计算机视觉领域探索新技术对于商业的颠覆——探索创业智慧,预知未来纪元

【创智纪】品途科技频道打造的技术系列创业报道节目：探索新科技针对商业的重塑——探索创业智慧,预知将来纪元。

新零售迅速发展的背后，是一股强劲的技术力量在推波助澜。

现在，图像识别科技在中国比较多领域有所应用，例如金融和安防系统的虹膜辨识、医疗影像、自动驾驶等画面。而在零售市场，智能试衣间、智能货柜等画面也都不再是新鲜事物。

与大个别针对线上零售或无人零售提供识别科技的企业不同，扩博智能Clobotics这家涉足计算机视觉识别的企业选择了从大型FMCG（迅速消费品）企业角度出发，结合特色零售商工作步骤，在货架情报、门店巡检、运营数据管理等环节，通过图像辨识科技大力度加强线下零售的整体运营水平和效益。

扩博智能Clobotics联合创始人兼CRO李炤

新科技作为了线下零售的那根稻草

走进卖场超市，琳琅满目的品牌商品给了我们许多选取空间，这些凝聚了零售企业自身设计开发、渠道推广、人员销售等高利润和高精力的综合性商品，带着企业成本最大化的希望。

一位品牌生产商项目负责人告诉记者，品牌商在中型商超销售其品牌下属商品必须承担进货、运输、铺货等各环节成本，然而一件商品的销售收入可能只有几个百分点，品牌商或渠道商都必须对于销售、渠道或者行业推广等各环节进行检测，以求增加利润，提升业绩。

在过去30多年的演进中，中国零售业从拼价格、拼门店运营到拼供应链，造就了一个不同时代的消费模式。随着电商市场的盛行，实体零售曾一度遭遇寒冬。

根据麦肯锡《2017全球数字消费者研究再次定义新零售时代的用户体验》报告显示，以消费电子品类为例，93％的消费者会先在线上研究再到实体店体验；96％的消费者会在线下渠道感受或购买。这说明，虽然全渠道作为零售新常态，但线下渠道仍是用户体验和销售转换的重要节点。

而在线下零售店，由于科技限制和消费者碎片割裂的消费行为，很难将商品销售、店铺库存等数据完全打通。线下数据缺失，时效性差等特征困扰着品牌商，巡检和行业调研成本居高不下也作为市场共性的痛点。

如果品牌商以及零售商想要迅速看到货品销售问题、商品缺货情况、货架陈列是否不当或者新品上架速度，其实相当多复杂画面都必须计算机视觉辨识科技。

当无人便利店、智能货柜、智能客服、RFID等诸多新兴科技不断应用到零售场景之后，大数据人工智能这些科技新秀也成功挑动了零售电商们的视觉神经，似乎线下实体零售也发现了全新的生命力。

线下数据成发展瓶颈

事实上，对于B端零售企业，线下数据没能拓宽是限制其新零售全局发展的弊端之一，尤其传统零售企业，数据管理科技较为薄弱，数据细粒度不够，数据标准化、数据孤岛等弊端仍然没能完全缓解。

扩博智能Clobotics联合创始人兼CRO李炤告诉品途商业评论（ID：pintu360），目前零售商们最关注和必须的服务是对分销落地的效果追踪和数据管理。

其中，巡店是零售业务最基本的管控方式。很多零售商都认为不仅桌面上的数据和报告，有些问题唯有深入在零售现场才会看到和解决，比如货架陈列不当、商品缺货情况、价格沟通与升级、推广活动执行落地、新品上架速度等。

针对品牌商而言，尤其快消品类，一定程度上很难对三四线城市的销售状况有效追踪，更不用说实时数据的反馈了。

为了解决品牌商线下数据采集问题，扩博智能Clobotics从小型FMCG（快速消费品）企业角度出发，结合特色零售商工作步骤，在零售执行、货架情报、竞品追踪、运营数据管理等环节，通过图像辨识科技提供了一款叫“扩博智维”零售智能助手的服务软件，可有效提升线下零售的整体运营水平和效益。

具体而言，一线销售督导通过普通智能手机拍摄，从销售门店快速获得第一手画面中的影像资料，如空调、货架、冷风柜等，上传到管理系统平台后，运用云端处理科技，结合算法和建模，把货架上的产品、价格标签和产品图像结合，秒级预测并反馈统计结果到终端销售督导的手机上，将原先零售品牌商费时费力且没法做到的1%的人工图片样本抽查计算机视觉领域，升级成人工智能辅助加持的日常化工作惯例，且可以做到100%覆盖销售执行工作。

