不知道大家(jia)是否(fou)聽(ting)過(guo)類似的段(duan)子——“每一(yi)臺無人售貨機(ji)背后(hou)，其實(shi)(shi)都藏著一(yi)個真人在(zai)操(cao)作。”如(ru)今(jin)，段(duan)子可能要成現實(shi)(shi)了~
就在近日，亞馬遜著名無人商店項目「Just Walk Out」被曝背后疑似有1000個印度人在看攝像頭。真是應了那句調侃“人工智能，人工智(zhi)能，有多少智(zhi)能，就(jiu)有多少人工”。
「Just Walk Out」正如其名，初衷是讓消費者在便利店買東西時可以做到“無需排隊結賬，拿了就走，系統隨后會向他們發送收據”。該項目自2016年面世以來，曾因讓人眼前一(yi)亮的“黑科技”引(yin)發刷屏之勢，一(yi)度被(bei)認(ren)為(wei)是(shi)引(yin)爆“無人零售”的關鍵(jian)。這種顛覆式的創新體驗(yan)，號(hao)稱由先(xian)進的人工(gong)智(zhi)能技術所驅(qu)動，然(ran)而，最新爆料則(ze)顯(xian)示其背后并非如此單純，科技水(shui)平也沒有(you)想象中(zhong)高。
回過頭來復盤，即便有亞馬遜這樣資金和技術雄厚的科技大廠“撐腰”，「Just Walk Out」的發展依然不如預期，期間遇到了種種問題，甚至一度接近被放棄，而這些問題也映射了整個無人零售產業在前行過程中遇到的挫折。因此，本文將借「Just Walk Out」的前世今生，來看看其對整個產業帶來了哪些寶貴的啟示。
黑科技，但不完全“黑科技”
2016年，亞馬(ma)遜上(shang)線(xian)了一(yi)段在當時看來極其酷(ku)炫的視頻(pin)，為(wei)消(xiao)費者打開了一(yi)扇線(xian)下(xia)購(gou)物的“新大門”。
視(shi)頻(pin)中(zhong)描繪的購物(wu)過程是這樣的：商(shang)店(dian)里沒(mei)有收銀員，顧(gu)(gu)客進入 Amazon Go 商(shang)店(dian)后(hou)，打開手機上的 app 對著入口處掃(sao)描，當消(xiao)費者選好商(shang)品后(hou)，app 會(hui)實(shi)時自(zi)動添加對應的商(shang)品至虛擬購物(wu)車中(zhong)。演(yan)示視(shi)頻(pin)中(zhong)并沒(mei)有出現(xian)通(tong)過 app 付(fu)款(kuan)的畫面，當顧(gu)(gu)客離店(dian)后(hou)，app 會(hui)自(zi)動付(fu)款(kuan)，無需排隊結賬。
2018年，在(zai)長達 14 個月的漫(man)長等(deng)待之后(hou)，亞(ya)馬遜(xun)公司(si)無人商(shang)店 Amazon Go 擺(bai)脫(tuo)了「Beta 測試(shi)」狀態，其位于西雅圖亞(ya)馬遜(xun)總部辦公樓(lou)下的全球首家無人商(shang)店將正式面對公眾開放，提供貨品(pin)的范圍包括從(cong)小型加(jia)油站便(bian)利(li)店到大型商(shang)店的商(shang)品(pin)。
西雅(ya)圖的商店(dian)，地址接(jie)近亞馬遜球屋（Amazon sphere）
據(ju)悉，亞馬遜之所(suo)以能(neng)夠實(shi)現無人(ren)零售的體驗(yan)，在于使用了(le)三大技術：
Computer vision 計算機視覺
Deep learning 深度學習算法
Sensor Fusion 傳感器融合
在(zai)(zai)人工(gong)智(zhi)能日新月異的今天，大(da)家對計(ji)算機視覺和深度學習這些詞語(yu)并(bing)不陌生，可當亞(ya)馬(ma)遜在(zai)(zai)2016年提出這些時候著實還是“新鮮(xian)概念”。
