“五可”是实现新零售必不可少的环节，而每一个环节之中都少不了技术的身影。这是IT厂商和技术服务商的商机，但是，如果仅仅卖服务器和计算资源，是远远不够的。就像在四五年前，传统的线下商超看到电商的发展势头，都会很恐慌，匆匆寻求IT厂商和技术服务商的帮助，来“转型做电商”。很多商家以为做了一套线上的电商平台，把产品放上去卖，就做到了互联网转型，但实际上，很多线下做得很好的实体企业，生硬地搬到线上之后，销量十分惨淡。
同样的道理，今天，当线下商超和mall再做互联网转型时，不会再去做线上电商平台，互联网能帮他们做的，是从上述的“五可”出发，帮他们了解他们的客户。其中主要的技术，包括了前端用户感知、IoT（物联网）与高精度位置服务、大数据精细化运营、图像计算、视频计算和智能语音服务等。
“未来的世界跟人是类似的，先要看（感知）到外部，然后通过脑（计算）来处理。这件事正在发生。”刘振宇说。
图片来自云栖大会刘振宇的演讲PPT
这其中，用于感知的技术，包括云AP、IoT和高精度位置服务。
云AP：AP（AccessPoint）是有线网络和无线网络之间的连接点，就像是传统有线网络中的HUB， WiFi路由器就是一种AP。云AP则是一种云化的WiFi服务，可以实现多个AP的云端管控，管理员在云端做出的更改，可以即时同步到AP。在商场或酒店里，大家都会去连WiFi，基于云AP的部署，商场或酒店根据用户某一次或者多次的连接，来洞察到用户的需求，这是有可能的。传统的HUB和路由器不具备数据统计功能，而云AP部署范围内可以实现全景的数据统计。结合背后的数据处理和分析，云AP就能准实时或实时地感知客户。
IoT：连接WiFi的终端主要是手机，但要想感知用户，手机并不是唯一的途径。前些年，智能硬件的火爆可以反映出，IoT深入生活是未来的趋势。比如共享单车的服务就和IoT紧密相连，用户的每一次骑行，骑了多久，从哪里骑到哪里，这所有的数据能够留存，都是因为有IoT才可以做到。而基于这套技术和积累的数据，共享出行才能服务做交通出行的优化，并且服务于智能交通。
高精度的位置服务：以共享专车为例，如果没有高精度的位置服务，你在一条河边叫车，APP很可能给你推荐河对岸的车辆，因为系统识别出那辆车离你的直线距离最近，但为了过河来接你，那辆车很可能要绕行3公里才能找到过河的桥。因此精准的定位非常重要，需要将这类“现实的误差”排除掉。对于购物中心的室内而言，精准定位同样非常重要：如果能精准地判断用户在布满了楼梯、电梯的购物中心内部如何行走，停留在哪里，就可以基于用户逛店的路线和附近的商家来做精准营销。
感知之后所需的就是计算。想象一下，如果前端用户感知、物联网和位置的数据都被收集并积累起来，哪怕只是一家购物中心，数据量都会非常巨大，而且随着数据越来越受到重视，智能化设备越来越多地投入使用，数据量的增长速度只会越来越快。在如此巨大的数据体量之下，传统的数据处理方式很难奏效，当每天入库的数据达到几个TB或者几十个TB的时候，怎么能把数据算起来？
目前运用得比较多的大数据处理方案，聚焦于如何做离线计算，如何做在线计算，如何在搜索引擎里做流计算，然后把相应的数据结果呈现出来。这些结果，就可以为业务提供支持，并且拓展业务的边界。
比如，在一家商场布置一云AP，当用户入场连上WiFi，商家就知道他何时进入商场、在商场里的行走路线是什么样的，在哪些店停留的时间长。假如他在母婴店和儿童乐园停留时间长，那之后可能更多地向他推送亲子类的产品。
用户画像只是其中一例，通过大数据的处理方案，可做的分析还很多，比如客流的分类，或者针对进店的人流来做区域分析，据此判断店铺的分布是否合理，或者对店铺进行一些重新规划。比如百货、餐饮和儿童娱乐的比例，以及如何规划位置。
除此之外，还有一些“黑科技”为新零售带来了新颖的玩法，比如视觉计算、视频图像的语义标注等等。前者主要依赖深度学习技术来做，能实现的功能包括以图搜图等。以图搜图不仅可以满足“找同款”的需要，在做用户感知时也很有用。例如，在一个用户停车进店的过程里，就会经历很多次以图搜图，像是给车拍个照，走的时候就可以自动计费了。后者则是给图片和视频“打标签”，标签可以让图像和视频这一类不太容易被量化的东西具备语义信息。标签打得越精准，语义越丰富，从中可分析出的信息就越多。基于这项技术，还可以实现在用户看视频的时候，根据用户的喜好程度，在视频中实时或者准实时地推送广告。
图片来自云栖大会刘振宇的演讲PPT
