Trax湯勁武：在零售AI領域走出自己的發展之路

【環球網科技報道 記者 王楠】過去，互聯網以模式創新不斷滿足消費者的網購新鮮態；現在，品牌及零售商以人工智能的硬核科技，驅動企業內外部數據對接，主動求變提供更好的零售體驗。實體零售，作為數智化風口的最為成熟的應用場景，正走向科技與實際應用的深度整合。

“當下，中國大約70%的零售主力市場是在下沉市場。在這個複雜的場景中，零售圖像識別因為計算機視覺和人工智能技術的融入，讓前端的數據採集效率倍增，更讓處於中台的數據價值挖掘，充滿想象空間。”Trax大中華區總裁湯勁武在專訪中向記者表示。

那麼，零售AI領域的發展引領者，到底是算力驚人的平台型AI，還是精專於零售的科技服務型企業？已在零售科技領域躬耕十年之久的湯勁武，又將會為我們帶來哪些新的見解。

下沉市場上，零售數據採集存在多樣難題

在縱深廣袤的中國零售市場上，“下沉市場”不再成為一個新鮮詞彙，這是因為技術賦能帶來了變化。放眼全球市場，中國的零售環境也是非常特殊的。除去一二線城市的標準賣場商超，以獨立經營的夫妻老婆店為代表的傳統渠道在中國零售生態系統中佔有舉足輕重的地位，且在未來可以預見的十年甚至更長時間，傳統渠道仍將是中國零售業觸及數億家庭用户的一個重要脈絡體系。

“很明顯，這些店鋪的特徵十分突出：店鋪數量龐大、基礎IT設施不完善、店內陳列混雜不夠標準化、管理能力相對薄弱，這些導致了數字化在這一領域的推進困難重重。”湯勁武告訴記者，想要將零售管理提升到一個新的精細化水準，那麼，在這些門店內實現基礎的零售數據採集就成為必要的第一步。

依靠店內的管理人員或者是零售品牌的業務人員來實現，往往是很難的，面臨數據滯後和主觀性，及門店覆蓋率低等挑戰。除此之外，品牌對終端門店的上架把關、品牌露出、價格控制等等也不能實現精準評估，更不用説即時決策調控。

實體零售全場景數字化，是Trax面向未來的願景，而中國，更是Trax最為重視的主戰場之一。

“因為中國的市場容量和潛力是世界公認的價值高地，並且零售管理的複雜度也是眾所周知的難點。”湯勁武稱，針對中國市場的現狀，在零售數據採集方面，企業往往會向兩個方向發揮優勢，一是讓採集方式靈活多樣，二是讓AI發揮效率優勢。

“以Trax為例，從採集方式來看，在一二線大賣場提供貨架攝像頭和機器人的自動化門店數據採集，對品牌商提供自研APP和SDK幫助品牌商自有團隊進行現有渠道覆蓋，而對下沉城市無法全面覆蓋的門店，則向品牌商提供拍拍賺眾包平台，全國超100萬眾包會員可以在72小時內快速啓動項目執行。”湯勁武説。

打造實體零售全場景數字化願景

湯勁武認為，中國有很多尚未被很好開發和管理的三到五線城市和廣大農村市場, 這是未來消費品企業的戰略增長點，而實體零售全場景數字化，就是運用計算機視覺、人工智能和深度學習技術，幫助消費品企業和零售商將每一個零售場景數字化並實現數據價值。

這其中，Trax所擁有的核心優勢在於數據累積量優勢、模型訓練優勢，以及深度算法優勢，這也是其區別於平台型AI的優勢所在。

“十年前，Trax就立志於零售業深耕，基於計算機視覺領域的先發優勢，Trax打造了全球最大的零售雲平台：全球每月識別10億產品，數字化150萬門店，在中國，每天更有6萬日活用户使用AI解決方案，這些實效的數字，都幫助到Trax在應對商品複雜陳列和細粒度識別等挑戰上具備領先優勢，這也是在中國獨特零售環境的挑戰下的應對之道。”湯勁武進一步表示，公司自建的數據標註平台和投票系統，確保了數據標註的全流程管理和圖像識別高準確率，使得整體數據交付體驗更為流暢和規範。

