Insight Tech

商店、百貨公司和其他零售地點到處都架設了攝影機，為零售商提供了用於 AI 應用程式的視覺資料珍寶。只要將攝影機資料輸入支援電腦視覺的分析系統，零售企業就能將營運最佳化、更深入瞭解客戶，並做出更優異的策略性決策。

「零售業的使用案例非常廣泛，」零售業和其他領域的 AI 與視訊系統專家 Aurify 執行長暨共同創辦人 Pranita Palekar 表示。「電腦視覺可用來建立鉅細靡遺的客戶檔案、分析店內購物者行為、管理員工、監控貨架、防止損失，以及支援智慧數位招牌。」

當然，分析及操作大量原始影片資料可能頗具挑戰性，需要即時處理或大規模多據點部署時尤其如此。但強大的邊緣裝置和成熟的 AI 模型部署工具使電腦視覺解決方案得以進入商店，而創新零售商已抓住這個千載難逢的機會。

店內影片分析帶來業務成果

以 Aurify 在印度實施兩項零售業務為例。

在一項部署中，一家擁有 150 多個據點的大型頂尖店中店零售商希望更深入瞭解顧客，進而改善行銷和銷售工作。領導階層認為，由於仰賴員工手動計算和觀察購物者，目前的業務流程不準確且效率低下，但他們也擔心高技術的替代方案可能成本過高。

在另一項實施中，全國性的時尚連鎖店面臨類似的挑戰，只是這次規模更大。管理團隊的顧慮是，它無法集中式掌握 700 多家商店的網路，因此無法及時做出資料導向的營運和銷售策略決策。

Aurify 根據 StoreScript AI 零售影片分析平台，為兩家公司開發量身打造的解決方案。現有的閉路電視基礎架構用於收集資料，然後對其進行分析，提供清楚的顧客人口統計資料和商店的即時客流量。這家時尚零售商包含銷售點（POS）監控和排隊管理，協助簡化營運、管理庫存，並獲得對顧客購買行為的更多深入解析。新獲得的資料導致商品銷售策略的重大轉變，進而帶來大幅的銷售成長。

這兩家公司最後都實現了完全自動化的視訊分析系統，消除繁瑣的手動流程，並以最低的資本支出提供所需的深入解析

其他客戶也受益於實施使用案例，例如：計算與轉換相比的停留時間、群組計數、熱度圖生成、營業時間自動追蹤，以及隨時追蹤商店的顧客人數。

靈活的技術堆疊代表了升級改造，而非砍掉重練

在成本敏感的零售領域，決策者一直在尋找可快速高效實施的解決方案。因此，靈活的運算平台是關鍵所在。Aurify StoreScript 解決方案能與各種品牌的攝影機搭配使用，也可以使用 HD 或 IP 等不同攝影機類型的影片資料。在這方面，該公司與 Intel 的技術合作至關重要。

「我們的 AI 影片分析解決方案採用 Intel 處理器，為邊緣工作負載的電腦視覺提供卓越的效能與穩定性，」執行董事暨共同創辦人 Rishi Palekar 表示。「我們因此能夠使用來自現有閉路電視的原始攝影機資料，將客戶的硬體成本降至最低，並加速部署。」

Aurify 廣泛使用 Intel^® OpenVINO^™ 工具組，最佳化、自訂及部署從邊緣到雲端的深度學習模型。這樣一來，StoreScript 就能適應多種使用案例，並支援內部部署、雲端或混合式部署模型。

結果是零售商可以實施及自訂店內的 AI 分析解決解決方案，滿足自身獨特的需求，而無須大量投資新的基礎架構。

超越零售業：不同領域的 AI 影片分析

零售 AI 平台的靈活性無疑會對眾多零售企業帶來吸引力。但這也意味著這些解決方案可以用於其他領域。

Aurify 已為各行各業開發影片分析解決方案。在製造業可用來放大工業設備上訓練的攝影機影片資料，偵測異常振動及落實預測性維護。樓宇和建築公司可以利用 AI 影片分析進行自動化品質控制、確保員工遵守適當的安全程序，並即時偵測危險和事故。智慧城市可以利用邊緣電腦視覺進行交通管理、公共安全以及關鍵基礎架構的監控。

「在軟體和處理方面，AI 的進展讓各行各業都能部署強大、可擴充的電腦視覺解決方案，」Palekar 表示。「這將以增加成長、減少支出、提升盈利能力的方式，為許多領域的企業帶來切實的好處。」

 

本文由 insight.tech 編輯總監妮．貝內施（Georganne Benesch）編輯。

試想一下，您想要策劃一場晚宴，卻不知道會有多少賓客會來。這樣會無從準備。這正是在設施管理人員在無法存取即時使用人數（RTO）資料的情況下，實施需求控制通風（DCV）所面臨的日常挑戰。

需求控制通風系統根據建築物目前的空氣品質和溫度最佳化暖通空調的使用情況，實現能源效率。但舊式的 DCV 方法通常仰賴 CO₂ 感應器，缺少實現最佳效率所需的資料細微性。

「基於CO₂ 的系統可以確定空間何時處於『使用模式』，即有人在房間裡，但無法取得即時使用人數的資料，」提供基於使用人數的 DCV 解決方案的能源效率專家 Feedback Solutions 共同創辦人暨執行長 David Whalley 解釋道。「因此，即使只有少數人在場，他們仍被迫預設為接近系統容量 100% 的通風等級。舉例來說，我們合作的客戶辦公室區域是為 4,000 名員工打造，但有時使用人數會降至 300 人以下。」

這種過度通風的代價高昂。同時也阻礙了在大學、政府設施、商業辦公大樓和其他大型場所減少溫室氣體（GHG）的努力，綠能永續不只是首要任務，而且在許多情況下，也是一項合規要求。

不過，現今靈活的邊緣運算平台能實現基於使用人數的需求控制通風解決方案。基於使用人數的 DCV 比使用 CO₂ 感應器的舊式系統更有效，而且已取得令人刮目相看的實際成果。能源效率提升是因為通風風扇所需的 kWh 減少，以及由於加熱或冷卻所需的外部空氣量減少而節省熱量的結果。

實現環保建築的益處

典型案例是紐約州能源研究與發展局（NYSERDA）在紐約大學（NYU）部署的 Feedback Solutions。

全球建築營運佔 GHG 排放的 28%，但在氣溫極端、設施普遍老舊的紐約，這個數字還會更高。紐約州與紐約大學的領導階層都很關切校園的能源效率，這也不難理解。

Feedback Solutions 的工程師與紐約大學合作，在曼哈頓華盛頓廣場校區的牙醫學院安裝了基於使用人數的 DCV 系統。人員計數感應器利用在 Intel 裝置上執行的 Feedback Solutions 軟體在邊緣處理資料，即時監控了演講廳和其他大型會議室的確切人數。接著將所得的資訊透過建築自動化控制網路（BACnet）通訊協定傳送至大學的樓房管理系統（BMS），以便根據目前的實際需求自動調整通風等級。

