Insight Tech

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。

實體安全性市場正在蓬勃發展，客戶紛紛迫不及待想採用 AI、電腦視覺和其他新興技術。這讓系統整合商和獨立軟體廠商（ISV）有前所未見的機會進入市場，並以軟體產品做出市場區隔。

超融合技術則讓這個機會更吸引人。超融合式架構並非仰賴多個獨立硬體元件，而是將虛擬運算、網路虛擬化和軟體定義儲存空間整合至單一的整合式系統。這類系統更強大、更易於管理和部署、更符合成本效益，也較為節能。

因此，市場正在逐漸從專門監控系統的單一用途硬體，轉向可執行多個虛擬化工作負載且搭載標準 Intel^® 處理器的伺服器與裝置。這種轉變可降低硬體成本，並提高軟體的價值。

系統整合商和軟體供應商所面臨的挑戰，是要如何利用這些技術和市場動態。

「大多數影片監控解決方案的大型供應商都把軟體和硬體綁在一起。」Velasea LLC 總裁 Tom Larson 如此解釋，該公司是專精於硬體和電腦視覺的系統製造商。「這限制了利用額外軟體提升價值的機會。通常也使得投資超融合式硬體同樣沒有吸引力。」

「許多採用 AI 和電腦視覺的公司都希望不要用到硬體。」Larson 指出。「因此，我們打造出虛擬 OEM 計畫，讓軟體專家可以不用處理硬體方面的問題。」

開拓實體安全性市場

Velasea 起初是 IT 分銷公司旗下的子公司，現已發展成為全方位服務的技術集合商，專門將多個系統和架構整合至單一裝置。

「我們的目標是協助軟體公司進入實體安全性市場。」Velasea 執行長 Jimmy Whalen 表示：「我們的裝置讓客户可以將重點放在軟體而不是硬體，同時確保這些裝置能輕鬆部署及升級。」

Velasea 基於這樣的理念與技術合作夥伴密切合作，簡化超融合式系統的交付流程。

「實體安全性空間物中的虛擬化與全新架構有其挑戰，而 Velasea 是唯一有能力應對的公司。」Larson 解釋道。「其中一種方法是硬體整合，十年前在 IT 領域已經實現過，但目前在實體安全性領域仍處於早期階段。如果安全性整合商沒有我們在 IT 基礎架構方面的背景，這可能會是一大挑戰。」

Velasea 為降低專案風險專門打造裝置。終端使用者能獲得有效的功能，而 ISV 則能獲得效經證實的裝置。更重要的是，裝置將所有功能整合至單一的超融合式系統，讓企業可以享有超融合技術的所有優勢，而無需考量基礎的複雜問題。

對於希望跨足至監控領域的公司而言，能夠輕鬆使用超融合式系統是一大誘因。虛擬化讓這些公司可以有測試、開發及推出新功能和解決方案的彈性，並敏捷因應市場需求。此外，虛擬化將擴充性和效率提升至全新境界，讓軟體公司能更有效地將尖端技術整合至解決方案。

硬體虛擬化的新途徑

Velasea 與眾多合作夥伴合作，例如專精於影片和非結構化資料的公司Quantum，將 Quantum 整合式監控平台（USP）推向市場。USP 解決方案將運算、儲存空間和網路資源整合至單一的虛擬化解決方案，不僅能託管影片管理系統，也能託管各種其他的安全性應用程式。

Quantum USP 支援訂閱型的授權模式，可在任何搭載 Intel^® 虛擬化技術（Intel^® VT）的硬體上執行，因此多個工作負載能在單一共享硬體資源上同時運作。這種與硬體無關的方法不僅能讓安全性整合商在基礎架構和架構方面獲得無與倫比的彈性，還能大幅降低複雜性和總持有成本。

利用邊緣與其他領域合作關係的力量

Velasea 正在探索新的邊緣運算使用案例。例如，Velasea 在近期協助 OEM 開發採用第 12 代 Intel^® Core^™ 處理器的乙太網路供電 (PoE) 功能，並結合 AI 和影片管理系統（VMS）。Velasea 將這些功能整合至單一的超融合式平台，利用更強大、更有效率的解決方案，協助公司取得競爭優勢。