在新零售时代，零售行业改革每天都在出现。目前，中国零售行业竞争激烈，阿里巴巴、京东、腾讯等大型电商网站相继布局线下计算机视觉领域，如何利用新科技方式提高线下门店的管控工作，将实际的解决方案与新零售概念落地到店面中已经是整个市场所遭受的困局。

李炤告诉记者，扩博智能Clobotics在零售产业行业拓展过程中看到了两大问题。

其一，零售市场渠道复杂、落地场景较多。货架上产品和价格标签只是总是陈列在一起，地勤巡检人员拍摄的照片像素和视角也只是总是有促使机器视觉科技预测与处理。

其二，“大市场、小企业”特征显著，市场上并如此多像中国沃尔玛这样的市场巨头，相比零售产业的万亿市场，企业规模相对都不是非常大，客户需求和竞争却非常激烈。

强技术硬道理

现在，人脸辨识、商品识别、自动结账等科技正在尝试在线下颠覆和更新零售业原有消费感受，基于AI视觉识别科技的企业也在企业客户端大体量推广相应技术的应用场景落地。

面对严峻的行业环境和激烈的科技素养比拼，李炤表示，要借助海量数据和深度学习算法，将计算机视觉识别在零售市场销售执行场景下深度应用，在不同产品、价格标签与商品图像自动匹配并即时给出预测结果，必须拥有极强的科技素养和开发水准。在这方面，扩博智能Clobotics拥有一支优秀的国际化科技团队。

扩博智能Clobotics成立于2016年。在创始团队中，CEO严治庆曾兼任微软大中华区主任裁，仅用10个月即落地微软Azure在华业务，使微软作为首个将中国公有云带入日本并投入商业营运的跨国企业；CTO柯严博士曾是谷歌必应搜索研发团队负责人，在数据挖掘、机器学习、计算机视觉和分布式平台领域拥有多年经验；CRO李炤在微软10余年，担任过微软云计算与商业解决方案销售总监，有达到16年B2BIT行业经验。

另外，为了加强科技投入，公司还在西雅图成立开发中心，聚焦计算机视觉和机器学习先进科技研发。

通过机器准确辨别成千上万快消商品SKU是一项复杂且庞大的项目。不同的算法和参数会直接影响模型效果，在建模后，还必须对模型之间的层次关系、版本迭代进行有效管控。

当遇到长期低品质模糊图片、大量商品种类、大体量识别需求并发，对算法模型是极大的挑战。扩博智能Clobotics的项目师团队无法保证敏捷、有效、实时的支撑复杂的零售业客户意愿与服务支撑。

现在，业内主流的图像辨识做法是借助机器加人工的方法，一定程度上提高了具体率。但李炤向记者指出，他们仍然坚持零人工干预，因为如果机器辨识要依赖人工强化准确率，长远来看这并不便于技术发展。“这是一个痛苦的选择，但经过一段时间努力，目前我们的纯机器识别准确率已经超过95%。”

近期，由可口可乐公司开展的图像辨识科技检测会中，大批中国外图像识别领域的代表企业进行了现场演示和统一评选，经过比拼，扩博智能Clobotics在一众厂商中脱颖而出，且成为唯一受邀技术企业参加全渠道实体店现场走店测试，同时扩博智能Clobotics还受可口可乐邀请参与十月在北京举行的全国系统会议，进行方案和科技能力展示。

通过了解，扩博智能在建立之初，最先将计算机视觉识别科技应用在风电领域，以电机的叶片全手动测试为发力点，利用自身完备的飞控系统研制，硬件开发融合、云计算推进拓展、软件研发迭代的能力，通过读取人工智能图像辨识科技在无人机端的本地运算，将传统风电叶片巡检运营效率提高了近40倍。

近年来，随着国际社会对能源安全、生态环境等弊端的日渐加强，以风电为代表的新电力行业正在迅速崛起，随之而至的则是风电装机量的快速下降和不断上升的维修成本。

数据显示，中国风电运维市场2022年将达30亿港元。如何借助高技术方法辅助现有运维模式，提升精度并花费费用，是市场迫切需要缓解的新课题。

在人工智能时代，计算机视觉赋予计算机一双“犀利的眼球”。近几年，基于深度学习的演进，计算机视觉在愈发越多的市场场景应用。就现今而言，其演进肯还主要聚焦在图像信息的组织和辨识阶段，这也就意味着将来计算机视觉的演进将有更多可能。