鴻蒙初開，黑暗中探路
作為最早一批涉足人工智能的初創企業，瑞為親歷了人工智能技術從前沿探索到逐步商業化落地的全過程。
早在2012年，瑞為就開始了對人工智能技術的探索，其主要研究方向為人臉識別。瑞為最初的定位是一家安防企業，因為當時除了安防，人臉識別並沒有多少合適的落地場景。發展到今天，瑞為已經擁有了安防、零售、家電和車載四條產品線。如果把這四條產品線比喻成一個皇冠，那麼零售業務就是這頂皇冠上最璀璨的鑽石。
這顆鑽石是如何形成的呢？這和瑞為的“出生地”有著密不可分的關係。瑞為總部位於鞋服企業群集的福建廈門。2013年前後，福建幾家鞋服企業找到瑞為，希望後者為他們提供一套解決方案，幫助解決消費者的身份識別和行為分析問題。聽取這些企業的需求後，瑞為決定試一試。
瑞為聯合創始人兼零售業務負責人張國強介紹，當時人工智能商用鴻蒙初開，很多企業都很迷茫，不知道手裡的技術能在哪些領域落地應用。所以
瑞為早期並沒有刻意規劃產品線，而是跟著市場需求走，一個項目一個項目推進，從中總結和提煉方向。瑞為以客戶需求為中心的企業基因就此埋下了種子。2014年，瑞為堅定方向將零售作為公司發展的主戰場，迅速推進在零售領域的AI產品商業化落地。精益求精，產品不斷打磨
從安防到零售，瑞為的核心技術本質上並沒有變化，但因場景不同，產品方案已經發生了鉅變。
張國強向雷鋒網介紹，零售場景有其自身的特點，瑞為內部將之歸納為“三大不可控因素”：
首先，和安防場景相比，零售場景的人臉抓拍不可控。機場安檢等安防場景的人臉採集多少帶有強制性色彩，可以要求旅客配合做正視攝像頭等動作。而零售場景的人臉採集是非配合甚至要求是無感的，這對人臉抓拍提出了巨大挑戰。
其次，門店的硬件環境不可控。張國強介紹，瑞為的系統最初被零售商用在一線城市，隨後慢慢擴大到二三線城市。一線城市的網絡環境通常較好，系統運營非常順暢，但到了二三線城市，網絡環境往往很難支持視頻上傳的需求。
最後，客戶對門店數字化的認知和工作習慣不可控 。智慧零售系統作為新事物，需要一定的學習成本。如何讓公司管理層習慣用數據解決部分管理問題，以及如何讓店員通過系統多賣貨，對於信息化程度不太高的零售行業，也是比較大的挑戰。
2014年至今，瑞為所做的就是，圍繞這三點不可控因素不斷進行產品優化和迭代。
為了在無感式的用戶體驗下保障人臉抓拍質量和識別率，硬件層面，瑞為對攝像頭及其安裝策略做了很多優化。
張國強介紹，瑞為方案中的攝像頭分為兩種，一種安裝在店鋪入口，對入店客戶做數據採集和分析，另一種安置在貨架上，分析消費者和產品之間的交互。為了不讓消費者有“被冒犯”的感覺，瑞為對貨架上的攝像頭進行了特殊定製。最初，瑞為設計了一款三角形的攝像頭放在貨架上，非常小巧，使用效果也很好。但用在3C場景時，消費者很容易誤認為這是一款待售的商品。於是瑞為又重新設計了一款更小的攝像頭，調整景深和焦距，隱藏在貨架後面，甚至和道具商合作，直接將攝像頭集成到貨架上。
軟件層面，瑞為則通過從門店實地採集的大量人臉圖像不斷訓練算法，提高其在零售場景中的準確度和魯棒性。
針對網絡環境不可控，瑞為將算法進行了前置，先在前端進行視頻處理，篩選出高質量的人臉圖片，再上傳至雲端進行識別，大幅節省了網絡帶寬和雲端計算資源，同時降低了系統安裝的複雜程度。
技術以外，瑞為在交付服務上也做了很多工作，以確保用戶能真正發揮系統的價值。比如拍攝小視頻告訴用戶如何快速正確安裝設備，對店員進行培訓和後期回訪等。
店內店外，全生命週期覆蓋
經過幾年時間的細細打磨，瑞為形成了覆蓋“店前”、“店中”、“收銀”各個環節的整套解決方案。
其中，店前環節的“店計”負責客流分析。當消費者走到門店前時，攝像頭開始抓拍，分析其是新客、老客還是VIP。
店中的“曉客”用於顧客軌跡追蹤，分析顧客的逛店行為，包括消費者動線和逛店熱力圖等。“曉客”還可以與“店計”形成聯動，通過店內商品關注度分析，幫助店鋪優化商品配置，提升客戶轉化率。
此外，曉客還可應用在收銀臺場景，清晰地記錄購買者的客戶屬性，比如年齡、性別等；對商品的購買人群進行分析，有助於門店後期針對目標客戶進行更精準的商品推廣等。