除了更智慧的裝置，像 Velasea和 Quantum 的合作成果能夠支援影片監控範圍以外的各種應用程式，甚至不限於實體性安全性。除了廣播領域，Velasea 觀察到的一些潛在市場包括零售、物流和公共安全。而根據 Larson 的說法，這只不過是起點。

「新一代軟體不斷湧現，徹底改變了市場情勢，而且十分迅速。」Larson 指出：「眾人寫出更出色的程式碼，並且更有效地利用系統，結果就是我們看到整個實體安全性領域不斷進步。我們和 Intel、整合商和軟體公司合作跟上這波進步的趨勢，並共同開發最佳化解決方案，協助企業更快解決「最後一哩路」的問題。

「我們的使命是成為 ISV 值得信賴的夥伴，為他們提供支援客戶所需的解決方案和專業知識。」Larson 如此總結：「正是我們的合作關係讓這一切成為可能。」

 

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

2024 巴黎奧運和帕運的焦點當然是運動員，以及他們卓越的運動能力與堅持到底的運動精神。這些運動員時刻挑戰著身體與精神上的極限，而普通人通常只會在趕公車或電梯的時候全力衝刺，是不太可能趕得上這些運動員的速度。今年夏天，少數幸運的觀眾能夠親臨法國現場觀賞精彩賽事，其他線上的觀眾則可以在家透過電子裝置觀看直播。

那麼，為我們提供國內外精彩流暢賽事觀賞體驗的焦點人物是誰呢？其中一位是 Intel 奧運和帕運計畫主管 Sarah Vickers，將帶領我們深入瞭解透過技術提升觀賞體驗的過程，並將著重於討論奧運和帕運。Sarah 會談到在奧運賽事前、中、後 Intel 位居幕後所參與的項目，資料在現場工作中所扮演的重要角色，以及 2024 巴黎奧運的經驗可以如何為 2028 洛杉磯奧運與其他類型的娛樂活動帶來新訊息（影片 1）。

影片 1。Intel 奧運和帕運計畫主管 Sarah Vickers 將探索可為奧運注入動能的最新技術。（資料來源：insight.tech）

可以請您概要說明 Intel 在奧運期間所投入參與的項目嗎？

奧運是地球上規模最大，也是最複雜的體育賽事，全球有數十億名觀眾會在線上共襄盛舉。我們非常興奮可以有機會在這場規模龐大的活動中展現 Intel 技術的領導地位。

我們希望能透過多種方式整合 Intel 技術，協助奧運順利舉辦。舉辦奧運的作業非常複雜，包括迎接各國運動員、觀眾粉絲和志工的到來，在 A 點與 B 點間的接送運輸等。除了舉辦奧運活動本身，要在不同場地安排為期 17 天的各項賽事更為複雜。

各國粉絲除了現場觀賞各項賽事外，也會在場外享受當地旅遊體驗，非常需要方便的交通工具。除了運動賽事所帶來的高娛樂性之外，粉絲更可以在賽事結束後享受精彩時刻。我們如何協助讓粉絲獲得更棒的體驗？

全世界有數十億觀眾在家收看運動賽事，從現代人各種不同使用媒體的方式來看就能發現，收看運動賽事轉播的體驗是非常多樣且複雜的。因此我們與「奧運廣播服務公司」（Olympic Broadcasting Services）合作，運用 Intel 的技術與應用程式來提供卓越的觀賞體驗。

2024 巴黎奧運在幕後使用了哪項 Intel 技術呢？

在多年前，我們就提前開始與國際奧委會（IOC）、國際帕委會及特定組織委員會（今年即 2024 巴黎奧運組織委員會）啟動合作計劃。我們需要真正瞭解我們想要解決的問題是什麼。以及如何借鑑過去的經驗，讓我們變得更好？因此，我們採用了 2020 年在東京實行的解決方案，並加以改善。那麼，自上一次奧運以來，有哪些新的挑戰呢？

奧運也是展示 Intel「AI 無所不在」整體概念的絕佳方式，Intel AI 平台可以透過這次機會，展現和以往不同的威力。數位孿生就是一個很好的例子，我們可以打造出所有運動賽事場館的數位孿生，以 3D 方式模擬瞭解奧運賽事的現場情況。