與以前的解決方案相比，這能使 HVAC 策略效率顯著提高，這是因為前者要求通風設備在系統處於使用模式時，以超過 80% 的容量運作。基於使用人數的新型 DCV 解決方案能夠將使用量少或人數波動的房間的空氣品質和溫度設定值維持在平均 30-40% 的容量，進而將整體 GHG 排放量降低 18%。Feedback 的系統讓通風率能在後台自動隨著暖通空調區的人數升降，而無需手動干預。

大學對結果非常滿意，因此在校園的其他 15 棟樓房推出這項技術，新的解決方案所帶來的財務激勵讓這項決策更加容易。除了直接節省省營運成本之外，紐約大學也抵消了與紐約地方法 97（市政永續建築指令）相關的罰款。此外，大學也能利用當地電力公司實施的獎勵計畫，縮短投資回收期。

「紐約和其他許多注重永續發展地區的地方性公用事業供應商，提供了一些非常慷慨的環保建築獎勵，」Whalley 表示。「這些獎勵措施可以將已經很快的三年投資回報期縮短一半。」

符合未來需求的永續建築

將老化的基礎設施以更環保的方式改頭化面，這項能力吸引了全球大型組織和政府。公用事業供應商也很感興趣，畢竟他們需要尋找減少現有建築負荷的方法，實現新建築的電氣化。

但升級改造的一大障礙是，每個設施都有自己現有的 BMS 解決方案，以及獨特的需求和擔憂。為了因應這項挑戰，解決方案供應商訴諸可適應不同建築類型的靈活設計。

比方說，Feedback Solutions 提供適用於不同感應器和 BMS 的軟體平台。如果終端使用者有獨特的感應器需求，或在 IT 環境中執行多種 BMS 解決方案，仍然可以輕鬆協助建築營運商和能源團隊實施符合他們需求的 DCV 系統（圖 1）。

該公司與 Intel 的技術合作夥伴關係在開發如此多功能的 DCV 平台上扮演了不可或缺的角色。

「我們使用的 Intel 邊緣裝置強大且高度靈活，」Whalley 表示。「因此我們能為終端使用者提供許多不同的配置，例如將所有使用資料傳送至雲端的架構，以及完全內部部署的解決方案。」

打造全方位的資料分析策略

基於使用人數的 DCV 系統本身即至關重要。但取得樓房即時使用者的資料具有深遠的影響，讓這些解決方案能夠成就更多。

組織一旦知道空間是怎麼使用的，就能釋放巨大的價值。辦公室和大學可以合理化後疫情時代的房地產足跡。設施管理團隊可以更高效地安排，減少使用不足的樓房營運時間，並更合理地分配清潔和維護人員。長遠來看，是有可能根據實際使用模式做出資料導向的決策，來重新利用或整合樓房。

這不僅是在不同領域增加價值。一旦將樓房使用率資料視為通用結構，就能採用整合式的方法解決未來幾十年最棘手的問題。

「打破資料孤島，就能實現更複雜的最佳化策略，」Whalley 表示。「我們將自己視為未來的一環，這個世界能透過全方位的解決方案因應能源效率、空間利用以及永續發展的挑戰。」

 

本文由 insight.tech 編輯總監 Christina Cardoza 編輯。

鋼材、混凝土、電線、水管，諸如此類的東西能蓋成一棟建築物。但什麼能蓋成智慧建築呢？智慧建築又如何發展為智慧永續建築？隨著目前推動員工重返辦公室，增加樓房的佔用率以及後續為建築系統帶來的壓力，這些問題也變得更加緊迫。新建築的優勢在於能將永續和智慧系統結合，但老舊建築呢？技術解決方案是否也挽救不了？

部分問題會由 Nantum AI（前身為 PrescriptiveData）的品牌與行銷副總裁 Lauren Long，以及尖端解決方案供應商 Blue Bolt 的到職專家 Maciej Labuszewski 回答（影片 1）。他們探討了智慧建築在對抗氣候變遷危機中所能發揮的作用、將 AI 和資料整合至智慧建築解決方案的原因，以及與最佳技術合作為最佳解決方案注入動能的優勢，因為這些都是錯綜複雜的系統，也是舉足輕重的雄心壯志，這所有的一切不僅只是要記得關燈。

影片 1。Nantum AI 的 Lauren Long 與Blue Bolt 的 Maciej Labuszewski 探討邁向智慧永續建築的歷程。（資料來源：insight.tech） 

智慧永續建築的真正定義是什麼？

Lauren Long：每座建築無論在建構的時間、建構的風格、使用的材料，都各不相同。因此綠能永續的樣貌沒有統一的標準答案。但永續建築有一些共同點，其中許多都和意圖有關。您想避免浪費：所以您會把沒人用的房間關燈、用低水量沖馬桶、密封窗戶等。這個層面上能做的事有很多。

但若再進一步思考技術層面，就是讓建築更智慧、更永續的方式。這是因為我們正在收集資料，並有望據之以行。但沒有基準，何來改善？因此瞭解目前的情況並制定改良計畫非常重要。

據說建築界的碳排放量佔全球 40% ，其中 28% 來自營運流程，因此要讓建築舒適並維持正常運作，就需要採取一切措施。如果我們讓建築營運的效率比目前提升 50%，那麼全球排放量就會減少 14%，這是相當大的影響。

Deloitte 的一份 2024 年房地產展望報告顯示，只有 5% 的建築完全現代化，這表示它們擁有可以輕鬆整合新興數位技術的核心系統。然而，報告也表示，34% 的建築物大多改用這些現代化系統，而 30% 的建築物目前正要從舊式模型脫胎換骨。

隨著感應器進入建築系統，並向營運商提供更多資料，實際上改變的確會成真。因此，雖然建築無疑是問題的一部分，但它也有得天獨厚的能力，成為解決方案的一環，作為其他產業的榜樣。

建築業主和管理者在永續發展工作中需要關注哪些面向？

Maciej Labuszewski：近年來，人們在可回收建築材料和簡化建築流程等領域取得了豐碩的成果。但在此同時，人們關注的焦點已有所轉變，不僅要永續建造建築，還要在整個生命週期內實現永續利用。隨著愈來愈多的老屋在市場上不斷累積，實現淨零目標並減少碳和塑膠足跡是延長建築物壽命的必要條件，否則建築物會視為事過境遷的明日黃花。

實際上，建築業主關注的兩大重點。其一是減少舊式系統的使用，以及暖氣、照明和空調模式的錯估，導致效率低下。這些錯估往往是因為資料不足，資料有助於辨識目標、設定效能指標，並找出不必要的成本。但如果無法取得資料，那基本上就不可能制定策略，更不要說成功實施了。

