为什么商品视觉识别公司最后都去做了智能货柜？

近两年广受追捧的计算机视觉在应用上有几个重要的分支——识人、识车和识物。

其中，应用最广泛的人脸识别几乎已经渗透到了我们生活的方方面面，包括根据用户年龄和长相推荐商品、刷脸支付、人脸抓逃等等。车辆识别技术也已经在交通卡口、停车场、收费站等场景相继落地。

奇怪的是，虽然基于视觉的商品识别技术理论上有非常广泛的应用场景，比如拍照购、货架陈列分析、流行趋势预测等等，但这个领域的企业不管从哪个方向切入，最后似乎都落在了智能货柜这个点上。海深科技就是其中之一。

第一次转型：从技术到产品

海深科技的创始人兼CEO戴剑彬在创立这家企业之前，跟零售行业并没有太多交集。毕业于清华大学的他在美国佐治亚理工学院获得了博士学位，研究方向为人工智能的核心领域——深度学习以及优化算法。博士毕业后他曾先后任职Oracle、Yahoo!等国际知名企业，负责基于大数据的广告等相关业务。

戴剑彬创立海深科技，更多是源自于他2013年加入百度后的职业经历。任职百度期间他发现，百度有很多的图片资源，也做了以图搜图等创新尝试，但却一直没有找到好的变现模式。于是他开始思考能否让图片直接链接到商品，用户拍摄照片或上传图片，就可自动识别图片中的鞋子、包、衣服等商品，并显示商品购买链接。

在这个想法的驱动下，2017年7月海深科技推出了商品图像识别搜索引擎GEEWOO极物，并获得了第一个客户——小红书。随后，2017年9月海深科技从众多竞标商中以识别率高出第二名50%的绝对优势脱颖而出，与京东合作推出京东拍照购，正式打开局面。

但瓶颈也随之而来，戴剑彬很快发现， 电商是一个很小的市场，大大小小的平台加起来就那么多。而且有些平台——比如阿里，自己也在做以图搜商品方面的技术研发。 海深科技要获得更大的发展，就必须突破自己的业务边界。

在做了货架陈列分析等尝试之后，戴剑彬意识到， 虽然商品视觉识别的想象空间很大，但前提是能识别足够多的SKU，而这在当前的技术条件下还很难做到。相比之下，智能货柜等相对封闭且SKU数量有限的场景，可能更适合这项技术的落地。

恰好这时智能货柜正处在风口上，产品供不应求。许多客户找到海深科技，希望它们能够提供相关的技术。内部讨论后，戴剑彬觉得这是个不错的方向，于是和澳柯玛合作在2018年初推出了自己的第一款智能货柜产品G-BOX。海深科技也就此完成了从技术到产品的第一次转型。

现阶段静态识别仍是最佳方案

海深科技的这次转型可以说是顺风顺水，继澳柯玛之后，今年一月份海深科技又和海信集团建立战略合作，获得了后者硬件生产和渠道能力的加持。

今年2月底，海深科技发布G-BOX二代，将可以售卖的产品扩展到了包括生鲜水果、乳制品、烘焙在内的全品类；在保证识别准确率不低于99.8%的前提下，可以做到一秒内完成识别，五秒内回传账单。而这款产品也在海信集团内部获得了立项批准，将作为其正式产品对外推广销售，这对于海深科技来说无疑是如虎添翼。

戴剑彬介绍，G-BOX二代采用的仍然是静态识别方案。他表示， 虽然理论上动态识别具有非常多的优势，比如空间利用率更高、对商品摆放的限制更少，但实施起来也非常困难。动态识别本质上是对视频流的分析，当前4G网络下的网速和带宽难以支持将视频流上传至云端分析。如果在本地分析，则对货柜的算力提出了很高的要求，且不说最后准确率如何，光成本就令商家望而却步了。 比如，YI-Tunnel和深兰科技研究的动态识别智能货柜，价格都在一万元以上。

“虽然有些公司号称几千块就能做出一台动态识别货柜，但我是存疑的，它很可能是靠人工来解决的”，戴剑彬说道。

其实，过去几年在市场和资本的推动下，行业里诞生了不少这样“走捷径”的公司。它们号称人工智能，但实际上只有“人工”没有“智能”。 如果你去逛一些智能货柜的展会，会发现有些货柜的账单回传时间特别长，或者忽快忽蛮，这类产品基本都是背后靠人工来审核的。这在圈子里已经不算秘密了。

利好消息是， 随着5G商用的到来，其强大的网速和低时延等特性允许智能货柜将更多的算力放到云端，让终端在更轻量化的同时还能执行更复杂的任务，未来动态识别货柜的成本有望大幅下降。 戴剑彬表示，海深科技目前也在探索动态识别方案，不过5G网络的普及还要多长时间，目前还很难说。综合方方面面来看，静态识别或许仍然是目前的最佳解决方案。

第二次转型：从产品到运营