不知道大家是否听过类似的段子——“每一台无人售货机背后，其实都藏着一个真人在操作。”如今，段子可能要成现实了~
就在近日，亚马逊著名无人商店项目「JustWalkOut」被曝背后疑似有1000个印度人在看摄像头。真是应了那句调侃“人工智能，人工智能，有多少智能，就有多少人工”。
「JustWalkOut」正如其名，初衷是让消费者在便利店买东西时可以做到“无需排队结账，拿了就走，系统随后会向他们发送收据”。该项目自2016年面世以来，曾因让人眼前一亮的“黑科技”引发刷屏之势，一度被认为是引爆“无人零售”的关键。这种颠覆式的创新体验，号称由先进的人工智能技术所驱动，然而，最新爆料则显示其背后并非如此单纯，科技水平也没有想象中高。
回过头来复盘，即便有亚马逊这样资金和技术雄厚的科技大厂“撑腰”，「JustWalkOut」的发展依然不如预期，期间遇到了种种问题，甚至一度接近被放弃，而这些问题也映射了整个无人零售产业在前行过程中遇到的挫折。因此，本文将借「JustWalkOut」的前世今生，来看看其对整个产业带来了哪些宝贵的启示。
黑科技，但不完全“黑科技”
2016年，亚马逊上线了一段在当时看来极其酷炫的视频，为消费者打开了一扇线下购物的“新大门”。
视频中描绘的购物过程是这样的：商店里没有收银员，顾客进入AmazonGo商店后，打开手机上的app对着入口处扫描，当消费者选好商品后，app会实时自动添加对应的商品至虚拟购物车中。演示视频中并没有出现通过app付款的画面，当顾客离店后，app会自动付款，无需排队结账。
2018年，在长达14个月的漫长等待之后，亚马逊公司无人商店AmazonGo摆脱了「Beta测试」状态，其位于西雅图亚马逊总部办公楼下的全球首家无人商店将正式面对公众开放，提供货品的范围包括从小型加油站便利店到大型商店的商品。
据悉，亚马逊之所以能够实现无人零售的体验，在于使用了三大技术：
Computervision计算机视觉
Deeplearning深度学习算法
SensorFusion传感器融合
在人工智能日新月异的今天，大家对计算机视觉和深度学习这些词语并不陌生，可当亚马逊在2016年提出这些时候着实还是“新鲜概念”。
借由机器视觉，深度学习算法能够基于视频拍摄到的画面判断消费者拿取了什么物品，而传感器融合实际上是对人脑综合处理复杂问题的一种功能模拟，与单传感器相比，运用多传感器的融合技术在解决探测、跟踪和目标识别等问题方面，能够增强数据的可信度，提高精度。三大技术相互辅助，由此实现了“拿了就走”的线下购物场景。
「JustWalkOut」面世之初，就有很多人提出了质疑：账户与商品以及人的关联是否能像视频中那般准确？会不会漏单、错检？损毁识别，商品被偷怎么办？账户余额不足会不会尴尬？亚马逊当年的解决方式是顾客要在离店几小时后才能接收到账单，因为人工要重新审核视频，确保账单正确。
但令人万万没想到的是，直到2022年，人工智能技术已经实现了突飞猛进的发展，但「JustWalkOut」的过程依然要花费大量的人力。据TheInformation数据，直到2022年，每1000个“Justwalkout”服务中，还有700个需要人工审核。这远远没有达到亚马逊内部本来的目标，1000个case中仅有50个需要审核。
也就是说，亚马逊并没有依靠纯粹的自动化和人工智能实现这套流程的闭环，而是不得不依靠印度1000多名员工组成的大军充当远程收银员。问题来了，为什么实现这个闭环会如此之难，亚马逊官网的技术资料揭示了背后的技术挑战：
①“谁”在行动？
大多数人想当然会认为摄像头只需要在货架上购物时找到顾客就可以满足需要。但是，这种片段的识别处理并不能提供所需的准确性。事实上，这个场景中需要的是顾客从店铺入口到出口的全程定位。当只有几个人在商店里时解决问题很简单。但是，当有许多人彼此接近时这个问题就变得*挑战性。人群会导致顾客彼此遮挡，有时候他们甚至看起来很相似。
系统将所有店铺内的俯瞰视图拼接在一起，以便定位在店内移动的顾客和人员，例如有顾客进入商店，或者员工将商品添加到货架上。
②是否拿取？