其二是邀請租戶改變自己的消費模式。然而，在一棟租戶眾多、背景各異的建築中，這是一項相當艱鉅的任務。這需要適當的溝通、適當的獎勵，當然也要制定生效的時間。

Blue Bolt 考量到我們為建築提供的每項功能中，綠能永續都是不可或缺的一大要素，並以此來因應這些問題。其例之一是從舊式的存取控制工具 (塑膠卡片和遙控器) 切換成完全儲存在手機上的存取方式。在大型辦公大樓中，每年光憑卡片出入所耗費的塑膠量就幾乎可達 200 公斤。

近期有哪些技術創新讓落實這些解決方案？

Maciej Labuszewski：我認為一開始有必要明確地指出，在房地產市場中，光是擁有建築應用程式已不再能改變現狀。 許多行動解決方案提供的功能都是針對特定、孤立、非常狹隘的問題而量身打造，而且只是鎖定極為特定的房地產組合。它們只是缺乏滿足業主、管理部門與租客需求的範圍和規模。

建築經理現在將目光投向更複雜的解決方案，提供可衡量成果、並在整個產品組合中具有通用功能，具有統一的 ESG 標準、訪客管理，且無須耗費大量時間即可改變傳統方法 (存取卡和遙控器) 的資源，以便立即感受到結果。同樣也非常重視解決方案的成本效益。

Blue Bolt 在這方面能一展長才，由於系統採用極致靈活且具調適性的硬體，因此無論建築有多老舊，我們幾乎都可以在任何建築物上安裝，並在數天內部署整個系統。這與我先前說的不斷累積的老舊屬性有關。

AI 扮演了什麼角色，讓建築變得更智慧而永續？

Lauren Long：AI 和機器學習絕對是協助我們達成目標的利器。資料可整合至統一的使用者介面，接著由您深入剖析，找出不同資料類型之間的模式、相關性或因果關係。試圖把所有資料當作人類來監控幾乎是天方夜譚；AI 是讓資料擴充的唯一途徑。總是需要考量人為錯誤的因素。

就使用所有這些資料而言，我們在業界的地位的確獨一無二。我經常從行銷的角度推薦傑佛瑞·摩爾的著作《跨越鴻溝》。但建築空間的情況非常相似，因此您可以說我們必須跨越工程的鴻溝。讓我為您打造情境。

建築營運中，永續經理也是目標設定者。他們合作設定目標、尋找解決方案，並追蹤永續發展的進展。也有資產經理負責成本最佳化。他們分析、投資及管理房地產，實現長期的價值和永續發展。

但還有第三個群體：建築營運商，也就是變革者。他們維持高效的營運，並最佳化建築效能，實現永續發展。我提到的鴻溝是指前兩個群體與建築營運商之間，沒有任何即時效能資料。

但若您擁有資料，卻不使用，那有什麼意義？利用 AI 取得可據以行動的深入解析，對於建立即時問責非常重要。這是 Nantum AI 透過日常 AI工程建議，以及我們的法規遵循分析所做的事，我們能夠評估系統向工程師傳送的建議數量、實際採取行動的數量，以及由此產生的成功。

有沒有業者推動永續發展變化的實例？

Maciej Labuszewski：我們的第一批的客戶中有個共享辦公室品牌，它們也是商業房地產的業主，在五個國家/地區設有辦公室。真正吸引他們注意並證明非常成功的 Blue Bolt 功能之一，就是在非高峰時段關閉電梯。這要歸功於我們的 AI 系統，彙總建築物出入控制和電梯系統的資料，並將其整合為易於瀏覽的資訊，供業主和資產管理者查看。正是這種解決方案應證了我們不僅是另一款小玩意兒，而是有助於每天做出明智決策的工具。

Lauren Long：Nantum AI 數一數二備受青睞的功能就是協助公司實現節能措施，即 ECM。我們的客戶之一是 Jamestown Properties；他們在舊金山有一座海濱廣場。他們想利用 Nantum AI 在白天透過智慧關機節省開支，根據即時佔用率改變建築系統的營運方式。相較於 2019 年的基準，他們節省了超過 71,000 美元，將近 285,000 千瓦的能量。只要建築營運中做出小小的改變，就能帶來大大的不同。

來聊聊協助打造這些解決方案的技術夥伴吧。

Lauren Long：我們主要關注軟體層面，並且與許多能取得精準確切資料的公司合作。輸入的資料愈好，就代表輸出的資料愈好，對嗎？但我們也極度仰賴硬體，我們發現搭載 Intel晶片的建築物最有能力實現智慧。

我們所有的建築都在 Intel 閘道上運作，也因此成為 Intel 的完美夥伴。我們的目標是成為全球每座建築更具智慧的建築供應商，而我深信每座建築都能成為智慧建築。這是由 Intel 實現並提供支援。

在智慧建築的歷程中，人們還應該思考什麼？

Maciej Labuszewski：我們的討論一直繞著技術打轉，但在永續方面值得一提的是，它必須用來團結人們、實現共同目標。我們所談的不僅是業務決策，也是可能會影響集體未來的倫理決策。

我們在Blue Bolt 開發的解決方案，不僅是一個需要實現的商業模式，而且是一個更宏大的概念，在思考利益相關者、使用者的需求，以及我們將集體利益發揮到極致時需要銘記在心。

Lauren Long：我完全同意 Maciej 剛說的話。打造及維護永續建築迫在眉睫。我們確實需要共同努力，消除不同部門的資料孤島和挑戰，但我們也必須落實現有的技術、瞭解所需的技術，才能實現目標。AI 是一個巨大的工具，也是我們的工具箱中的一筆龐大的資產，可望實現全球脫碳的目標。

相關內容

若要進一步瞭解永續智慧建築，請收聽 AI 創新：永續建築的基礎，並閱讀行動存取控制促進永續建築以及從聰明建築到智慧建築。若要瞭解 Nantum AI 的最新創新技術，請在 X/Twitter 的 @nantumai 與 LinkedIn 關注他們。若要瞭解 Blue Bolt 的最新創新技術，請在 LinkedIn 關注他們。

 

本文由 Erin Noble 編審。

零售商面臨著無數的挑戰，從線上賣家的競爭、吸引並留住員工，再到打造順暢客戶體驗。但有一個問題持續升級：零售防損，尤其是店內行竊。

「我聽過各種狀況，從過去 12 個月入店行竊數翻倍，到上個月更是翻了四倍。」，零售技術副總裁 Matt Redwood （ 零售和金融技術公司 Diebold Nixdorf）說道。「無論規模，這都是一個非常複雜的問題，因為罪犯類型及其行竊的方法差異很大。」

有些竊盜行為是投機，動機在於通膨以及竊取小型物品的衝動。然後是針對特定商家和品牌的專業竊賊。還有些人是出於絕望，因為經濟困難而倚靠偷竊來養活自己或家人。同樣重要的是要記住，並非所有損失都是蓄意；客戶可能會不小心忘記掃描商品或遇到付款處理錯誤。

導致零售損耗的因素是如此多樣，零售商該如何解決這個問題？「零售商必須升級其採用的技術、技術的複雜度，以及最佳化整個商店及其員工的技術程度」Redwood 解釋道。

