目前看到已真正落地的無人商店, 皆並非使用機器視覺技術辨識商品動向, 而是使用無線射頻(Radio Frequency IDentification, RFID)技術. 然而事實上, 所有開發者都知道RFID技術並不能走向最後的無人商店理想, 只是在目前此概念開始生成的時候, 協助人們展示無人商店概念過渡時期的技術. 要真正能夠達到Amazon所提出的「Just Walk Out」無人商店體驗, 依然需要透過機器視覺技術完成.
然而, 目前機器視覺也有其技術局限, 但卻是可以夠攻克的. 本文將詳述RFID技術在無人商店的局限, 以及該如何藉由機器視覺技術, 探索「新零售」, 「智能零售」的可能性.
Just Walk Out仍是考驗
Amazon Go所提出的重要概念即是「Just Walk Out」, 消費者進到商店中之後, 只要從貨架上取下想要購買的商品, 無須其他任何結賬手續即可離開商店完成身份辨識, 並使用電子支付系統完成扣款. Amazon Go始終無法完成此理想, 最為重大的原因在於Amazon Go直接將目標立定為一大型的無人商場, 但至今無論是使用RFID技術或是機器視覺, 都是無法完成「多人多單」的購物形式的. 也就是說, 那麼大一家無人商店, 可能一次只能容許一位消費者進場. 單以技術發展而言, 要真正實現Amazon Go大約還需要2~3年的開發時間.
無人商店最大的局限是在於店面一次只能容納一位客人, 系統無法判定多位客人, 多筆購物車訂單的消費模式. 多人多單是一個待突破的瓶頸, 也是接下來技術發展最重要的目標. 目前, 我們團隊已在開發多人多單的機器視覺結賬技術, 在不久的未來便能夠看到實驗店展示. 但在那之前, 我們選擇以售貨亭, 飲料櫃的模式先行落實智能零售, 便省去了多人多單的顧慮, 讓消費體驗更加符合消費者的期待.
消費者習慣尚未養成
事實上, 「無人商店」此概念對於消費者而言十分不友善. 科技應當是用以輔助人類得以更方便, 更直覺地生活, 無人服務的商店, 可能不是消費者所期待的購物方式. 因此我們可以看到在中國有許多無人商店的失敗案例, 可以看見消費者為了逃避結賬而撕下並隨意丟在地上的RFID卷標紙; 或是由於倉儲管理失准, 店面無人維護, 留下了滿屋腐臭報廢的食物.
因此, 與其說是「無人商店」, 我認為此波潮流應該使用「智能零售」概念更為準確. 而使用機器視覺辨識技術, 才能真正展現智能零售的智能之處.
全球最大的視覺大賽ImageNet在2017年的比賽之中, 冠軍得主所能做到的機器視覺準確率是81.7% , 對於商用技術而言依然太低. 我們的解決方式是採用四台攝影機以不同角度拍攝, 採用一秒30幀攝影機, 也就是說一秒能夠捕捉120張照片, 再彼此勾稽比對, 判斷消費者的行動與選購的商品. 目前, 已能透過此方式達到93%準確率.
RFID高成本不符零售應用所需
無人商店是一個以資方立場出發, 希望可以降低人事成本的零售概念, 並非是以消費者利益為出發點的創新. 然而, RFID的卷標建置成本非常高, 一張一次性的RFID卷標成本大約新台幣3元左右, 而且是變動成本, 零售業者將難以負擔.
機器視覺設備如攝影機與GPU則是固定開銷, 並且是一次性的支出. 唯一變動的是商品的影像模型建立, 卻依然還是接近固定的成本. 當店家商品越多, 分店越多, 邊際成本越低. 這才是適合零售業者的硬設備.
目前, 我們團隊已能透過多台攝影機的架設, 將機器視覺準確度提升至93%. 儘管以商用標準而言97%~99%才是及格的水平, 然而, 如果就零售業中的人事成本約佔三成, 這樣換算下來7%的準確率依然是比三成人事成本低上許多, 機器視覺在智能零售的應用依然是值得開發並且有利可圖的技術.