AI机器视觉实现智慧零售

亚马逊(Amazon)于2016年提出Amazon Go无人商店概念后，全球前扑后继开始投入相关技术研究，希望能够真正做到无人商店的理想。然而，尽管Amazon Go的前导影片已发表多时，至今却始终无法具体落实。中国阿里巴巴也积极希望能够率先落实无人商店概念，甚至挖角曾主导Amazon Go负责人任小枫加入开发团队，却至今依然不见实际店面。

目前看到已真正落地的无人商店，皆并非使用机器视觉技术辨识商品动向，而是使用无线射频(Radio Frequency IDentification, RFID)技术。然而事实上，所有开发者都知道RFID技术并不能走向最后的无人商店理想，只是在目前此概念开始生成的时候，协助人们展示无人商店概念过渡时期的技术。要真正能够达到Amazon所提出的「Just Walk Out」无人商店体验，依然需要透过机器视觉技术完成。

然而，目前机器视觉也有其技术局限，但却是可以够攻克的。本文将详述RFID技术在无人商店的局限，以及该如何藉由机器视觉技术，探索「新零售」、「智慧零售」的可能性。

Just Walk Out仍是考验

Amazon Go所提出的重要概念即是「Just Walk Out」，消费者进到商店中之后，只要从货架上取下想要购买的商品，无须其他任何结帐手续即可离开商店完成身份辨识，并使用电子支付系统完成扣款。Amazon Go始终无法完成此理想，最为重大的原因在于Amazon Go直接将目标立定为一大型的无人商场，但至今无论是使用RFID技术或是机器视觉，都是无法完成「多人多单」的购物形式的。也就是说，那么大一家无人商店，可能一次只能容许一位消费者进场。单以技术发展而言，要真正实现Amazon Go大约还需要2~3年的开发时间。

无人商店最大的局限是在于店面一次只能容纳一位客人，系统无法判定多位客人、多笔购物车订单的消费模式。多人多单是一个待突破的瓶颈，也是接下来技术发展最重要的目标。目前，我们团队已在开发多人多单的机器视觉结帐技术，在不久的未来便能够看到实验店展示。但在那之前，我们选择以售货亭、饮料柜的模式先行落实智慧零售，便省去了多人多单的顾虑，让消费体验更加符合消费者的期待。

消费者习惯尚未养成

事实上，「无人商店」此概念对于消费者而言十分不友善。科技应当是用以辅助人类得以更方便、更直觉地生活，无人服务的商店，可能不是消费者所期待的购物方式。因此我们可以看到在中国有许多无人商店的失败案例，可以看见消费者为了逃避结帐而撕下并随意丢在地上的RFID标签纸；或是由于仓储管理失准、店面无人维护，留下了满屋腐臭报废的食物。

因此，与其说是「无人商店」，我认为此波潮流应该使用「智慧零售」概念更为准确。而使用机器视觉辨识技术，才能真正展现智慧零售的智慧之处。

全球最大的视觉大赛ImageNet在2017年的比赛之中，冠军得主所能做到的机器视觉准确率是81.7％，对于商用技术而言依然太低。我们的解决方式是采用四台摄影机以不同角度拍摄，采用一秒30帧摄影机，也就是说一秒能够捕捉120张照片，再彼此勾稽比对，判断消费者的行动与选购的商品。目前，已能透过此方式达到93%准确率。

RFID高成本不符零售应用所需

无人商店是一个以资方立场出发，希望可以降低人事成本的零售概念，并非是以消费者利益为出发点的创新。然而，RFID的标签建置成本非常高，一张一次性的RFID标签成本大约新台币3元左右，而且是变动成本，零售业者将难以负担。

机器视觉设备如摄影机与GPU则是固定开销，并且是一次性的支出。唯一变动的是商品的影像模型建立，却依然还是接近固定的成本。当店家商品越多、分店越多，边际成本越低。这才是适合零售业者的硬体设备。

目前，我们团队已能透过多台摄影机的架设，将机器视觉准确度提升至93%。尽管以商用标准而言97%~99%才是及格的水准，然而，如果就零售业中的人事成本约占三成，这样换算下来7%的准确率依然是比三成人事成本低上许多，机器视觉在智慧零售的应用依然是值得开发并且有利可图的技术。