多元化的中國零售市場，面對獨特復(fù)雜的數(shù)智化轉(zhuǎn)型挑戰(zhàn)：市場渠道復(fù)雜、零售場景多樣、企業(yè)數(shù)字化程度不一又各有需求側(cè)重。人工智能時代已經(jīng)來臨，AI技術(shù)想要在零售行業(yè)獲得廣泛而普及的應(yīng)用，需要在當(dāng)下有更全面的布局和更深入的考量。
全場景覆蓋，是零售現(xiàn)場最首當(dāng)其沖的需求——從零售的數(shù)據(jù)統(tǒng)計上看，標(biāo)準(zhǔn)貨架帶來的銷售，占據(jù)了銷售額總量的50%左右，這意味著主貨架之外的場景需要被全面的覆蓋才能客觀了解業(yè)務(wù)的真實情況。
Trax深入每一個零售場景，無論是貨架、冰柜，還是割箱、端架、地堆……Trax的小店場景自動識別和分割技術(shù)，及大店場景全景拼接技術(shù)，專門針對中國零售市場設(shè)計，提供全渠道數(shù)字化解決方案，助零售企業(yè)在此消彼長的零售戰(zhàn)場上獲取競爭優(yōu)勢。
AI落地實體零售，推動零售企業(yè)業(yè)務(wù)智能化發(fā)展，加速企業(yè)數(shù)智化轉(zhuǎn)型，給產(chǎn)業(yè)帶來不同程度的價值創(chuàng)造。根據(jù)技術(shù)發(fā)展趨勢主要存在三種落地方式。
落地方式一：自動化
依靠AI技術(shù)來提升業(yè)務(wù)的自動化程度。這種AI落地方式并不改變原有業(yè)務(wù)流程，而是在業(yè)務(wù)流程中的某些環(huán)節(jié)由機器替代人工來執(zhí)行，提升效率，降低成本。此種落地方式操作比較簡單，易于企業(yè)內(nèi)部推行，根據(jù)企業(yè)的圖片量級，落地價格在幾十萬到幾百萬不等，可適用于絕大多數(shù)零售行業(yè)品牌方，是企業(yè)信息化，數(shù)智化轉(zhuǎn)型的基礎(chǔ)。
實體零售作為勞動力密集產(chǎn)業(yè)，每天都需要大量的銷售人員下到市場終端進行巡店工作。目前市場上有不少提供銷售巡店系統(tǒng)的SFA公司，這些巡店系統(tǒng)集成了標(biāo)準(zhǔn)的作業(yè)流程，為銷售管理和信息收集提供了極大的便捷性，但這種作業(yè)方式中有一個重要環(huán)節(jié)需要耗費大量的時間記錄門店內(nèi)商品的各種信息，包括不同場景不同產(chǎn)品的分銷，排面，價格，促銷活動，以及商品所屬場景，所在層數(shù)，節(jié)數(shù)等等，信息量大，精準(zhǔn)度難以保障。
Trax的Argus識別平臺聚焦在自動化落地方式，為各大品牌方提供全場景零售AI服務(wù)。
落地方式二：智能化
智能化是更高于自動化落地的一種方式，主要利用認知智能技術(shù)，讓機器具備分析和決策能力，可以模擬人工，對業(yè)務(wù)流程進行改造，從而創(chuàng)造增量價值。例如利用歷史銷售數(shù)據(jù)做銷量預(yù)測，利用在主要進出口安裝攝像頭來做客流分析預(yù)測，這種落地方式需要有較全面、多維度、海量信息數(shù)據(jù)做支持，比較適用于信息化程度比較高的大品牌方或零售商。
智能化落地從技術(shù)層面主要利用數(shù)據(jù)挖掘，NLP、深度學(xué)習(xí)、增強學(xué)習(xí)等認知智能技術(shù)和算法來進行分析、推理和決策性的工作，這些算法都已經(jīng)比較成熟的應(yīng)用于金融、零售、營銷、教育、搜索等領(lǐng)域。
落地方式三：創(chuàng)新化
伴隨著AI技術(shù)、物聯(lián)網(wǎng)、攝像頭等科技的發(fā)展，以及各種技術(shù)與行業(yè)的深度融合，在零售行業(yè)催生了一種新的商業(yè)模式。以電商巨頭亞馬遜推出的“無人超市”為典型代表，市場涌現(xiàn)出了一大批以無人貨架、無人貨柜、自助販賣機、人臉識別支付設(shè)備等為形態(tài)的產(chǎn)品。這種創(chuàng)新方式重構(gòu)了整個商業(yè)模式和產(chǎn)業(yè)鏈結(jié)構(gòu)，從商業(yè)本質(zhì)來講會有比較可觀的前景，但現(xiàn)階段落地還存在技術(shù)實施成本較高以及人們消費習(xí)慣短期難以改變的挑戰(zhàn)。
Trax引領(lǐng)實體零售AI行業(yè)，目前可以提供從傳統(tǒng)的手機拍照采集，到IoT智能攝像頭采集，再到更先進的機器人采集的全方位解決方案。從目前行業(yè)應(yīng)用來說，日化、食品、酒水、飲料等品類應(yīng)用更多，3C、家裝、OTC等品類也在越來越多地應(yīng)用。
點擊二維碼，獲取《Trax全場景零售AI白皮書》，深入了解Argus識別平臺。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責(zé)任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
