SuperGLUE见证人工智能超越人类表现,那么零售AI还会远吗?

从IBM DeepBlue到Open AI Five,从看不见的阿尔法狗,到看得见的波士顿动力最新的跳绳机器狗,作为人工智能“三驾马车”的数据、算法、算力中的重中之重,算法在不断突破中持续发展进化。

2021新年伊始,作为难度之巅的自然语言理解(NLU)领域迎来新的突破。在最新测试基准SuperGLUE中,来自微软的DeBERTa和来自谷歌的T5+Meena的两大AI模型建立了新的里程碑。这是人工智能在自然语义理解上获得的长足进步,这也意味着AI算法在特定环境中的表现超过人类大脑已成定局。

事实上,在长久以来的人机大战实验中,标准化程度越高的场景,AI表现越好,往往都可以接近或者超过人类。落地到实际应用中分析,小到棋牌、电子竞技,大到医疗、安防、教育……AI落地,触发全新商业运营之变,为不同产业带来全新的价值创造。

在科技零售领域,人工智能正在撬动效率杠杆,实现智能商业决策,带来“高效而智慧”的变革。

SuperGLUE见证人工智能超越人类表现,那么零售AI还会远吗?

图:Trax零售AI可提供第一时刻真相和各维度数据

作为场景相对标准化的实体零售行业,正是AI大显身手的绝佳阵地。

Trax扎根零售数智化领域十年技术深耕,从零售图像识别开始,融合人工智能和 学习技术,让零售AI表现真正卓有成效。

自动化,实现效率提升

试想一下,当您站在货架前,目所能及的产品会有多少?寻找一个特定价签的时间需要多久?

受限于生物学上人眼所能的捕捉范围与人类对信息处理速度的极限,如今,在零售商品信息搜集的准确性、有效性、完整性、及时性上,AI表现已远超人类。

AI感知智能技术已具备目标的精准分类识别能力,可以帮助企业提升业务的自动化水平,在零售业务流程中的某些环节由机器替代人工来执行,实现了提升效率和降低成本的双重收益。

Trax Argus识别平台可以将图像、视频媒介的数据转化成格式化、细颗粒度信息,并进行量化统计分析和关联分析。这在类别数量大、商品视觉差异小、新品更新频次高的实体零售领域,通过AI自动化可以带来显著的商业价值。

智能化,实现决策升级

在更深刻的零售场景下,保持在店内的相对优势,比如商品组合如何能获得更大销售可能、店内促销如何能利润最大化等,也是需要零售决策的关键环节。

相比起滞后的销售数据无法带来的实时洞察,Trax 利用AI+IoT设备实现对货架持续而稳定的监测,让决策制定更加精准和高效。

Trax零售数据能记录商品的在架与销售变化,并根据 学习算法预测未来销售表现,也就是说,货架产品是会在6点前被卖完还是在4点前被卖完有了详细的数据支持。

通过在全国范围内的实时货架数据监测,发现不同区域市场的最优商品组合、摆放位置、促销方式等,你会更快的发现口香糖、啤酒、纸尿布等等不同品类产品应该如何去摆放,而不是仅凭经验去尝试。

创新化,不破不立的零售新常态

AI能看见比人类更深刻的洞察,这也就带来了智能零售的新常态,零售企业也因此能够调整人员配置,将人的决策能力发挥到极致,获得更高效的零售管理价值。

在未来,实体零售将愈发拆分为体验式场景和购物式场景。体验向左,照顾用户“不着边际的企图心”,AI洞察驱动客户的入店体验,带来全新的产品推荐或者是生活场景感知;购物向右,以效率为核心,便捷高效地获取生活所需的商品,甚至是根据消费习惯由AI来决策定期配置的必需品。

在这种创新的零售环境中,零售的新常态将更加专注地服务于人。无论是AI称重,还是无人售卖,无论是感应式购物空间,还是便捷的人脸支付,这都是AI不断发展带来的零售创新新场景。

零售的下一步

在未来,商业社会中的消费者走进一家店内,消费偏好与采购路线就可以通过APP呈现;琳琅满目的商品永远保持充足,店内不再需要大量员工引导,购买体验与效率能获得大幅度提升。

这种人货场达到高度统一的理想形态,将得益于人工智能技术的突破性进步。让店内实现千店千面,零售AI的未来,正在从辅助决策到引导决策,彻底超越人类洞见。

基于计算机视觉的商品识别能力已被验证其独有的决策价值,而基于计算机视觉的人体行为识别,也正在逐步应用到消费者购物研究领域。通过推荐算法来进行门店进货采购,将成为AI+IoT未来零售场景的一个全新应用趋势。

现在,Trax零售AI解决方案打通的从仓库到货架的整体运营流程,未来也将赋能动销管理和供应链管理,形成从理货形式到采销形式的整体转变。

SuperGLUE见证人工智能超越人类表现,那么零售AI还会远吗?

正如Trax大中华区总裁汤劲武所说:“未来的智能零售犹如操作系统,将会形成一个大的智能体,智能体的范围会越来越大,人在整个商业社会的效率会越来越高。而Trax将在其中扮演链接零售商、品牌商和消费者的重要角色。”

(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )

Baidu
map