影片 1。在本次 insight.tech Talk 節目中，注意聽 Diebold Nixdorf 零售技術副總裁 Matt Redwood 探討在降低零售損耗和簡化結帳流程方面的人工智慧應用。（資料來源：insight.tech）

因應自助結帳方面的零售萎縮

從最明顯的位置開始，自助結帳區。在這裡，被認為是最容易偷竊的地方，因為技術上來說，此處無人員配置。

為了保護這一區域，Diebold Nixdorf 的 Vynamic Smart Vision 等技術解決方案成為最前線防禦。這款人工智慧系統透過識別遺漏掃描、物品操作和商品隱匿等行為，檢測潛在的盜竊或非蓄意錯誤。

一旦標記事件，系統可提醒店員，或直接提示客戶改正問題。這種主動式作法針對解決客戶可能因分心而將商品留在購物車所造成的非蓄意錯誤，特別有效。

「我們發現，透過使用顧客助推（例如音訊或視覺警示，說明『購物籃裡仍有商品，您要掃描這些商品嗎？』），約莫 85% 到 95% 的顧客都會自行改正」Redwood 解釋道。

如果客戶沒有改正，這款解決方案會向店員提供有關事件的詳細資訊，包括發生狀況、發生原因以及發生地點，以便其可以決定如何進行最佳干預。

為了有效地實行 Vynamic Smart Vision 這樣的系統，Diebold Nixdorf 建議在每台自助結帳裝置上安裝專用的固定攝影機，而非使用現有的閉路電視網。

「技術持續發展，借助設備在店內移動，新設備不斷增加， POS 通道和自助服務區的佈局也在改變」Redwood 說道。「每當因應結帳區域位置而改變的攝影機位置，人工智慧就需要重新訓練。透過使用固定攝影機，即使在動態的商店環境，部署也會更快、更容易。」

閉路電視網仍可發揮寶貴作用，提供自助結帳區和整體解決方案的次要視角。這些額外資料可透過資料的多重檢核來強化解決方案的準確性。

對於這款解決方案的成功，Intel 至關重要。Redwood 表示，無論企業選擇使用有人值守的 POS、自助結帳機或電子服務無人機，都是在單一 Intel 平台上運作。透過利用 Intel 技術，裝置不僅可以獲得足夠的運算能力，還可以直接在解決方案本身執行多個用例。

「我們與 Intel 的合作關係帶來了許多零售優勢。不但確實有助於零售商減少大型且佔用空間的伺服器相關支出和維護，更透過降低功耗來提升能效」Redwood 說。

整個商店的零售防損

Redwood 期望 Vynamic Smart Vision 可以在自助結帳領域之外有更廣泛的應用。

「我們只看到有 30% 的商店損耗發生在自助結帳區，這意味著剩餘損耗發生在商店的其他地方」他解釋道。「這是一場『打地鼠』式的旅程，我們必須探索漏洞，然後試著用技術盡可能地封鎖漏洞。這將要麼阻止損耗發生，要麼將惡意盜竊行為導往商店的其他區域，接著我們將不得不在其他地方部署該技術。

Diebold Nixdorf 正在開發一種由全方位人工智慧驅動解決方案，可追蹤整個商店的損耗和客戶行為，包括通道、入口和出口點。這款技術可整合到任何具有攝影機的裝置上，打造一個互聯商店，將來自不同源頭的資料輸入到中央人工智慧模型。

「我們可以識別通道中的可疑行為，追蹤顧客到收銀台，並在適當時機進行干預，例如當我們檢測到隱匿物品」Redwood 強調。

未來，可擴充的解決方案對於零售商至關重要，為了進行試驗和學習，同時建立能夠處理多端點和用例的強大、全店範圍的人工智慧系統。

 

本文由 insight.tech 編輯總監妮．貝內施（Georganne Benesch）編輯。

每當我們談到物聯網和和高科技，以及過程所採用的精密機械時，往往只將目光侷限於工廠、醫院和其他建築物室內發生的事。然而，許多物聯網應用也適用於建築物戶外的環境，而其中幾項最夯的應用與智慧城市有關。智慧城市為構思交通、公用事業、交通運輸和許多其他複雜的系統，提供了全新的思考方式。

然而，都會環境還必須考量另一項因素，也就是大家這幾年越來越重視的永續性。城市是污染和碳排放的前幾大來源，因此轉型為智慧城市的過程也必須要能提供永續解決方案，甚至還要能減輕人工作業，讓城市更宜居。

艾訊專精於工業電腦領域，該公司的專家產品解決方案經理 Jody Cheng 以及 應用工程主管 Manny Hicaro 談及永續智慧城市的難題與收穫（影片 1）。他們的話題包括，AI 和邊緣運算在城市永續解決方案的關鍵作用、實施這些解決方案所需要的基礎架構，以及哪些合作夥伴關係能夠利用這項技，術造福在城市居住或工作的每個人。

影片 1. 在這集 insight.tech Talk 節目中，瞭解智慧城市必須更永續的理由，並且探索他們能如何著手實現這個目標。（資料來源：insight.tech）

為什麼現今的智慧城市以永續發展為目標？

Jody Cheng：首先，意識到氣候變遷及其影響的人越來越多。都會區排放了大量溫室氣體，加上全球人口越來越向都會集中，城市因而面臨了因應這些環境議題的壓力。世界銀行近期一項研究指出，全球人口有 56% 居住在城市，相當於大約 44 億人。預期到了 2050 年，每 10 個人中就有七個人住在城市。

有鑑於此，城市越來越主動設法減少碳足跡，並採行因應氣候變遷及改善空氣品質的措施，為居民大幅提升整體生活品質。對於越來越重視永續發展的這個趨勢，艾訊樂觀其成。關鍵在於確保環境長期保持健康繁榮。

有哪些技術解決方案能協助推動永續智慧城市？

Jody Cheng：永續智慧城市是指，對於人和地球而言，運作方式更用心也越來越聰明的城市。實現這項目標的方法包括採用智慧電網和物聯網資料收集，以及建築物、交通運輸和資源管理的創新技術。

智慧電網是永續智慧城市的基礎；先進的電網採用監測工具，有效管理用電方式。此外，智慧電網有助於整合太陽能等可再生資源，減少對化石燃料的依賴。舉例來說，能夠根據即時交通量調整的紅綠燈，可緩解塞車問題並減少排放量。

但可能性沒有極限。邊緣運算和 AI 在收集資料的位置處理資料，更是推動永續發展的一大助力，例如遍布城市的物聯網感應器網路，負責追蹤空氣品質、用水量和交通流量。這樣一來，決策速度更快、作業效率更高，更有助於城市管理人員將資源最佳化、減少浪費，讓智慧城市更聰明。

智慧建築與住宅則是推動永續發展的另一大助力；遵循嚴格永續標準的 LEED 認證建築也越來越普遍。這些建築物具有節能系統，例如根據佔用人數自動調整的照明，或是將冷暖氣最佳化的空調系統。