如今，眾多AI廠商搶灘登陸的大背景下，零售場景的數據量可能並不稀缺，但高質量、定製化的場景數據卻具有十足的稀缺價值。所以，擁有大量精準的零售場景數據並進行有效訓練，才是核心的數據競爭壁壘的關鍵。

隨着零售數字化落地並不斷走向深水區，未來數字實體零售將從陳列數字化升級到品類和空間優化、門店運營自動化和動銷眾包化等領域，在這個專業服務領域，Trax的10年零售AI的全球客户經驗將體現出不一樣的價值。“事實上，全球50強消費品品牌及零售商中有30多家與Trax合作，這些沉澱下的項目經驗，將幫助我們的客户站在巨人的肩膀上瞭望零售未來。另外，在數據價值挖掘和應用方面，以及KPI全面性方面，Trax也獲得了更多實戰經驗和行業客户的積累。”湯勁武説，現階段國內消費品企業所面臨的AI問題，並非是摸石頭過河，在Trax其他市場同樣面臨和解決過此類問題，因此，他們有經驗可循，也能在一定程度上更快的完成交付。

服務差異化，Trax進一步為中國市場定製解決方案

Trax的定位是一家專注零售業的科技服務公司，就是在零售領域，用科技提供服務，為品牌商、零售商和消費者提供服務的企業。

“在擁有可擴展性的標準化服務基礎上，公司可以基於客户需求來定製解決方案。從全局視角、業務標準、穩定交付、持續改善四個方向，持續提供從方案開發到最終數據和洞察輸出的全方位綜合服務，全鏈路的專業服務正是圍繞着客户業務需求和零售管理的方方面面來提供落地解決方案。”湯勁武説，不論是前端的數據採集需求，還是更深層次的KPI體系設計，我們都能幫助客户完成業務發展所需，更能基於數據複用，洞察未知的零售價值發現。這種未知的驚喜，來源於零售大數據的基礎，更來自於Trax對零售的理解，以及人工智能的深度應用。

從業務的視角出發，Trax的全鏈路專業服務幫助企業客户把握整個業務流程的健康狀況，在業務垂直流管理的過程中，達成零售全局洞察，促進企業內部的上下游和跨部門溝通，方便快速發現、定位問題。通過建立起一個從“宏觀”到“微觀”的全景式的零售監測體系，來幫助客户獲得更為深刻的市場洞察與認知。

而從消費者的角度，則是無縫的零售體驗提升。很早之前，公司就產生了實體零售無法被替代的果敢判斷，這是因為人和社會的關聯是基於體驗，而零售的消費體驗更是人和商品產生化學反應的曼妙瞬間。

“Trax在這個瞬間，所承擔的角色是提供居於幕後的技術賦能，讓消費者和零售企業更自然融洽，讓消費者的零售體驗更加智能便捷。”湯勁武告訴記者，接下來，Trax將率先推出F1指標體系，來進一步引領零售AI數據準確率行業標準。

據他介紹，F1分數是統計應用中常見的用以衡量二分類模型精確度的指標，運用在零售AI領域，將有助於更為客觀和準確的評定數據準確率。

事實上，這也是Trax基於過去的數據洞察，解決大容量數據長尾冗餘，打破難分樣本和樣本類別極度不均衡現象，準確評估AI算法模型實訓效果的新指標。從Trax現有服務的某國內領先飲品企業客户來看，其單日AI用户超1萬人，單日照片量超60萬張，F1分銷準確率已達到99%以上。

“在未來，Trax會持續專注零售科技服務的縱深領域，也將持續為社會貢獻更多技術賦能的價值。”湯勁武説。