而在用户拾取或放下的物体之时，系统需要在拥挤场景中进行关节运动分析的姿势。换句话说，通过不间断地分析视频流，以建立每个顾客在商店中的位置和姿势的模型；每个人的四肢和手处于什么位置，以及它们如何在空间中移动——这涉及将人体及其各个关节建模到可行位置。
③“拿”了什么？
在确认是谁拿之后，再让我们来看看“拿了什么“的部分。在AmazonGo中有许多商品，包括早午餐、零食、饮料等。特别具有挑战性的是，一些商品在视觉上看起来非常相似。
结合产品分类（通过索引方案）和基于残差网络的细粒度计算机视觉算法来解决这个问题。这种方法可识别成千上万的产品，并且能够适应店铺里照明变化、阴影和反射带来的种种影响。
通过以上的简单表述，大家或许能够理解为什么直至2022年，「JustWalkOut」的准确率依然需要大量人工来保障。
新篇章，智能购物车是救星？
亚马逊其实早已认识到了问题所在，所以试图用智能购物车“DashCarts”系统逐步取代「JustWalkOut」。
具体而言，每辆DashCart智能购物车都配备了一个交互式可触摸屏，一圈摄像头，一个秤，以及计算机视觉和重量传感器。
据亚马逊发言人表示，公司方面在重新设计Fresh商店时听取了顾客的意见。顾客们喜欢免排队结账，也希望在购物时查看收据和节省的费用，而智能购物车能让顾客在购物时扫描商品并自动付款，同时还能帮他们省去排队结账的麻烦。
具体而言，每件商品都有一个独特的RFID标签当顾客通过出口时，他们的衣服上的RFID标签便会被读取器识别到，然后就可以通过绑定的AmazonOne支付方式扣款，离开商店后不久就能够获取线上发票或收据。
目前，美式橄榄球队，西雅图海鹰队(SeattleKraken)，已经在LumenField的专卖店使用了这种新的技术组合售卖周边。
无人零售，从技术到场景
从亚马逊的技术迭代和态度转变，我们能够深刻地认识到，技术的行业之间隔着一条深深的鸿沟。
在零售行业。“算错账”是大忌。试想一下，你在一家无人零售店里消费，出门几个小时后发现账单多扣了几样商品的费用，将会是怎样的心情？这种错误会直接对零售商的品牌形象和客户忠诚度造成难以挽回的影响，因此不难理解，为什么亚马逊为了维持AmazonGo无人店铺的运营，宁愿雇佣一个1000人的印度团队作为远程收银员。
相比于更“黑科技”、“更酷炫”的技术，亚马逊的改进方案反而是选择了一种更加“成熟稳妥”的购物车扫描技术。根据BR发布的报告，2021年全球智能购物车市场规模为4280.18百万美元，预计到2027年该市场将达到6342.84百万美元，预测期内复合年增长率为6.78%。
智能购物车上同样会用到计算机视觉、深度学习算法、传感器融合等技术，但因为将空间缩小到了购物车的一方之地，所以技术难度降低了许多，准确度也有了保障。这对零售企业*的启示是——在零售店这样错综复杂的实际场景中，脚踏实地的推进技术落地才是关键。
在我国，无人零售行业已经经历了1.0发展阶段，并在2017-2018年从高峰跌入谷底。根据2017年下半年的产业数据，当时行业内有30余家公司获得了超过30亿元的融资，更有包括阿里、美团和京东在内的互联网巨头企业纷纷入场。
行业产生如此两极的变化，完全出乎了资本、创业者甚至是大厂们的意料之外，以至于在2018年到2022年之间，无人零售见诸报端的消息都稀少异常。
而经历了初期的探索，自2020年开始，初创企业在资本市场的助力以及疫情因素的作用下，通过技术研发和模式创新，让不同模式的无人零售产品不断涌现，形成以开放货架、无人货柜、无人便利店、无人超市为代表的四种形式，
无人零售的崛起，本质上是一轮技术变革、产业升级的产物，背后离不开所有企业的共同努力。作为领头羊之一的亚马逊，其每一个决策都能引领产业风向，乍看之下，其「JustWalkOut」的“失败”像是给产业泼了一盆冷水，但细细究之，反而是助力产业从“技术至上”到“场景为王”、“体验为王”的关键性转变。遥望未来，无人零售产业依然有着广阔的发展空间。
参考资料
《AmazonGo无人零售商店揭秘》，AWSTeam
《迈入2.0时代！无人零售行业重新进入快车道》，览富财经网
《不用排队拿了就走？AmazonGo颠覆的也许不是便利店，而是物联网的老前辈们》，物联网智库