谷歌云為零售商推出貨架庫存AI工具——《華爾街日報》
Isabelle Bousquette
谷歌雲AI正在檢測識別貨架上的商品。圖片來源:Alphabet Inc.谷歌雲宣佈開發出一款新型人工智能工具,旨在幫助大型零售商更高效地追蹤貨架庫存,以改進這項過去始終難以完善的技術。
谷歌雲週五表示,其算法能通過零售商安裝的天花板攝像頭、配備攝像頭的自動導購機器人或店員提供的視頻圖像,識別並分析貨架上快速消費品的庫存情況。該工具目前處於預覽階段,未來幾個月將全面開放使用。
Alphabet公司旗下雲業務在紐約全美零售聯合會大會前夕,發佈了這項技術及一系列面向電子商務的人工智能工具。
IT研究與諮詢公司高德納零售業務副總裁羅伯特·赫圖指出,缺乏及時準確的貨架庫存信息是零售商面臨的主要難題,管理難度之大使得猜測庫存成為行業常態。谷歌雲零售與消費者業務副總裁卡麗·撒普表示,掌握這些數據能幫助零售商通過多種方式優化供應鏈,包括更快補貨減少缺貨損失,降低銷售機會流失率。
“如果每家零售商都能清楚掌握店內庫存和貨架剩餘商品數量,他們的工作會輕鬆許多。”她説道。
基於計算機視覺的貨架盤點技術概念已存在多年,但始終未能普及。赫圖先生表示,部分原因在於大規模攝像頭部署的成本和複雜性讓零售商望而卻步。
薩普女士指出數據同樣是難題。她表示零售商曆來難以獲取其所有商品全面、系統且標註完整的數據。谷歌雲平台補充道,另一個挑戰在於構建AI模型本身——該模型需要學會在現實不完美條件下識別商品,包括不同角度、多變光線以及季節性包裝變更等情況。
谷歌雲平台稱其產品基於超10億商品數據庫訓練,數據來源包括公開圖像、授權圖片及製造商直接提供的資料。其算法設計能識別這些商品,無論圖像來自天花板攝像頭還是手機視頻——就像人眼無論俯視還是平視都能識別麥片盒一樣。但挑戰依然存在。
“這個問題可能尚未完全解決,”連鎖超市Giant Eagle Inc.供應鏈轉型與零售創新執行副總裁格雷厄姆·沃特金斯表示。他透露在模擬門店環境的創新實驗室初期測試中,谷歌雲產品準確率超90%。這一數字足以維持該連鎖超市的興趣,但尚未達到大規模部署的標準。
目前,Giant Eagle持續向谷歌雲反饋工具失效的具體場景以便優化,沃特金斯先生表示。例如當攝像頭角度過高或過低導致算法無法識別商品時,Giant Eagle會將此類圖像提供給谷歌雲,從而訓練算法在下一次識別相似角度。
這家連鎖超市表示計劃未來數月內在實體店啓動技術測試,但沃特金斯先生指出,若公司最終決定全面推廣,整個連鎖系統的部署可能需要數年時間。部分原因在於相關成本投入極高。
高德納諮詢公司的赫圖先生認為,無論是通過天花板攝像頭還是巡店機器人實現對所有貨架的視覺監控,都是複雜且昂貴的方案。
沃爾瑪公司在2020年終止了使用移動機器人追蹤店內庫存的計劃,知情人士透露,原因是發現了其他有時更簡單但同樣有效的解決方案。
赫圖先生表示,儘管存在成本障礙,但由於實體體驗數字化需求日益增長,貨架檢測技術投資仍將持續。
但這不會一蹴而就。他預測計算機視覺貨架檢測技術成為主流可能需要三到六年時間。
Giant Eagle的沃特金斯先生指出,算法可能永遠無法完美適配,總會存在某些特殊場景無法正常工作。
“技術與運營業務流程之間將存在相互取捨。每當進入一個新領域時,總需要不斷調整。多接近才算足夠好?”他説,“這只是一個迭代的過程。”
聯繫伊莎貝爾·布斯凱特,郵箱:[email protected]