零售格局正在发生前所未有的变化。实体零售商面临来自在线零售选择的激烈竞争，而且这似乎是不公平的。新时代的购物者精通技术和商店，每次疯狂购物都要求更多。技术的普及继续增长并影响购物的更多方面，提供个性化体验来赢得智能客户的忠诚度。零售技术不仅有助于更好地了解客户，还有助于破解商店的缺点。它提出解决方案，减少收缩，并确保更高的投资回报率。这种分析是通过实时智能视频分析(IVA)和边缘计算实现的。
仔细观察零售商使用IVA驱动的人工智能的不同方式，可以深入了解智能零售的运作方式。
欺诈及盗窃侦查
欺诈和盗窃是零售业面临的两大挑战，只有通过持续的监视和执法才能遏制。根据美国零售联合会发布的第29届年度全国零售安全调查，2019年美国的盗窃和欺诈损失总计617亿美元，远远高于前几年。相应的全球数字为1000亿美元。据估计，欺诈和盗窃占每年零售萎缩的近三分之二。面对如此惊人的数字，零售商们总是保持警惕，使用传统方法和先进技术相结合。
在商店入口和出口点连接到IVA系统的摄像头有助于捕获人数，并使用生物识别技术和面部识别软件来识别访问商店的顾客。当客户涉及欺诈或盗窃时，面部数据将被证明以备将来使用。考虑一下日本初创公司Vaak的AI盗窃检测系统，据说该系统通过处理通过在IVA上运行的深度学习算法分析的大量数据，在识别潜在和实际欺诈和盗窃方面的准确率超过80%。当被阻止的顾客试图进入商店采取纠正措施时，系统可以立即识别并发出警报。
然而，欺诈和盗窃检测不仅限于入口点。整个商店都有犯罪的可能性，包括在付款和结账时。例如，码隆科技的RetailAIProtect由一个头顶固定半球摄像机组成，它捕捉未扫描和可疑条形码项目的镜头，并将信息发送到后端AI模型进行解码。如果系统检测到错误扫描或条码票据切换方面的违规行为，则会立即发出警报。
IVA可以在几分钟内轻松查看来自多个摄像机的镜头，而不是数小时或数天的手动查看，以调查商店的损失和犯罪。操作员可以使用过滤器来搜索与指定描述匹配的人或物体，提取关键细节，收集证据并加速调查。
过道管理
沿着零售店的过道可能会发生很多事情。从找到客户一直在疯狂寻找的合适商品，到因缺货导致的糟糕购物体验而彻底受挫，有效的过道管理可以决定销售的成败。服装巨头H&M使用人工智能通过分析购买和商店收据来保持流行商品的库存。通过深入了解受欢迎的过道、客户在每个过道中的停留时间以及通过IVA捕获的客户人口统计数据，零售商可以增加快速流动产品的货架库存，改善商品销售，并提供即时促销以增加收入并提供诱人的购物体验。
用于过道店内视频的分析技术还可以帮助店员记录和了解客户的购买类型以及他们的平均消费和阅读情绪并识别客户的不满。所有这些输入都有助于工作人员照顾那些可能需要更多关注的购物者。例如，优衣库的精选服装店设有人工智能UMood售货亭，通过研究顾客对不同颜色和款式的反应来确定他们的情绪，从而为优衣库提供更好的过道管理。
客户情报
在以客户为中心的商业世界中，零售商竭尽全力吸引客户。客户智能(CI)通过整合和分析所有可用的客户数据来改善沟通、研究和影响购买行为，并通过预测性建议推动更好的销售，从而为零售商提供竞争优势。在2018年哈佛商业评论分析服务与几家大型IT公司合作进行的一项研究中，83%的受访者表示，在正确的时间将数据转化为可操作的见解的能力对于客户体验至关重要。尽管如此，只有22%的人在这方面取得了成功。
观察有多少客户进入以及何时进入是一项主要的分析挑战(?)。当分析变为洞察力时，它们可以提高客户体验的相关性，确保零售商与客户产生共鸣。这些分析提供运营和品牌洞察力，以及CI的其他几个方面。CI提供了做出购买决策的环境，可用于提高投资回报率。
