เทคโนโลยีนี้ส่งผลกระทบอย่างมากต่อร้านค้าปลีก

หากคุณยังไม่เคยไปที่ร้าน Amazon go ถือว่าเป็นร้านสะดวกซื้อที่มีความแตกต่างอย่างมาก ก่อนที่คุณจะเข้าสู่ครั้งแรก คุณต้องลงทะเบียนบัตรเครดิตหรือบัญชี Amazon ของคุณ ในร้านค้า ซอฟต์แวร์จะติดตามคุณเมื่อคุณเคลื่อนไหวและเรียกเก็บเงินจากสิ่งที่คุณทำ โดยหักสิ่งที่คุณนำกลับมา เช่นเดียวกับ Uber หรือ Lyft ธุรกรรมการซื้อจะเป็นไปโดยอัตโนมัติเมื่อคุณออกไป

มีเทคโนโลยีมากมายที่รายงานว่า Amazon Go ทำงานได้ ซึ่งรวมถึงเครื่องชั่งและเซ็นเซอร์บนชั้นวาง แต่เทคโนโลยีที่สำคัญที่สุดก็คือการมองเห็นด้วยคอมพิวเตอร์ คอมพิวเตอร์วิทัศน์เป็นเพียงสิ่งที่ดูเหมือน: กล้องได้รับการฝึกอบรมเกี่ยวกับพื้นที่และซอฟต์แวร์จะวิเคราะห์สิ่งที่กล้องหยิบขึ้นมา กล้องคือดวงตา และซอฟต์แวร์คือสมอง

Sandeep Unni, Product Business Strategist and Retail Technology Advisor at บริษัทที่ปรึกษา GartnerIT
บอกกับผมว่า Computer Vision “เป็นหนึ่งในขั้นตอนทางเทคโนโลยีที่สำคัญที่สุดในช่วงสิบปีที่ผ่านมา และได้เปลี่ยนขนาดของนวัตกรรมโดยพื้นฐานแล้ว”

Amazon Go เป็นเพียงตัวอย่างหนึ่งของการเปลี่ยนแปลงที่เทคโนโลยีการมองเห็นด้วยคอมพิวเตอร์จะนำไปสู่การขายปลีก และส่วนใหญ่ยังมาไม่ถึง ขณะนี้เราเป็นเพียงจุดเริ่มต้นของผลกระทบที่เทคโนโลยีนี้จะมี

อะไรต่อไป

ขั้นตอนต่อไปคือการย้ายจากจุดชำระเงินของร้านค้ากลับไปผ่านส่วนที่เหลือของร้านค้าและซัพพลายเชน

วิธีหนึ่งที่พบบ่อยที่สุดที่ร้านค้าพลาดรายได้คือเมื่อผู้จัดการไม่ทราบว่าชั้นวางสินค้าที่อยู่ในกล่องด้านหลังหมด กล้องที่รองรับโดยคอมพิวเตอร์วิทัศน์สามารถดูชั้นวางได้ทั้งวันและส่งการแจ้งเตือนเพื่อเติมสต็อกโดยอัตโนมัติ

ในทำนองเดียวกัน คอมพิวเตอร์วิทัศน์ที่ใช้ในด้านหลังของร้านสามารถแจ้งเตือนพนักงานเมื่อผลิตภัณฑ์ในการจัดเก็บไม่อยู่ในตำแหน่งที่ควรจะเป็น และเช่นเดียวกันในศูนย์กระจายสินค้าขนาดยักษ์ คอมพิวเตอร์วิทัศน์ยังสามารถสังเกตและส่งการแจ้งเตือนเมื่อมีการหยิบสินค้าที่ไม่ถูกต้อง

Paige Waldron ผู้จัดการโครงการที่ผู้เชี่ยวชาญด้านซัพพลายเชน Hy-Tek กล่าวว่าเทคโนโลยีนี้ “จะเปลี่ยนโฉมหน้าของทุกสิ่งที่มีบาร์โค้ด คุณขจัดอุปสรรคทั้งหมดในการตั้งคลังสินค้า”

