当然，不论是 Amazon 还是阿里，里面都用到了 CV，主要用在人脸支付方面（起码阿里是这样的）。但是人脸支付的难度也并不高，大约是 1：100 的识别问题（进出门闸机起来作用）。
Amazon Go 把自己塑造成 CV 应用的典范，而阿里无人超市继续跟进，以黑科技的概念炒作，让媒体和大众自嗨了一把。
实现无人零售必然是技术先行，要讨论用了什么技术必须了解必须解决什么问题？无人零售的基础问题就是无人收银或无人防盗的问题。
我对技术的态度是 RFID 会彻底淘汰，或在个别场景运用。AI 分量会加重，但是短期内无法起到决定性作用。目前为止，RFID 和 CV 的识别效果是一样的差、贵且麻烦，不同的是 AI 聚集了大量精英，未来有可能突破。
YI Tunnel CEO 吴一黎
RFID 会增加运营成本，包括人力和财力，随着图像识别算法的优化，RFID 肯定是会被彻底取代的。人脸识别更多的应用是在会员体系系统打通，刷脸支付、客流统计等。
我觉得技术还是需要服务于实际应用场景，例如如何解决 SKU 识别准确性，识别速度的问题，以及单店如何确保可以多人同时购物等问题。
随着数据的大量采集，算法一定是会优化的。在无人店领域，一定时期内，大家会围绕“如何把技术有效转化为实际应用”下功夫。
小麦铺副总裁全斌
不同技术方案的侧重点和收益点不同，将不同的技术结合起来为智能便利店服务，能够互相弥补技术短板，满足全方面的技术需求。
技术解决零售结算就是靠识别人和物，所有识别手段有图像识别（二维码、人脸、商品图片都是）、语音识别、射频识别（RFID，NFC）、生物识别（气味、指纹、虹膜、掌静脉），而技术方案的可行性主要考虑三个因素：技术成本、识别成功率、用户接受程度。我们都研究过，实际上在零售场景具备较大可应用性就只有图像识别和射频识别，语音和生物应用还有待时日。
生物识别比如虹膜，虽然成功率高，但成本也高，而且无法用于将人和商品的购买关系识别出来，最重要的是用户一直以来担心虹膜识别对眼睛的副作用。语音识别成本不高，但是准确率低，用户接受程度低，人们购买时依靠手和眼睛，无法接受靠说话买东西。
除了现在应用的主体技术——人脸识别技术，智能便利店行业未来还会引入新技术，例如用户画像、消费行为分析技术、精准营销、会员管理、社群运营、智能零售终端等多方面技术，清晰地掌握现有和潜在的顾客特征，建立用户对社群的认同感和依赖感，从而激活市场活力增加用户粘性。
孚利购 CTO 李颖悟
未来必然是各种技术综合运用，提高效率，降低成本，改善购物体验。
国外无人便利店声音最响的是只有 Amzon Go，而国内有巨头也有创业公司，看起来更热闹，主要原因是什么？深兰科技 CEO 陈海波
一是零售痛点已到不可承受之痛，内因求变；二是线上不得已转向线下推动和带动零售升级；三是资本助热推波助澜。
天若科技 CEO 陈维龙
热钱多、项目少、闲人多。
团购，外卖，O2O 释放了一大波创业成功者和失败者，这些人没地方去，办公室货架都是这些人在搞。等摩拜 ofo 合并了，共享充电宝合并了，又会释放一拨人再弄一批项目出来。
当然这些是次要原因，核心的原因还是无人零售方向有价值，这个终极价值就是流量数据价值。当然具体项目要具体分析。
YI Tunnel CEO 吴一黎
“看起来”更热闹，是大家手里都有技术，每天都在做各种展示，媒体也在大量报道。
人工智能技术，一方面是提高消费者体验，另一方面是需要给零售商节省成本。如果不能达到，技术只是 Demo 而已。所以，能实际应用的技术才有价值。
小麦铺副总裁全斌
从需求端来说，由于传统零售两个最大成本——人工和房屋大幅上涨，对零售业态影响比较大，很多人都在寻求新的技术解决方案来解决。传统便利店在人员招聘和管理方面也面临很多问题，比如年轻人去传统便利店就业意愿不高，在扩张的时候也会遇到很多挑战。
从供给端来说，如今各垂直领域技术发展都趋于成熟，人脸识别、语音、线下支付等等，所有垂直类型的技术解决方案都比较成熟了，只需要一个技术整合者来整合所有垂类型的技术应用，就有机会能形成比较好的商业化落地创新模式。
此外，资本驱动力也非常重要，它对于技术创新来变革传统线下业务是有很强诉求的。两点结合，也就是需求碰上了钱，自然就会产生比较大的推动效益。
共3页 上一页 [1] [2] [3] 下一页
搜索更多: AmazonGo
