- 零售
- 零售科技
新零售的改造多从支付环节开始，以消费者自助支付代替收银员，以节省排队时间、降低人力成本。
但在云拿科技创始人Jeff Feng看来，自助支付无法给消费者带来最佳体验，更优方案应是Amazon Go所采用的无感支付，消费场景的完全数字化还可以支撑智能盘货、全渠道销售、定制化营销等智能运营手段。
2017年7月，云拿科技成立，作为无界智能零售解决方案服务商，与京东集团、银联商务、百联集团、Intel等企业合作，提供即拿即走的消费体验。
机器视觉打造流畅无人零售体验
云拿科技的核心产品为实体零售无感支付系统，利用计算机视觉、深度学习、传感器融合等技术，完整捕捉消费者的行为。消费者按“打开APP-扫码进店-自由选购-走出超市-手机显示购物收据并自动扣款”的顺序，可获得流畅的消费体验。
商品识别的学习数据来自互联网和商品实物。由于消费者的消费购物过程各异，云拿科技精进算法，使商品在大幅遮挡时依然可被识别，对商品摆放、消费者的拿取方式无特殊要求。从落地门店来看，云拿科技的整体识别错判率可控制在千分之一以内，已能满足商用需求。
依赖对线下数据的强捕捉能力，云拿科技的方案还可支持更多常见场景，比如多人组团购物时，只需刷相同的二维码依次进店，系统即可将分散在店内的多个消费者的消费行为自动分组，出店统一付费。
以场景数字化为基础，着重发展智能运营平台
在门店智能系统的基础上，云拿科技也提供大数据增值服务。Cloudpick++作为智能零售数据平台，提供基于线下用户数据、商品数据、消费数据、信用数据的价值挖掘，支撑实时数据分析、精准营销、详细维度数据收集和可视化报告。
数据平台作为无人零售方案的增值服务提供，积累一定数量的线下数据后，有望向补充信用体系数据维度。
无人零售虽然技术门槛高、成本高，但由于可以捕捉线下所有消费行为，能对实体零售进行全面数字化的改造，当前每家门店一周可产生上亿条数据，通过大数据分析，向精细营销、品类经营、库存仓储、物流配送等环节进行数字化延伸与衔接，应用潜力更大。
以精细营销为例，现在可通过货架显示屏，向货架前的消费者推送专属优惠信息，收集的数据维度越细，定制化程度越高。
云拿科技当前技术团队70余人，骨干为来自阿里、谷歌、百度等企业的资深技术人员，其技术基础支撑了无感零售的方案研发，体验与Amazon Go无差。
目前，除了6家直营门店，云拿科技还与百联集团、京东、银联商务等集团合作运营，已在全国共落地10家AI+新零售门店。截至目前，云拿科技已与中国、美国、日本、韩国、欧洲的十几家家新客户签约，2019年落地门店订单数已超过300。
云拿科技将主要服务B端客户，输出智能零售能力。接下来，云拿科技将继续优化无人收银体验，重点发展数据平台，输出更优质的智能化管理工具。
近期，爱分析对云拿科技创始人兼CEO Jeff Feng进行了访谈，就无人零售及云拿科技的业务与战略作了交流，现摘取部分内容分享如下。
Jeff Feng，云拿科技创始人。拥有加州大学博士学位，主攻计算机视觉方向，曾帮助多家世界500强企业开发计算机视觉在零售领域的相关解决方案。
向线下智慧零售突破，数字化水平与线上看齐
爱分析：云拿科技创立的契机？
Jeff Feng：有两点。第一来自于我们自己，首先具备了能力和经验，而且有做智能零售的经验；第二来自于大环境的趋势推动，从2016年到2017年，人工智能+新零售一直是热门方向，背后实际是市场的需求和国家产业转型、技术升级的需求。这两点结合在一起，做云拿科技是水到渠成的事情。
爱分析：团队成员之前是否有零售方面的经验？
