虎嗅注：
这个人说，马云提到新零售是线上、线下交易加物流的这样一套整体的逻辑，这个逻辑是错的。那什么才是正确的逻辑？
新零售在2017年刷了一整年的热度，各种新形态、黑科技层出不穷，从年初各类的自助贩卖机，到无人便利店，再到无人货架，谁才是能够代表零售行业未来趋势的？这些站在风口上的公司，隐忧是什么？
虎嗅会员第37期圆桌主人陈海波，其公司深兰科技专攻无人零售技术，他将从技术视角来给出他的答案。回国之前，陈海宝已在澳洲零售业深耕多年，为澳洲诸多大型超市提供基于机器视觉技术的自助结账系统的解决方案，2014年自澳洲回国创业。
目前，深兰科技已经推出了QuiXmart快猫智能零售系统和takego“拿了就走”的智能门店系统，其中就应用了深度学习、机器视觉、生物识别、生物支付等技术。
分享中，陈海波透露做为2B企业，公司并不缺钱，目前只做为技术出口商，订单也很不错，公司在密谋未来大事，看来，这家云锋基金独家投资数千万元的pre-A公司是要搞事情、搞事情。
在本次圆桌中，陈海波分享了四大主题：
什么是真正的新零售？
新零售的痛点到底是什么？
新零售的四个流派
什么是面向未来的新零售？
全文8223个字，建议阅读时间20分钟，有硬货哟，enjoy～。
人工智能改变零售，这里的零售指的是目前我们市面上所谓的传统零售。
深兰科技要做的就是用人工智能技术去改变零售，成为新零售的业态。“市场将属于用好人工智能的企业”，深兰科技做为一个技术出口商，提供新零售相关的技术工具，这个工具能否给这个企业带来更高的效益，在于企业的运营能力。
新零售的痛点究竟是什么？
对于智能零售，深兰并非赶风口，而是在澳洲打下基础，又回国深耕多年，这两年因为新零售特别火，才把深兰带到聚光灯下。
什么是新零售？
马云提到新零售是线上、线下交易加物流的这样一套整体的逻辑，其实是不成立的，电商时代已经充分表明了这个逻辑是错的。
线上和线下慢慢变成统一的形态，因为首先线上线下的价格趋势慢慢地同化了。线下充分依赖线上，导致它的整体竞价体系非常明显，比如我们在外面买衣服，买鞋子，我们都会在网上简单看一下，价格透明。
其次，物流就更不用说了，当时他们说物流是为了解决最后一公里的问题，但是这样做成本过高。
零售的痛点是什么？
零售的痛点在于不断上升的房租和人工成本，加上不断下降的毛利，这是一个很矛盾的形态，难以逆转，怎么理解？
房租，因为中国是靠卖土地、做土地征收来维持经济发展的国家，土地价格是一定不会降价的，所以说现在的房价、租金价格每年都在涨，这是传统零售没有办法违背的一个常理。
其次是人工成本，因为人民币超发导致的通货膨胀，中国的劳动力再也不像以前那么廉价了。
这两种成本上升以后，导致超市里面卖的所有商品的毛利空间被压缩了，所以说卖什么都不赚钱，因为企业要交房租，付人工成本，还要交水电费，这都是成本。
线上、线下加物流的新零售能不能解决痛点？事实已经证明没有办法解决痛点，马云现在在疯狂地收购，改造线下实体，就是为了改变他所谓的新零售。
人工智能在新零售中的重要作用
未来是互联网时代还是人工智能时代？
如果是互联网时代，就要靠互联网技术和模式解决零售痛点，现实已证明效果不好。
纯互联网的企业都在转向线下，例如本来生活、微盟，这些都是线上平台，绝大多数的线上平台企业都已经在往线下转型，但是它们又不愿意做传统零售，就只能去接触、去迎合智能零售，它的目的是为了做线上、线下的数据。
总结一下我们经历过的几种自助零售模式：
扫条形码的自助结算台，例如猩便利、领蛙和果小美，它们充分证实了其实模式和场景完美结合以后，客户的信誉和自觉性是有的，他会自觉的，比如说像办公室那种场景，但这种模式开在商超里就不容易成功，很多开了三四个月就关了；
关门做生意的自动售货机模式其实是很常见的，之前我们跟友宝接触过，现在友宝60%、70%的营收都靠广告，自动售货机这种零售模式一定不是最理想的、最好的购物体验，因为它隔绝了人和商品的互动。
