走,到线下去!Amazon Go的开业把我们一把拉进了智能零售时代

整理 | 微胖、吴欣

几个月前,我们还在讨论真正的无人店仍然遥远,亚马逊就带着 Amazon Go 在西雅图向消费者敞开了大门。

从今天早上开始,使用 Amazon Go 智能应用和登陆了 Amazon 账号的顾客们,就可以走进这家位于 7th Avenue 和 Blanchard Street 交界处的著名无人店「即拿即走」。

就像 14 个月之前亚马逊公开的那则短视频,你只要在进店时完成扫描手机的动作,就可以毫无障碍地在选购后直接离开商店。起到重要作用的是摄像头和其他传感器设备,它们负责追踪每一位消费者的购买过程,保证当人们从货架上取下商品时虚拟购物车会自动更新,离开时从他们的亚马逊账户划取相应的费用。




除了进店流程和结账环节的不同,大部分大型商超、加油站超市里的产品都能在这里找到,例如那些你经常要用到的快餐、饮料和杂货。值得一提的是,这家店还设有厨房,他们会准备三明治、沙拉和一些外卖午餐等即食类商品。

这是亚马逊近年来投入最多努力的项目之一,根据亚马逊官方网站的介绍,在这方面,他们至少已经谋划了 4 年时间。对亚马逊而言,更重要的当然是用创新技术将线上体验无缝链接到实体购物中。



负责 Go 项目的亚马逊副总裁 Gianna Puerini 在接受采访时表示,他们的目标是在保证便利的同时让商店的价格和其它的市场保持一致。

「零售商店需要为顾客提供选择、便宜的价格和便利,」Puerini 说,「我认为我们在提供这三种服务。」



这是自主消费结账系统一个全新的技术高度

Amazon Go 现在多久会出一次错?亚马逊没有正面回答这个问题。

「如果出现了错误,」Puerini 说道,「顾客可以用 Amazon Go 的 APP 扫一下收据上误收费的商品条目,去掉收取了费用但自己实际上没买的物品。」

这家一度推迟承诺开放时间的门店,在这 14 个月的内部试运营中,要磨合的是技术能够多大程度上与通畅的用户体验相融合。




Amazon Go 商店运转的关键在货架上。

数十个平装书大小的长方形黑色设备挂在天花板下面,默默地看着商店。

这些设备使用「多个传感器输入。」Puerini 说道,就像帮助自动驾驶汽车识别视野中的人和物体的系统。(即结合了可分析图像的视频摄像头和激光阵列。)

一位熟悉 Amazon Go 的工程师在一次采访中称,亚马逊早期花费了大量精力,使其计算机视觉算法可以有效地追踪消费者。

在亚马逊的自动顾客跟踪技术背后,这位工程师说道,真人店员会复审录像以确保系统正确运行——至少一开始会是这样。




据知情人士透露,Amazon Go 在运营测试时遇到了问题,例如只有店内人数少于20 且移动相对缓慢时,系统才能精准追踪到用户购买的商品,另外,如果将货架上的商品挪出了一定范畴,也会造成识别障碍。

尽管如此,我们仍可以肯定 Amazon go 把自主消费结账系统带到了一个全新的技术高度。

支付环节直接关系购物体验,也是用户从线上转向线下的根本。虽然只是一个环节,但要做到高精度就要解决很多问题。

和自动驾驶场景不同,「零售场景下,商品非常重要,另外,人也非常重要。」阿里巴巴 iDst 首席科学家、副院长任小枫曾告诉机器之能。

目前, Amazon Go 主要是把计算机视觉、深度学习算法和传感器融合运用。



简单来说,如果你停在某个货架前选商品,摄像头会捕捉并记录你每一个拿起或放下的商品,同时,那些放置在货架上的摄像头用「手势识别」来判断你是把商品带走还是只看看然后放回原处。

货架上还嵌入了红外传感器、压力感应装置及荷载传感器,它们分别用来确认哪些商品被取走,又有哪些商品被放回原处。这些采买数据会实时传输至 Amazon Go商店的信息中枢,再通过算法最终完成系统自动结算。

可以看到,这一系列识别环节比较大的挑战就是要做到极高精度,算法要解决很多问题,也需要巨大数据库来不断提高算法性能。比如,在非正常光照或侧脸数据上多做数据训练。另外,也需要依靠硬件来加强人脸感知。

公司表示,如果跟踪足够精确,是可以区分多个人并排站在一个架子上的购买行为。例如,哪一个人拿起酸奶或蛋糕,哪一个只是浏览。系统还会知道这些购买者什么时候拿起物品并将其放回原处。