尤其是轉播公司，他們必須要瞭解現場攝影機的擺放位置，以及不同因素可能造成的影響。當奧運結束，帕奧接續展開時，大會亦須做出諸多變動，包含加裝方便運動員移動的無障礙設施等。數位孿生可以提前完成這些任務，避免在準備作業過程當下才意識到特定解決方案實際上無法運作。也可以減少旅途中的行李重量，因為所有人都可以使用個人電腦，隨時隨地操作數位孿生。

從營運的角度考量，我們在協助另一個使用案例時發現到，最重要的就是充分瞭解資料。奧運的幕後工作人員非常多，包括現場媒體和所有工作人員等，因此我們希望能協助 IOC 和 2024 巴黎奧運主辦方瞭解分析人潮流動因素，進而將設施最佳化。包含場館的最佳使用率，確保觀眾與工作人員知道正確的出入口位置，並實際運用這些資料做出即時決策。這也能夠為下一屆奧運留下寶貴記錄，下一屆團隊能善加運用基本資料集來建置模型，並規劃應對複雜的各種情況。

最後一個例子是從運動員的角度出發。奧運賽事是運動員的榮耀時刻，對部分運動員而言可能是職涯的最高峰。我們會希望能讓運動員省去煩惱用餐、交通和住宿等問題的時間，讓他們專注於比賽表現，奪得佳績。

因此我們在奧運賽事中實作搭載 Intel AI technology 的聊天機器人。運動員可以向聊天機器人詢問關於用餐、交通和住宿等問題，並透過對話得到答案。在我們獲得越多答案、越瞭解其運作方式的同時，聊天機器人將會變得更加聰明。這會徹底顛覆運動員在巴黎奧運期間的生活。

請為我們介紹您在奧運和帕運中所投入參與項目的過程。

我們首先要問：「我們需要提供什麼樣的服務？我們想要解決什麼問題？我們擔心什麼狀況發生？」我們會針對每屆奧運賽事設定一系列的期望與目標，也會設定我們希望如何借鏡上一屆經驗而有所成長。

然後我們會評估，並問：「Intel 技術能如何協助？」我們跟許多夥伴密切合作，努力找出問題的答案。然後我們會制定解決方案的時程計劃。部分解決方案是可以在賽事開始前先行提供：例如數位孿生。數位孿生的優勢不僅展現於奧運期間，更能在奧運結束後帶來更多效益。接著，有另外一些解決方案是用於奧運期間。我們當然希望奧運期間一切順利，我們可以從旁觀賞精彩賽事，放心讓技術發揮其價值與效果。但我們也一定會安排現場人員協助，確保賽事能順利進行。

奧運結束後，我們的下一步是什麼呢？

奧運期間產生的資料量非常龐大，對吧？包含所有轉播資料內容、所有賽事精華片段。還有我們所收集能協助 IOC 瞭解分析人潮流動等資訊的所有資料。正如我前面提到的，這些資料絕對會用來建立模型，協助規劃下一屆奧運賽事，以及其他類型的娛樂活動。

奧運結束後，我們所研究的其中一個非常有趣的使用案例，是奧運廣播服務公司運用了 AI 平台的技術來播出賽事的精華片段。我們將能夠打造別於以往的精華片段，因為過去精華片段都是由少數人製作而成。

想想看我們現今收看影音直播的模式，我們的期望要求更高了，我們希望能接收更個人化的內容。而奧運共有 206 個不同國家參加，使用語言眾多，運動項目也各有不同。有一些比較大的國家常年稱霸特定比賽項目，這些國家會特別重視特定運動項目，而其他一些運動項目則是關注度極低。