自动售货机里面永远都不会推广新品，因为顾客如果要买的话，最起码要喝过这个产品。没有喝过基本不会购买。
用人工智能技术和模式解决痛点
零售无人化、智能化趋势明显，人工智能必将担当重任。怎么理解？
第一，人工智能会出现在我们生活中的每个角落。我们现在生活中不仅仅是人工智能零售，像智能语音对话等产品早就已经出来了，应用场景非常广泛，未来生活一定是处处充满了人工智能的，不管在哪个地方或者哪个角落。
第二，不是服务机器人代替营业员，而是门店以店型机器人的形式存在。科幻片里面为了体现人工智能，可能会弄一个机器人站在门口当营业员，这其实是不对的，这个空间就应该是一个智能化空间，这个房子它是一个机器人，就像特斯拉是自动驾驶，但它不是一个机器人坐在驾驶座上来自动驾驶，车本身就是一个车型机器人。
第三，商品一定要能够被远距离、非接触识别，机器视觉才是正确方向。远距离、非接触商品识别的方式才够稳定，才能够以最低成本来操作无人零售。类似于把支付宝绑定在自己手上的做法，我们早期在澳洲尝试过，因为澳洲没有身份证，所以我们想能不能有一种生物识别方式，能够代表这个人的ID，外部特征、指纹、脸、眼睛或者DNA这些东西，结果证明都不是最好的选择。我们就思考是不是表皮以下的毛细血管纹路能够有足够的识别性和精准性来代表一个人的ID，于是后来我们做了这样一个内部（毛细血管）生物识别。
人工智能要降低人工、租金成本，增加利润
智能零售首先要让C端客户的购物更极简，同时让B端商家降低成本。其实人工智能并非很昂贵，我们做的人工智能就致力于让B端商家以最低的成本改变现在的传统零售模式，同时提供给C端客户良好的购物体验。
“最好的购物就像是在家里拿东西，最好的结算是忘记结算”。我们预计，在未来，线上零售会保持现在的状态；新兴起的线下智能门店，加上存量市场改造升级，会成为重要的零售渠道；另外还会有10%的市场被大型商超如家乐福、沃尔玛占据。
新零售的不同流派
先来分析一下现在国内人工智能零售的几个流派。
大家看到无人零售和无人便利店很火，但是大家能看到的是一种表象，它背后运作的一些轨迹和技术层面上怎么样，可能外界了解不多。
无人零售领域，深兰科技算做得比较早的， 2014年我们团队回国创业，2015年做测试门店。深兰一直把自己定位是“传统零售智能升级解决方案提供商”，深兰不会开店，而是把技术提供给零售企业用。关于零售和升级，采用什么样的技术不是最重要的，重要的是能不能提高效率。
无人店有四个流派。
第一个流派是物联网流派，就是RFID， RFID有非常明显的友好介质和非友好介质， 1930年就有了并被广泛使用，但是RFID的硬伤很明显，它用射频信号，要用线圈和芯片，它里面有一个芯片是美国的，那是人家的知识产权。另外就是RFID的一圈小线圈，其最大问题在于，它一定要射频穿透，才能够被识别，带来的问题是：如果是金属的，贴上去就读不到，因为穿不透。如果液体的商品贴上去，很难被穿透，误识率大于50%。例如恰恰瓜子以及常喝的盒装牛奶都不能用RFID，因为里面有铝箔覆膜。
第二个流派叫做互联网流派，以改造后的小卖部、便利店形式为主，通过扫码来识别。它的模式建立在绝对讲信用的基础上，顾客进来便利店，自己扫码，自己结账，但实际不结账也能拿走。这种套路的基础，就是开在信用程度比较好的社区，例如高档的有钱的地方，但实际上这个理论是不通的，行业里面已经有公论，越是高档的社区，实际上越不需要便利店。
第三个流派叫物联网+互联网流派，比如，“淘咖啡”、Amazon Go以及上海最近出现的简24。主要应用人脸定位、人脸追踪和重力感应等技术。重量感应器最大的好处就是，它把一排货架分成比如十个小格，每个小格对应不同的SKU，顾客购买的时候，后台ERP就输入相关买卖信息。问题是假设顾客不要这个商品了，把商品放下来，它还会扣你钱，因为它要求必须将商品放回到原来的位置上。另外，在一个货架上，放错格子也会扣钱，这是重量感应器巨大的缺陷。