對於有志減少排放量的城市而言，交通運輸則是另一項重點。城市正開發電動車充電基礎架構，並透過追蹤行人和交通流量最佳化推廣大眾運輸系統。這些創新技術有助於減少排放量、緩解塞車問題，並且為居民提供環保的旅行選項。

永續發展的另一項關鍵在管理各項資源，例如廢棄物和水。將收集廢棄物的過程自動化，加上將廢棄物轉化為能源，有助於減少垃圾掩埋場的使用量，以及推廣回收。至於水的方面，智慧灌溉以及先進處理流程，將使用方式最佳化，減少浪費。

在您看來，智慧城市如何實施邊緣 AI？

Manny Hicaro：Jody 剛提到的一個例子，我可以進一步補充，那就是交通運輸。雖然電動車充電及推廣大眾運輸是永續發展的推手，但邊緣 AI 則能夠提供許多其他應用。大眾運輸自動化可將路線最佳化及管理乘客流量。在另一個例子，即時感應器可將公共停車場最佳化。此外，未來自駕車改良之後，甚至可與其他車輛和交通基礎設施協調，提升效率與安全。邊緣 AI 還可強化交通管理；裝設更多攝影機能立即偵測事故及調整交通路線。

此外，AI 支援的監控系統能偵測異常活動及預測洪水或火災這類事件，大幅提升公共安全。基礎設施監測系統能偵測需要立即維護的異常情況，包括道路狀況和公用設施管線。這種監測系統甚至能延伸至水和空氣品質等資源。

請進一步探討 AI 和邊緣運算對這些解決方案有哪些作用。

Jody Cheng：AI 和邊緣運算日新月異，將這些永續解決方案提升至前所未見的境界。AI 能夠讓城市環境全面提升能源效率，包括建築物、工廠與運輸系統等。

邊緣運算將資料移至裝置本機處理，例如物聯網感應器、路由器或閘道。由於靠近資料來源，因此能快速做出決策，也比較不需要將資料傳輸至集中化的伺服器。它提升了系統內的反應能力，傳輸大量資料時使用的能源與消耗的資源也隨之減少。

邊緣運算結合 AI 時，在網路邊緣整合即時資料分析與決策，將延遲和頻寬限制降至最低。這種分散式方法能提升系統回應能力、減少網路壅塞，以及降低成本。對於城市營運而言，這個方法可以將一切最佳化，包括交通流量和能耗模式，不僅可減少能源浪費與提升整體效率，最終還可提升生活品質，並且解決環境難題。

實現這項目標需要投資哪些類型的基礎設施？

Manny Hicaro：建立智慧城市所費不眥。全市都必須整合物聯網感應器和攝影機，才能收集交通、公共安全和環境條件這類資訊。然而，光靠裝置不足以完成這項任務。建置穩固的網路基礎架構也極為重要，而且必須大力投資先進的硬體，亦即能處理各種處理器的強大 GPU 架構邊緣電腦。處理即時資料和 AI 工作不能沒有這些機器。

將邊緣資料中心策略性配置於城市周圍，既可大幅提升邊緣運算的效率和可靠性，還能推進永續發展目標。這些資料中心如 Jody 所說，可以減少延遲並加速處理即時資訊，而且還能提供備援、支援快速部署新的應用程式，以及提升災難復原功能。

因此，在現有的城市基礎架構實作這些技術並不容易。實作的初始成本很高，而且要確保與舊式系統相容也是一大難題。公部門與私部門就此協同合作是關鍵之所在。這些合作夥伴關係有助於讓技術部署與公共政策保持一致，確保解決方案長期而言永續且高效。

您與 Intel 的合作夥伴關係及其技術，如何成就艾訊的解決方案？

Manny Hicaro：我們與 Intel 的合作夥伴關係，是我們智慧城市解決方案成功的關鍵；他們對於推動技術發展的卓越貢獻，正好與艾訊的目標不謀而合。這段合作夥伴關係讓我們能夠利用尖端技術開發穩定可靠的解決方案，協助我們在發展 AI 和邊緣運算方面保持領先地位。

Intel 處理器提供高效能運算能力，符合處理複雜 AI 與資料處理工作的需求。為了大幅提升效率和效能，處理器持續經過微調，可確保符合城市應用嚴苛的需求。

擴充性是這段合作夥伴關係的另一項優勢。Intel 有各式各樣產品可以讓我們依照解決方案量身打造，因此我們的系統絕對能高效擴充，滿足都會區日益增長的需求。無論是擴充物聯網感應器網路，還是新增更先進的AI 功能，Intel 技術都能支援我們順暢擴充解決方案。

整體而言，Intel 的技術與支援讓我們能開發先進的智慧城市解決方案，並且強化我們高效實作方案的實力。這段合作夥伴關係讓我們的系統一直都走在技術尖端，協助為世界各地的城市提供可靠的可擴充解決方案。

您是否可以舉出任何突顯這項技術成效的使用案例？

Manny Hicaro：當然可以。我們有項出色的專案與 AI 支援的回收桶有關，目前為止已經徹底改變了好幾個都會區管理廢棄物的方式。這些回收桶採用先進的 AI 演算法，以高效的方式分類可回收材料，讓回收計畫更有效，大幅減少收廢棄物的頻率。

其運作方式如下。大家輕輕鬆鬆就能將可回收廢棄物扔進這些桶子，例如金屬容器和塑膠瓶。接著這套系統會自主分類這些材料，確保它們的分類正確無誤，實現最佳資源回收效益。這套系統大幅提升了分類準確性與整體回收率。

感應器會持續即時監測回收桶填滿的程度，在桶子快滿時傳送通知。此外，系統會自動壓縮廢料，將實體儲存空間最大化。這些 AI 支援的回收桶還採用主動保養的方式：它們可以在需要注意時通知清潔工。這個方法簡化了作業，無需持續手動監測。這樣一來，準確性提升、回收率提高，作業效率也更好。

對於正在打造永續智慧城市的人，最後可以鼓勵他們一下嗎？

Jody Cheng：很多人一向認為，經濟問題和環境問題的利益相互衝突。過去，維持永續營運通常需要動用大量人力資源負責管理和近距離監督。然而，我們預計，引進邊緣 AI 之後，都會環境的這種態勢將大幅改變。

我們在回收和資源管理領域看到了這類例子，那些作業現在很都多採用邊緣 AI，以更有效率且自主的方式運作，減少人為干預的需要。因此，利用邊緣 AI 的進展，這些活動會越來越符合成本效益、更易於實現，或是效率更高。

艾訊非常榮幸能提供經過改良的方法對抗溫室效應、長期減少碳排放，以及或許為下一代留下更乾淨的環境與更光明的未來，為永續發展之旅貢獻一己之力。

Manny Hicaro：想像力是可能性唯一的侷限。

相關內容

若要進一步瞭解最新的永續智慧城市推動工作，請收聽利用邊緣 AI 強化永續智慧城市，以及查看我們的智慧城市網頁。若要瞭解艾訊最新的創新技術，請在 Twitter/X 的 @Axiomtek 與 LinkedIn 追蹤他們。

