人加智慧：解讀Amazon go，深度視覺賦能無人零售
看點：亞馬遜已大舉進入，無人值守便利店的未來已被揭開一角。
全文3000字，預計閱讀時間8分鐘。
導語：無人值守便利店，在我國新零售領域是一個不可忽視的領域。國際上的亞馬遜，國內阿里、京東等巨頭都退出了自己的無人值守便利店。國內眾多中小玩家也紛紛入局。亞馬遜宣佈3000家便利店後，又會對行業產生怎樣的影響呢？
Amazon go 3000家便利店的啟示
據彭博社報道，Amazon go 經過近兩年的除錯後，在2018年9月底確定了3000家便利店的擴充套件計劃。知情人士稱，這家網際網路巨頭正考慮今年年底前開設大約10家Amazon Go門店，2019年在舊金山和紐約等“主要都市區”開設大約50家，然後到2021年達到最多3000家。這個口號並不是說說而已，10月8日亞馬遜已經在芝加哥開了兩家店，第三家店正在裝修中，未來預計會有更多的是店佈局下去。
Amazon go 的將會在人口稠密的大城市開店，那裡有許多年輕人，他們工作忙碌，但是經濟富裕，有消費能力。他們願意花更多的錢來購買質量更好的食品，享受更便利的服務。
並且amazon go 並不侷限美國本土，10月7日泰晤士報報道到，線上零售巨頭亞馬遜正在瞄準收購英國的一些企業，以發展其無現金自動結算的百貨業務。
並且亞馬遜在英國的運作與美國本土小規模的便利店不同，他們瞄準的是1200-1500平左右的中大型超市。亞馬遜去年收購了英國七家百貨商超，並以137億美元（107億英鎊）收購了全食超市（專門銷售有機食品的美國的食品超級市場連鎖店）。
Amazon go 做得到底是什麼？
雖然國內在大力宣傳無人便利店將會掀起一場新的零售旋風，但實際上，amazon go 從來沒有說過自己是無人便利店，amazon go 一直在主打一個“just walk out”概念，這個概念對超市場景來說主要是減少了兩個環節：①貨品掃碼；②貨品付款，也就是結賬環節。在amazon go的超市裡還是有大量的服務人員存在的，他們在上貨，做即食性的食品，為顧客提供服務。所以準確的來說amazon go做得是超市、便利店自動結算系統，即cashierless。
早上買早點的高峰期，結賬隊伍卻長的讓人崩潰
這個解決方案很有現實意義。結賬環節雖然非常關鍵，但對店家來說是一個雞肋環節，因為大部分的工作都是重複化、機械化的操作，如收銀的掃碼，結算等。這類工作不需要有很高的技術水平就可以勝任，薪資水平一直也比較低。卻需要大量員工操作，人力成本、裝置成本較高；
對於員工來說，這類的工作是重複性、程式性的，個體的價值得不到彰顯，缺少成就感，員工流動性強；
對顧客來說這個流程的缺點就更明顯了，排隊結賬非常浪費時間，感受不到購物的樂趣。
所以如果能省去這個環節，對顧客、店家、員工來說都是有利的。
Amazon的真實意圖是「體驗」與「資料」
在美國，零售商店的稅前淨利率約為1~3%，微薄的利潤為何會引起Amazon的興趣，投入資金和最新科技，開設Amazon Go無人實體商店呢？
從零售業的觀點，如何讓商品和資金快速流動是獲利關鍵。因此，該怎樣抓住顧客的喜好，用對的售價賣受歡迎的商品，是零售業者最想知道的答案。
傳統做法會提供折扣或紅利積點等優惠，吸引顧客加入會員，事後再由會員的消費紀錄分析銷售策略的成敗。但這樣的方式無法涵蓋整個購物流程，仍有大片空白留待解答：顧客為什麼買？為什麼不買？
而Amazon 獨到的資料收集技術，可以將消費者入店的所有行為資料進行跟蹤與分析，具備補足這塊空白的巨大潛力。Amazon 開始把Go 打包成價格合理的「拿了就走」服務，讓零售商不需投入心力自行研發，就有現成可靠的系統幫助他們瞭解顧客喜好。更不用說降低店內失竊率、減少人力成本等諸多好處。
另一方面，Amazon 希望藉由這套系統的進一步推廣除了收集更多線下銷售的資料之外，還希望能更切中零售的本質：出售受消費者喜愛的產品，線上資料收集比較完善了，線下的資料的拼圖也被Amzon go 補充完畢。
我國自動結算零售的發展歷程
自動結算1.0時代：自助結算機。
這個方式主要是將收銀的工作轉移給使用者，省了店家成本和員工成本，顧客也省了一定的排隊時間，大型超市採用的比較多。但結賬的時候必須要有專人檢查，否則貨損問題無法解決。但專人檢查效率低，提防性行為帶給消費者的感受不好。
自動結算2.0時代： RFID
RFID是射頻識別技術，它主要是通過無線電訊號識別特定目標，並可讀寫資料，但僅僅是單向的讀取。工作原理是產品外貼設定好的RFID標籤，顧客挑選完畢後，會到讀取裝置上讀取自己所購買的商品，並進行支付。
RFID的缺點是比較明顯的，產品需要對應各自的RFID標籤，一般標籤是外貼的，成本約0.5元/張；RFID容易被非友好介質（金屬、液體、鋁箔）影響準確率，具有易損壞、易破壞、誤讀率高、盜取率高（認為破壞手撕、非友好截肢破壞等）的缺點。
另外如果有大量的商品貼RFID標籤，長期執行成本就會非常高，在低利潤率的零售行業無疑不是最好的選擇。
自動結算2.5時代：2D視覺識別
在國內無人零售風口中不斷湧現出來的人工智慧為標籤的零售系統，絕大部分仍依賴RFID技術，部分以2D視覺識別為主的無人便利店識別率僅為80%以上。識別率低，貨損率高的主要原因是所使用的裝置滿足不了場景需要。
一家店安裝幾十個2D攝像頭的情況下，仍無法完成單人多貨物，多人多貨物識別。主要的原因是被裝置束縛住了。
以上的方案都有一個盲區，無法真正解決零售的核心問題，那就是使用者買什麼，不買什麼的原因是什麼？
人加智慧推崇的解決方案
我們做了一個簡單的Amazon go的技術產品模式圖，提煉了Amazon go的三大核心技術：人體追蹤、手勢識別、商品識別。
自動結算技術拆解圖
從顧客進入店面開始，攝影機錄下他們移動的路線，以及瀏覽商品、拿取、檢視標籤或放回商品的動作，並傳給機器進行影像辨識。
接下來，根據影像的判讀對虛擬購物車的商品做出修正。同時，貨架上的重量感測器會偵測商品重量是否產生變化，避免商品被亂放或掉包。
最後，顧客離開時，位於出口的感應區會在不知不覺中完成所有結帳流程。
由於每個小動作都被完整記錄，我們可以依據資料分析店內的動線是否讓顧客感到舒適？貨架的配置能不能吸引更多的目光？人們選擇時，猶豫的是價格還是內容？等等內容。有了這些資料，線下零售也就像線上零售一樣能夠保留全部的消費者購物資料了。