AI 精華功能可以產生精華片段，根據特定國家的觀眾量身打造精華內容。模型也會隨著時間不斷學習，變得更聰明，粉絲觀眾就能收看更精彩、更個人化的賽事精華片段。

奧運期間使用的 Intel 技術可以應用於其他產業領域嗎？

幾乎所有 Intel 提供奧運使用的應用程式，都可以用於體育賽事以外的其他活動中。我們思考的方式是：「這些技術如何展現我們的能力？」以及：「如何擴充？」

其中一個例子是一個非常有趣的 AI 平台應用程式，叫做 AI Talent Identification（AI 識才工具）。這項工具會利用 AI 進行生物力學分析，協助運動粉絲瞭解他們最有共鳴的奧運運動項目。粉絲會進行一系列有趣的運動，Intel 會將資料彙總，然後獲得結果。想一想生物力學分析可以發揮什麼作用，這個應用程式可以透過各種方式改善人們的生活方式，包含物理治療和職業健康。想一想數位孿生：您可以時常在製造業和城市中觀察到這項技術。通常需取決於目標，但這些類型的技術絕對能帶來諸多優勢成果。

賽事期間，Intel 的夥伴關係和生態系統可提供哪些價值？

奧運是國際一大賽事，在後疫情時代，我們都很期待看到奧運回歸。非常令人興奮，但顯然非常複雜。即使沒有舉辦奧運或帕運，巴黎本身就是一座巨大且複雜的城市，要將所有一切整合在一起是一件極具挑戰的事。

此外，AI 技術不斷精進，變得更聰明、更主流，因此影響到人們的期望。但我們可以利用 AI 技術產生的所有資料來建立複雜又有趣的模型（可執行運算），並且 Intel 將會在奧運期間提供許多不同的 AI 應用程式。

但 Intel 並不是孤軍奮戰，必須建立強大的夥伴關係。我們將盡所能找出最佳的解決方案，並與適當的生態系統合作提供技術，包括其他頂級奧運合作夥伴與當地夥伴。Intel 協助開發解決方案，並與值得信賴的夥伴合作，共同帶來精彩的奧運賽事。我們非常高興能成為國際奧委會和國際帕委會的夥伴，共同帶來歷年最精彩的奧運賽事。

相關內容

若要進一步瞭解技術如何為賽事體驗注入動能，請收聽《革命性的創新技術，將賽事體驗提升至全新境界》。欲知 Intel 的最新創新技術，請在 Twitter 和 @Intel 上追蹤 LinkedIn。

 

本文由 Erin Noble 編審。

自助結帳似乎是一個好主意：雜貨店和便利商店的顧客不用排隊，就能直接掃描自己的商品，然後付款離開，讓員工可以執行其他工作。但現實跟理想還是有落差。自助結帳的隊伍多半比有收銀員的通道還要長。和經驗豐富的收銀員相比，顧客查看商品所花的時間更長，可能會搞糊塗或出錯，需要等人協助處理。對於零售商而言，耗損是一大痛點。

有些商店嘗試使用自動（無收銀員）「Just Walk Out」付款系統，但這些商店可能只提供選項有限的商品，又需要大量技術投資。

電腦視覺輔助結帳由商店人員支援，或許能為零售商及其顧客提供他們所追求的理想解決方案。快速準確，無需逐一掃描，讓商店保留「微笑服務」的傳統，顧客自然會再度光臨。

更順暢的零售結帳解決方案

零售商和顧客一樣對服務延遲感到沮喪，但長期勞動力短缺和工資上漲往往使他們無法僱用更多員工，一家專攻零售商 AI 技術解決方案的電腦視覺公司 RadiusAI 的執行長暨共同創辦者 Aykut Dengi 表示。

為了更妥善處理等待時間，零售商開始測量顧客抵達結帳櫃枱完成交易所需的時間。數字不太漂亮。

「他們問我們是否可以提供技術來解決問題。於是我們打造了 ShopAssist，」Dengi 表示。ShopAssist 將電腦視覺攝影機取代結帳櫃的掃描機，這種攝影機的速度更快，能把顧客或收銀員的勞動降到最低。

有了 ShopAssist，顧客可以將一整籃的商品倒在櫃枱。攝影機在不到一秒內就能辨識選購商品中的每一個品項。顧客和收銀員的螢幕上皆顯示包含價格、產品影像和總成本的細目帳單。然後，顧客可以自行完成交易。如果他們想使用折價券或購買需要身分證的商品，ShopAssist 會立即通知收銀員給予協助。收銀員和顧客之間的互動是透過 ShopAssist 面對面進行，跟傳統收銀員結帳的方式一樣。這有助於為顧客和員工打造良好的體驗。

