2016年，韩国棋王李世石与Google人工智能程序AlphaGo之间展开了一场「人机对弈」的世纪之战。两边经过5个小时激战，终究以李世石1:4告负AlphaGo收官。这场人类与人工智能间的对决影响深远，AI技能在我国的运用也开端起来了。
受此事情启示，朗镜科技（Trax我国）以为AI对零售职业很有协助，所以从那时分起就组成的AI团队，助力实体零售职业数字化转型，大大进步他们的工作功率。
AI带来数据客观性。当下咱们面临信息极度迸发和过度碎片化的冗杂商业结构，在安排人数较少的阶段，还能够依托人员记载反应的办法来获取数据，而当安排益发巨大、掩盖区域益发渊博、终端门店益发密布的阶段，人道本惰的特性就会成为安排获取客观数据最大的妨碍点。故依托AI完成海量场景辨认，然后及时、高效、客观获取终端及各节点数据，是现代型企业进行敏捷性科学决议计划的根本前提条件。
依据现在工业界的技能发展现状和趋势，从经济，功率，数据实在性几方面归纳评价，人工智能处理计划在最近几年内依然是企业数字化处理计划的最优计划之一。
在整个门店履行相关的事务流程中，AI在许多环节都能发挥效果，并处理传统办法处理不了的问题，甚至能带来新的发现。
Trax的图像辨认AI技能在快消零售职业的运用现已近10年，触及事务的深度和广度也发生了很大的改变，从简单是OSA（On Shlef Availability）到SOS（Share of Shelf）剖析，快消品牌也从对KPIs的重视，逐渐走向ROI的重视。一起，2019年Trax联合某世界日化巨子及某本乡零售商联合施行了国内榜首例Retail Watch处理计划（根据AIoT设备进行相片收集），未来图像辨认AI技能将会深度衔接零售商和品牌方，让两边在数据层面协作有更多幻想空间。在实践AI运用落地过程中，较早运用的部分通常是出售部分，运用AI来代替传统的手艺数据录入，跟着运用的不断加深和部分间协作，越来越多的部分也等待AI数据协助进行日常的事务办理，以下是不同部分的典型事务需求及价值。
1、SKU辨认。如：SKU分销、及SKU排面辨认。运用Trax处理计划，辨认货架上的每一件产品，发现货架实在数据。
2、二次陈设要害KPI辨认。如：地堆面积，地堆上SKU，陈设架类型及陈设状况，箱堆中整箱、开窗、割箱的数量，挂条数量等。更全面了解每个门店，每种陈设办法的履行状况。
4、陈设场景辨认。如：常见的主货架、端架、地堆、冰柜，箱堆等二次陈设场景，AI能够自动辨认相片内容的场景等。
5、相片合规性断定。如：翻拍相片检测，相片重复检测，相片类似检测。在Trax合规计划中还有针对摆拍验证的计划，此计划会运用AI+CS的办法来高效验证存在摆拍或许的事务相片。Trax图片合规查看处理计划，快速发现不合规相片，进步核对功率。
6、门头照辨认及比对。如：是否为重复门头照，门头照是否有和周边门店门头照类似等。
Trax经过抢先的AI技能，灵敏和动态的办法，IoT新式技能更快捷地构建货架数据，协助零售商与品牌商数字化、剖析并优化零售空间。Trax现场优化处理计划、Trax完美门店处理计划、Trax合同合规处理计划、Trax杰出品类处理计划、Trax图片合规查看处理计划、Trax门头照查重处理计划等等一系列组合处理计划，协助实体零售应对各种应战。除了计算机视觉、人工智能和图像辨认，Trax共同的办法和功用组合也能够供给量身定做的处理计划，以协助实体零售快速、规模化驾御零售途径办理。
从人治到数治，AI起到了最要害的效果。AI在事务流程的浸透度决议了数据在决议计划环节的浸透度。经过AI赋能，能够发掘更多数据价值，为办理决议计划供给数据支撑。与此一起，极大的进步数据时效性，从而进步决议计划的及时性。AI带来的客观数据、精密数据，也为实体零售通向细颗粒度办理年代打下了坚固的柱石。
AI经过了哪些技能更迭，又是怎么在事务中完成高效数字办理的？咱们将在下篇《零售数字化发展史（三）：AI技能迭代完成高效数据办理》中为您详解，敬请等待。
凡本网内容请注明来历：T媒体（）”的一切原创著作，版权均归于易信视界（北京）信息科技有限公司一切，未经本网书面授权，不得转载、摘编或以其它办法运用上述著作。
本网书面授权运用著作的，应在授权范围内运用，并按两边协议注明著作来历。违背上述声明者，易信视界（北京）信息科技有限公司将追究其相关法律责任。
