Ang Teknolohiyang Ito ay Malaking Nakakaapekto sa Mga Tindahan

Kung hindi ka pa nakakapunta sa isang tindahan ng Amazon go, ito ay isang convenience store na may malaking pagkakaiba. Bago ka pumasok sa unang pagkakataon, irehistro mo ang iyong credit card o Amazon account. Sa tindahan, sinusubaybayan ka ng software habang lumilipat ka at sinisingil ka para sa anumang kinuha mo, binabawasan ang ibinalik mo. Tulad ng Uber o Lyft, awtomatiko ang transaksyon sa pagbili kapag umalis ka.

Mayroong ilang mga teknolohiya na iniulat na nagbibigay-daan sa Amazon Go upang gumana, kabilang ang mga shelf scale at sensor. Ngunit arguably ang pinaka-kritikal na teknolohiya ay computer vision. Ang computer vision ay kung ano lang ang tunog nito: ang isang camera ay sinanay sa isang espasyo at pinag-aaralan ng software kung ano ang kinuha ng camera; ang camera ay ang mga mata at ang software ay ang utak.

Sandeep Unni, Product Business Strategist at Retail Technology Advisor sa consulting firm na GartnerIT
, ay nagsabi sa akin na ang computer vision "ay isa sa mga pinakamahalagang hakbang sa teknolohiya sa nakalipas na sampung taon at sa panimula ay binago ang sukat ng pagbabago."

Ang Amazon Go ay isa lamang halimbawa ng mga pagbabagong idudulot ng teknolohiya ng computer vision sa retail at karamihan sa mga ito ay darating pa. Nasa simula pa lang tayo ngayon ng magiging epekto ng teknolohiyang ito.

Anong susunod

Ang susunod na hakbang ay ang paglipat mula sa store checkout pabalik sa natitirang bahagi ng store at supply chain.

Ang isa sa mga pinakakaraniwang paraan kung paano nawawalan ng kita ang mga tindahan ay kapag hindi alam ng mga manager na naubusan na ng produkto ang mga istante na nasa mga kahon sa likod. Ang isang camera na sinusuportahan ng computer vision ay maaaring manood ng mga istante sa buong araw at awtomatikong magpadala ng mga alerto upang mag-restock.

Gayundin, ang computer vision na ginagamit sa likod ng isang tindahan ay maaaring alertuhan ang mga tauhan kapag ang produkto sa imbakan ay wala kung saan ito dapat. At ang parehong ay totoo sa isang higanteng sentro ng pamamahagi. Ang computer vision ay maaari ding mag-obserba at magpadala ng paunawa kapag ang isang order ay napili nang hindi tama.

Sinabi ni Paige Waldron, Project Manager sa supply chain expert na Hy-Tek, na ang teknolohiyang ito ay “magbabago sa mukha ng lahat ng bagay na mayroong bar code. inalis mo ang lahat ng mga hadlang sa pag-set up ng mga bodega."

Binibigyan din ng computer vision ang bilyun-bilyong dolyar na kapital na nakakulong sa hindi produktibong imbentaryo na nasa maling lokasyon.

Ngunit Maghintay, Marami pa

Ang lahat ng teknolohiyang iyon ay magagamit ngayon at sinusubok, sinusuri at ipinapatupad. Ang wala pa dito ay ang paggamit ng napakalaking data na kalaunan ay nagmumula sa computer vision.

Isipin na nakatayo ka sa isang lugar sa isang retail na tindahan at pinanood ang mga mamimili na namimili ng isang partikular na item o grupo ng mga produkto. Magagawa mong obserbahan kung ano ang nakakaakit ng atensyon, kung ano ang tinitingnan ng mga mamimili, kung paano sila kumukuha ng mga bagay, kung anong bahagi ng isang pakete ang kanilang pinagtutuunan ng pansin at, kung tatayo ka doon nang matagal, mauunawaan mo kung bakit binibili ang ilang mga produkto at iba pa huwag.

Sinabi sa akin na sa lahat ng mga produktong pang-konsumo sa mga istante, ang Jameson Whiskey ay naibabalik sa istante nang mas mababa kaysa sa anumang iba pang produkto, ang mga mamimili na kumukuha nito ay bibili nito. Sa kabaligtaran, ang ice cream ay inilabas sa freezer, tinitingnan at ibinalik nang halos 30% ng oras. Ang lahat ng mga tagagawa ay gustong malaman kung ano ang "putback rate" ng kanilang mga produkto at maunawaan kung bakit ginagawa ng mga mamimili ang kanilang ginagawa.