 

本文由Erin Noble編審。

每當我們在線上搜尋、閱讀文章，或只是划過社群媒體，資訊內容總是充斥著極可能吸引我們注意力的產品優惠和主題。如果您和我一樣，便會發現這些超個人化體驗愈來愈跟您息息相關，更加便利、資訊豐富，甚至更具娛樂性。

如果店內體驗也一樣有多好？不只我們能更輕鬆找到可能喜歡或正在尋找的商品，企業也可獲得更多深入解析。購物者的歷程（從停車場到購買產品，乃至於其中的各個環節）都攤在購物中心營運商、零售商和品牌的眼前，為他們敞開收益新機會的大門。

透過邊緣 AI 電腦視覺，新一波實體零售有望以匿名方式提供與線上相同、高度針對性的顧客互動。

企業發現，如果更瞭解受眾的行為和模式，並根據豐富的資料集比對內容，其數位招牌顯示器便更有利可圖。一家實現零售超個人化行銷的公司 meldCX 是 AI 和智慧邊緣技術與解決方案供應商。

「我們發現許多客戶對於購物者如何注視螢幕，以及在描述性和預測性週期中如何配對關鍵目標類型的內容，都有基本的瞭解，」meldCX 的策略與開發執行副總裁 Joy Chua 表示。「欠缺的是這兩者之間的自動化概念，以及能夠根據多種因素觸發內容的主動方法。」

超個人化行銷：時機即一切

meldCX 利用 Viana 視覺分析平台的模組 COATRO（合適機會的內容）幫助購物中心和其他場館營運商進一步從數位螢幕營利。

COATRO 與現有的招牌系統無縫整合，讓它們能根據各種預先定義的因素（例如人口統計、車輛、行為模式、產品與區域參與度、歷程剖析，甚至是在攝影機視野內穿戴的服裝）來動態觸發內容。

軟體支援每個螢幕的多個觸發器，並整合多種受眾或車輛類型的資料，確定最有效的內容方法，實現高度自訂的內容交付。此外，每次廣告都要根據多個吸睛指標進行評估，以產生成效分數，讓廣告商深入瞭解個別內容的表現。

同時，Viana 利用合成資料訓練，確保收集的任何資料都是匿名且安全的。這種深入瞭解購物者趨勢的強大功能，可以為高度針對性的行銷策略與活動提供切實可行的見解，進而提高轉化率和投資報酬率。

比方說，meldCX 的一個老客戶（擁有多個大型場館的購物中心網路營運商）有明確想要達成的業務目標。這家營運商部署了 COATRO 以更深入瞭解數位素材的效能，並利用這些見解來開發新的收益機會。接著，目標就是在所有場館建構一套更廣闊的敘事。

部署包括使用室內和室外的攝影機和螢幕。Viana COATRO 平台提供超乎尋常的深入解析，包括進入中心的汽車數量和類型、主要十字路口的車輛流量對應，就連什麼數位素材（例如廣告）會吸引人們進入停車場的資料也能提供。在商場內，系統會測量駐足停留的地點、時間、對顯示器的專注時間，以及轉換率。

透過這種資料的深度，營運商可以提供廣告商在資助招牌型行銷活動前想看到的趨勢指標。「他們可以將資料點彙總收集而來的歷史資料與我們的視覺技術結合，技術涵蓋匿名的個人、車輛、目標標誌或產品，」Chua 表示。「他們能夠利用即時資訊，更清楚地掌握誰在何時看著螢幕。」

這項專案是營運商多步驟流程的一環，旨在向更大的集團提供不同中心如何運作的資訊，並將其套用在其他建築物或中心，日後創造更多成長機會。

「如今 COATRO 扮演了舉足輕重的角色，確保轉換率和吸引力符合企業和客戶的願望及需求，」Chu 表示。

低程式碼平台簡化了 AI 驅動的個人化

Viana COATRO 整合五大元素作為單一解決方案共同運作：搭載 Intel^® 處理器的邊緣運算裝置、媒體播放器、攝影機或感應器、軟體授權，以及託管服務。

透過低程式碼平台，使用者不必是 AI 或機器視覺的專家也能部署解決方案。事實上，meldCX 是為行銷專家或品牌經理等領域專家（而非資料分析師）設計軟體。除了 COATRO，Viana 解決方案也提供各種使用案例，可加以整合，提升擷取之見解的深度和廣度。在 Viana 儀表板上，所有資料都經過視覺化，轉為全方位的資料敘事。

meldCX 與 Intel 密切合作，實現讓客戶更容易使用 AI 的共同目標。「這尤其接近我們的初衷，因為透過 COATRO ，我們首次能將 AI 整合至實體空間的現有基礎架構，」Chua 表示。「我們的技術可讓實體和虛擬之間的訊息無縫對接，在不斷精益求精的過程中增強目標設定策略和客戶體驗。我們也持續與 Intel 合作，讓 AI 盡可能外型小巧但功能強大。」

超越零售領域的個人化

超個人化不僅適用於零售業。相當然爾，合適機會的內容也適用於體育和娛樂場所。以奧運和帕運會為例。「當我們看到澳大利亞隊身穿黃色和金色的隊服時，螢幕上觸發的內容可能會是有關澳大利亞游泳選手的、引人入勝的資訊，」Chua 表示。「看到代表美國隊的紅色、白色和藍色時，我們也可以在游泳中心呈現相同的畫面。」

除了這些使用案例（從廣告到娛樂），數位招牌顯示器與動態內容也有應用在其他方面的潛力,例如以各種方式提升公共安全與城市體驗。一張相片勝過千言萬語，此話千真萬確。

收聽我們關於 meldCX 和 Intel 全通路體驗力量的對話，深入瞭解技術如何改變實體空間。

 

由 insight.tech 編輯總監 Christina Cardoza 編輯。

一隻誤入看守設施的羊可能只是迷路或和羊群走散的動物。但千真萬確的是，有人佯裝成弱小的羊，走進關鍵基礎架構的設施要偷竊設備。

人類可以輕鬆分辨動物是真是假。但疲憊的人可能會失誤出錯。雖然關鍵基礎架構的設施可能在四處配備周全的攝影機，但一連看上數小時的閉路影片也挺令人麻木。在這類情況下，人類可能會犯下代價高昂的錯誤。

這就是為什麼使用影片分析和攝影機網路的周邊防護是一項自動化的成熟工作。「使用電腦視覺和應用分析很有意義，因為機器可以全年無休地分析影片，不會感到無聊或失去專注力，尤其是在大部分時間都沒有發生的地方，」專攻 AI 視覺解決方案的公司 Vaelsys 執行長 Eduardo Cermeño 表示。