在过去十年中，几家零售商也一直在试验MagicMirrors的增强现实概念。这些镜子中的这些摄像头具有延时显示功能，允许顾客在试穿衣服时转身并看到自己的360度视图。纽约曼哈顿RebeccaMinkoff旗舰店的数字墙不容错过。交互式镜子不仅可以通过使用IVA帮助虚拟试穿衣服，还可以为客户提供与整体外观相配的配饰建议。他们还可以点一杯饮料，并在需要时请求工作人员协助。试衣间的连接镜子还允许您浏览可用的系列并订购合适的尺寸。
店内员工与顾客比率
准确统计和分析客户流量的能力使零售商能够确保高效运营。来自商店入口处捕获的镜头的IVA以及捕获分析的其他传感器提供实时交通数据。IVA根据着装要求检测以及员工面部和生物识别技术帮助区分员工和客户。通过定期分析这些数据，零售商可以确定流量模式，从而根据客户需求提高人员配备水平。推算员工与客户的比例有助于零售商决定在商店的不同部分重新分配员工或在人流量大的日子和时间增加员工，并在人流量不足的时间减少人手过多的成本。
队列管理
使用IVA可以避免繁忙的结账和排长队。AI可以自动分析联网视频片段，并在结账柜台检测到高流量时发出警报。基于对过道和货架上连接的摄像头和传感器的即时分析，人工智能可以帮助预测结账时排长队、人满为患和客户激增的可能性。这可以帮助零售商提前准备开设更多计费柜台。IVA还可以自动向员工发出警报，以进一步加快结账流程。特定的队列管理算法可以为队列中的每个客户计算特定的等待时间，因为它可以延迟为客户提供服务。这种洞察力有助于识别问题、优化队列数量并将客户重新分配到不同的队列以加快计费。
中国的Futuremart和美国的AmazonGo等商店采用IVA技术更进一步，实现了完全无收银员和无现金的自主商店。进入时的面部识别、购买的二维码和用于计费的支付应用程序，以及遍布商店的传感器和摄像头，提供了一种无需排队的体验。Futuremart甚至还配备了HappyGo计量器，可以根据顾客的笑容为他们提供更大的折扣。
产品识别
现在的山寨产品太好了;几乎不可能把它们和真品区分开。伪造者已经熟练地自己使用人工智能，这使得他们更容易设计产品冒充正品。世界海关组织(WCO)估计，全球7%至9%的贸易与假冒产品有关，使其本身成为一项有利可图的业务。但销售假冒产品可能会导致收入、声誉和未来销售的损失。这使得零售商专注于使用人工智能来检测假货变得至关重要。
图像识别和目标检测技术可以帮助零售商规范商店检查，并得到一致的结果。使用深度学习神经网络，可以比较货架上的产品，确定真伪。神经网络可以通过图像训练识别出与原始产品有任何单一或不明显差异的产品。通过这些深度学习算法运行的IVA，可以立即发现在艰苦的手工检查中出现的失误。
Entrupy和AuthenticVision等公司一直致力于利用IVA、先进的数据科学和光学机器学习来实时识别假货，并提供高质量的用户体验。然而，一个已知的限制是没有万无一失的伪造检测器。即使是最准确的，也不可能通过所有的测试。
IVA对零售业意味着什么
随着时间的推移，IVA收集视频数据，为企业提供智能，以了解趋势，做出明智的决定，并制定强有力的战略。在最大程度上减少客户的宝贵投入，为客户带来愉悦的体验。它有助于在网上和实际存在之间架起桥梁。随着越来越多的企业利用人工智能主导的IVA，零售领域正在发生变化。IVA将视觉敏锐度与分析能力相结合，将信息编目，为零售商提供丰富的即时洞察力，弥合人为错误的鸿沟。