借由機器(qi)視(shi)覺，深度學(xue)習算法(fa)能(neng)夠基于視(shi)頻拍攝(she)到(dao)的畫面(mian)判斷消費(fei)者拿取了(le)什么物品，而傳(chuan)感(gan)器(qi)融(rong)合(he)實際上是對人(ren)腦綜合(he)處理復雜問(wen)(wen)題的一(yi)種功能(neng)模擬，與單傳(chuan)感(gan)器(qi)相比，運用(yong)多傳(chuan)感(gan)器(qi)的融(rong)合(he)技(ji)術在(zai)解決探測、跟蹤和(he)目標識別等(deng)問(wen)(wen)題方(fang)面(mian)，能(neng)夠增強數據的可(ke)信度，提高精度。三(san)大技(ji)術相互(hu)輔助，由此(ci)實現了(le)“拿了(le)就走”的線下購物場景(jing)。
「Just Walk Out」面世之初，就有很多人提出了質疑：賬戶與商品以及人的關聯是否能像視頻中那般準確？會不會漏單、錯檢？損毀識別，商品被偷怎么辦？賬戶余額不足會不會尷尬？亞馬遜當年的解決方式是顧客要在離店幾小時后才能接收到賬單，因為人工要重新審核視頻，確保賬單正確。
但令人萬萬沒想到的是，直到2022年，人工智能技術已經實現了突飛猛進的發展，但「Just Walk Out」的過程依然要花費大量的人力。據The Information數據，直到2022年，每1000個“Just walk out”服務中，還有700個需要人工審核。這遠遠沒有達到亞馬遜內部本來的目標，1000個case中僅有50個需要審核。
也就是說，亞馬遜并沒有依靠純粹的自動化和人工智能實現這套流程的閉環，而是不得不依靠印度 1000 多名員工組成的大軍充當遠程收銀員。問題來了，為什么實現這個閉環會如此之(zhi)難，亞馬遜官網(wang)的(de)技術(shu)資料揭示了背后(hou)的(de)技術(shu)挑戰：
①“誰”在行動？
大多數人想當(dang)(dang)然會認(ren)為攝像頭只需(xu)要(yao)在貨架上(shang)購物時(shi)找(zhao)到顧客就可以滿足需(xu)要(yao)。但是，這種(zhong)片(pian)段的(de)識別處理并不能提供所需(xu)的(de)準確性。事實上(shang)，這個場景(jing)中需(xu)要(yao)的(de)是顧客從(cong)店鋪入口到出口的(de)全(quan)程定(ding)位。當(dang)(dang)只有(you)幾個人在商店里時(shi)解決問題很(hen)(hen)簡單。但是，當(dang)(dang)有(you)許多人彼(bi)此接(jie)近時(shi)這個問題就變得極具挑戰性。人群會導致顧客彼(bi)此遮擋(dang)，有(you)時(shi)候他們甚至看(kan)起(qi)來很(hen)(hen)相似。
Amazon Go店鋪(pu)里布置的(de)(de)每(mei)個(ge)攝(she)像頭都會產生一個(ge) 3D 點云，基(ji)于每(mei)個(ge)攝(she)像頭的(de)(de)校(xiao)準參(can)數(shu)，將這些參(can)數(shu)聚合為一個(ge)全(quan)局的(de)(de)表示，并提(ti)取出移動的(de)(de)對(dui)象。并非所有的(de)(de)移動物體對(dui)應的(de)(de)都是(shi)(shi)顧客(ke)，還可(ke)能是(shi)(shi)購物籃、推車(che)以(yi)及嬰兒車(che)等。系統中的(de)(de)人員(yuan)定位器查(cha)看(kan)分(fen)段的(de)(de)圖(tu)像數(shu)據，并決(jue)定它是(shi)(shi)某人還是(shi)(shi)另(ling)一種對(dui)象。然后，將人員(yuan)在(zai)(zai)一幀中的(de)(de)位置鏈接到下(xia)一幀，為每(mei)個(ge)顧客(ke)的(de)(de)數(shu)據分(fen)配(pei)一個(ge)標簽。鏈接器的(de)(de)作用是(shi)(shi)將標簽從第一幀保留到最(zui)后一幀，這樣就可(ke)以(yi)看(kan)到顧客(ke)在(zai)(zai)店鋪(pu)中的(de)(de)軌跡，例如 1H8，他正走向準備(bei)店鋪(pu)的(de)(de)食(shi)品(pin)區(qu)域(yu)。
