随着科技水平的发展，零售行业经历过几次变革：百货商店的诞生、连锁模式的兴起、超级市场的诞生、网络购物的流行。而如今，一方面，其它行业的消费者体验为零售领域树立了更高的标准；另一方面，技术的进步为零售提供了更多新解法。零售场景的融合升级，是行业的现在进行时。
作为五年来专注于商品识别技术研发与落地的 AI 企业，新年新岁，将门投资企业——码隆科技也将业务更聚焦于零售行业。通过 AI 商品识别技术对零售行业的赋能，码隆科技致力于为零售商实现大幅度效率提高和成本降低，并为消费者提供更加自如、美好的购物体验。
在零售行业，码隆科技推出了 RetailAI® 系列解决方案，关注零售商实际需求，以 ROI 的提升为核心考量，帮助零售商们更好地服务顾客、降低成本、提高效率，合力打造新一代零售形态。
应用需求
出于对人力成本和场地利用率的考虑，商超结算场景中，越来越多的人工结算通道被自助结算台替代。然而，货损严重是自助结算台的一大痛点。在 2018 年，自助结算环节的货损金额达到了 40 亿美元，且该数额仍然呈现增长趋势。自助结算环节中，最常见的两种货损方式是漏扫商品以及替换商品条码。零售商亟需能够应对多种状况的防盗损方案。
方案介绍
码隆科技 RetailAI® 资产保护解决方案，通过AI商品识别技术在自助结算环节为零售商显著降低货损。在保证消费者隐私和信息安全的前提下，该解决方案能够实时识别出结算环节中的错扫、漏扫现象并向店员发送提醒信息，直接、有效地减少货损。凭借高准确率与海量 SKU 识别能力，目前该解决方案已规模落地于世界五百强零售商超门店。
应用效果
ROI：
减少 80%以上的结算扫码货损
实际落地应用数据表明，RetailAI® 资产保护解决方案能够将顾客结算过程中漏扫商品和替换商品条码带来的货损降低 80%以上。效果在 POC 阶段便能见证。
__________
规模应用：
可识别百万数量级 SKU
RetailAI® 资产保护解决方案的模型能够在视频分析的过程中，实时识别百万数量级别的商品，并对顾客行为进行准确判断，降低漏扫商品和替换商品条码带来的货损。
__________
智能迭代：
自主学习部署推广
通过码隆科技独有的弱监督学习算法，RetailAI® 资产保护解决方案能够持续完成自我迭代，在自助结算台的日常使用中即可自主学习新 SKU 或新包装，无需单独的模型训练。
应用需求
传统自动售货机目前已经在许多场景中投入规模运营。然而，其局限性也显而易见：其一，传统自动售货机对场景和货品的适配不灵活，能够售卖的商品品类与数量存在限制，且由于重量过大，往往无法进入有承重限制的建筑；其二，传统自动售货机的运营和维护成本较高；其三，传统自动售货机无论是购物流程还是补货流程都比较繁琐耗时。
方案介绍
RetailAI® 智能货柜解决方案，能够以 AI 商品识别技术完成对传统货柜的智能化改造，实现“即拿即走，自动结算”的智能购物流程，并以更低的成本为消费者提供更优质的体验。与同类技术相比，该解决方案在商品上新和数据分析方面有显著优势。不论是在办公室、酒店、商场，还是住宅社区，该解决方案都能为消费者带来眼前一亮的新零售体验。
应用效果
识别准确率
99%+
RetailAI® 智能货柜解决方案目前已在大型零售商点位落地应用，订单识别准确率超过 99%，达到行业内领先水平。
__________
灵活适配
多种柜体
RetailAI® 智能货柜解决方案可适配多种形状和尺寸的货柜。零售商可根据需求进行定制化，不受柜体尺寸与型号的限制。
__________
自助上新
规模部署
RetailAI® 智能货柜可支持零售商便捷地将新商品放入柜内进行上新训练。一个小时内即可完成训练并规模化部署至数千点位。
应用需求
基于人力成本的考虑，商超在果蔬干杂称重场景下越来越多开始启用自助称重台。然而，在实际使用中，顾客平均需要点击三次页面，耗费 15 秒以上才能完成称重，甚至经常需要向商超工作人员寻求帮助。而且，由于操作界面过于复杂，误选商品标签是该环节比较常见的情况，这会给商超直接带来货损。
方案介绍