คอมพิวเตอร์วิทัศน์ยังช่วยให้เงินทุนหลายพันล้านดอลลาร์ถูกขังอยู่ในสินค้าคงคลังที่ไม่ก่อผลซึ่งอยู่ในตำแหน่งที่ไม่ถูกต้อง

แต่เดี๋ยวก่อนยังมีอีก

เทคโนโลยีทั้งหมดดังกล่าวมีวางจำหน่ายแล้วในปัจจุบัน และอยู่ระหว่างการทดสอบ นำร่อง และนำไปใช้งาน สิ่งที่ยังไม่เกิดขึ้นคือการใช้ข้อมูลขนาดใหญ่ที่มาจากการมองเห็นของคอมพิวเตอร์ในที่สุด

ลองนึกภาพว่าคุณยืนอยู่ในที่เดียวในร้านค้าปลีกและดูผู้บริโภคซื้อของเฉพาะรายการหรือกลุ่มผลิตภัณฑ์ คุณจะสามารถสังเกตได้ว่าสิ่งใดดึงดูดความสนใจ ผู้บริโภคมองอย่างไร หยิบของอย่างไร ให้ความสำคัญกับส่วนใดของบรรจุภัณฑ์ และหากคุณยืนอยู่ที่นั่นนานพอ คุณจะเข้าใจว่าทำไมสินค้าบางรายการจึงถูกซื้อและอื่น ๆ อย่า.

ฉันได้รับแจ้งว่าจากสินค้าอุปโภคบริโภคทั้งหมดบนชั้นวาง Jameson Whisky จะถูกนำกลับมาวางบนชั้นวางน้อยกว่าผลิตภัณฑ์อื่นๆ ผู้บริโภคที่หยิบมันขึ้นมาซื้อมัน ในทางกลับกัน ไอศกรีมถูกนำออกจากช่องแช่แข็ง ดูและใส่กลับเข้าไปประมาณ 30% ของเวลาทั้งหมด ผู้ผลิตทุกรายต้องการทราบว่า "อัตราการคืนสินค้า" ของผลิตภัณฑ์ของตนคืออะไร และเข้าใจว่าเหตุใดผู้บริโภคจึงทำในสิ่งที่ตนทำ

คอมพิวเตอร์วิทัศน์สามารถตอบคำถามเหล่านั้นทั้งหมดและปลดล็อกผลิตภัณฑ์ที่มีความหมายและการเปลี่ยนแปลงทางการตลาด ด้วยการมองเห็นด้วยคอมพิวเตอร์ กล้องและซอฟต์แวร์จะทำงานที่สกปรก โดยคอยเฝ้าระวังตลอดทั้งวันและรับข้อมูลที่ต้องการจากผู้ผลิต

ดังที่ Will Glaser ซีอีโอและผู้ก่อตั้ง Grabango บริษัทชำระเงินแบบไม่ใช้แคชเชียร์บอกกับฉันว่า "ช่วยประหยัดเงิน ประหยัดเวลา ปรับปรุงซัพพลายเชน"

สิ่งที่ถือได้คือคอมพิวเตอร์ไม่ฉลาดอย่างที่คิด เพื่อให้ซอฟต์แวร์เข้าใจภาพที่เห็น จะต้องได้รับการฝึกอบรม ด้วยเหตุนี้ มันจึงต้องการรูปภาพจำนวนมาก หลายล้านภาพ และอาจใช้เวลานานในการเข้าถึง

เมื่อเวลาผ่านไป รูปภาพจำนวนมากคือสิ่งที่ช่วยให้ซอฟต์แวร์เรียนรู้สิ่งที่เห็น หาข้อสรุป และให้คำแนะนำที่ผู้ค้าปลีกต้องการ