Jeff Feng：我们为 500强的零售企业做过智慧零售的线上项目开发。像淘宝、天猫这样的平台，线上有很多第三方供应商，发布重复的商品信息，但价格不同，这样对顾客感官和品牌形象都有影响。
所以我们利用计算机视觉深度学习的方法，挖掘相似性高的产品，做去重。
爱分析：在向线下转移的过程中，和做线上有哪些不同？
Jeff Feng：线下的挑战要远远大于线上。我们线下的技术方案具备比较强的智能属性，需要对人货场，及线下购物行为进行完全数字化，这个需求之前在线上是不存在的。
爱分析：云拿科技的产品主要包含哪些部分？
Jeff Feng：目前我们的产品主要提供消费者即拿即走、无感支付的解决方案，对运营商来说，实际是一种自动获得会员粘性的支付手段。
在去年的无人零售浪潮中，很多企业将曾经实体零售需要用收银员完成的工作，转嫁到消费者头上，让消费者自助扫码，或者去自助收银台结算。而我们的产品方案不需要任何人工干预，是完全自动化的，这是我们产品的核心。
为了实现自动化收银，我们做了大量工作，包括对人的建模、对人的理解、对人行为的识别和分析、对商店整体状态的识别和分析，以及商品和人的绑定互动识别，这是我们主要的技术模块。
爱分析：商品的识别从哪几个维度进行？可以细化到什么程度？
Jeff Feng：商品的视觉识别主要分成两类，采用的是业界比较流行的做法。
一类是基于深度学习的，通过卷积神经网络学习商品的各个维度的特征，建立识别模型。目前我们积累了近亿张商品标注图片，比现在公开的物品数据库ImageNet 还要大好多倍。另一类是采用偏传统的计算机视觉，会定义一些这个视觉特征点，都是商品在图像中一些比较特殊的点，比如梯度值变化比较大的点，或者其他类型的有特殊意义的点，在商品的整个生命周期中，一般是不会因为图像的大小变化、旋转等而变化的。
数字化推动智能运营，优化C端体验和B端赋能
爱分析：精准营销方面云拿科技是如何做的？
Jeff Feng：我们已经上线了给会员推送优惠券这种比较传统的方式。我们在精细化上做得更好，通过分析消费的实时消费行为，可以做到最精细的个性化。而且我们可以通过APP、货架上的显示屏实时推送优惠信息，针对每个用户有不同的定制化，推送个性化的组合优惠，实现千人千店。
爱分析：除了前端行为捕捉，还有哪些应用环节？
Jeff Feng：我们现在已经在做库存管理，一些企业在供应链方面也有提到，希望用机器智能来改造经常出现人为错误的环节，我们会考虑结合供应链端的具体需求来展开新的项目开发。
爱分析：云拿科技的无人零售门店成本如何？
Jeff Feng：我们门店的成本和其他形态对比，大概相当于一个传统的有人收银实体店一年人力成本的1/4。
爱分析：门店是否需要人力？
Jeff Feng：营业24小时，需要1-2个人，除了补货，还可以做很多服务性的工作。由于系统可以实现自动盘点， 实时精准补货状态报警等功能，现在一个人补货的时间大概只占工作时间的10%， 90%的空余时间可以用来为顾客提供更优质的服务，外送，以及做一些精细化运营工作。
爱分析：现在门店落地情况怎样？
Jeff Feng：一共落地十家店，包括直营店以及和合作伙伴共同运营的门店。合作伙伴主要看中我们无感支付的解决方案，主要涉及门店运营，一部分是收银工作，一部分是补货以及其他，相当于帮它们解决了收银的问题。
从顾客情况来看，回头客约占顾客总数的90%，客流量大概比传统便利店高5%。
爱分析：综合来看，云拿智能目前在无人零售方面的优势有哪些？
