专栏名称: 脑极体
你的困惑,来自于无路贴近未知。我们在技术、思想、传播的异界,贩来极限脑量下的TMT。
目录
相关文章推荐
CDA数据分析师  ·  【干货】5分钟学会数据可视化:使用Pyech ... ·  昨天  
大数据文摘  ·  与 Open AI 分手后,Figure ... ·  3 天前  
数据派THU  ·  【ICLR2025】SAMREFINER:驯 ... ·  3 天前  
数据派THU  ·  【ICLR2025】VEVO:基于自监督解耦 ... ·  4 天前  
CDA数据分析师  ·  Deepseek爆火,CDA持证人如何确保不 ... ·  5 天前  
51好读  ›  专栏  ›  脑极体

与旷视共同寻找小微商业的智能零售解决方案|白洞战报

脑极体  · 公众号  ·  · 2019-03-21 23:12

正文

不久前,我们刚刚发布了白洞企业唤醒计划的第一期节目。在制定这一计划的初衷中,我们渴望能够切近AI产业应用的无限真实、无限细节的场景。尤其是离开金融、互联网这些数据充足更适用AI的领域,再错开BAT、大工厂这些被更多人关注的视角。


最终的结果是,我们发现AI想要灌溉进产业应用的根须,最需要的还是技术应用者和技术研发者的更多碰撞。



今天,我们就从白洞计划第一期节目《专属小微商业的智能零售方案》出发,见证AI独角兽旷视与一家小型母婴零售连锁企业的碰撞。


根须处的阻碍与困惑:

小微商业为什么难以应用AI?


在整个交流过程中,我们最深的感触是,小微商业体系应用AI的迫切程度远比我们想象中更深,但小微商业体系应用AI的环境条件也远比我们想象中更差。


以本次参与嘉宾石先生的案例来看,作为一家位于北京的小型母婴用品连锁零售店来说,他们对于智能零售冲击的承受能力格外差。


石先生表示,他看到很多零售门店都已经应用上了刷脸支付、人脸会员体系等等新鲜的模式,而自己的门店似乎还停留在几年以前。更直接影响到效益的,是很多零售企业已经可以应用上数据挖掘,通过累积经营数据和关联数据来进行选品决策。但传统小微商业门店在进行促销备货时,还要常常依靠直觉。


用石先生自己的话说,就是只能看着别的品牌上什么火什么,频出网红爆品。可自己门店唯一能关联到个人消费趋向的就只有会员体系,可现在很多消费者也因为嫌麻烦而不再累积积分。


总的来说,销售节奏把控不力、跨门店管理成本高、会员体系鸡肋、促销和选品决策没有数据,是小微商业体系亟待利用AI技术解决的几个典型问题。


而作为小微商业体系,自身信息化条件差加之对于技术本身的不甚了解,也加大了企业主的决策成本。


以石先生的案例来说,母婴门店招聘员工大多会参考对方销售能力如何、是否对婴孕群体足够了解,这就导致了其员工几乎没有互联网、IT技术的相关基础知识,更别提AI了。而且门店中的基础设施需要有哪些改动、成本多少,后续升级安装如何进行等等问题,都让企业主毫无头绪。


对于小微企业来说,AI技术应用的投入产出比无法落实到细节,才产生了无数的困惑。


适配度测试:

小微商业体究竟需要怎样的技术支持


毫不客气地说,目前小微商业体所面临的这些问题,并不是每一个都能被技术企业完美地解决。但我们可以在旷视能给出的解决方案中进行挖掘,看看小微商业体需要的技术支持,分别有哪些特征。


简单来说,我们可以将旷视智能零售解决方案与小微商业体的适配点分列为三点。


第一点, 是用广泛的数据挖掘与关联来弥补小微商业体的数据基础。


我们了解到,小微商业体系应用AI最大的桎梏就是没有数据。如果是大型企业进行转型,或许可以从头开始收集、清洗、标注数据并得出模型,或者干脆购买大量数据。但小微商业体系是不具备这样的能量的。


而旷视给出的解决方案,是去通过自己固有的数据分析模型去分析全新的数据,从中提炼可以被小微商业体能够利用的信息。


例如旷视拥有非常详细的智能视频分析方案,可以通过对用户购物时的行为来分析出他们对哪些商品更感兴趣,也能通过对穿着打扮来对高度重复的用户进一步细分。即使母婴门店中进行消费的主力都是女性,旷视的智能视频分析方案也能通过衣着形象来分析出他们的消费能力。


如此以来,可以一边和商业体共同成长培养适用的数据分析模型,同时还拥有可靠的过渡方案。



第二点, 是零门槛的应用模式来消除小微商业体的学习成本和不信任感。


小微商业体由于成本有限,对于接入新技术最大的担忧就是“一锤子买卖”,例如购买了一项技术之后发现需要再购买大量配套服务才能使用;或购买技术之后无法和自己的系统对接;后续升级无人负责等等。


旷视提出,以石先生这样的情况为例,只需要针对人像的抓拍设备和针对利用原有安防设备的AI计算单元,基本正常门店的网络设施就可以满足。至于系统对接,旷视已经累积了广大的ERP合作伙伴API接口库,短则一周长则两个月,就能完成大部分的数据对接。至于后续的升级等等,基本只需要使用者选择“同意”,就能够在后台自动进行。


虽然目标遥远,但AI技术的产业应用确实是在向“傻瓜化”的方向发展。


第三点, 为未来买单的成长性技术。








请到「今天看啥」查看全文