用於偵測入侵者的安全自動化

Vaelsys 提供一套偵測入侵者的周邊防護解決方案 Deepwall，技術比純屬辨識及偵測人類更為先進。「只要有人出現在不該出現的地方，我們都偵測得到，而且準確度很高。偵測的動作不僅是步行，也包括了跑步和爬行，」Cermeño 表示。

沒錯，Deepwall 可以揪出假扮綿羊的人類。「不只是人類或人類行為，就連可疑元素的行為也逃不過它的法眼。人工智慧試圖欺騙人工智慧時，您需要的不只是人員辨識，而我們能偵測到不想被偵測的對象。我們分析行為、分析元素的移動方式、區域的重要程度，大量的資訊會進入我們的演算法，」Cermeño 表示。有時雨傘以奇怪的方式在意想不到的地方移動，而 Deepwall 能偵測到這種可疑的活動。

Deepwall 演算法是電腦視覺與深度神經網路的強大組合，應用於攝影機網路。攝影機可以是標準畫質（SD）、高畫質（HD）或熱成像攝影機。這個解決方案的熱成像產品名為 Deepwall Thermai。該使用哪種攝影機，取決於需要巡邏的距離。「如果討論的是周邊防護，那麼能偵測到愈遠愈好，」Cermeño 表示。視覺攝影機在達到 80 公尺後，準確度會下降，而熱成像攝影機則能覆蓋數百公尺。

用於廣泛作業的周邊防護

影片分析和攝影機成像的組合在偏遠和廣闊的地點尤其吸引人。例如，太陽能發電廠營運商面銅（光電板的常見元件）等資源遭竊。

發生此類事件時，不僅銅的損失是問題，發電廠無法發電的停機時間也令人頭痛。「為了防止這類事件，您將攝影機置於周邊，與我們的解決方案連線。Deepwall 系統會分析影片摘要。偵測到入侵者時，會產生警報，並致電監測站採取行動，」Cermeño 表示。

高效能與低功率運算

Vaelsys 可與各種 Intel^® Core^™ 處理器搭配使用，以適應攝影機組的需求。Intel CPU 的優勢之一，是無須仰賴耗能的 GPU 即可提供處理能力。節能也能省錢，協助公司實現綠能永續目標。

另外，Cermeño 表示，Intel^® OpenVINO^™ 工具組可協助 Vaelsys 這類的公司測試驅動 AI 和電腦視覺解決方案。

影片分析的使用案例

Cermeño 認為影片分析不只能提供周邊防護，更是強大的安全解決方案，既能偵測受限區域的人員或車輛，也能為安全監督提供完美支援。電腦視覺有助於偵測有人摔倒或沒有穿戴適當安全裝備的人員。

就 Vaelsys 而言，它希望利用 Deepwall 解決方案打造的銅牆鐵壁（用於 Intel 平台最佳化的影片和影片中繼資料生成）能夠輕鬆傳輸至各種電腦視覺應用程式。

例如，解決方案可以偵測特殊救護車，而非辨識入侵者。對特定物件感興趣的公司可以搭載 Vaelsys 電腦視覺平台 V4，為特定使用案例插入辨識引擎。然後「您就有一套完整的解決方案，可與市面上任何攝影機搭配使用，而且能輕易與任何軟體整合，」Cermeño 表示。這個過程可以與 Vaelsys 視覺分析合作，由內部或其他第三方實作開發。

Vaelsys 提供的套件解決方案源自市場需求，將專有的 AI 模型變為一個可行的實作。畢竟，光是擁有模型是不夠的，Cermeño 表示：必須跟網路介面一起使用，並和一套閉路電視攝影機整合。

這種隨插即用的電腦視覺和物件偵測方法可大幅降低產品開發的成本。無論影片分析技術是透過偵測頭盔來確保員工安全，還是透過偵測假羊來保護周邊，都是好事一樁。

 

本文由 insight.tech 編輯總監妮．貝內施（Georganne Benesch）編輯。

您的零售商店是否考慮改用自助服務機？您是否擔心潛在的挑戰，例如「裝袋區出現意外的物品」、精準辨識農產品，或是確保在沒有員工持續介入的情況下順利結帳？

這些是零售商和消費者在數位轉型之路上面臨的常見阻礙。不過，智慧零售技術有可能大幅提升客戶體驗並簡化營運。改善員工體驗和留住技術嫺熟的員工是額外的好處，可大幅影響您的利潤。

零售技術公司 Diebold Nixdorf 的零售技術副總裁 Matt Redwood 向我們介紹零售技術的發展前景。他探討了針對常見零售效率低下的 AI 解決方案、有目的的創新重要性，以及在轉型過程中利用技術合作夥伴的價值（影片 1）。

影片 1。Diebold Nixdorf 的零售技術副總裁 Matt Redwood 探討 AI 如何改變店內零售營運和體驗。（資料來源：insight.tech）

零售商目前面臨的主要挑戰是什麼？

大多數零售商都在努力因應相同的挑戰。確保客戶盡可能得到最佳的店內體驗是一大挑戰。後疫情時期，零售商再次為此投入大量資金。但他們在收入和支出上都備感壓力，包括商品成本上升、貨運成本、管理和經營商店的成本全都上漲，他們不得不尋找提高商店效率的方法，同時也要提供優秀的消費者體驗。這是正確理解零售經濟與滿足消費者需求之間的真正平衡。

零售業競爭激烈的程度可能已達到前所未有的程度，這在某些方面是有利的。這有助於控制價格和通膨；但另一方面，如果消費者在店內體驗不佳，很容易就會投入其他品牌的懷抱。

如何使用 AI 因應其中一些挑戰？

生成式 AI 確實在 2023 年的零售業氣勢如虹、一飛沖天，當然有些公司的確急著進入 AI 的最後階段，他們歡欣鼓舞地認為 AI 可以取代商店內的所有現有技術。可能有時人們忘了，儘管技術可能存在（不管在商業上是否可行，部署技術又是否切實），但終究必須讓消費者採用。消費者沒有採用，技術就毫無價值。這就是我所謂的技術成熟度曲線。

相反地，許多零售商正在做的是，透過我們所謂的單點解決方案 AI 技術來關注他們的痛點，即針對特定使用案例部署特定 AI 來解決特定問題，例如用於年齡驗證的臉部辨識技術。舉例來說，如果您想買一瓶酒，則必須等員工核准 ID。零售商難找員工，也讓等待專人服務的問題加劇。在那個情境下使用 AI 可提升效率、減少對員工的要求，並提升消費者體驗。

另一個重大的問題是防竊盜技術，運用 AI 讓那些試圖偷竊的人更難順手牽羊。但當某人可能只是不熟悉流程或真的搞錯了，這也能有所幫助，確保在不讓特定顧客體驗不佳的情況下發現這個問題。

