十多年前，《天下無賊》制造的流行語，給我們以啟發(fā)：“21世紀最重要的是什么?人才!”
十多年后的今天，人工智能時代來臨，最重要的是什么?答案變了，是科技賦能的解決方案。
十多年來，從千禧年互聯(lián)網(wǎng)泡沫后再次崛起，中國互聯(lián)網(wǎng)依靠模式創(chuàng)新和人口紅利，成為推動經(jīng)濟和社會變革的技術動能。
當變革中的經(jīng)濟，由粗放走向精益管理，由科學走向智能管理，中國互聯(lián)網(wǎng)步入下半場;大數(shù)據(jù)已近完成精細化標簽管理，人工智能則從構架層級開始新一輪技術筑底。
這是傳統(tǒng)行業(yè)梳理核心價值，迎來轉型變革的關鍵一刻，這也是平臺型AI巨頭們重新定義業(yè)務邊界的開始。大數(shù)據(jù)、人工智能與產(chǎn)業(yè)融合的全新場景之爭，將誕生出令人期待的經(jīng)濟新躁動。
平臺型AI入局，零售行業(yè)的新篇章
作為擁有技術厚度的平臺型AI大廠而言，深耕人工智能，為未來競爭儲備殺手锏業(yè)務，是永恒不變的主題。作為布局最早、聲量最高的AI老牌玩家，百度應聲入局，隨后眾多平臺型AI公司紛紛跟進，瞄準了傳統(tǒng)零售市場轉型中的新機遇。
零售業(yè)，提供面向消費者的商品和服務，串聯(lián)起整個國民經(jīng)濟的生產(chǎn)和消費。人貨場的變與不變是永遠琢磨不透的終極命題，科技賦能也終將在零售行業(yè)掀起新的波瀾。
在面對從增量轉向存量的市場變化下，AI技術改造的解決方案，可以幫助到更精細有效的零售過程管控，這也是每個零售企業(yè)所密切關注的重點。
過去，在貨架前，要讓正確的商品在正確的時間出現(xiàn)在合適的消費者面前，只能依靠銷售人員或是業(yè)代的歷史經(jīng)驗，現(xiàn)如今，人口紅利消退，繁榮的商業(yè)基礎設施抵消了商業(yè)持續(xù)景氣帶來的利潤增長。紅利不再，降本增效則成為零售行業(yè)發(fā)展無法回避的關鍵痛點。
無論是價格設置、陳列擺放，還是產(chǎn)品促銷、競品價格，這些看起來老生常談的話題，在零售執(zhí)行的細節(jié)里被抽絲剝繭，從數(shù)據(jù)分析中躍升而出，成為研究的重點。
在這些零售業(yè)的痛點面前，平臺型AI公司的解決方案是打造產(chǎn)業(yè)級深度學習開源開放平臺，讓更多應用能夠有獨立衍生的可能。而這背后，正是基于平臺型AI公司的強大算力，將開源基礎算法和開放平臺的雙重屬性進行鏈接，幫助零售產(chǎn)業(yè)有一個整體的技術提升。
運用基礎的識別模型，結合強大計算力與大數(shù)據(jù)學習網(wǎng)絡，平臺型AI公司的基礎建設，帶來的是有益于一個或多個行業(yè)的技術方案或操作模塊，同時或?qū)砀嗥脚_級、可移植應用的產(chǎn)生。
零售場景分化，Trax占據(jù)全場景零售AI價值高地
從技術思維轉換到零售從業(yè)的視角來看，除了技術賦能，零售業(yè)更需要針對零售管理流程的諸多細節(jié)場景，來重新定義零售數(shù)字化。
如果說，零售的前臺就是貨架前端和消費者互動產(chǎn)生消費場景下的大數(shù)據(jù);零售的后臺則是進銷存和供應鏈管理、對接倉儲物流等保障體系。那么，零售運營管理的核心中樞，就是不同細分的零售場景。
事實上，在零售場景越來越復雜的商業(yè)環(huán)境中，無論是賣場、商超，還是連鎖店、夫妻老婆店，消費產(chǎn)品推陳出新迅速迭代;對于不同零售場景下，如何精準把握貨架脈動、以及賣場多元場景下的零售數(shù)字化管理，都有著更細顆粒度的需求。針對不同的零售場景，根據(jù)不同商品及商業(yè)形態(tài)進行精準的識別，實現(xiàn)整個商品和店鋪的數(shù)字化，才是真正實現(xiàn)精準的零售管理。
零售全場景AI概念的崛起，不僅需要強大的算力支持，更需要在行業(yè)持續(xù)深耕的基礎上，真正定義出全場景零售AI所需要的模型：從貨架到端架，從堆頭到展示架，從表層的排面、分銷、缺貨、貨架占有率等基礎數(shù)據(jù)，到針對商品層數(shù)、節(jié)數(shù)、黃金層、貨架長度、地堆面積等深層指標……當品牌商對每一個不同類型的零售終端，都能連續(xù)不斷地采集數(shù)據(jù)，快速搭建場景模型，并通過全場景零售AI進行識別和生成洞察，這才是零售數(shù)智化轉型的價值體現(xiàn)，這也是Trax獨占全場景零售AI解決方案高地的戰(zhàn)略思維所在。
專注零售視覺識別十年的Trax，目前已經(jīng)對基礎算法進行升級，以全球積累的技術模型為拓展，不斷進行新的模型平臺研發(fā)，來面對中國市場復雜而又多變的零售渠道構成，以及不斷豐富的零售場景，以應對不同店鋪對零售場景分析的需求，了解每一個零售執(zhí)行的細微脈動。
與平臺型AI同臺獻技，Trax深耕場景走出不一樣的AI之路
由于與人臉識別等其他AI應用不同，面向零售的圖像識別技術面對的產(chǎn)品類別數(shù)量大、視覺差異小、更新頻率高，同時又面臨復雜場景下產(chǎn)品識別難度高(如變形、遮擋、逆光等)、陳列場景區(qū)域的檢測和分割難等不同難題。
據(jù)《棱鏡》的研究，中國快消品市場每年有接近30萬種新品上市，但第二年只活下來74%，第三年只有45%幸存。這個龐大的數(shù)據(jù)級別和變化趨勢，讓我們看到，即使在扎實的零售數(shù)據(jù)庫作為底層構架的情況下，還需要精準的識別度和不斷地算法升級幫助更高效的進行圖像分析處理。然后，加以強大的算力作為后臺支持。在這個層面上，Trax與平臺型AI公司的合作又成為可能。
客觀來說，平臺型AI公司的入局，對零售行業(yè)是一件好事，亦將催熟零售行業(yè)數(shù)智化的大市場?；邶嫶笏懔彤a(chǎn)業(yè)級開放平臺，實體零售的數(shù)智化將成為更近一步的未來。而基于Trax深耕的全場景零售AI解決方案，更多模塊化或定制化的深層分析和零售洞察，將會帶來驚喜不斷的智能零售新未來。
零售的數(shù)智化是必然之路。對于諸多零售品牌商而言，當務之急就是擁抱變化，以科技驅(qū)動未來。從這個層面上講，Trax已占據(jù)AI時代全場景零售AI解決方案高地，橋接各種場景與數(shù)智化零售的未來。
是的，未來正在來，且讓全場景零售再飛一會兒!
