無人零售的下半場

在新零售行業內有很大關注度的廣州智能設備博覽會近日拉下帷幕。會場跟去年熙熙攘攘的人群有很大的反差，大家也少了躊躇滿志的神情。從2016年下半年開始登場的“新零售”、亞馬遜無人店，到2017年的無人貨架風口，2018年資本開始退潮，及至2019年，無人零售已經進入了下半場。

無人貨架潮，資本推動下的爆發與沉寂

2017年到2018年上半年，無人貨架經歷了野蠻生長時期。當時規模比較大的有每日優鮮便利購，猩便利，果小美，便利蜂等。除了這些初創企業，京東到家，餓了麽NOW，順豐的“豐e足食”等巨頭也進入了這個行業。其中猩便利的擴張速度最引人矚目，聯合創始人司江華曾豪言目標30萬點位。每日優鮮便利購在4月份公布日訂單量超過30萬。整個行業在資本的推動下處於很嗨的狀態。然而5月份果小美突然宣布由於資金問題放棄無人貨架業務，隨後猩便利也爆出資金鏈斷裂，大家隱約看到共享單車的故事重演。

截止到今天，我們了解的情況是無人貨架公司在一線城市的優質點位還處於一個勉強維持狀態，規模不到高峰期的十分之一。大部分公司也經歷了多次的裁員調整，比如曾經獨立出來融資的每日優鮮便利購已經回歸到主商城業務部門。行業收縮的最主要原因有兩方面，一是無人貨架盜損率太高，除了顧客拿了東西不付錢以外，貨損還有部分來自補貨員，保安，清潔工人，還有老鼠，高峰時行業貨損在50%以上。二是場景消費意願不強，常見的零食飲料在辦公場景並不是剛需，大部分點位的日消費在幾十元，根本沒有盈利的可能。

無人貨架的起起落落，背後的是典型的中國式互聯網思維：在資本的推動下佔據用戶流量，通過廣告等模式變現。只是這個流量的成本太高，在變現還沒有被充分證明前，資本已經扛不住了。

智能櫃的興起，從RFID到魚龍混雜的視覺識別技術

隨著無人貨架的興起，很多公司開始琢磨用智能技術來控制貨損。比較早出現的是射頻標簽RFID技術。RFID行業已經存在幾十年，一直沒有被大規模的應用最主要是成本比較高。RFID大致分為兩種，高頻和超高頻。其中高頻的RFID標簽成本在5-6毛左右，可以緊貼在商品上面。超高頻標簽大致成本2-3毛，一般需要在商品上像天線一樣豎起來。上面的只是物料成本，不包括人工粘貼成本以及商品ID錄入的成本（大致也在2毛左右）。

除了上述RFID標簽成本高以外，智能櫃的設備也一般在一萬元以上。同時RFID還有很多運營上的限制，包括帶金屬鍍膜的大部分零食包裝對RFID信號的屏蔽等。進一步出現的問題是越來越多的顧客了解到可以通過撕標簽的方式逃過支付環節，RFID智能櫃的防盜功能有了很大的缺陷。

行業內最大的三家RFID運營上都遇到了一些困境。從一開始就走智能櫃路線的便利蜂是行業內最大RFID智能櫃運營上。我們從便利蜂設備提供廠商海信了解到，便利蜂從早些訂購的1萬多台一下縮減到5000台，總體運營數據並不樂觀。從天天果園孵化出來的CityBox魔盒在2017年開始自研RFID智能櫃，最多的時候有超過3000多台自運營設備，到目前我們了解到這個數字只有1000多了，公司從自運營轉向賣櫃子，最近也有從不同渠道聽到公司在資金上遇到困難的消息。美的智能是在美的集團扶持下做RFID智能櫃的業務，在2017年底推出了“小賣櫃”，以自運營為主。截止到春節前，公司的業務發生了很大的調整，也從自運營轉向設備出售和租賃，同時公司也探索計算機視覺的方案。

與RFID同時進行的還有重量感應的智能櫃，原理是根據商品的重量不同來區分不同種類的商品。重量感應在技術上相對成熟，我們從星星冷鏈新零售總經理李漢陽先生了解到，星星自研的重量智能櫃已經量產，也有不少出貨量。重量智能櫃最大的缺陷是對商品種類的限制太多，大部分飲料標品重量相同，通過這個方案很難區分。

在智能櫃領域，最引人注目的是基於計算機視覺的AI智能櫃，大家比較熟悉的有深蘭科技，哈哈零獸等。深蘭科技在2017年就推出掌紋識別的視覺智能櫃，但是到今天在這塊業務基本已經退出，在這次展會上也沒有見到。關於深蘭科技的各種評論網上比較多，這兒就不重複。從視覺技術來看，很多公司的產品在過去一年基本沒有變化，商品只能稀疏擺放，每次識別結果是1-10分鐘不等。對於不穩定的識別結果，從各方工作人員處得到的解釋是：展會內網絡信號不好。我們了解到，展會是提供高速有線網絡服務的，而稍微有些計算機常識的也能知道，圖像上傳如果需要10分鐘，早time out了，而且計算機處理也不會出現一會兒快一會兒慢的場景，更別說現場我們實際4G網絡測試速度其實沒有問題。

兩年前隨著人工智能熱的興起，很多公司都掛上了AI的牌子。但是到底有多少是“人工”有多少是“智能”呢？號稱AI公司，實際用人眼看結果已經是同行內公開的秘密。AI智能櫃在眾多運營商的眼裡已經被貼上“不靠譜”的標簽，識別準確率低，账單返回速度慢，結果不穩定等諸多問題。每一個行業興起的時候，總有公司通過走捷徑的方式超車，實際上是對行業發展的最大傷害。無人貨架如此，AI智能櫃亦如此。