这种流派还有个问题就是成本较高。简24虹桥店造价200多万。这也是为什么Amazon Go在当地只能是一个概念，就是因为它的造价成本太高了，国内没有任何一个品牌商或者是供应商、供应链能够负担得起这种超市的造价。就算你有这个费用，有这个资金实力，你的品牌也不是亚马逊的，所以说做了没有什么太大的意义。
这三个流派没有真正的人工智能技术融进去，很多人说自己有人脸识别技术，但人脸识别并不是人工智能技术。
深兰不是专业做零售的，深兰是做大脑的。
人工智能分为三个部分，第一个是大脑的构件，第二个是眼睛，基于视觉。第三个是嘴巴，自然语音的识别。
深兰在大脑构件和眼睛方面比较强。在深兰的技术里面，人走进任何一个商店，必须给商店一个ID，顾客进来以后，整个店里面有一个专用的摄像头是跟踪人的体态和行踪的，这个体态的识别是基于以前深兰在澳洲做行为检测算法的时候产生的一些基数。
整个体态识别是一个综合的数据，包括轮廓、肩宽、肩到地面的高度、头到地面的高度等。60个顾客进来，系统可以同时跟60个人，房间里面是自动建模分区的，比如说这里是货架，这里是商品区。会不会误识或者跟丢呢？会的，假设跟我一模一样的体形，一模一样的高度，一模一样的数据都一样，就会有误识。两个人抱在一起后再分开，也有可能误识。当然这种情况比较少见。
不过体态识别还是会比人脸识别更精准，相比之下人脸特别容易误识，可能在顾客低头拿东西的时候就找不见了。
深兰的产品与技术
技术创新才是零售改革的关键
深兰最早是在海外做视觉的异常检点，例如商超里面顾客扫码，拿两个但只扫一个，系统就能够知道，扫了以后，如果图像不一样，系统就拍顾客的脸，抛到后台。海外的超市有很多自助结账机，当然也有很多人偷东西，现在少点。一开始的时候， 2012、2013年左右，有很多人（偷东西），我们用用行为检测算法来检测异常动作，作为异常标注给后台。
2014年团队回国创业， 2014年10月份成立公司，我们用了一个月筹备了一场发布会，那场发布会是做脸付系统，用脸和手的皮下血管结构来区别不同客户。
深兰认为外部生物特征来做识别不行，原因在于：
指纹掌纹容易被他人获取；
人脸也不行，拍张照，或者3D打印都可以把它打出来，打一个橡胶的，套别人的头上也一样可以去录像，我们觉得这个风险比较大；
DNA也不行，因为它容易被获取，用一根头发也可以获取一个人的DNA信息；
所以深兰就用脸的红外。当红外高速摄像机，有东西触及它，它就拍一个顾客全身的照片，深兰用算法来给予每个血管的分叉点，每个点我们提取一个特征值，点和点之间的位置关系，用算法变成加密数字。
当时的方案是扫脸相当于刷卡，扫手相当于输密码，因为金融支付必须要有两步：一个是找人，第二个是确认，这是必不可少的。
所以当时我们是按照传统的金融支付要有找人和验证这个角度来做的，到今天为止应该算是比较先进的，真正银联确认认可的生物支付实际就是我们，因为它是内部生物特征，比较精准，误识率十亿分之三。
金融支付要两步，我们只不过是刷脸精准找到人，然后伸一下手相当于输密码。
深兰的三个产品
第一个是quiXmart，快猫，快猫类似于一个线下天猫。刚刚讲到的生物识别，客户一次注册全球通用，今天我们注册过了以后，未来在全国哪怕全世界任何一个角落碰到类似这样的设备，都可以刷手直接购物，不需要二次注册。客户数据在线下平台是共享的。所有的客户都可以在这个平台上建立自己的智能化分类，这个叫快猫平台。
Take Go是我们现在主推的一款产品，是我们目前市面上体验最好，最简捷的智能化购物模式，是拿了就走、先享后付的结算系统，不需要结算，拿完东西，关上门直接可以离开，系统可以自动扣款。
Meta mind是我们未来即将上线的一款智能化语音客服系统，它基于对客户画像，数据分析和数据积累，会在顾客刷手购物的同时，又能推送各种各样的语音服务。
深兰的四个核心技术