我們也開始看到 AI 應用於現有技術上，使其更高效、更易於使用、填補漏洞，並提升消費者體驗。其中一個例子是店內安全，例如在閉路電視網路上使用 AI，確保消防出口不會堵塞。或者是熱點圖，瞭解商店周圍的消費者流動情況，讓流通更順暢，但也有可能將人流商業化。

商店採用 AI 的最佳方式是什麼？

「建好了，人潮就會湧入」的心態在零售技術中不管用。我們追蹤消費者的採用率曲線，並追蹤技術發展曲線，重要的是在其中找到交集。

我們始終建議從資料著手。很容易遭到資料淹沒，我們稱之為分析癱瘓。但如果您能將資料分割，資料即可提供大量深入解析。您可以真正地分析及瞭解：商店是怎麼經營的？員工旅程中的摩擦在哪裡？消費者旅程中的的摩擦又在哪裡？然後便能量化摩擦的影響。這為我們描繪了一張清晰的畫面，表示：「好，我有個問題陳述需要解決。它對消費者和員工產生影響，也對我業務帶來影響。」這相對容易計算。

更有問題的部分是，找到合適的創新技術在商店部署，以解決這個問題。但從資料著手能凸顯效率低下的最大領域，然後提供指引，讓您朝正確技術的方向邁進。一旦技術投入商店，也可以輕鬆地實際衡量該技術的成功程度。

告訴我們更多將合適的技術與特定問題配對的資訊。

Diebold Nixdorf 真正關注最大摩擦點所在的三個核心解決方案。其中之一就是我先前提過的年齡驗證。臉部辨識為消費者提供更佳的體驗。它愈來愈快旳交易代表消費者在前端移動的速度更快。這表示排隊的人更少，排隊正是消費者最大結帳時最大的煩惱。因此，我們使用一項技術消除結帳的兩大難關。

我們也有以產品為中心的技術，例如結帳過程中高效的品項辨識，特別是在販售新鮮蔬果的雜貨店。這是第二個解決方案。這不僅適用於農產品等非條碼商品。在某些環境中（尤其是小型商店），既然可以透過影像辨識商品，為什麼又要掃描條碼？

最後一項是竊盜。想當然爾，自助服務理所當然是發生竊盜的地方，因為在許多情境下都是無人看管的。但對於那些心存惡意、試圖偷竊的人，即使我們填補自助服務的所有漏洞，他們也會從店裡的其他地方下手。我們將 AI 工作重點放在行為追蹤上。一旦可以開始辨識行為，在店內的哪個地方部署技術並不重要。當然我們首重前端：自助結帳和 POS 通道。但隨後我們會在閉路電視網路上執行同一套解決方案，然後就能在商店各處辨識竊盜。

人為因素在哪裡發揮作用？

人為因素對自助服務舉足輕重，但往往卻遭到忽視。自助服務的重點在於重新分配員工。吸引及留住員工是零售商的一大問題，因此必須明智地使用員工。自助服務扮演重要角色之處，在於讓員工能在消費者最需要協助的地方與消費者互動，包括尋找商品、詢問商品、店內問路等真正需要提供消費者體驗的地方。疫情期間，提供自助服務的零售商在店內經營的靈活性更大；疫情後，自助服務確實可以提高真正重要的消費者體驗水準。

再回過頭來談防竊盜的挑戰。辨識是否有人偷竊，其實相對容易。在有人順牽羊的情況下該怎麼做，才是難上加難。如果有人惡意行竊，您不會希望將員工置於危境，或使他們感到不舒服的環境。而您也不想疏遠或讓真的搞錯的人難為情。因此，我們將人為因素納入其中；根據竊盜的使用案例，處理情況會有所不同。

如果出現竊盜的情況，會向員工發送警報。所有資訊都掌握在當事人手中，讓他們以自己認為合適的方式處理情況。而員工訓練就在這裡扮演舉足輕重的角色。我們有許多優秀的夥伴從事員工訓練，為員工提供所需的工具組。他們接近那名公眾人士時，事先已瞭解發生了什麼事，畢竟他們受過訓練，能以最和睦的方式處理這種情況。因此，技術只是實際解決方案的三分之一；人為因素是其中不容忽視的一大部分。

Diebold Nixdorf 如何解決客戶零售難題？

作為零售商合作的解決方案供應商（不僅在結帳方面，而是在整家店），我們很快就發現，認為可以有二三十種不同的解決方案是不切實際的，這些解決方案都在 AI 領域，全都提供不同的使用案例，但彼此之間沒有互通性。因此，我們與具備相當成熟之 AI 平台的第三方合作，該平台成為零售商想在店內進行任何 AI 應用的支柱。

我們是值得信賴的夥伴、整合夥伴。我們將提供可以在平台之上運行的應用程式，例如年齡驗證、竊盜、物品辨識、流程或人員追蹤。但如果有特定的夥伴在健康和安全領域處於領先地位，我們也可以將其安裝在平台之上。做無用的功是多此一舉。

這表示零售商可以建立 AI 夥伴的生態系統，全部插入單一平台，而且解決方案的擴充性非常強大。它最終會使我們走向所謂的 智慧商店。未必是移除實體接觸點或現有技術；而是在於為零售商提供智慧。

店內的每部裝置實際上都是資料擷取裝置（貨架邊緣攝影機或自助結帳或掃描器），這些都是資料輸入。就像一條雙向街道：可以向下推送資料，也可以將資料取回。AI 平台可讓您將這些全都串連在一起，打造一家智慧商店。

這確實表示有大量資料可供使用，但真正能突飛猛進的零售商會知道該如何利用這些資料。因為它可以而且應該告知零售商做出的每個決定或邁進的每個方向，包括產品如何定價、在店內的哪裡放置產品、商店如何配置人員。

技術夥伴關係在促成 AI 零售解決方案方面有什麼價值？

我們與 Intel 的密切合作不僅在 AI 主題，也包括我們的核心平台本身。不僅涉及我們現今在商店部署的解決方案，也關乎我們的發展藍圖。我們也密切關注 Intel 的發展，以及其解決方案將何去何從，我們又能如何更妥善地將這些方案與自家解決方案整合。

我們在部分可擴充平台上與 Intel 的合作格外密切。零售商現在有技術需求（尤其針對這些 AI 主題），但三、五或七年後所需的運算能力與現在的需求天差地別。因此，為零售商提供擴充技術以滿足未來需求的能力，絕對是改變現狀的根本因素。

最後想對那些想將 AI 融入零售業的人說什麼？

我會說，從資料著手。確定您希望解決的業務需求或問題，然後找到合適的供應商，讓您滿足現今的這些需求，也會為您帶來長期的擴充性。這就像是找伴共結連理，您必須確定自己做了一個正確的選擇。

相關內容

若要進一步瞭解零售業的 AI ，請收聽零售業的 AI：防竊盜並簡化結帳，並閱讀新的零售 POS 解決方案翻轉結帳的過程。欲知 Diebold Nixdorf 的最新創新技術，請在 Twitter 和 LinkedIn 上關注 @DieboldNixdorf。

 

本文由Erin Noble 編審。