描繪的購(gòu)物過(guò)程是這樣的：商店里沒(méi)有收銀員，顧客進(jìn)入 Amazon Go 商店后，打開(kāi)手機(jī)上的 app 對(duì)著入口處掃描，當(dāng)消費(fèi)者選好商品后，app 會(huì)實(shí)時(shí)自動(dòng)添加對(duì)應(yīng)的商品至虛擬購(gòu)物車中。演示視頻中并沒(méi)有出現(xiàn)通過(guò) app 付款的畫(huà)面，當(dāng)顧客離店后，app 會(huì)自動(dòng)付款，無(wú)需排隊(duì)結(jié)賬。
2018年，在長(zhǎng)達(dá) 14 個(gè)月的漫長(zhǎng)等待之后，亞馬遜公司無(wú)人商店 Amazon Go 擺脫了「Beta 測(cè)試」?fàn)顟B(tài)，其位于西雅圖亞馬遜總部辦公樓下的全球首家無(wú)人商店將正式面對(duì)公眾開(kāi)放，提供貨品的范圍包括從小型加油站便利店到大型商店的商品。
西雅圖的商店，地址接近亞馬遜球屋（Amazon sphere）
據(jù)悉，亞馬遜之所以能夠?qū)崿F(xiàn)無(wú)人零售的體驗(yàn)，在于使用了三大技術(shù)：
Computer vision 計(jì)算機(jī)視覺(jué)
Deep learning 深度學(xué)習(xí)算法
Sensor Fusion 傳感器融合
在人工智能日新月異的今天，大家對(duì)計(jì)算機(jī)視覺(jué)和深度學(xué)習(xí)這些詞語(yǔ)并不陌生，可當(dāng)亞馬遜在2016年提出這些時(shí)候著實(shí)還是“新鮮概念”。
借由機(jī)器視覺(jué)，深度學(xué)習(xí)算法能夠基于視頻拍攝到的畫(huà)面判斷消費(fèi)者拿取了什么物品，而傳感器融合實(shí)際上是對(duì)人腦綜合處理復(fù)雜問(wèn)題的一種功能模擬，與單傳感器相比，運(yùn)用多傳感器的融合技術(shù)在解決探測(cè)、跟蹤和目標(biāo)識(shí)別等問(wèn)題方面，能夠增強(qiáng)數(shù)據(jù)的可信度，提高精度。三大技術(shù)相互輔助，由此實(shí)現(xiàn)了“拿了就走”的線下購(gòu)物場(chǎng)景。
「Just Walk Out」面世之初，就有很多人提出了質(zhì)疑：賬戶與商品以及人的關(guān)聯(lián)是否能像視頻中那般準(zhǔn)確？會(huì)不會(huì)漏單、錯(cuò)檢？損毀識(shí)別，商品被偷怎么辦？賬戶余額不足會(huì)不會(huì)尷尬？亞馬遜當(dāng)年的解決方式是顧客要在離店幾小時(shí)后才能接收到賬單，因?yàn)槿斯ひ匦聦徍艘曨l，確保賬單正確。
但令人萬(wàn)萬(wàn)沒(méi)想到的是，直到2022年，人工智能技術(shù)已經(jīng)實(shí)現(xiàn)了突飛猛進(jìn)的發(fā)展，但「Just Walk Out」的過(guò)程依然要花費(fèi)大量的人力。據(jù)The Information數(shù)據(jù)，直到2022年，每1000個(gè)“Just walk out”服務(wù)中，還有700個(gè)需要人工審核。這遠(yuǎn)遠(yuǎn)沒(méi)有達(dá)到亞馬遜內(nèi)部本來(lái)的目標(biāo)，1000個(gè)case中僅有50個(gè)需要審核。
也就是說(shuō)，亞馬遜并沒(méi)有依靠純粹的自動(dòng)化和人工智能實(shí)現(xiàn)這套流程的閉環(huán)，而是不得不依靠印度 1000 多名員工組成的大軍充當(dāng)遠(yuǎn)程收銀員。問(wèn)題來(lái)了，為什么實(shí)現(xiàn)這個(gè)閉環(huán)會(huì)如此之難，亞馬遜官網(wǎng)的技術(shù)資料揭示了背后的技術(shù)挑戰(zhàn)：
①“誰(shuí)”在行動(dòng)？
