不知道大家是否聽過類似的段子(zi)——“每一(yi)臺無(wu)人售貨機背后，其實都藏著一(yi)個真人在操(cao)作。”如今，段子(zi)可能要成現實了~
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(ren)工(gong)智(zhi)能(neng)，有多少智(zhi)能(neng)，就有多少人(ren)工(gong)”。
「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(nian)面世以來，曾因讓人(ren)眼前一亮(liang)的(de)“黑(hei)科技(ji)”引發刷屏之勢，一度(du)被(bei)認為是引爆“無(wu)人(ren)零售”的(de)關鍵。這種顛覆式(shi)的(de)創(chuang)新(xin)體驗，號稱由先進的(de)人(ren)工智能技(ji)術(shu)所(suo)驅(qu)動，然而，最(zui)新(xin)爆料(liao)則顯示其背后并(bing)非如此單純，科技(ji)水(shui)平也沒有想象中高(gao)。
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，亞馬遜上(shang)線了一段在當時(shi)看來極(ji)其酷(ku)炫(xuan)的視(shi)頻(pin)，為消費(fei)者(zhe)打開(kai)了一扇線下購物的“新大(da)門”。
視頻(pin)中(zhong)描(miao)繪的(de)(de)購物過(guo)程是(shi)這樣的(de)(de)：商(shang)店(dian)(dian)里沒(mei)有收銀員(yuan)，顧(gu)客進入(ru) Amazon Go 商(shang)店(dian)(dian)后(hou)，打(da)開(kai)手機上的(de)(de) app 對著入(ru)口處掃描(miao)，當消費者選好商(shang)品后(hou)，app 會實(shi)時自動(dong)添加對應的(de)(de)商(shang)品至(zhi)虛擬購物車中(zhong)。演示視頻(pin)中(zhong)并沒(mei)有出現(xian)通過(guo) app 付(fu)款(kuan)的(de)(de)畫面(mian)，當顧(gu)客離(li)店(dian)(dian)后(hou)，app 會自動(dong)付(fu)款(kuan)，無需排隊結賬。
2018年，在長達 14 個月的漫長等待之(zhi)后，亞(ya)馬(ma)遜公(gong)司無人商店(dian) Amazon Go 擺脫了(le)「Beta 測(ce)試」狀態，其位(wei)于西雅圖亞(ya)馬(ma)遜總部辦公(gong)樓下(xia)的全球首家無人商店(dian)將(jiang)正式面(mian)對公(gong)眾(zhong)開放，提供(gong)貨(huo)品(pin)的范圍包括從小型加油站(zhan)便利店(dian)到大型商店(dian)的商品(pin)。
西雅圖的商店，地址接(jie)近亞(ya)馬遜球屋(wu)（Amazon sphere）
據悉，亞馬遜之所以能夠實現無人零售的體驗，在于使用(yong)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)人工智能日新(xin)(xin)月異的(de)今天，大家(jia)對計算機視覺和深度(du)學習這些(xie)詞語并(bing)不陌(mo)生(sheng)，可當亞(ya)馬遜在(zai)2016年提出這些(xie)時候著實還是“新(xin)(xin)鮮概念”。
借由(you)(you)機器(qi)視覺(jue)，深度(du)學習(xi)算(suan)法能(neng)夠(gou)基于視頻拍(pai)攝到的(de)畫面(mian)判斷消費者拿取了什么物品，而傳感器(qi)融合(he)實際上是對人腦綜合(he)處(chu)理復雜問(wen)題的(de)一種(zhong)功(gong)能(neng)模(mo)擬，與單傳感器(qi)相比(bi)，運用多傳感器(qi)的(de)融合(he)技(ji)術在解決探測、跟(gen)蹤和目標識別等問(wen)題方(fang)面(mian)，能(neng)夠(gou)增強數據的(de)可信度(du)，提高(gao)精度(du)。三大(da)技(ji)術相互輔助，由(you)(you)此實現了“拿了就走”的(de)線下購物場景。
「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(le)，為什么實現這個閉環會如此(ci)之難(nan)，亞馬(ma)遜官網的技術資料(liao)揭示了(le)背后的技術挑戰：
①“誰”在行動？