系統將(jiang)所有(you)店鋪內(nei)的俯瞰視(shi)圖拼接在一起，以便(bian)定位(wei)在店內(nei)移動的顧客和人員，例如有(you)顧客進(jin)入商店，或者員工將(jiang)商品添加(jia)到貨架上(shang)。
②是否拿取？
而在(zai)用戶拾取或放(fang)下的(de)物體之時，系統需要在(zai)擁擠場景中進(jin)行(xing)關節運動(dong)分析(xi)的(de)姿(zi)勢。換句(ju)話說，通過不(bu)間斷(duan)地分析(xi)視頻流，以建立每個(ge)顧客在(zai)商(shang)店中的(de)位置和姿(zi)勢的(de)模型；每個(ge)人的(de)四肢和手處于什么位置，以及(ji)它們如何在(zai)空間中移動(dong)——這涉及(ji)將(jiang)人體及(ji)其各個(ge)關節建模到可行(xing)位置。
當圖片中只(zhi)有一(yi)個人(ren)(ren)時，問題已經足(zu)夠困難了(le)。當有很多人(ren)(ren)時，這(zhe)變得異常(chang)困難，從而很容(rong)易隱(yin)藏或(huo)暴露不同部(bu)(bu)分。這(zhe)就是為什么在店鋪中部(bu)(bu)署(shu)有200多個攝像(xiang)頭(tou)的原因(yin)，用以確保沒有人(ren)(ren)可以欺騙系(xi)統。
③“拿”了什么？
在確認(ren)是(shi)誰拿之后，再讓我們來(lai)(lai)看看“拿了什么“的部分。在 Amazon Go中有(you)許多商品(pin)，包括早午餐(can)、零(ling)食(shi)、飲(yin)料等(deng)。特(te)別具有(you)挑戰性的是(shi)，一些商品(pin)在視覺上看起來(lai)(lai)非常相似。
結合(he)產品分類（通過索引方案）和基于殘差(cha)網(wang)絡(luo)的細粒度計算(suan)機視覺算(suan)法(fa)來解決這個問題。這種(zhong)方法(fa)可識別成千上(shang)萬的產品，并(bing)且能夠適(shi)應店(dian)鋪里照明變化、陰影(ying)和反射帶來的種(zhong)種(zhong)影(ying)響。
通過以上的簡(jian)單表述，大(da)家或(huo)許能(neng)夠理解為什(shen)么(me)直(zhi)至2022年，「Just Walk Out」的準確(que)率依(yi)然需要大(da)量人工來(lai)保障。
新篇章，智能購物車是救星？
亞(ya)馬遜(xun)其實早已認識到(dao)了問題(ti)所(suo)在(zai)，所(suo)以試圖用智能購物車“Dash Carts”系統逐步(bu)取代「Just Walk Out」。
具體而言，每輛Dash Cart智能購物車都配備了一個交互式可觸摸屏，一圈攝像頭，一個秤，以及計算機視覺和重量傳感器。
當消(xiao)費(fei)者(zhe)(zhe)進(jin)入(ru)(ru)雜貨店后，需要先掃描亞馬(ma)遜(xun)應用程序（App）中的(de)二(er)維(wei)碼(ma)(ma)，然(ran)后登錄到所選購(gou)物(wu)(wu)(wu)車(che)，放(fang)入(ru)(ru)購(gou)物(wu)(wu)(wu)袋即(ji)可開始購(gou)物(wu)(wu)(wu) → 當物(wu)(wu)(wu)品放(fang)入(ru)(ru)購(gou)物(wu)(wu)(wu)車(che)內時，攝(she)像(xiang)頭通過計算機視覺(jue)識(shi)別物(wu)(wu)(wu)品，并(bing)讀取記錄消(xiao)費(fei)者(zhe)(zhe)的(de)購(gou)買行為；如未能(neng)識(shi)別，購(gou)物(wu)(wu)(wu)車(che)上的(de)顯(xian)示(shi)燈會提醒消(xiao)費(fei)者(zhe)(zhe)需再次識(shi)別 → 對于沒有(you)二(er)維(wei)碼(ma)(ma)的(de)新鮮農(nong)產品，比(bi)如蔬菜水果，顧客需要手(shou)動輸(shu)入(ru)(ru)商品的(de)四(si)位數代碼(ma)(ma)并(bing)放(fang)入(ru)(ru)購(gou)物(wu)(wu)(wu)袋，購(gou)物(wu)(wu)(wu)車(che)內置的(de)稱重(zhong)秤會自動稱重(zhong)，將重(zhong)量和(he)價格(ge)顯(xian)示(shi)在屏(ping)幕(mu)上 → 當消(xiao)費(fei)者(zhe)(zhe)離開商店時，費(fei)用將自動從亞馬(ma)遜(xun)賬戶中扣除，收(shou)據通過電子郵件發送。