甚至如果你和两个撞衫的人在一起挑选商品,也可以准确为每个人计费。不过,当你是和家庭成员一起购物时,系统会难以「决定」该向谁收款。


员工在西雅图的亚马逊高级商店准备新鲜食品。 摄影师:Mike Kane /彭博


根据之前曝光的专利申请内容,在识别商品方面,项目方案使用了大约 5-6 种传感器来配合计算机视觉进行识别。

尽管不确定目前这家门店是否已经解决了所有问题,但正式对外开放,显然标志着公司认为它已经完成跨越。

事实上,经过几个月的调试和改良后,Amazon Go 的检测能力已经得到了显著提升。去年 11 月彭博社新闻曾报道过三名亚马逊员工身穿皮卡丘服装试图欺骗商店的跟踪系统,亚马逊的算法为每个毛茸茸的顾客进行了正确的结算。



走,到线下去

而在没有开业的日子,这家面积不大、仅有 1800 平方英尺的便利店,已经对零售行业产生了难以想象的影响力。

早在 2015 年 11 月,亚马逊就把目光转向线下,结合充分的线上数据,在西雅图开设了公司的首家实体书店。那时,该公司创始人贝佐斯就在接受采访时隐约透露出一个信息,亚马逊对于线下零售的探索并不会止步于此。

去年,亚马逊斥资 137 亿美元收购全食( Whole Foods )超市,拥有旗下共 460 多家门店。




亚马逊还在西雅图开设了两个商品自提点,是超市货物快递项目试验项目的一部分,尽管最近取消了,但超市食品快递服务 Amazon Fresh 仍在继续。

亚马逊打造综合性零售帝国的野心一望而知。

大数据、AI 等多种技术的结合,让线下实体零售行业创造个性化服务成为可能,线上产品与线下的场景结合早已经成为智慧零售的关键。

「线下跟线上相比,有些时候说不定真有一些优势。」任小枫曾在去年云栖大会的演讲中提到,

「看有人有没有拿东西,看了多久,有没有放回去,可以用相机监控货架。如果跟身份结合,或者用人脸或者其它方式,可以做到很多个性化的体验,能够让你在每时每刻在店里面知道你是谁,提供个性化的服务。」




但无论是从造价还是技术层面讲,计算机视觉为主的技术方案仍称不上成熟。

根据熟悉该项目的资深技术人员估算,这样的一家店,需要千万美元级别的投入。不难想象,仅价格就会成为无人店快速规模化的巨大门槛。

如果第三方商家想要改造成「即拿即走」模式,需要修改所有货架,根据要求装上多种传感器,按照规定方式布置很多摄像头,还要提前把自己的存货清单开放出来训练系统。零售商来很难愿意配合这些。

正为无人面包店进行技术研发的 Allan 向机器之能分析称,「视觉会存在遮挡等问题,在某些特定的场景下无法发挥作用。因此,一些技术解决方集思广益,尝试采取多传感器融合的方法,不过至今业内也没有出现成熟的解决方案,都处于摸索阶段。」




「在不远的将来,会看到像这样通用的线下智能系统要做很多事情。在一家小店铺做是一回事,在大的 shopping mall 场景下,里面有各种各样的店铺,有比较大的空间,实现难度会再上一个大台阶。」任小枫曾说。

更易于落地的 RFID 技术方案,是大多数追上无人店风口的公司过渡性选择,它们强调先落地教育市场同时推进视觉技术的研发。市面上绝大多数的无人值守便利店,会设置一个自助收银区——基于 RFID、计算机视觉或重量等多种感应手段完成商品结算。




但 RFID 同样也存在局限性。例如,RFID 不能被折叠、被遮挡,也容易发生标签被撕坏损毁的情况,在金属和液体商品的识别中也存在问题。

被逐渐计算机视觉等技术取代是大势所趋。Amazon Go 方案是目前看到最有前景的方案,但也是目前各种方案中技术难度最高的一个。

尽管如此,没有人认为亚马逊的首个 Amazon Go 项目会仅限于此。「我们希望能再开更多门店。」Puerini 说,但是她并未宣布任何扩展计划。(亚马逊或许已经有了计划,去年它曾招聘有经验的物业管理者。)

此前,英国和欧盟已经通过了 Amazon Go 无人超市的商标申请。这都表明,亚马逊正在不断向最终目标迈进,并且未来有计划进军海外市场。

当然,亚马逊可能并不打算在每个街角都建立一个 Go 商店。根据熟悉亚马逊早期计划的知情者,其内部计划认为一个店要想回本需要店周围几个街区中有数千个办公室职员。




假设主要消费对象是办公室职员的话, Amazon Go 商店「需要考虑为他们提供什么,」Puerini 说,「他们追求的是时间和饱腹。」

也不得不说 Go 商店的正式开业,如果还有更多开业消息的话,又要为「无人零售」概念再添一把火。

产业
暂无评论
暂无评论~
返回顶部