目前看到已真正落地的无人商店, 皆并非使用机器视觉技术辨识商品动向, 而是使用无线射频(Radio Frequency IDentification, RFID)技术. 然而事实上, 所有开发者都知道RFID技术并不能走向最后的无人商店理想, 只是在目前此概念开始生成的时候, 协助人们展示无人商店概念过渡时期的技术. 要真正能够达到Amazon所提出的「Just Walk Out」无人商店体验, 依然需要透过机器视觉技术完成.
然而, 目前机器视觉也有其技术局限, 但却是可以够攻克的. 本文将详述RFID技术在无人商店的局限, 以及该如何藉由机器视觉技术, 探索「新零售」, 「智能零售」的可能性.
Just Walk Out仍是考验
Amazon Go所提出的重要概念即是「Just Walk Out」, 消费者进到商店中之后, 只要从货架上取下想要购买的商品, 无须其他任何结账手续即可离开商店完成身份辨识, 并使用电子支付系统完成扣款. Amazon Go始终无法完成此理想, 最为重大的原因在于Amazon Go直接将目标立定为一大型的无人商场, 但至今无论是使用RFID技术或是机器视觉, 都是无法完成「多人多单」的购物形式的. 也就是说, 那么大一家无人商店, 可能一次只能容许一位消费者进场. 单以技术发展而言, 要真正实现Amazon Go大约还需要2~3年的开发时间.
无人商店最大的局限是在于店面一次只能容纳一位客人, 系统无法判定多位客人, 多笔购物车订单的消费模式. 多人多单是一个待突破的瓶颈, 也是接下来技术发展最重要的目标. 目前, 我们团队已在开发多人多单的机器视觉结账技术, 在不久的未来便能够看到实验店展示. 但在那之前, 我们选择以售货亭, 饮料柜的模式先行落实智能零售, 便省去了多人多单的顾虑, 让消费体验更加符合消费者的期待.
消费者习惯尚未养成
事实上, 「无人商店」此概念对于消费者而言十分不友善. 科技应当是用以辅助人类得以更方便, 更直觉地生活, 无人服务的商店, 可能不是消费者所期待的购物方式. 因此我们可以看到在中国有许多无人商店的失败案例, 可以看见消费者为了逃避结账而撕下并随意丢在地上的RFID卷标纸; 或是由于仓储管理失准, 店面无人维护, 留下了满屋腐臭报废的食物.
因此, 与其说是「无人商店」, 我认为此波潮流应该使用「智能零售」概念更为准确. 而使用机器视觉辨识技术, 才能真正展现智能零售的智能之处.
全球最大的视觉大赛ImageNet在2017年的比赛之中, 冠军得主所能做到的机器视觉准确率是81.7% , 对于商用技术而言依然太低. 我们的解决方式是采用四台摄影机以不同角度拍摄, 采用一秒30帧摄影机, 也就是说一秒能够捕捉120张照片, 再彼此勾稽比对, 判断消费者的行动与选购的商品. 目前, 已能透过此方式达到93%准确率.
RFID高成本不符零售应用所需
无人商店是一个以资方立场出发, 希望可以降低人事成本的零售概念, 并非是以消费者利益为出发点的创新. 然而, RFID的卷标建置成本非常高, 一张一次性的RFID卷标成本大约新台币3元左右, 而且是变动成本, 零售业者将难以负担.
机器视觉设备如摄影机与GPU则是固定开销, 并且是一次性的支出. 唯一变动的是商品的影像模型建立, 却依然还是接近固定的成本. 当店家商品越多, 分店越多, 边际成本越低. 这才是适合零售业者的硬设备.
目前, 我们团队已能透过多台摄影机的架设, 将机器视觉准确度提升至93%. 尽管以商用标准而言97%~99%才是及格的水平, 然而, 如果就零售业中的人事成本约占三成, 这样换算下来7%的准确率依然是比三成人事成本低上许多, 机器视觉在智能零售的应用依然是值得开发并且有利可图的技术.