大(da)多數人(ren)想(xiang)當(dang)然會認為(wei)攝像(xiang)頭只需(xu)要在(zai)貨架上(shang)購物時(shi)找到(dao)顧客(ke)就(jiu)可以(yi)滿足(zu)需(xu)要。但是，這(zhe)種片段的(de)識別處理(li)并不能提供所需(xu)的(de)準確(que)性。事實上(shang)，這(zhe)個場景中需(xu)要的(de)是顧客(ke)從(cong)店(dian)鋪入(ru)口(kou)到(dao)出口(kou)的(de)全程定位(wei)。當(dang)只有幾(ji)個人(ren)在(zai)商店(dian)里(li)時(shi)解(jie)決(jue)問(wen)題(ti)很簡單。但是，當(dang)有許多人(ren)彼此(ci)接近時(shi)這(zhe)個問(wen)題(ti)就(jiu)變得極(ji)具(ju)挑戰(zhan)性。人(ren)群會導(dao)致顧客(ke)彼此(ci)遮擋，有時(shi)候(hou)他們甚至看起來(lai)很相似。
Amazon Go店(dian)鋪里(li)布置(zhi)的(de)(de)(de)(de)每個(ge)攝(she)像頭(tou)都會產生(sheng)一(yi)(yi)個(ge) 3D 點云，基(ji)于每個(ge)攝(she)像頭(tou)的(de)(de)(de)(de)校準(zhun)參(can)(can)數(shu)(shu)，將(jiang)這些參(can)(can)數(shu)(shu)聚(ju)合為(wei)一(yi)(yi)個(ge)全局的(de)(de)(de)(de)表示，并(bing)提(ti)取出移動(dong)的(de)(de)(de)(de)對(dui)(dui)象。并(bing)非所有的(de)(de)(de)(de)移動(dong)物體(ti)對(dui)(dui)應的(de)(de)(de)(de)都是(shi)顧(gu)(gu)客，還可能(neng)是(shi)購物籃、推車(che)以及(ji)嬰(ying)兒車(che)等。系統中(zhong)的(de)(de)(de)(de)人員定(ding)位器查看分段(duan)的(de)(de)(de)(de)圖(tu)像數(shu)(shu)據(ju)，并(bing)決定(ding)它(ta)是(shi)某人還是(shi)另一(yi)(yi)種對(dui)(dui)象。然后(hou)，將(jiang)人員在(zai)(zai)一(yi)(yi)幀中(zhong)的(de)(de)(de)(de)位置(zhi)鏈(lian)接(jie)到(dao)下一(yi)(yi)幀，為(wei)每個(ge)顧(gu)(gu)客的(de)(de)(de)(de)數(shu)(shu)據(ju)分配(pei)一(yi)(yi)個(ge)標(biao)簽。鏈(lian)接(jie)器的(de)(de)(de)(de)作用(yong)是(shi)將(jiang)標(biao)簽從(cong)第一(yi)(yi)幀保留到(dao)最后(hou)一(yi)(yi)幀，這樣就可以看到(dao)顧(gu)(gu)客在(zai)(zai)店(dian)鋪中(zhong)的(de)(de)(de)(de)軌跡，例如 1H8，他正走向(xiang)準(zhun)備店(dian)鋪的(de)(de)(de)(de)食品區(qu)域。
系統(tong)將所(suo)有店鋪內的(de)(de)俯瞰視圖拼接在(zai)一起(qi)，以便定位在(zai)店內移(yi)動的(de)(de)顧(gu)客和(he)人(ren)員(yuan)，例如有顧(gu)客進入商店，或者員(yuan)工將商品添加到貨(huo)架上。
②是否拿取？
而(er)在用(yong)戶(hu)拾取或放下的物(wu)體之時，系(xi)統需要在擁擠(ji)場景中進行關節運動分(fen)析的姿(zi)勢。換句話說，通(tong)過不間斷地(di)分(fen)析視(shi)頻流(liu)，以建(jian)立每(mei)個顧客在商店中的位置和姿(zi)勢的模(mo)型；每(mei)個人(ren)的四肢(zhi)和手(shou)處(chu)于什么(me)位置，以及它們如何在空間中移動——這涉(she)及將人(ren)體及其(qi)各個關節建(jian)模(mo)到可行位置。
當圖片中只有(you)一個人(ren)時(shi)，問題已經足夠(gou)困(kun)難了。當有(you)很(hen)多(duo)人(ren)時(shi)，這(zhe)變得(de)異常(chang)困(kun)難，從(cong)而很(hen)容(rong)易隱藏或暴露不同(tong)部分。這(zhe)就是為什么在店鋪中部署有(you)200多(duo)個攝像頭的原因，用以確(que)保沒有(you)人(ren)可以欺(qi)騙系統。
③“拿”了什么？
在確認(ren)是誰拿(na)(na)之(zhi)后，再讓我(wo)們來看(kan)看(kan)“拿(na)(na)了(le)什么“的(de)部分。在 Amazon Go中有(you)許(xu)多商品，包括早午(wu)餐、零食、飲料(liao)等。特別(bie)具有(you)挑(tiao)戰(zhan)性的(de)是，一些商品在視覺上看(kan)起來非常相似(si)。