展會上，我們也遇見了另外一家計算機視覺智能櫃的技術公司海深科技。這家在媒體上曝光不多的公司核心團隊來自百度深度學習研究院，從介紹上看已經同京東，每日優鮮，騰訊雲等多家巨頭有技術合作。我們現場測試了AI零售櫃，無論是跨層擺放或密集擺放，還是同時拿取多個商品，账單返回穩定時間3-4秒，而且準確無誤。比較有意思的是公司的宣傳語是“可信賴的人工智能”，看來需要贏得客戶的信賴在這個環境下是很艱難的一件事情。

無人終端零售的下半場如何決勝

無人貨架的倒塌和資本市場的退場，無人終端零售的前景如何是運營商和解決方案商都比較疑惑的問題。零售行業能否健康發展最終還是回歸商業的本質：解決的是否是一個剛需，是否能夠盈利。隨著阿里入股友寶，娃娃機、口紅機以及娛樂性終端的興起，種種跡象表明，無人終端零售進入一個更碎片化的模式。在不同的場景下，商業的核心和場景需求都完全不同。比如在學校，醫院等銷量能保證的場景，場地資源是商業的核心，而採用哪種技術方案，甚至賣什麽商品都不是最關鍵的問題。在商場環境，能吸引顧客流量的必定受歡迎，娛樂性的終端成為主流。

對於智能終端的技術提供方，在不斷提升技術上的準確率穩定性等因素以外，更重要的是結合應用場景去做細分領域的解決方案。智能售貨櫃要爭取的市場不是去替代彈簧機等傳統貨櫃，而是根據自身的特點，利用商品SKU靈活性的優勢，深度結合場景去優化。例如，在社區提供生鮮乳製品，在辦公環境提供健康餐飲食品等等。在這些細分垂直領域，無論是技術解決方案，還是供應鏈運營，都面臨更大的挑戰。資本推動的互聯網無人零售模式上半場已經結束，行業進入細分垂直領域內深耕細作的打磨階段。技術和運營捆綁會更緊密，提供平台化技術解決方案服務多家的模式會越來越難。

無人店之路的前途未卜

無人店是無人售貨終端規模上的一個升級。自從Amazon Go的推出，國內也興起了一陣無人店熱，包括阿里的淘咖啡，簡24，雲拿等。我們有幸接觸到了Amazon Go的核心工程師了解到，Amazon Go項目的研發成本早已經超過了千萬美元級別，早期主要是技術探索為目的，並沒有商業落地的詳細計劃。方案的最主要問題是成本太高，除了上百個攝影頭，重力感應等設備，成本最大的還是後台的視頻分析所需要的GPU服務。現在做的比較好的單人跟蹤性能也就100fps，視頻大致每秒25幀，那麽一個GPU伺服器也只能跟蹤4個人。這還不包括行為識別，物體識別，重識別（Re-ID）等等諸多的問題。一個Amazon Go無人店的成本超過百萬美元，而且商品種類非常受限，幾乎沒有商業落地的可能。Amazon的工程師自嘲說，他們不經意的挖了一個大坑，引發了眾多創業公司和資本往裡面跳。

任何技術革新還是需要回歸商業本質：是否降低成本，是否增加銷售，而從目前行業內的解決方案來看，都無法做到。對顧客來說，除了好奇，也很少會因為無人技術而光顧無人店，也就是說，用戶體驗方面也並沒有得到提升。但無人店是否就是一個行不通的方向呢？我們並不是這樣認為。隨著人口老齡化和人力成本的增加，智能化、無人化服務一定是個趨勢。只是在這過程中採用何種技術路線去實現，還有待於探索。同時隨著嵌入式芯片的成熟，低成本的無人化方案會變得更加可行。無人店的宗旨並不是沒有人、沒有服務，而是服務無處不在，通過智能客服，視頻行為分析等方式給顧客提供更舒適的購物環境。

AI如何在零售行業落地

目前AI技術在零售行業主要有兩方面的應用：一是無人化方案，前面已經做了討論，第二個是線下數字化方案，就是通過以計算機視覺為主的技術去分析線下用戶的行為。除此以外還有一些泛AI技術，以數據分析為主。目前AI技術的主流是用深度學習的方法。我們從業內資深的深度學習專家了解到，目前的深度學習只是AI技術的一個發展階段，應該還是屬於比較早期的技術，離人類的學習能力還差的太遠。目前深度學習遇到的最大瓶頸是模型的泛化能力，也就是一個模型在某類數據集上可以學習的很好，但是到數據發生一些變化後，模型的準確率會大幅度下降。在零售行業，商品種類具有多樣性，場景更趨複雜，而零容錯的交易數據要求，使得AI技術在這個行業的落地變得異常困難。

但是事情也不總是悲觀的，在一些特定可控的場景，現有的AI技術還是有可能提供比人類準確率更高的方案。這些特性決定了現有AI技術必須結合實際的業務和場景去不斷的優化，才能在一個細小的垂直領域內達到足夠高的可行性。這對一個AI技術公司提出了更高的要求，除了通過數據去提升算法以外，還有可能深度的參與到實際運營場景，通過運營方式等物理條件的改變去優化整體解決方案。

結語

無人零售和相關的AI技術都基本已經過了資本孵化的上半場，下半場更看重的是實際落地能力。只有深度結合細分行業，甚至會直接參與到實際的場景運營中，才可能有生存的機會。行業在19年會繼續洗牌和沉澱，能活下來的才是強者。

—【 THE END 】—