計算機視覺技術也能發電？這家前微軟大中華副總裁創立的公司有一雙「電眼」！

最新 04-14

品途解讀：在人工智慧時代，計算機視覺賦予計算機一雙「犀利的眼睛」。近幾年，基於深度學習的發展，計算機視覺在越來越多的行業場景應用。新零售與能源是擴博智能為自己選的兩個戰場。

【創智紀】品途科技頻道推出的科技系列創業報道欄目：探索新技術對於商業的顛覆——探索創業智慧,預知未來紀元。

作者/張葉

編輯/尹天琦

新零售迅速發展的背後，是一股強勁的科技力量在推波助瀾。

目前，圖像識別技術在全球非常多領域有所應用，例如金融和安防系統的人臉識別、醫療影像、自動駕駛等場景。而在零售行業，智能試衣間、智能貨櫃等場景也都不再是新鮮事物。

與大部分針對線上零售或無人零售提供識別技術的企業不同，擴博智能Clobotics這家深耕計算機視覺識別的企業選擇了從大型FMCG（快速消費品）企業角度出發，結合傳統零售商工作流程，在貨架情報、門店巡檢、運營數據管理等環節，通過圖像識別技術大幅度提高線下零售的整體運營水平和效率。

擴博智能Clobotics聯合創始人兼CRO李炤

新技術成為了線下零售的那根稻草

走進賣場超市，琳琅滿目的品牌商品給了我們許多選擇空間，這些凝聚了零售企業自身設計研發、渠道推廣、人員銷售等高成本和高精力的綜合性商品，帶著企業利潤最大化的期望。

一位品牌製造商項目負責人告訴記者，品牌商在大型商超銷售其品牌下屬商品需要承擔進貨、運輸、鋪貨等各環節成本，然而一件商品的銷售利潤可能只有幾個百分點，品牌商或渠道商都需要針對銷售、渠道以及市場推廣等各環節進行監測，以求降低成本，提升銷量。

在過去30多年的發展中，中國零售業從拼價格、拼門店運營到拼供應鏈，造就了一個不同時代的消費方式。隨著電商行業的興起，實體零售曾一度陷入寒冬。

根據麥肯錫《2017中國數字消費者研究重新定義新零售時代的客戶體驗》報告顯示，以消費電子品類為例，93％的消費者會先在線上研究再到實體店體驗；96％的消費者會在線下渠道體驗或購買。這表明，雖然全渠道成為零售新常態，但線下渠道仍是客戶體驗和銷售轉化的重要節點。

而在線下零售店，由於技術限制和消費者碎片割裂的消費行為，很難將商品銷售、店鋪庫存等數據完全打通。線下數據匱乏，時效性差等特點困擾著品牌商，巡檢和市場調研成本居高不下也成為行業共性的痛點。

如果品牌商或者零售商想要快速發現貨品銷售問題、商品缺貨情況、貨架陳列是否不當以及新品上架速度，其實非常多複雜場景都需要計算機視覺識別技術。

當無人便利店、智能貨櫃、智能客服、RFID等各種新興技術不斷應用到零售場景之後，大數據人工智慧這些技術新秀也成功挑動了零售電商們的視覺神經，似乎線下實體零售也看到了嶄新的生命力。

線下數據成發展瓶頸

事實上，對於B端零售企業，線下數據沒能打通是限制其新零售全局發展的問題之一，尤其傳統零售企業，數據管理技術較為薄弱，數據細粒度不夠，數據標準化、數據孤島等問題一直沒能完全解決。

擴博智能Clobotics聯合創始人兼CRO李炤告訴品途商業評論（ID：pintu360），目前零售商們最關注和需要的服務是對分銷落地的效果追蹤和數據管理。

其中，巡店是零售業務最基本的管理手段。很多零售商都認為除了桌面上的數據和報告，有些問題只有深入在零售現場才能發現和解決，比如貨架陳列不當、商品缺貨情況、價格溝通與更新、推廣活動執行落地、新品上架速度等。

對於品牌商而言，尤其快消品類，一定程度上很難對三四線城市的銷售情況有效追蹤，更不用說實時數據的反饋了。

為了解決品牌商線下數據採集問題，擴博智能Clobotics從大型FMCG（快速消費品）企業角度出發，結合傳統零售商工作流程，在零售執行、貨架情報、競品追蹤、運營數據管理等環節，通過圖像識別技術提供了一款叫「擴博智維」零售智能助手的服務工具，可有效提高線下零售的整體運營水平和效率。