結合(he)產(chan)品分類(lei)（通過索引(yin)方案）和(he)基于殘差(cha)網絡的(de)(de)(de)細粒度計算機視覺算法來解決(jue)這(zhe)個問(wen)題。這(zhe)種(zhong)方法可識別成千上萬(wan)的(de)(de)(de)產(chan)品，并且能夠(gou)適應店鋪(pu)里(li)照明變化(hua)、陰影(ying)和(he)反射帶來的(de)(de)(de)種(zhong)種(zhong)影(ying)響(xiang)。
通過(guo)以上的簡單表述，大(da)家(jia)或許能夠理解(jie)為什么直至2022年，「Just Walk Out」的準確(que)率(lv)依然需要大(da)量人工來(lai)保障。
新篇章，智能購物車是救星？
亞馬遜其實早已(yi)認(ren)識到(dao)了問題所在(zai)，所以試(shi)圖用智能購物(wu)車“Dash Carts”系統逐步取代「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)費者進入(ru)(ru)雜貨(huo)店后，需(xu)要(yao)(yao)先掃描亞馬遜應用程序（App）中的(de)(de)二維碼(ma)(ma)，然后登錄到所(suo)選購(gou)(gou)物(wu)(wu)(wu)車，放(fang)(fang)(fang)入(ru)(ru)購(gou)(gou)物(wu)(wu)(wu)袋即可(ke)開始購(gou)(gou)物(wu)(wu)(wu) → 當物(wu)(wu)(wu)品(pin)放(fang)(fang)(fang)入(ru)(ru)購(gou)(gou)物(wu)(wu)(wu)車內時，攝像頭通(tong)過計算機視覺(jue)識(shi)(shi)別物(wu)(wu)(wu)品(pin)，并(bing)讀取記錄消(xiao)費者的(de)(de)購(gou)(gou)買行為；如(ru)未能識(shi)(shi)別，購(gou)(gou)物(wu)(wu)(wu)車上(shang)(shang)的(de)(de)顯示(shi)燈(deng)會提醒消(xiao)費者需(xu)再(zai)次識(shi)(shi)別 → 對(dui)于(yu)沒有二維碼(ma)(ma)的(de)(de)新鮮農產(chan)品(pin)，比如(ru)蔬菜水果，顧客需(xu)要(yao)(yao)手動(dong)輸入(ru)(ru)商(shang)品(pin)的(de)(de)四(si)位數(shu)代(dai)碼(ma)(ma)并(bing)放(fang)(fang)(fang)入(ru)(ru)購(gou)(gou)物(wu)(wu)(wu)袋，購(gou)(gou)物(wu)(wu)(wu)車內置(zhi)的(de)(de)稱(cheng)重秤會自(zi)動(dong)稱(cheng)重，將(jiang)重量(liang)和價格顯示(shi)在屏幕上(shang)(shang) → 當消(xiao)費者離開商(shang)店時，費用將(jiang)自(zi)動(dong)從亞馬遜賬戶中扣除，收據通(tong)過電子(zi)郵件發(fa)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(xi)統依賴(lai)于(yu)天花板安裝的(de)攝(she)像頭和貨架傳感(gan)器(qi)，以(yi)確定顧(gu)客拿的(de)什(shen)么(me)商品，但其中的(de)問題之一(yi)在于(yu)系(xi)統難(nan)以(yi)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。
具體而言，每件商品(pin)都有一個獨特的(de) RFID 標簽(qian)當顧客通(tong)(tong)過(guo)出口時，他們的(de)衣服(fu)上(shang)的(de) RFID 標簽(qian)便(bian)會(hui)被讀取器識別(bie)到(dao)，然后就可以(yi)通(tong)(tong)過(guo)綁定的(de) Amazon One 支付方(fang)式扣(kou)款，離開商店(dian)后不(bu)久(jiu)就能夠(gou)獲取線上(shang)發(fa)票或(huo)收(shou)據。