第一个是机器视觉，第二个是深度学习，第三个卷积神经网络，第四是生物识别。
机器视觉类似于人的眼睛，用于处理眼睛所接收到的所有的图像信息；
深度学习用于数据存储跟运算的提取；
卷积神经网络用于处理大量的机器视觉所接收到的图像信息，用于精准化分析；
生物识别是对客户ID的分析和精准定位。
以下是几个算法的体现：
例如空间建模，我们在人工智能的视角里，可以通过算法的方式，把空间进行建模，分为商品区、活动区、结算区，客户把商品从货架上拿下来的这一瞬间叫添加购物车，客户把它放回去叫从购物车里删除，拿着商品从结算区离开叫确认结算，这一系列的操作都跟行为动作有关，就是行为轨迹的分析。
再比如轮廓绑定，把商品如何绑定客户，是通过轮廓来进行绑定的。
还有背景移除，因为图像分析数据量很庞大，有一些背景方面的数据不需要，所以我们通过背景移除的方式，把不需要的背景移除掉，只保留我们所需要的人和商品。
另外还有数据增强。每一个细节都会在数据库里面，叫做图像分割，分割成最少两万帧，我们还有三万帧、四万帧商品的图像数据库。
我们会把所有能够上架的产品都做到平台上，同时我们也会对接供应链，给到客户最低的成本。我们的蓝眼商品录入仪，可以把它理解为一个微波炉，把商品放进去之后，它会自己旋转，进行图像数据的采集和分析。
新零售未来的几种形态
我们2014年回国的时候，在上海做过一次人工智能的发布会，当时我们推出FacePay生物支付技术，同时也对外宣布接下来会推出24小时无人值守门店，以及基于智能语音客服系统的一套服务系统。
深兰解决了哪些问题？
第一，行业升级，无人或少人零售将是一个正常发展的状态，创造了新业态的增量，FRC自有终端，贴近客群，发挥线下优势，让所有智能设备成为商店，类似我们楼下，有个很迷你的小柜子，是可口可乐的三代机，它现在有双开门、单开门窄柜，是它的最新一款产品，像这些产品我们都可以做升级改造，让它变成智能化沟通产品。
第二，产业升级，我们会改变传统零售的自动售货机市场，创造新的购物习惯，打造极简的购物体验和精准客户识别。扫手支付很便捷，比有人店更简捷；基于对客户的画像分析，产品比营业员更了解你。
我们应用的是机器视觉技术，商家降低成本，节约人工，避免人工短缺，提高效率，运营成本低，以我们那样的形态落地的话，首先房租成本几乎可以不考虑，人工基本上没有，只有供应链这一层是要考虑的。
超级便利是目前主制的一款场景
所谓超级便利，有四个超级的特点：
第一个超级是它的占地面积超级小，三组立柜，大概2.2平方的占地面积。
第二个“超级”是它的内部坪效超级高，可以容纳所有全家和罗森便利店里面最高销量、最高频销量的产品。设想一下，全家便利店销售最好的产品，基本上都在冷柜或者冷冻柜里面，常规货架如果不是特别需要，基本上不会动。超级便利的2.5平方就可以把一个全家60%以上销售的产品全部容纳在里面。
第三个超级是它的购物模式超级简单。刷手，开门，拿了东西就走。
第四个超级是它超级容易复制。如果你要开一个门店，你要选址，还要装修，或者还有一些前期推广，很复杂的一系列的操作。超级便利则没有那么复杂。
自动贩卖机：还原购物本来场景
自动贩卖机是我们三个多月前进入的领域，因为我们觉得无人店不会有非常大的需求。
第一，中国的商业面积不是不够，而是过剩，不应该再出来那么多的无人店。
第二，我们觉得是不是到底一定要无人，值得商榷。很多的商场是一定要有人的，你要送货，你要打扫卫生，怎么可能无人呢？现在深兰的提法，很多还人是比较认可的，包括我们的客户罗森、7-11这些，他们理由跟我们一样，他们说永远都不可能无人，但是我们期望，他们现在是6+1，6个员工，1个店长，七个人管一家店，我们希望七个人能管五家店，管六家店，管十家店，每天早晨来了，上完货以后，店里面留一个人，他打扫完卫生，上完货，客户来了先聊聊天：“这两天怎么样？孩子好吗？”
