零售格局正在發(fā)生前所未有的變化。實體零售商面臨來自在線零售選擇的激烈競爭，而且這似乎是不公平的。新時代的購物者精通技術和商店，每次瘋狂購物都要求更多。技術的普及繼續(xù)增長并影響購物的更多方面，提供個性化體驗來贏得智能客戶的忠誠度。零售技術不僅有助于更好地了解客戶，還有助于破解商店的缺點。它提出解決方案，減少收縮，并確保更高的投資回報率。這種分析是通過實時智能視頻分析(IVA)和邊緣計算實現(xiàn)的。

仔細觀察零售商使用IVA驅動的人工智能的不同方式，可以深入了解智能零售的運作方式。

欺詐及盜竊偵查

欺詐和盜竊是零售業(yè)面臨的兩大挑戰(zhàn)，只有通過持續(xù)的監(jiān)視和執(zhí)法才能遏制。根據美國零售聯(lián)合會發(fā)布的第29屆年度全國零售安全調查，2019年美國的盜竊和欺詐損失總計617億美元，遠遠高于前幾年。相應的全球數(shù)字為1000億美元。據估計，欺詐和盜竊占每年零售萎縮的近三分之二。面對如此驚人的數(shù)字，零售商們總是保持警惕，使用傳統(tǒng)方法和先進技術相結合。

在商店入口和出口點連接到IVA系統(tǒng)的攝像頭有助于捕獲人數(shù)，并使用生物識別技術和面部識別軟件來識別訪問商店的顧客。當客戶涉及欺詐或盜竊時，面部數(shù)據將被證明以備將來使用。考慮一下日本初創(chuàng)公司Vaak的AI盜竊檢測系統(tǒng)，據說該系統(tǒng)通過處理通過在IVA上運行的深度學習算法分析的大量數(shù)據，在識別潛在和實際欺詐和盜竊方面的準確率超過80%。當被阻止的顧客試圖進入商店采取糾正措施時，系統(tǒng)可以立即識別并發(fā)出警報。

然而，欺詐和盜竊檢測不僅限于入口點。整個商店都有犯罪的可能性，包括在付款和結賬時。例如，碼隆科技的RetailAIProtect由一個頭頂固定半球攝像機組成，它捕捉未掃描和可疑條形碼項目的鏡頭，并將信息發(fā)送到后端AI模型進行解碼。如果系統(tǒng)檢測到錯誤掃描或條碼票據切換方面的違規(guī)行為，則會立即發(fā)出警報。

IVA可以在幾分鐘內輕松查看來自多個攝像機的鏡頭，而不是數(shù)小時或數(shù)天的手動查看，以調查商店的損失和犯罪。操作員可以使用過濾器來搜索與指定描述匹配的人或物體，提取關鍵細節(jié)，收集證據并加速調查。

過道管理

沿著零售店的過道可能會發(fā)生很多事情。從找到客戶一直在瘋狂尋找的合適商品，到因缺貨導致的糟糕購物體驗而徹底受挫，有效的過道管理可以決定銷售的成敗。服裝巨頭H&M使用人工智能通過分析購買和商店收據來保持流行商品的庫存。通過深入了解受歡迎的過道、客戶在每個過道中的停留時間以及通過IVA捕獲的客戶人口統(tǒng)計數(shù)據，零售商可以增加快速流動產品的貨架庫存，改善商品銷售，并提供即時促銷以增加收入并提供誘人的購物體驗。

用于過道店內視頻的分析技術還可以幫助店員記錄和了解客戶的購買類型以及他們的平均消費和閱讀情緒并識別客戶的不滿。所有這些輸入都有助于工作人員照顧那些可能需要更多關注的購物者。例如，優(yōu)衣庫的精選服裝店設有人工智能UMood售貨亭，通過研究顧客對不同顏色和款式的反應來確定他們的情緒，從而為優(yōu)衣庫提供更好的過道管理。

客戶情報

在以客戶為中心的商業(yè)世界中，零售商竭盡全力吸引客戶。客戶智能(CI)通過整合和分析所有可用的客戶數(shù)據來改善溝通、研究和影響購買行為，并通過預測性建議推動更好的銷售，從而為零售商提供競爭優(yōu)勢。在2018年哈佛商業(yè)評論分析服務與幾家大型IT公司合作進行的一項研究中，83%的受訪者表示，在正確的時間將數(shù)據轉化為可操作的見解的能力對于客戶體驗至關重要。盡管如此，只有22%的人在這方面取得了成功。