RetailAI® 智能称重解决方案，基于 AI 商品识别技术，可将普通的自助蔬果秤改造为智能称重台，赋予其自动识别称重商品的功能。该解决方案支持蔬菜、水果、干杂等 300 多个品类商品的识别，即使在商品已装袋的情况下也可完美应对。在帮助零售商更好地节约人力成本、保障资产安全的同时，为顾客提供更加流畅、高效、友好的自助称重体验。
应用效果
识别准确率
99%+
RetailAI® 智能称重解决方案，可准确识别未装袋或装袋后的果蔬、干杂等商品。同时，该方案可实现对新品的自主上新，准确率会随着使用次数的增加而提升。
__________
效率提升
60%+
RetailAI® 智能称重解决方案极大程度地减少了顾客称重所耗的平均时长，大部分情况下可减少 90% 的称重耗时，因此能够有效改善排队状况，为顾客提供更好的商品称重体验。
__________
货损率降低
50%+
大型零售商超实地应用数据表明，应用 RetailAI® 智能称重解决方案后，货损率可降低 50% 以上。同时，该方案也能够为零售商提供高效的消费者行为分析工具，并有效监控货损情况。
在这些解决方案的背后，是来自码隆研究院的强大的技术支持。
码隆研究院（Malong Research）致力于不断精进解决方案背后的人工智能技术研究，并由此将全球领先的计算机视觉研究成果输送到以零售为中心的各行各业。码隆研究院对国际科学界有着积极的贡献，以发表论文、参与或筹办挑战赛、开源数据集、举办学术讲座和提供赞助等方式发挥自己的能量，并且与谷歌研究院和微软亚洲研究院等研究机构有着紧密的合作。
码隆研究院由码隆科技首席科学家黄伟林博士带领。黄伟林博士曾在牛津大学 VGG 实验室从事博士后研究工作，师从 Andrew Zisserman 教授。在国际众多权威视觉基准测试中，包括 MIT Place205、MIT Indoor67、SUN397 和 ICDAR13-15 等，均可见其卓越的科研成果。
此外，码隆研究院非常荣幸邀请到现任微软全球资深副总裁，微软亚太研发集团主席，兼微软亚洲研究院院长 洪小文博士，及加州大学伯克利分校计算机视觉教授马毅博士担任码隆技术顾问委员会（TAB）专家顾问，共同推进人工智能技术在学界和产业界的蓬勃发展。
如今，码隆科技已经在 CVPR、ICCV、ECCV、AAAI 等多个顶级会议发表数十篇学术论文，同时在国内外成功注册百余项专利，不断拓展计算机视觉技术应用价值的边界。
2019 年，码隆科技获得了微软“金牌合作伙伴”认证，并入选英伟达“Inception Premier”。2020 年，在将零售行业解决方案落地应用的过程中，码隆科技也将继续与合作伙伴通力合作，为客户提供更稳定可靠的服务。
新年新气象，码隆科技筹备许久的新版官网也正式上线，以更流畅的体验、更丰富的内容，让各方都能更方便地了解公司的概况与业务概况。
点击www.malong.com
可访问新版官网
﹀
-The End-
将门是一家以专注于发掘、加速及投资技术驱动型创业公司的新型创投机构，旗下涵盖
将门创新服务、将门技术社群以及将门创投基金。将门成立于2015年底，创始团队由微软创投在中国的创始团队原班人马构建而成，曾为微软优选和深度孵化了126家创新的技术型创业公司。将门创新服务专注于使创新的技术落地于真正的应用场景，激活和实现全新的商业价值，服务于行业领先企业和技术创新型创业公司。
将门技术社群
专注于帮助技术创新型的创业公司提供来自产、学、研、创领域的核心技术专家的技术分享和学习内容，使创新成为持续的核心竞争力。
专注于投资通过技术创新激活商业场景，实现商业价值的初创企业，关注技术领域包括
机器智能、物联网、自然人机交互、企业计算。在三年的时间里，将门创投基金已经投资了包括量化派、码隆科技、禾赛科技、宽拓科技、杉数科技、迪英加科技等数十家具有高成长潜力的技术型创业公司。
如果您是技术领域的初创企业，不仅想获得投资，还希望获得一系列持续性、有价值的投后服务，欢迎发送或者推荐项目给我“门”: [email protected]
閱讀更多 將門創投 的文章