Jeff Feng：总的来说有两点：第一，C端顾客的体验是最佳的；第二，B端的提效和赋能的能力是最优的。
对于C端的体验，我们的购物过程完全没有任何人工干扰，提供完全流畅准确快速的购物体验。
对于B端的提高赋能来说，我们对人货场的整个购物行为进行完全数字化的改造和转型，所以以前线上零售能做的事情，我们现在都可以做到，一个门店一周内产生的各类数据达到上亿条。如果和B端的线上数据相互结合，将有无限潜力。
流畅消费体验是核心需求，无人零售精细运营能力仍需提高
爱分析：市场上还有一些相对低成本、低技术含量的无人零售方案，但是落地会更快。相比云拿科技的方案，您认为哪种切入路线会更好？
Jeff Feng：低成本方案的发展会更快，短期来看好像能快速占领市场。但实际上，这些方案提供的产品并没有真正触及用户的内心，所以终将被淘汰，因为没有人用的方案，市场铺的再广，还是相当于零市场。
所以我们提倡的是，提供用户真正喜爱的产品。通过用户的反馈，我们可以不断地迭代、优化，来占领更大的市场。
爱分析：云拿科技无人店的优势在哪里？
Jeff Feng：两方面，开源和节流。根据已经落地的多家实体店铺的表现来看，通过梦幻式的购物体验，我们有绝对的信心来吸引更多年轻人、白领、中产阶级等生活节奏快的人群。节流方面，通过人力成本的缩减和数字化赋能，可以增加零售企业的利润。
爱分析：云拿科技的目标客群大致是哪几类，是什么样的规模？
Jeff Feng：从B端来看，我们目前倾向于服务有互联网思维的企业，比如零售、地产、支付及相关产业的企业，未来比较小型的连锁零售实体都会是我们考虑的服务对象。从当前落地的情况来看，还是以大规模的集团为主，已签约十多家家企业，预计2019年将在世界范围内落地超过300个门店。
爱分析：对于智能货柜这类解决方案，您是如何看待的？
Jeff Feng：智能货柜是对场景非常好的补充，因为无人改造肯定是循序渐进的，从智能货柜开始是很好的选择。但如果只卖预包装产品，其实和自动贩卖机没有太大的区别。
我觉得冰柜如果能像家里的冰柜一样，运营得非常精细，柜内商品时刻保持至少80%满的状态，还能达到每周60-70%的换新率，未来是有前景的。
未来更有可能的，是以商品品类和容量丰富齐全的智能商店为仓，链接柜子作为辅助。柜子应该解决最后10米的需求。
爱分析：零售无人化的核心价值在哪些方面？
Jeff Feng：我们认为无人零售最大的价值是对实体零售的数字化转型，通过数字化转型实现对传统行业本身的提效赋能和成本节省。但是，这个价值的前提一定建立在为C端消费者提供真正有价值产品的基础上，否则一切都是空谈。
从成本的角度来讲，主要节省人的成本，租金的成本不会因此而改变。除此之外，还包括运营过程中，因为不精细、粗放所导致的成本，这里也有改善空间。
爱分析：云拿科技的团队背景？
Jeff Feng：我们团队技术背景比较强，主要分成两类，一类是技术人员，包括计算机科学家和软件工程师。计算机科学家基本都有博士学历，研究方向主要是计算机视觉、深度学习，包括机器学习、大数据、传感器这些领域的研究。资深的软件工程师主要来自国内互联网企业，比如阿里巴巴、百度。
爱分析：今年的发展重心会放在哪些方面？
Jeff Feng：在两方面，一是无人收银技术本身的完善和优化；第二，会逐渐把重心放在大数据智能运营平台这件事上，通过大批量高精度的实时性数据，提供更多线下实体零售的精细化运营管理，包括决策分析等一系列工具，商店的实际管理者使用了数据平台后，可以实现智能化管理，以无人收银技术作为开门性产品，把基于大数据的智能运营平台作为高附加值产品。