目前AI技术在零售行业主要有两方面的应用:一是无人化方案,前面已经做了讨论,第二个是线下数字化方案,就是通过以计算机视觉为主的技术去分析线下用户的行为。除此以外还有一些泛AI技术,以数据分析为主。目前AI技术的主流是用深度学习的方法。我们从业内资深的深度学习专家了解到,目前的深度学习只是AI技术的一个发展阶段,应该还是属于比较早期的技术,离人类的学习能力还差的太远。目前深度学习遇到的最大瓶颈是模型的泛化能力,也就是一个模型在某类数据集上可以学习的很好,但是到数据发生一些变化后,模型的准确率会大幅度下降。在零售行业,商品种类具有多样性,场景更趋复杂,而零容错的交易数据要求,使得AI技术在这个行业的落地变得异常困难。
但是事情也不总是悲观的,在一些特定可控的场景,现有的AI技术还是有可能提供比人类准确率更高的方案。这些特性决定了现有AI技术必须结合实际的业务和场景去不断的优化,才能在一个细小的垂直领域内达到足够高的可行性。这对一个AI技术公司提出了更高的要求,除了通过数据去提升算法以外,还有可能深度的参与到实际运营场景,通过运营方式等物理条件的改变去优化整体解决方案。
无人零售和相关的AI技术都基本已经过了资本孵化的上半场,下半场更看重的是实际落地能力。只有深度结合细分行业,甚至会直接参与到实际的场景运营中,才可能有生存的机会。行业在19年会继续洗牌和沉淀,能活下来的才是强
领取专属 10元无门槛券
私享最新 技术干货