目(mu)前，美式橄欖(lan)球隊，西雅圖海鷹(ying)隊 (Seattle Kraken) ，已經(jing)在 Lumen Field 的(de)專賣店使用(yong)了(le)這(zhe)種新的(de)技術組合售賣周(zhou)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(zai)零(ling)(ling)售(shou)行業。“算錯賬”是(shi)大(da)忌(ji)。試想一下，你在(zai)一家無人零(ling)(ling)售(shou)店(dian)里消費，出門幾(ji)個小時后發現賬單(dan)多扣(kou)了(le)幾(ji)樣(yang)商品(pin)的費用，將會是(shi)怎樣(yang)的心(xin)情？這種錯誤會直接對零(ling)(ling)售(shou)商的品(pin)牌形象和客戶忠誠度造成難(nan)以(yi)挽回的影響，因此不難(nan)理(li)解，為什么亞馬遜(xun)為了(le)維持Amazon Go無人店(dian)鋪的運營，寧愿雇傭一個1000人的印度團隊作為遠程(cheng)收銀員。
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(gen)據BR發布的報(bao)告(gao)，2021年全球智能購(gou)物車市場(chang)規模為4280.18百萬(wan)美元，預計到2027年該市場(chang)將達(da)到6342.84百萬(wan)美元，預測(ce)期內復合年增長率為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。
在我國，無人零售行業(ye)已(yi)經經歷了1.0發(fa)展(zhan)階段(duan)，并在2017-2018年從高峰跌入谷底(di)。根據(ju)2017年下半年的(de)產業(ye)數據(ju)，當(dang)時行業(ye)內有(you)30余家公司獲得了超過30億(yi)元的(de)融(rong)資，更(geng)有(you)包(bao)括阿(a)里(li)、美團和京東在內的(de)互(hu)聯網巨頭企(qi)業(ye)紛(fen)紛(fen)入場。
但(dan)到了(le)2018年，行業風云突變。頭部(bu)企業猩便利、果小美等迅速遭(zao)遇(yu)了(le)不(bu)同程度的困難——裁(cai)員(yuan)、撤柜、關(guan)店、裁(cai)員(yuan)以至(zhi)奄(yan)奄(yan)一(yi)息。這(zhe)主(zhu)要是很多項目未形成規模化趨勢，市場不(bu)夠成熟，相(xiang)關(guan)經營模式(shi)存在一(yi)系列短板等原因所致(zhi)。
行業(ye)產生如此兩極的變化，完全(quan)出乎(hu)了(le)資本、創(chuang)業(ye)者甚(shen)至是大(da)廠們的意料(liao)之外，以至于(yu)在2018年(nian)到2022年(nian)之間，無人零售見諸報端的消息(xi)都稀少異常。
而(er)經歷了(le)初期的(de)探索，自2020年開(kai)(kai)始，初創企業在資本市場的(de)助力以及疫(yi)情因素的(de)作用下，通過(guo)技術研發(fa)和(he)模式創新，讓(rang)不同模式的(de)無人零售產(chan)品不斷涌現(xian)，形成(cheng)以開(kai)(kai)放貨架、無人貨柜、無人便(bian)利店、無人超市為代表的(de)四(si)種形式，
2023年上半(ban)年，無人零售相關業態又(you)持續火爆(bao)，僅(jin)僅(jin)是自助販賣(mai)機領(ling)域，全國(guo)市場的自動售貨機數量就有(you)望突破155萬(wan)臺。整(zheng)個行業雖然還處于發展初級階段，但市場成(cheng)熟度越來(lai)越高，已經邁入2.0時代。
無人零售的(de)崛起，本質上(shang)是(shi)一輪技術變(bian)革、產(chan)(chan)業(ye)(ye)(ye)升(sheng)級的(de)產(chan)(chan)物，背后離不開所有企業(ye)(ye)(ye)的(de)共同努力。作(zuo)為領(ling)頭羊(yang)之一的(de)亞馬遜，其(qi)每一個決策都能引領(ling)產(chan)(chan)業(ye)(ye)(ye)風向，乍看之下，其(qi)「Just Walk Out」的(de)“失敗”像是(shi)給產(chan)(chan)業(ye)(ye)(ye)潑了一盆冷水(shui)，但(dan)細(xi)細(xi)究之，反而是(shi)助力產(chan)(chan)業(ye)(ye)(ye)從“技術至上(shang)”到“場景為王”、“體驗為王”的(de)關鍵(jian)性(xing)轉變(bian)。遙望未來，無人零售產(chan)(chan)業(ye)(ye)(ye)依然有著廣(guang)闊的(de)發展(zhan)空(kong)間。
參考資料
《Amazon Go 無人(ren)零售商店(dian)揭秘(mi)》，AWS Team
《邁入(ru)(ru)2.0時代！無人零售行業(ye)重新進入(ru)(ru)快車道》，覽富財經網
《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(ling)售卷土重來？》，巨(ju)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
