0
| 本文作者： 劉偉 | 2019-06-26 19:13 |
在新零售理念潛移默化的影響下，商家愈發追求效率和用戶體驗。他們積極引進新的技術和設備，以減少人工參與，壓縮人力成本并營造盡量開放自由的用戶體驗。
在此背景下，自助收銀技術得到了迅速普及。調查顯示，66%的消費者均對自助收銀技術表示認可。另一項數據顯示，自助收銀設備在全球的年復合增長率高達15.3%，勢頭十分迅猛。
然而，自助收銀設備提升效率并改善用戶體驗的同時，也增加了商品盜損的風險。
調查結果表明，在英國自助收銀環境下的商品盜損率約為4%，是非自助收銀環境下平均水平的2倍。在美國，這一比例更加懸殊，達到了5倍之多，給零售商造成了沉重的損失。
如何在無人收銀模式下降低貨損，成了擺在商家面前的新命題。
為了解決這個問題，零售巨頭沃爾瑪在其門店中上線了一套名叫Missed Scan Detection的AI監控系統。
據外媒theverge報道，這是一套由融入了視覺AI技術的相機組成的系統。相機運行時會自動掃描貨架上的商品，如果商品在條碼沒有經過掃描的情況離開監控區域時，系統就會向店員發送警報提醒。
據沃爾瑪透露，Missed Scan Detection系統由Everseen等多家公司提供技術支持，早在2年前就已經投入使用，目前已經覆蓋了1000多家門店。從效果來看，這套系統能顯著降低貨物盜損率以及庫存損失率。
不過系統也有誤報的時候，比如顧客忘記掃描商品或收銀員誤操作都會觸發警報。總體而言，這套系統還有待進一步優化和完善。
無獨有偶，為了解決盜損問題，去年日本廠商NTT也曾與從事防盜系統開發的高新技術企業Earth eyes合作，推出了一套內置AI的監視系統——AI Guardman。它能通過AI分析可疑行為，揪出潛在的扒手。
AI Guardman 發現可疑情況后，會向店員的智能手機發送警報，并傳送嫌疑者的照片及所在位置。這時店員就可以上前搭話，比如禮貌性地詢問：“你好，需要什么幫助嗎？”
這樣友好的問候除了可以有效防止潛在的盜竊意圖，也可以在 AI 誤判的情況下為客戶提供有效的服務──畢竟除了偷竊行為以外，這些左顧右盼的行為也可能是客戶正在苦惱于尋找需求的特定商品。
據雷鋒網了解，AI Guardman會和商家共享這些監控數據，系統將基于數據不斷學習，提升其“業務水平”。
遺憾的是，這套系統的價格并不便宜，光一臺 AI監視器售價就高達 23.8萬日元（約合人民幣1.4萬元），安裝和調試費還得另算。此外，客戶每個月還得為每臺監視器繳納4000 日元的 AI 云端使用費，并按數據量繳納數據存儲費用，每10GB數據的存儲費為500日元（1臺AI 監視器1個月產生的數據大小約為10GB）。
國內方面，阿里安全圖靈實驗室也在積極嘗試利用視覺AI技術幫助零售商減少自助收銀帶來的貨損風險。
據阿里安全圖靈實驗室高級專家覺奧向雷鋒網介紹，偷盜行為看似簡單，但可以拆解成三個具體環節——可疑人員、拿取行為、付款行為。假如一個可疑人員拿了商品卻沒有付款就離開了門店，便構成了一條完整的偷盜證據鏈。圖靈實驗室的視頻識別防盜損系統重點關注的也是這三個環節。
首先要解決的是可疑人員識別。偷盜行為非常復雜，有些是慣偷，有些只是臨時起意，比如對服務不滿的報復式偷盜。慣偷的識別相對簡單，因為商家的視頻監控系統中一般包含了這些人的照片信息，只需要通過安全AI技術在他進店時將其識別出來并進行事先預警即可。
非慣偷的識別復雜得多，需要借助一系列行為動作分析。小偷在商場作案時通常有一些慣用手法，比如東張西望尋找視頻監控的盲點。倘若能通過這些行為識別出可疑人員，并第一時間進行干涉，就可以將很多偷盜行為扼殺在襁褓之中。
為此，阿里安全圖靈實驗室走訪了很多公安人員和商場防損員，向他們學習經驗，最后總結出了18個高風險人員特征。根據這些高風險人員特征，系統就能第一時間發現可疑人員。
鎖定可疑人員后，系統還會持續追蹤他在貨架、收銀臺、出入口等關鍵位置的行為，比如是否拿取了商品，有沒有破壞商品標簽或者故意漏掃商品等。
覺奧向雷鋒網介紹，國內外已經有很多企業在開發基于視頻識別的防盜損系統，其中很多只針對某一個特定環節，作用有限。要達到更好的防盜損效果，AI還需要學習完成更多更復雜的任務。
無論沃爾瑪、NTT還是阿里安全圖靈實驗室的嘗試，都讓我們對用AI技術降低貨損的前景充滿了信心。但不得不承認，這類產品在落地的過程中依然面臨著許多挑戰。
首先需要考慮的就是成本。作為一個整體利潤率偏低的行業，零售業對于成本非常敏感。基于視頻識別的防盜損系統初期投入巨大；為了平衡投入與產出，業內常用的做法是復用商場內已有的視頻監控攝像頭。這種做法存在一定的缺陷：普通監控攝像頭的特點是視角大，分辨率低，獲取的圖像質量不高，給人臉識別算法提出了極其嚴峻的考驗。
實時性也是AI防盜損系統在實際應用中非常重要的一個點。偷盜行為的事后追溯成本較高，對零售企業是一項沉重的負擔。最好的辦法是能夠防患于未然，這就給系統的算力和算法優化提出了更高的要求。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