張國強介紹，店前、逛店、收銀對應著零售行業消費者的生命週期。門前經過的是“遊客”，進店後成了“客戶”，再進入收銀環節就是“用戶”。利用這一整套的服務，瑞為可以幫助線下門店更好的瞭解門店的客流情況和店內銷售轉化。通過獲取和分析用戶數據實現從選址到營銷的全面賦能，把“遊客”最終變成“用戶”。
以產品價值為核心，和成本賽跑
但凡對零售業稍有了解的人都知道，零售行業整體毛利率偏低。而且中國的連鎖門店以加盟為主，對成本特別敏感。瑞為通過算法前置，將方案的成本下降了60%左右。但整體而言，現階段視覺方案的成本仍然偏高。
張國強透露，瑞為目前的方案中攝像機使用了自研的FPGA芯片，圖像處理能力達到每秒40幀。同時瑞為還在預研ASIC芯片，有望將成本進一步拉低。
另外，以往的方案需要在貨架上安裝很多攝像頭，成本不菲。瑞為今年主推的方案則把攝像頭移到了空中，這也有助於削減攝像頭的數量和安裝成本。
張國強表示，產品普及和成本壓縮是一個相輔相成的過程。AISC芯片的應用需要規模作為支撐，但只有讓品牌商看到了方案的價值，真正從數據中受益，他們才會大規模採用。隨著規模壯大，邊際成本自然就降低了。“低成本固然有助於技術的推廣，但一開始就過分追求低成本未必是件好事，體現技術本身的價值才是第一位的。”
ASIC芯片的成本更低，適用的場景也相對固定。因此，在零售方案中應用ASIC的前提是，必須先找到一個比較通用的場景。
提到零售行業，很多人都會聯想到“場景多元化”。張國強表示，零售行業的場景確實很多，但人工智能企業真正能紮下去的場景其實並不多。零售方案商現在談論場景多元化還為時過早，當務之急是找到一兩個能真正落地紮下去的場景。
瑞為的產品目前已經落地了10000多家門店，覆蓋了汽車4S店、珠寶店、便利連鎖店、服裝店等不同的門店場景，每天有數百萬數據上傳至雲端。儘管如此，張國強仍然謙遜地認為，瑞為現在覆蓋的場景還不到5%，甚至連1%都不到。
首先，從企業體量上來說，行業TOP 10的客戶與第二梯隊、第三梯隊客戶的訴求是不同的，其次，不同行業客戶的需求也不盡相同。瑞為還在項目落地中不斷學習和提煉場景特徵。“現在還很難說是否存在一個通用的零售場景。如果有，那也必須是通過‘履帶’式的服務和產品壓出來的。什麼是履帶式？就是一個場景對應一個服務的咬合。對我們來說，進入零售場景的‘深水區’，我們不會僥倖地希望用一個通用方案打穿，只能不斷地總結、提煉和前進。也許走著走著，就變成通用場景的解決方案了。”張國強對雷鋒網說道。
合縱連橫，共建行業生態
從安防到零售，瑞為完成了一次華麗轉身。但瞄準零售這片藍海市場的，並非只有瑞為一家帶著安防基因的企業。今年，大華、曠視、商湯等新老安防企業相繼推出了零售解決方案，意圖分一杯羹。
對此，張國強並不意外。一方面，零售和安防場景的視覺算法原本就具有相通性，技術上的調整並不算難事；另一方面，大華等傳統安防企業原本就用安防和巡店產品攬獲了許多零售客戶，渠道上擁有先天優勢。不過這些企業最終能否在零售市場佔有一席之地，目前還難以下結論。
“這要看零售市場的覺醒程度和企業的佈局速度”，張國強說道。換言之，找準時機非常重要。佈局太早，固然難以打開市場，佈局太遲，則又落於人後。零售行業存在很強的“先發效應”，如果一家品牌商已經用了A的方案，就很難再說服他用B的方案。如何快速卡位，將是決勝的關鍵。
其實不止是安防企業，包括專注企業服務的SaaS服務商（比如金蝶精鬥雲）等上下游企業都對零售市場虎視眈眈。這個市場非常大，大家都有機會，關鍵是如何互惠共贏一起把生態做大。
零售是一個非常碎片化的市場，很難一家獨大 ，各個玩家都在圍繞自己的場景一點點挖掘。過去，零售信息化領域群雄割據，同時存在很多隱形巨頭，未來智慧零售市場同樣將百花齊放。
以瑞為產品為代表的視覺方案雖然目前看來是最優越的，但也無法徹底滿足品牌商的需求。瑞為深知，品牌商並不在乎使用的是哪家的技術，它只關心產品能否儘可能多地解決它的問題。因此，瑞為始終秉持著開放的心態和POS、CRM等廠商合作，進行數據融合打通，為品牌商提供全面的數據賦能。
張國強向雷鋒網表示，過去瑞為對自己的定位是視覺數據的採集者。未來，瑞為希望能夠圍繞整個零售業務，為品牌商提供全線數據支持，包括視覺、語音、POS等數據，覆蓋店內、巡演、展會、戶外活動全場景。實現由點到線，由線到面的升級躍遷。
閱讀更多 雷鋒網 的文章