具體而言，一線銷售督導通過普通智能手機拍攝，從銷售門店快速獲取第一手場景中的影像資料，如冰箱、貨架、冷風櫃等，上傳到管理系統平台後，運用雲端處理技術，結合演算法和模型，把貨架上的產品、價格標籤和產品圖像結合，秒級分析並反饋統計結果到終端銷售督導的手機上，將以往零售品牌商費時費力且只能做到的1%的人工圖片樣本抽查，升級成人工智慧輔助加持的日常化工作慣例，且可以做到100%覆蓋銷售執行工作。

在新零售時代，零售市場變革每天都在發生。目前，中國零售市場競爭激烈，阿里巴巴、京東、騰訊等大型電商網站紛紛布局線下，如何藉助新技術手段提升線下門店的管理工作，將實際的解決方案與新零售概念落地到門店中已然是整個行業所面臨的難題。

李炤告訴記者，擴博智能Clobotics在零售行業市場拓展過程中發現了兩大問題。

其一，零售行業渠道複雜、落地場景較多。貨架上產品和價格標籤並非總是陳列在一起，地勤巡檢人員拍攝的圖片像素和角度也並非總是有利於機器視覺技術分析與處理。

其二，「大行業、小企業」特徵明顯，市場上並那麼多像美國沃爾瑪這樣的行業巨頭，相比零售行業的萬億市場，企業規模相對都不是特別大，客戶需求和競爭卻十分激烈。

強技術硬道理

目前，人臉識別、商品識別、自動結賬等技術正在嘗試在線下改變和升級零售業原有消費體驗，基於AI視覺識別技術的企業也在企業用戶端大規模推廣相應技術的應用場景落地。

面對嚴峻的市場環境和激烈的技術能力比拼，李炤表示，要通過海量數據和深度學習演算法，將計算機視覺識別在零售行業銷售執行場景下深度應用，在不同產品、價格標籤與商品圖像自動匹配並實時給出分析結果，必須擁有極強的技術能力和研發水平。在這方面，擴博智能Clobotics擁有一支優秀的國際化技術團隊。

擴博智能Clobotics成立於2016年。在創始團隊中，CEO嚴治慶曾擔任微軟大中華區副總裁，僅用10個月即落地微軟Azure在華業務，使微軟成為首個將全球公有雲帶入中國並投入商業運營的跨國企業；CTO柯嚴博士曾是微軟必應搜索研發團隊負責人，在數據挖掘、機器學習、計算機視覺和分散式系統領域擁有多年經驗；CRO李炤在微軟10餘年，擔任過微軟雲計算與商業解決方案銷售總監，有超過16年B2B IT行業經驗。

此外，為了加大技術投入，公司還在西雅圖設立研發中心，聚焦計算機視覺和機器學習先進技術開發。

通過機器準確識別成千上萬快消商品SKU是一項複雜且龐大的工程。不同的演算法和參數會直接影響模型效果，在建模後，還需要對模型之間的層次關係、版本迭代進行有效管理。

當遇到大量低質量模糊圖片、大量商品類別、大規模識別需求並發，對演算法模型是極大的挑戰。擴博智能Clobotics的工程師隊伍能夠確保敏捷、有效、實時的支撐複雜的零售業客戶需求與服務支撐。

目前，業內主流的圖像識別做法是通過機器加人工的方式，一定程度上提升了準確率。但李炤向記者強調，他們一直堅持零人工干預，因為一旦機器識別要依賴人工提升準確率，長遠來看這並不利於技術發展。「這是一個痛苦的選擇，但經過一段時間努力，目前我們的純機器識別準確率已經達到95%。」

近期，由可口可樂公司舉辦的圖像識別技術評估會中，大批國內外圖像識別領域的代表企業進行了現場演示和統一評選，經過比拼，擴博智能Clobotics在一眾廠商中脫穎而出，且作為唯一受邀技術企業參與全渠道實體店現場走店測試，同時擴博智能Clobotics還受可口可樂邀請參加四月在廈門舉辦的全國系統大會，進行方案和技術能力展示。

通過了解，擴博智能在成立之初，最先將計算機視覺識別技術應用在風電領域，以風機的葉片全自動檢測為切入點，利用自身完備的飛控平台研發，硬體開發整合、雲計算部署拓展、軟體開發迭代的能力，通過載入人工智慧圖像識別技術在無人機端的本地運算，將傳統風電葉片巡檢運營效率提升了近40倍。