據亞馬遜發言人表示，公司方面在重新設計Fresh商店時聽取了顧客的意見。顧客們喜歡免排隊結賬，也希望在購物時查看收據和節省的費用，而智能購物車能讓顧客在購物時掃描商品并自動付款，同時還能幫他們省去排隊結賬的麻煩。
當然，曾經備受矚目的「Just Walk Out」技術也不會被淘汰，亞馬遜也一直在試圖改進和迭代相關技術，并尋找更多的應用場景。舊系統(tong)依(yi)賴于天花板安裝的(de)攝(she)像頭和貨(huo)架傳感器，以確定顧(gu)客拿的(de)什么(me)商品，但其中(zhong)的(de)問題之(zhi)一在(zai)于系統(tong)難以區分重量和外觀相似的(de)商品。
2023年9月，這家零售和云計算巨頭表示為“Just Walk Out”增添了新的元素——將無收銀零售技術與 RFID 功能相結合，以便為更多的服裝和相關商品提供更快的結賬體驗。
具體而(er)言(yan)，每件商(shang)品(pin)都有一個獨(du)特(te)的 RFID 標簽當顧客通過(guo)出(chu)口時，他們的衣服上的 RFID 標簽便(bian)會被(bei)讀取器識別到，然(ran)后(hou)就可以通過(guo)綁定的 Amazon One 支付(fu)方式扣(kou)款(kuan)，離(li)開(kai)商(shang)店(dian)后(hou)不久就能夠獲取線上發票或收(shou)據。
目前，美式橄欖球隊(dui)，西雅圖海鷹隊(dui) (Seattle Kraken) ，已經(jing)在 Lumen Field 的專(zhuan)賣店(dian)使(shi)用(yong)了(le)這(zhe)種(zhong)新的技術組(zu)合售賣周邊。
無人零售，從技術到場景
從亞馬遜的技術迭代和態度轉變，我們能夠深刻地認識到，技術的行業之間隔著一條深深的鴻溝。
在零售行業(ye)。“算(suan)錯賬(zhang)”是(shi)大忌。試想(xiang)一下(xia)，你在一家無人(ren)零售店(dian)(dian)里消(xiao)費，出門幾(ji)個小時后發現賬(zhang)單多扣了幾(ji)樣商(shang)品的(de)費用(yong)，將(jiang)會(hui)是(shi)怎樣的(de)心情？這種錯誤(wu)會(hui)直(zhi)接對(dui)零售商(shang)的(de)品牌形象和客戶忠誠度(du)造成難(nan)以(yi)挽回的(de)影響，因此不難(nan)理解(jie)，為什么亞(ya)馬遜(xun)為了維持(chi)Amazon Go無人(ren)店(dian)(dian)鋪(pu)的(de)運(yun)營，寧愿(yuan)雇傭一個1000人(ren)的(de)印(yin)度(du)團隊作為遠程收銀(yin)員(yuan)。
相比于更“黑科技”、“更酷炫”的技術，亞馬遜的改進方案反而是選擇了一種更加“成熟穩妥”的購物車掃描技術。根據BR發布的報告，2021年全球智能購物車市場規模為4280.18百萬(wan)美(mei)(mei)元，預計到(dao)2027年該市場將(jiang)達到(dao)6342.84百萬(wan)美(mei)(mei)元，預測期內復合年增長(chang)率為6.78%。
智能購物車上同樣會用到計算機視覺、深度學習算法、傳感器融合等技術，但因為將空間縮小到了購物車的一方之地，所以技術難度降低了許多，準確度也有了保障。這對零售企業最大的啟示是——在零售店這樣錯綜復雜的實際場景中，腳踏實地的推進技術落地才是關鍵。