นั่นคือสิ่งที่เทคโนโลยีอยู่ในขณะนี้ เราเห็นประโยชน์ที่แท้จริงจากการมองเห็นของคอมพิวเตอร์ เช่น Amazon Go และเทคโนโลยีการชำระเงินอื่นๆ แต่ซอฟต์แวร์สำหรับการวิเคราะห์เชิงลึกยังคงเรียนรู้ สะสมภาพ ทำความเข้าใจสิ่งที่มนุษย์คิดว่าเป็น "ประสบการณ์" และ "การเรียนรู้" และสิ่งที่นักวิทยาศาสตร์คอมพิวเตอร์เรียกว่า "data lake" ที่ใหญ่พอ อาจต้องใช้เวลาหลายปีกว่าจะได้รับประโยชน์จากกระบวนการนี้

คุณอาจคิดว่ามันฟังดูน่าขนลุกและไม่มีใครอยากเข้าไปในร้านที่พวกเขารู้ว่าพวกเขากำลังถูกจับตามองอยู่ อาจจะ แต่คุณรู้อยู่แล้วว่าเกือบทุกพื้นที่สาธารณะอยู่ในวิดีโอแล้ว ผู้คนเริ่มคุ้นเคยกับทุกการเคลื่อนไหวของเบราว์เซอร์ออนไลน์ที่ได้รับการตรวจสอบ เป็นไปได้ว่าผู้บริโภคจะชินกับสิ่งนี้เช่นกัน

การใช้คอมพิวเตอร์วิทัศน์ในการวิเคราะห์พฤติกรรมของผู้บริโภคในร้านค้าจะช่วยให้ผู้ค้าปลีกมีข้อมูลเกี่ยวกับพฤติกรรมที่พวกเขาจะได้รับจากร้านค้าออนไลน์เท่านั้น Unni จาก Gartner กล่าวว่าการมองเห็นด้วยคอมพิวเตอร์จะช่วยอำนวยความสะดวกให้กับ "โอกาสที่แทบจะไม่ได้ขีดข่วนพื้นผิวในขณะนี้"

ผู้ค้าปลีกทุกประเภทกำลังทำงานอยู่ เมื่อฉันถาม Kate Fannin กรรมการบริหารของ Consumer Retail Experience ที่ Estee Lauder เกี่ยวกับเรื่องนี้ เธอกล่าวว่า "มีองค์ประกอบการเก็บข้อมูลที่กำลังเกิดขึ้นอย่างแน่นอน และเราจะปรับปรุงสิ่งเหล่านั้นต่อไป"

แม้ว่าซอฟต์แวร์ทั้งหมดจะถูกสร้างขึ้นเพื่อทำสิ่งนี้ทั้งหมด แต่ก็ยังมีโอกาสและขอบเขตอันไกลโพ้นในอนาคตสำหรับการมองเห็นด้วยคอมพิวเตอร์ Sarah Chung ซีอีโอของ Landing International ซึ่งช่วยให้แบรนด์ความงามใช้ประโยชน์จากเทคโนโลยี กล่าวว่า "คุณสามารถติดตามพฤติกรรมของผู้บริโภคได้ แต่คุณไม่รู้ว่าทำไม" พวกเขาทำในสิ่งที่พวกเขาทำ หลังจากที่ซอฟต์แวร์จัดการกับการสร้าง Big Data Lake เพื่อทำความเข้าใจพฤติกรรมของมนุษย์และวิธีปรับปรุงร้านค้าแล้ว จะยังมีความเข้าใจในพฤติกรรมมากขึ้นสำหรับวิทยาศาสตร์และผู้ค้าปลีกที่ต้องเรียนรู้

ทั้งหมดนี้เพิ่งเริ่มต้น แต่ถึงจุดเปลี่ยนสำหรับการมองเห็นด้วยคอมพิวเตอร์แล้ว ในอีกไม่กี่ปีข้างหน้าจะเผยให้เห็นการเปลี่ยนแปลงครั้งใหญ่ของคอมพิวเตอร์วิทัศน์ที่จะนำมาสู่ผู้ค้าปลีกและผู้บริโภค ทำให้ร้านค้าทำสิ่งต่างๆ ได้มากกว่าที่เคยเป็นมา