Masasagot ng computer vision ang lahat ng mga tanong na iyon at mag-unlock ng mga makabuluhang pagbabago sa produkto at marketing. Gamit ang computer vision, ang camera at software ay gumagawa ng maruming trabaho, nakatayo buong araw at nakakakuha ng impormasyon sa mga manufacturer na kailangan nila.

Tulad ng sinabi sa akin ni Will Glaser, CEO at Founder ng cashierless checkout na kumpanya na Grabango, "Nakatipid ito ng pera, nakakatipid ng oras, nagpapabuti ng supply chain."

Ano ang humahawak na up ay na ang mga computer ay hindi bilang matalino bilang sila madalas na tila. Upang maunawaan ng software ang mga larawang nakikita nito, kailangan itong sanayin. Para diyan, kailangan nito ng maraming larawan, milyun-milyon sa kanila, at maaaring tumagal iyon ng mahabang panahon upang ma-access.

Sa paglipas ng panahon, ang maraming larawan ang nagbibigay-daan sa software na matutunan kung ano ang nakikita nito, gumawa ng mga konklusyon at gawin ang mga rekomendasyong kailangan ng mga retailer.

Nandiyan na ang teknolohiya ngayon. Nakikita namin ang tunay na benepisyo mula sa computer vision, tulad ng Amazon Go at iba pang teknolohiya sa pag-checkout. Ngunit ang software para sa mas malalim na pagsusuri ay natututo pa rin, nag-iipon ng mga larawan, nakakakuha ng iniisip ng mga tao bilang "karanasan" at "natututo" at kung ano ang tinatawag ng mga computer scientist na isang sapat na malaking "data lake." Malamang na aabutin ng maraming taon bago maisakatuparan ang mga benepisyo mula sa prosesong ito.

Maaari mong isipin na nakakatakot ito at walang gustong pumunta sa isang tindahan kung saan alam nilang binabantayan sila. Siguro, ngunit alam mo na na halos lahat ng pampublikong espasyo ay nasa video na ngayon. Nasanay na ang mga tao sa bawat online na paggalaw ng browser na sinusubaybayan. Ang mga posibilidad ay ang mga mamimili ay masanay din dito.

Ang paggamit ng computer vision upang suriin kung paano kumilos ang mga consumer sa mga tindahan ay magbibigay-daan sa mga retailer na magkaroon ng data tungkol sa pag-uugali na makukuha lang nila ngayon mula sa kanilang mga online na tindahan. Sinabi ni Unni ng Gartner na ang computer vision ay magpapadali sa "mga pagkakataon na halos hindi na nababanat sa ngayon."

Ang bawat uri ng retailer ay nagtatrabaho dito. Nang tanungin ko si Kate Fannin, Executive Director ng Consumer Retail Experience sa Estee Lauder tungkol dito, sinabi niya, "may mga elemento ng pagkuha ng data na ganap na nangyayari at patuloy naming papahusayin ang mga iyon."

Kahit na matapos ang lahat ng software ay binuo upang gawin ang lahat ng ito, magkakaroon pa rin ng mga pagkakataon at hinaharap na abot-tanaw para sa computer vision. Sarah Chung, CEO ng Landing International na tumutulong sa mga beauty brand na gamitin ang teknolohiya, "maaari mong subaybayan ang pag-uugali ng mga mamimili, ngunit hindi mo alam kung bakit" ginagawa nila ang kanilang ginagawa. Pagkatapos matugunan ng software ang paglikha ng malalaking data lakes upang maunawaan ang gawi ng tao at kung paano pahusayin ang mga tindahan, magkakaroon pa rin ng higit na pag-unawa sa gawi para matutunan ng agham at mga retailer.

Ang lahat ng ito ay nagsisimula pa lamang ngunit ang tipping point para sa computer vision ay naabot na. Ipapakita ng susunod na ilang taon ang napakalaking pagbabagong idudulot ng computer vision sa mga retailer at consumer na nagbibigay-daan sa mga tindahan na gumawa ng higit pa kaysa dati.