在我(wo)國，無人零(ling)售行(xing)業(ye)已(yi)經經歷(li)了1.0發展階段，并在2017-2018年從(cong)高峰跌(die)入(ru)谷(gu)底。根據2017年下(xia)半(ban)年的(de)產(chan)業(ye)數據，當時行(xing)業(ye)內(nei)有(you)(you)30余家(jia)公司獲得(de)了超過(guo)30億元的(de)融(rong)資，更有(you)(you)包括(kuo)阿里(li)、美團和(he)京東在內(nei)的(de)互聯網巨頭(tou)企業(ye)紛(fen)紛(fen)入(ru)場(chang)。
但(dan)到了2018年，行業風云突變。頭(tou)部企業猩便(bian)利、果小(xiao)美等(deng)迅速遭遇了不同(tong)程度的困難——裁員、撤柜(ju)、關(guan)店、裁員以至奄奄一息。這(zhe)主要是很多項目未形成(cheng)規模(mo)化趨勢，市場(chang)不夠成(cheng)熟，相(xiang)關(guan)經營模(mo)式存(cun)在一系列短板(ban)等(deng)原(yuan)因(yin)所致(zhi)。
行(xing)業產生如此兩(liang)極的變化，完全出乎了資本、創業者甚(shen)至(zhi)(zhi)是大廠(chang)們的意料之外，以至(zhi)(zhi)于在2018年到2022年之間(jian)，無(wu)人(ren)零售(shou)見諸報端(duan)的消息都稀少異常。
而(er)經歷了初期的探索，自2020年開始，初創企業(ye)在資本市(shi)(shi)場(chang)的助力以及疫情(qing)因素(su)的作用下，通過技(ji)術研發和模(mo)式創新，讓不(bu)同模(mo)式的無人(ren)零售產品不(bu)斷(duan)涌(yong)現，形成以開放貨(huo)架、無人(ren)貨(huo)柜、無人(ren)便利店、無人(ren)超市(shi)(shi)為(wei)代表的四種形式，
2023年上半年，無(wu)人(ren)零售相關(guan)業態又持(chi)續火爆，僅(jin)僅(jin)是(shi)自(zi)助販(fan)賣機(ji)領域，全國市(shi)場的自(zi)動售貨(huo)機(ji)數量(liang)就有望(wang)突(tu)破155萬(wan)臺。整個(ge)行(xing)業雖(sui)然還處于發展初(chu)級階(jie)段(duan)，但(dan)市(shi)場成(cheng)熟度(du)越(yue)來越(yue)高，已經邁入2.0時代。
無(wu)人零售的(de)崛(jue)起，本質上是(shi)一(yi)輪(lun)技(ji)術變(bian)革、產(chan)業(ye)(ye)(ye)升級的(de)產(chan)物，背后(hou)離不開所有企業(ye)(ye)(ye)的(de)共同(tong)努力。作為領(ling)頭(tou)羊之(zhi)一(yi)的(de)亞馬遜(xun)，其(qi)每一(yi)個決策都能(neng)引領(ling)產(chan)業(ye)(ye)(ye)風向，乍(zha)看(kan)之(zhi)下(xia)，其(qi)「Just Walk Out」的(de)“失敗(bai)”像是(shi)給產(chan)業(ye)(ye)(ye)潑了一(yi)盆冷水(shui)，但細(xi)細(xi)究之(zhi)，反而是(shi)助力產(chan)業(ye)(ye)(ye)從“技(ji)術至(zhi)上”到“場景為王(wang)”、“體(ti)驗為王(wang)”的(de)關鍵性轉變(bian)。遙望未來，無(wu)人零售產(chan)業(ye)(ye)(ye)依然有著廣闊的(de)發展空間。
參考資料
《Amazon Go 無(wu)人零(ling)售商店揭秘》，AWS Team
《邁(mai)入2.0時代(dai)！無人(ren)零售行(xing)業重(zhong)新(xin)進入快車道》，覽(lan)富財經網
《不用排隊拿了就走？Amazon Go顛覆的也許不是便利店，而是物聯網的老前輩們》，物聯網智庫
《無人零售卷土重來？》，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