罗森跟我们说，他们现在发现变化很大，以前日系的公司都要求服务，收银台后面的服务要非常棒，笑容，讲究温情服务，但是在便利店这个领域，他们发现不实用，因为便利店的客户主要是年轻人，年轻人都很忙的，以前传统零售讲究的什么温情服务，现在真的不重要了。
自动贩卖机，都说中国有一千万、两千万台规模的市场在，但为什么每年只增10万台呢？为什么美国600万台？日本500万台？中国只有20万台呢？
第一，自动贩卖机投入产出比太差了，一般的自动贩卖机要两年、三年才能回本，大部分的自动贩卖机只能够卖水，基本上就是几块钱的客单价，客单价太低。
第二，购物体验也不好，先要付钱，才能拿到商品。但是你不要忘记，购物的本来场景就是选了商品才付钱，大家习惯的是我要先拿到商品，人心都是这样的，我先拥有，最好不付出，最好不付钱，如果你不让我先HOLD住商品，交易可能不太好达成。
如果说购物的本来场景是先拿商品再付钱，你这个都不能实现，那么大家一般就不会用这种先付钱再拿东西的模式，假设这里是自动贩卖机，前面50米有商店，我的习惯是，我无视这个自动贩卖机的存在，直接会走进商店，因为我希望有更多的选择。
看到了这些痛点，我们在4个月前进入了自动贩卖机领域，我们觉得自动贩卖机要想实现真正给大家提供便利，让大家都喜欢，就要解决几个问题：
第一，还原购物本来场景，让客户先拿产品后付钱。
第二，绝对不能对商品的形状有所限制。如何让客户到这里买东西，不到商店里买东西呢？要做到它的购买流程要比商店少，客户就会来。
第三，购物更便捷。罗森卖15块的盒饭，我10块钱给你，价格低，成本低，但体验不好，因为人还是希望去有人的地方。一般说，商业选购还是希望有人，所以说假设旁边是一个罗森，如果要让顾客来我们这里消费，光是价格便宜还不够，还要有一个，即“我买东西还要比它方便，我不用买单，我伸手，门就开了，挑走，门一关，拜拜”。就像摩拜一样，锁车就结束一次购买过程了。
我们是按照以上思路做的，做了第一版产品出来测试，9月份开始接单，一个月不到，订单接近2个亿。
总结一下，未来是人工智能时代，我们用人工智能重新定义新零售，市场是属于用好人工智能的企业，属于把这个技术和这套工具用好的企业，只有这样才能在市场有自己的一个势力范围。
Q&A
Q1：你们将来打算怎么进入商场？
A1：我们其实在商场内部有这样的一个场景，即通行线周边会有一面墙的空余，我们做成刚才介绍的这种超级便利的形体。因为很多客户都有消费的即时需求，而且是是高频刚需，当路过这个地方，有两种客户，第一个是已经想好要买什么了，第二是路过的时候，里面正好有想要的东西。这种形态在国内目前很多地方落地。
Q2：无人货架，接下去他们打仗会打成什么样？
A2：办公室货架，无论大家怎么评价它们，我们从商业的角度来看，它的趋势一定是好的，模式是对的：
第一，它从卖东西商业的角度来讲，零售的角度来讲，商品无限接近客群，这是对的；
第二，从互联网的角度来讲，它获得相对稳定的客群，这都是对的。
办公室货架下一轮肯定是大范围的铺，然后拼出一两家，类似于摩拜OFO，拼出一两家大的。目前大家比较看好的一些企业是这样：
猩便利应该能够出来；
果小美整合了番茄，也可能出来；
最近领蛙也在发力，以及最近加入的微盟。
但不管是哪一家，只要开便利店都还不挣钱，但这也是一个零售需要升级的一个内在动因，以及资本需要出路。
Q3：深兰三年内会有什么计划吗？
A3：我们2020年计划要递交IPO，未来主要聚焦以下领域：
第一个是自动车，自动车基于无人驾驶的整个板块，我们会在封闭、半封闭和半开放场景大量推出服务类的无人驾驶的充电的自动车，这些很快大家可以看到。不要再认为深兰是做什么无人店的，深兰不是做这个的；
第二，机器人制造。机器人制造我们有两大类，一个是服务机器人，服务机器人我们主要做类人机器人，明年你就可以向我们定制一个你的机器人。第二类是属于商用的，像类似于清洁、扫玻璃，清洁玻璃，基本上基于我们的大脑和眼睛这个系统来做的。
评论