大多數(shù)人想當(dāng)然會(huì)認(rèn)為攝像頭只需要在貨架上購(gòu)物時(shí)找到顧客就可以滿足需要。但是，這種片段的識(shí)別處理并不能提供所需的準(zhǔn)確性。事實(shí)上，這個(gè)場(chǎng)景中需要的是顧客從店鋪入口到出口的全程定位。當(dāng)只有幾個(gè)人在商店里時(shí)解決問(wèn)題很簡(jiǎn)單。但是，當(dāng)有許多人彼此接近時(shí)這個(gè)問(wèn)題就變得極具挑戰(zhàn)性。人群會(huì)導(dǎo)致顧客彼此遮擋，有時(shí)候他們甚至看起來(lái)很相似。
Amazon Go店鋪里布置的每個(gè)攝像頭都會(huì)產(chǎn)生一個(gè) 3D 點(diǎn)云，基于每個(gè)攝像頭的校準(zhǔn)參數(shù)，將這些參數(shù)聚合為一個(gè)全局的表示，并提取出移動(dòng)的對(duì)象。并非所有的移動(dòng)物體對(duì)應(yīng)的都是顧客，還可能是購(gòu)物籃、推車以及嬰兒車等。系統(tǒng)中的人員定位器查看分段的圖像數(shù)據(jù)，并決定它是某人還是另一種對(duì)象。然后，將人員在一幀中的位置鏈接到下一幀，為每個(gè)顧客的數(shù)據(jù)分配一個(gè)標(biāo)簽。鏈接器的作用是將標(biāo)簽從第一幀保留到最后一幀，這樣就可以看到顧客在店鋪中的軌跡，例如 1H8，他正走向準(zhǔn)備店鋪的食品區(qū)域。
系統(tǒng)將所有店鋪內(nèi)的俯瞰視圖拼接在一起，以便定位在店內(nèi)移動(dòng)的顧客和人員，例如有顧客進(jìn)入商店，或者員工將商品添加到貨架上。
②是否拿??？
而在用戶拾取或放下的物體之時(shí)，系統(tǒng)需要在擁擠場(chǎng)景中進(jìn)行關(guān)節(jié)運(yùn)動(dòng)分析的姿勢(shì)。換句話說(shuō)，通過(guò)不間斷地分析視頻流，以建立每個(gè)顧客在商店中的位置和姿勢(shì)的模型；每個(gè)人的四肢和手處于什么位置，以及它們?nèi)绾卧诳臻g中移動(dòng)——這涉及將人體及其各個(gè)關(guān)節(jié)建模到可行位置。
當(dāng)圖片中只有一個(gè)人時(shí)，問(wèn)題已經(jīng)足夠困難了。當(dāng)有很多人時(shí)，這變得異常困難，從而很容易隱藏或暴露不同部分。這就是為什么在店鋪中部署有200多個(gè)攝像頭的原因，用以確保沒(méi)有人可以欺騙系統(tǒng)。
③“拿”了什么？
在確認(rèn)是誰(shuí)拿之后，再讓我們來(lái)看看“拿了什么“的部分。在 Amazon Go中有許多商品，包括早午餐、零食、飲料等。特別具有挑戰(zhàn)性的是，一些商品在視覺(jué)上看起來(lái)非常相似。
結(jié)合產(chǎn)品分類（通過(guò)索引方案）和基于殘差網(wǎng)絡(luò)的細(xì)粒度計(jì)算機(jī)視覺(jué)算法來(lái)解決這個(gè)問(wèn)題。這種方法可識(shí)別成千上萬(wàn)的產(chǎn)品，并且能夠適應(yīng)店鋪里照明變化、陰影和反射帶來(lái)的種種影響。
通過(guò)以上的簡(jiǎn)單表述，大家或許能夠理解為什么直至2022年，「Just Walk Out」的準(zhǔn)確率依然需要大量人工來(lái)保障。
新篇章，智能購(gòu)物車是救星？
亞馬遜其實(shí)早已認(rèn)識(shí)到了問(wèn)題所在，所以試圖用智能購(gòu)物車“Dash Carts”系統(tǒng)逐步取代「Just Walk Out」。
具體而言，每輛Dash Cart智能購(gòu)物車都配備了一個(gè)交互式可觸摸屏，一圈攝像頭，一個(gè)秤，以及計(jì)算機(jī)視覺(jué)和重量傳感器。
