|
当前在新零售领域有哪些AI技术结合的尝试呢？列举人工智能技术在新零售发展过程中几个方向的一些应用：
Amazon Go是电商巨头亚马逊推出的革命性线下实体商店，颠覆传统便利店和超市的运营模式，使用计算机视觉、深度学习以及传感器融合等技术，彻底跳过传统收银结帐的过程。
顾客只需下载Amazon Go的APP，在商店入口扫码成功后，便可进入商店开始购物。Amazon Go的传感器会计算顾客有效的购物行为，并在顾客离开商店后，自动根据顾客的消费情况在亚马逊账户上结账收费。
Fellow Robots是一家位于硅谷的零售机器人创业公司，孵化自著名的奇点大学。
他们与财富100强公司合作研发服务机器人，希望为用户带来最佳零售体验—利用最新的产品信息和商品服务定位，帮助零售店员更好的进行销售，同时进一步优化购物体验。
该公司与零售巨头Lowe’s联合研发的OSHbot可以通过与消费者对话进行导购，并且OSHbot系统中设置了二十五种语言可以与消费者对话。
Fellow Robots有一支跨专业的年轻团队，拥有不同的背景，有机器人达人，软件奇才和数据科学家，也有设计高手和业务专家。2016年获得中国硬件加速器HAX未透露金额的种子轮融资。
Bossa Nova Robotics是一家专注于制作零售行业智能机器人的公司，该公司研发的机器人通过研究货架及收集相关数据来优化库存，总部位于旧金山。2016年4月，获得1400万美元的投资资金。
Bossa Nova机器人能收集高质量而及时的商品数据为零售商提供精准实时的信息，并帮助售货员填补空货架，提高超市管理效率。
和人类相比，机器人的计算能力更加精准，它们帮助零售商更有效地部署和管理货架商品，共同打造更加科学智能的库存计算系统。
Matternet公司致力于研发送货无人机，向汽车或卡车难以进入的地区运送食品、药品和其他必需品。
该机器人甚至可以在中雨、大风和零下50度的情况下正常飞行。目前，Matternet已发布一款售价5000美元的商业版本无人机——Matternet One。
同时公司也已经获得瑞典航空局的资格认证并且运用于瑞士邮政和Swiss World Cargo。
Matternet属于物流配送领域下的无人机智能配送，预计到2024年世界无人机将达到673亿美元市场规模。
BuzzyBooth成立于2015年，是一个零售业的智能营销平台，为客户提供行之有效的社交媒体营销策略。
在Buzzy的社交媒体上，用户被允许轻松拍摄和分享商业品牌照片，同时Buzzy也会自动捕获他们的联系信息以便于进一步营销。
通过使用Buzzy收集的信息数据，对其进行有针对性的文本信息营销和电子邮件营销，Buzzy已经被证明能够增加38％的客户回购率。
Buzzy所有的这些营销工具都集中在一个平台上，其业务涵盖了将客户转化为品牌拥护者，提供数字忠诚度计划，以及营销自动化等。
通过这些营销策略，Buzzy已经帮助了数百家企业有效地笼络住客户，提高客户忠诚度和回顾率。
Jigo 面部识别精准广告 提到面部识别技术在新零售中的应用，很多人第一时间想到的是进店识别老客户的运用。 但仅仅将这项技术用在辅助店员与顾客拉近关系上，显然不够直观有效，此外对喜欢声称自己有社交恐惧症，不愿与店员进行不必要互动的顾客来说也不是良好的体验。 面部识别在新零售中更好的应用是店内定向广告营销和店内动线优化。面部识别不仅仅在于识别出消费者的身份，还可以通过特征识别用户年龄、性别、心情状态等等。
2013年Tesco就做过通过人脸识别播放定制化广告的尝试。顾客一般在收银台附近会停留等待较长时间，收银台附近的广告屏会对消费者脸部进行扫描，识别出各项面部特征，并根据算法得出年龄性别等基本信息，从而根据情况给推荐最具有说服力的护肤品。 然而这项技术在近几年却没有看到进一步应用的报道，说明面部识别技术在新零售的应用在成本和隐私权上面还面临着较大的障碍，但一旦障碍突破，则可能形成定向广告巨大的商机。
Memomi公司于2015年推出的智能虚拟穿衣镜可为用户提供个性化定制服务，提升用户实际购物体验。
这款智能虚拟穿衣镜约6英尺高，内置英特尔酷睿i7处理器，3个英特尔 RealSense摄像头，能够动态识别用户的手势动作、面部特征及背景信息。
工作人员可以通过一个特殊的销售界面，以镜子为媒介向顾客提出建议。镜子提供的视频内容还可以帮助零售商对商场内行为进行评估和分析。
这款智能虚拟穿衣镜已经在顶级奢侈品牌百货商场Neiman Marcus的加州Walnut Creek 店部署。简单拼接到模特头像中去，但目前的头像拼接技术还显得相当拙劣，因为用户自拍的角度各式各样，直接拼接到模特头像上看上去格外不自然。
在搭配的基础上，我们也发现有越来越多的开发者在虚拟试衣上实现“合身”的试穿，如衣恋时尚、Metail、宜定时尚、好买衣虚拟试衣间等。
Etagtron 智能货架 如果你关注零售终端的智能化管理领域，会发现尽管消费者支付方式发生了快速的迭代，从钞票支付到卡支付再到移动支付，但是店铺的铺货管理手段还停留在极其原始的阶段。 今天大部分实体门店的铺货情况是通过神秘客走查或者巡店的方式进行管理的，而这个领域早已可以通过人工智能实现更有效的终端管理。
铺货问题的核心需求来源于，厂商并不完全掌握销售终端的铺货情况。 比如一家饮料厂商， 他们的产品在不同超市的货架摆放情况如何？ 货架上没货了是否及时补货？促销信息是否及时传达给了消费者？ 这些表现与当季的销售表现有哪些关联？ 应该做出哪些调整？ 这些信息都需要通过神秘客走查或者巡店的方式获得，当前国内有一家叫“拍拍赚”的企业正尝试通过神秘客监测+机器视觉识别的方式来协助企业做销售渠道管理。 但这样的缺陷在于信息收集的时间过长，反馈的速度太慢，并且监测的是切片性的局部数据而非全面数据。
Amazon Go主要通过感知人与货架之间的相对位置和货架上商品的移动，来将取货和支付进行绑定，从而取消掉收银环节。
伊泰特伦帮波司登打造的智能货架系统，当顾客从货架上取下服装时，智能货架显示屏能够在2-3s内显示产品相关信息，同时由于货物本身采用了射频技术吊牌，可以实现货品的实时盘点。 当缺货或者货品信息展示不合规时可以发出相关警示，此外对用户的选择行为可以有大量的数据积累，从而可以结合人工智能技术进行本地化展陈优化。
| 
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
千斤顶
显身卡