觀察有多少客戶進入以及何時進入是一項主要的分析挑戰(zhàn)(?)。當分析變?yōu)槎床炝r，它們可以提高客戶體驗的相關性，確保零售商與客戶產生共鳴。這些分析提供運營和品牌洞察力，以及CI的其他幾個方面。CI提供了做出購買決策的環(huán)境，可用于提高投資回報率。

在過去十年中，幾家零售商也一直在試驗MagicMirrors的增強現(xiàn)實概念。這些鏡子中的這些攝像頭具有延時顯示功能，允許顧客在試穿衣服時轉身并看到自己的360度視圖。紐約曼哈頓RebeccaMinkoff旗艦店的數(shù)字墻不容錯過。交互式鏡子不僅可以通過使用IVA幫助虛擬試穿衣服，還可以為客戶提供與整體外觀相配的配飾建議。他們還可以點一杯飲料，并在需要時請求工作人員協(xié)助。試衣間的連接鏡子還允許您瀏覽可用的系列并訂購合適的尺寸。

店內員工與顧客比率

準確統(tǒng)計和分析客戶流量的能力使零售商能夠確保高效運營。來自商店入口處捕獲的鏡頭的IVA以及捕獲分析的其他傳感器提供實時交通數(shù)據。IVA根據著裝要求檢測以及員工面部和生物識別技術幫助區(qū)分員工和客戶。通過定期分析這些數(shù)據，零售商可以確定流量模式，從而根據客戶需求提高人員配備水平。推算員工與客戶的比例有助于零售商決定在商店的不同部分重新分配員工或在人流量大的日子和時間增加員工，并在人流量不足的時間減少人手過多的成本。

隊列管理

使用IVA可以避免繁忙的結賬和排長隊。AI可以自動分析聯(lián)網視頻片段，并在結賬柜臺檢測到高流量時發(fā)出警報?；趯^道和貨架上連接的攝像頭和傳感器的即時分析，人工智能可以幫助預測結賬時排長隊、人滿為患和客戶激增的可能性。這可以幫助零售商提前準備開設更多計費柜臺。IVA還可以自動向員工發(fā)出警報，以進一步加快結賬流程。特定的隊列管理算法可以為隊列中的每個客戶計算特定的等待時間，因為它可以延遲為客戶提供服務。這種洞察力有助于識別問題、優(yōu)化隊列數(shù)量并將客戶重新分配到不同的隊列以加快計費。

中國的Futuremart和美國的AmazonGo等商店采用IVA技術更進一步，實現(xiàn)了完全無收銀員和無現(xiàn)金的自主商店。進入時的面部識別、購買的二維碼和用于計費的支付應用程序，以及遍布商店的傳感器和攝像頭，提供了一種無需排隊的體驗。Futuremart甚至還配備了HappyGo計量器，可以根據顧客的笑容為他們提供更大的折扣。

產品識別

現(xiàn)在的山寨產品太好了;幾乎不可能把它們和真品區(qū)分開。偽造者已經熟練地自己使用人工智能，這使得他們更容易設計產品冒充正品。世界海關組織(WCO)估計，全球7%至9%的貿易與假冒產品有關，使其本身成為一項有利可圖的業(yè)務。但銷售假冒產品可能會導致收入、聲譽和未來銷售的損失。這使得零售商專注于使用人工智能來檢測假貨變得至關重要。

圖像識別和目標檢測技術可以幫助零售商規(guī)范商店檢查，并得到一致的結果。使用深度學習神經網絡，可以比較貨架上的產品，確定真?zhèn)?。神經網絡可以通過圖像訓練識別出與原始產品有任何單一或不明顯差異的產品。通過這些深度學習算法運行的IVA，可以立即發(fā)現(xiàn)在艱苦的手工檢查中出現(xiàn)的失誤。

Entrupy和AuthenticVision等公司一直致力于利用IVA、先進的數(shù)據科學和光學機器學習來實時識別假貨，并提供高質量的用戶體驗。然而，一個已知的限制是沒有萬無一失的偽造檢測器。即使是最準確的，也不可能通過所有的測試。

IVA對零售業(yè)意味著什么

隨著時間的推移，IVA收集視頻數(shù)據，為企業(yè)提供智能，以了解趨勢，做出明智的決定，并制定強有力的戰(zhàn)略。在最大程度上減少客戶的寶貴投入，為客戶帶來愉悅的體驗。它有助于在網上和實際存在之間架起橋梁。隨著越來越多的企業(yè)利用人工智能主導的IVA，零售領域正在發(fā)生變化。IVA將視覺敏銳度與分析能力相結合，將信息編目，為零售商提供豐富的即時洞察力，彌合人為錯誤的鴻溝。