當(dāng)消費(fèi)者進(jìn)入雜貨店后，需要先掃描亞馬遜應(yīng)用程序（App）中的二維碼，然后登錄到所選購(gòu)物車，放入購(gòu)物袋即可開(kāi)始購(gòu)物 → 當(dāng)物品放入購(gòu)物車內(nèi)時(shí)，攝像頭通過(guò)計(jì)算機(jī)視覺(jué)識(shí)別物品，并讀取記錄消費(fèi)者的購(gòu)買行為；如未能識(shí)別，購(gòu)物車上的顯示燈會(huì)提醒消費(fèi)者需再次識(shí)別 → 對(duì)于沒(méi)有二維碼的新鮮農(nóng)產(chǎn)品，比如蔬菜水果，顧客需要手動(dòng)輸入商品的四位數(shù)代碼并放入購(gòu)物袋，購(gòu)物車內(nèi)置的稱重秤會(huì)自動(dòng)稱重，將重量和價(jià)格顯示在屏幕上 → 當(dāng)消費(fèi)者離開(kāi)商店時(shí)，費(fèi)用將自動(dòng)從亞馬遜賬戶中扣除，收據(jù)通過(guò)電子郵件發(fā)送。
據(jù)亞馬遜發(fā)言人表示，公司方面在重新設(shè)計(jì)Fresh商店時(shí)聽(tīng)取了顧客的意見(jiàn)。顧客們喜歡免排隊(duì)結(jié)賬，也希望在購(gòu)物時(shí)查看收據(jù)和節(jié)省的費(fèi)用，而智能購(gòu)物車能讓顧客在購(gòu)物時(shí)掃描商品并自動(dòng)付款，同時(shí)還能幫他們省去排隊(duì)結(jié)賬的麻煩。
當(dāng)然，曾經(jīng)備受矚目的「Just Walk Out」技術(shù)也不會(huì)被淘汰，亞馬遜也一直在試圖改進(jìn)和迭代相關(guān)技術(shù)，并尋找更多的應(yīng)用場(chǎng)景。舊系統(tǒng)依賴于天花板安裝的攝像頭和貨架傳感器，以確定顧客拿的什么商品，但其中的問(wèn)題之一在于系統(tǒng)難以區(qū)分重量和外觀相似的商品。
2023年9月，這家零售和云計(jì)算巨頭表示為“Just Walk Out”增添了新的元素——將無(wú)收銀零售技術(shù)與 RFID 功能相結(jié)合，以便為更多的服裝和相關(guān)商品提供更快的結(jié)賬體驗(yàn)。
具體而言，每件商品都有一個(gè)獨(dú)特的 RFID 標(biāo)簽當(dāng)顧客通過(guò)出口時(shí)，他們的衣服上的 RFID 標(biāo)簽便會(huì)被讀取器識(shí)別到，然后就可以通過(guò)綁定的 Amazon One 支付方式扣款，離開(kāi)商店后不久就能夠獲取線上發(fā)票或收據(jù)。
目前，美式橄欖球隊(duì)，西雅圖海鷹隊(duì) (Seattle Kraken) ，已經(jīng)在 Lumen Field 的專賣店使用了這種新的技術(shù)組合售賣周邊。
無(wú)人零售，從技術(shù)到場(chǎng)景
從亞馬遜的技術(shù)迭代和態(tài)度轉(zhuǎn)變，我們能夠深刻地認(rèn)識(shí)到，技術(shù)的行業(yè)之間隔著一條深深的鴻溝。
在零售行業(yè)?！八沐e(cuò)賬”是大忌。試想一下，你在一家無(wú)人零售店里消費(fèi)，出門幾個(gè)小時(shí)后發(fā)現(xiàn)賬單多扣了幾樣商品的費(fèi)用，將會(huì)是怎樣的心情？這種錯(cuò)誤會(huì)直接對(duì)零售商的品牌形象和客戶忠誠(chéng)度造成難以挽回的影響，因此不難理解，為什么亞馬遜為了維持Amazon Go無(wú)人店鋪的運(yùn)營(yíng)，寧愿雇傭一個(gè)1000人的印度團(tuán)隊(duì)作為遠(yuǎn)程收銀員。
相比于更“黑科技”、“更酷炫”的技術(shù)，亞馬遜的改進(jìn)方案反而是選擇了一種更加“成熟穩(wěn)妥”的購(gòu)物車掃描技術(shù)。根據(jù)BR發(fā)布的報(bào)告，2021年全球智能購(gòu)物車市場(chǎng)規(guī)模為4280.18百萬(wàn)美元，預(yù)計(jì)到2027年該市場(chǎng)將達(dá)到6342.84百萬(wàn)美元，預(yù)測(cè)期內(nèi)復(fù)合年增長(zhǎng)率為6.78%。
