沃爾瑪在 1000 多家門店安裝 AI 攝像頭，以減少商品盜損

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，壓縮人力成本並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複合增長率高達15.3%，勢頭十分迅猛。

然而，自助收銀設備提升效率並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 發現可疑情況後，會向店員的智能手機發送警報，並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，需要什麼幫助嗎？」

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於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，系統將基於數據不斷學習，提升其「業務水平」。

遺憾的是，這套系統的價格並不便宜，光一台 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台監視器繳納4000 日元的 AI 雲端使用費，並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台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。偷盜行為非常複雜，有些是慣偷，有些只是臨時起意，比如對服務不滿的報複式偷盜。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並進行事先預警即可。

非慣偷的識別複雜得多，需要藉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，並第一時間進行干涉，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，最後總結出了18個高風險人員特徵。根據這些高風險人員特徵，系統就能第一時間發現可疑人員。

鎖定可疑人員後，系統還會持續追蹤他在貨架、收銀台、出入口等關鍵位置的行為，比如是否拿取了商品，有沒有破壞商品標籤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於視頻識別的防盜損系統，其中很多隻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複雜的任務。

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，零售業對於成本非常敏感。基於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，解析度低，獲取的圖像質量不高，給人臉識別演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。偷盜行為的事後追溯成本較高，對零售企業是一項沉重的負擔。最好的辦法是能夠防患於未然，這就給系統的算力和演算法優化提出了更高的要求。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！