智能購(gòu)物車上同樣會(huì)用到計(jì)算機(jī)視覺(jué)、深度學(xué)習(xí)算法、傳感器融合等技術(shù)，但因?yàn)閷⒖臻g縮小到了購(gòu)物車的一方之地，所以技術(shù)難度降低了許多，準(zhǔn)確度也有了保障。這對(duì)零售企業(yè)最大的啟示是——在零售店這樣錯(cuò)綜復(fù)雜的實(shí)際場(chǎng)景中，腳踏實(shí)地的推進(jìn)技術(shù)落地才是關(guān)鍵。
在我國(guó)，無(wú)人零售行業(yè)已經(jīng)經(jīng)歷了1.0發(fā)展階段，并在2017-2018年從高峰跌入谷底。根據(jù)2017年下半年的產(chǎn)業(yè)數(shù)據(jù)，當(dāng)時(shí)行業(yè)內(nèi)有30余家公司獲得了超過(guò)30億元的融資，更有包括阿里、美團(tuán)和京東在內(nèi)的互聯(lián)網(wǎng)巨頭企業(yè)紛紛入場(chǎng)。
但到了2018年，行業(yè)風(fēng)云突變。頭部企業(yè)猩便利、果小美等迅速遭遇了不同程度的困難——裁員、撤柜、關(guān)店、裁員以至奄奄一息。這主要是很多項(xiàng)目未形成規(guī)?；厔?shì)，市場(chǎng)不夠成熟，相關(guān)經(jīng)營(yíng)模式存在一系列短板等原因所致。
行業(yè)產(chǎn)生如此兩極的變化，完全出乎了資本、創(chuàng)業(yè)者甚至是大廠們的意料之外，以至于在2018年到2022年之間，無(wú)人零售見(jiàn)諸報(bào)端的消息都稀少異常。
而經(jīng)歷了初期的探索，自2020年開(kāi)始，初創(chuàng)企業(yè)在資本市場(chǎng)的助力以及疫情因素的作用下，通過(guò)技術(shù)研發(fā)和模式創(chuàng)新，讓不同模式的無(wú)人零售產(chǎn)品不斷涌現(xiàn)，形成以開(kāi)放貨架、無(wú)人貨柜、無(wú)人便利店、無(wú)人超市為代表的四種形式，
2023年上半年，無(wú)人零售相關(guān)業(yè)態(tài)又持續(xù)火爆，僅僅是自助販賣機(jī)領(lǐng)域，全國(guó)市場(chǎng)的自動(dòng)售貨機(jī)數(shù)量就有望突破155萬(wàn)臺(tái)。整個(gè)行業(yè)雖然還處于發(fā)展初級(jí)階段，但市場(chǎng)成熟度越來(lái)越高，已經(jīng)邁入2.0時(shí)代。
無(wú)人零售的崛起，本質(zhì)上是一輪技術(shù)變革、產(chǎn)業(yè)升級(jí)的產(chǎn)物，背后離不開(kāi)所有企業(yè)的共同努力。作為領(lǐng)頭羊之一的亞馬遜，其每一個(gè)決策都能引領(lǐng)產(chǎn)業(yè)風(fēng)向，乍看之下，其「Just Walk Out」的“失敗”像是給產(chǎn)業(yè)潑了一盆冷水，但細(xì)細(xì)究之，反而是助力產(chǎn)業(yè)從“技術(shù)至上”到“場(chǎng)景為王”、“體驗(yàn)為王”的關(guān)鍵性轉(zhuǎn)變。遙望未來(lái)，無(wú)人零售產(chǎn)業(yè)依然有著廣闊的發(fā)展空間。
參考資料
《Amazon Go 無(wú)人零售商店揭秘》，AWS Team
《邁入2.0時(shí)代！無(wú)人零售行業(yè)重新進(jìn)入快車道》，覽富財(cái)經(jīng)網(wǎng)
《不用排隊(duì)拿了就走？Amazon Go顛覆的也許不是便利店，而是物聯(lián)網(wǎng)的老前輩們》，物聯(lián)網(wǎng)智庫(kù)
《無(wú)人零售卷土重來(lái)？》，巨潮 WAVE
《AMAZON ABANDONS GROCERY STORES WHERE YOU JUST WALK OUT WITH STUFF AFTER IT TURNS OUT ITS "AI" WAS POWERED BY 1,000 HUMAN CONTRACTORS》，VICTOR TANGERMANN