除了加速交易，電腦視覺系統還有助於防止耗損，這對零售商來說是一個日益嚴重的問題，在自助結帳時更是如此。例如，不肖分子可以從廉價商品取下條碼貼紙，貼在價值較高的產品上。這項技術不適用於 ShopAssist，它雖然可以讀取條碼，但更關注產品的影像，就跟人類一樣。電腦視覺也能防止顧客因疏忽掃描商品或掃描不當而出現問題。

改善零售庫存管理

耗損和掃描錯誤不僅會讓零售商損失收入，也會導致庫存追蹤失準。食品服務項目等沒有條碼的商品尤其麻煩。例如，有的商店可能會提供各種燒烤食品，例如熱狗、玉米餅和墨西哥捲餅。這些商品可能會有不同的成本，如果未向顧客收取準確的費用並記帳，商店就會損失利潤，庫存也會失準。例如，顧客使用汽水杯喝冰咖啡時，飲料機也會造成問題。

便利商店如果希望提升商品受歡迎的程度，那麼新鮮度和供應量就顯得至關重要。「熟食是便利商店日益成長的利潤來源，但如果你烹飪錯誤的商品，很多最終都會丟棄在垃圾桶，」Dengi 表示。「ShopAssist 以視覺正確辨識商品，減少食物浪費，有助於提高利潤。」

ShopAssist 在產品追蹤的靈活性，讓商家可以包含更多種類的商品，而不受只能銷售特定商品類型的技術限制。自動結帳也限制了產品的顯示方式，安裝起來複雜且成本高昂。「在每個貨架上放置攝影機是一筆巨大的開支，」Dengi 表示。

ShopAssist 軟體平台仰賴 Intel 處理器的效能處理視覺任務，以及 Intel GPU 以更快推斷，協助快速辨識各種商品，包括系統以前從未見過的品項。嘗試新產品對零售商來說很重要。「一般的商店每週會推出一百種新商品，通常包括本地或專業供應商和當地最愛的品項，」Dengi 表示。「ShopAssist 可以輕鬆捕捉尚未引進銷售點系統之產品的新影像，並在整個企業中統一管理，節省時間和費用。」

產品首次推出時，攝影機除了捕捉影像，還會讀取條碼，然後技術學會將影像和條碼結合。RadiusAI 使用 Intel^® OpenVINO^™ 工具組持續最佳化產品辨識在內的 ShopAssist 流程。

RadiusAI 也與零售商和系統整合商合作，根據個人需求定製 ShopAssist 軟硬體。舉例來說，除了啟用電腦視覺，Intel^® 處理器也能用於在商店執行其他裝置。

「零售商正在採用更多邊緣解決方案，並且對使用 Intel 硬體很熟悉，」Dengi 表示。「比方說，他們可以從使用 ShopAssist 系統結帳著手，之後決定在同一部電腦上管理烤箱。」

透過新增名為 ShopAssist Pulse 的 RadiusAI 解決方案，零售商可以利用現有的商店攝影機，擴展輔助結帳、庫存管理和食品操作的功能。

「如果有人拾起兩片披薩，放進同一個盒子裡，或在購物時吃了一片，系統可能會辨識顧客並正確收取兩片披薩的費用。它也可以通知員工，展開非對抗性的損失預防策略。他們可能也想將另一片披薩放進烤箱，因應午餐高峰期，」Dengi 表示。

保留社交體驗

顧客喜歡交易快速，但也重視客服與人類互動，這是自動自助結帳時經常缺少的元素。「人們去店裡不是為了買東西，而是跟員工聊天。這是一種社交體驗，」Dengi 表示。許多自助結帳系統都離商店員工很遠。這導致增加損失預防、交易時間變慢，並引發顧客滿意度問題。

未來，零售技術本身可能會更個人化。例如，RadiusAI 與 CPG 公司合作，根據顧客的購買情況建立現場生成式 AI 促銷活動。「最好的技術對顧客和員工而言都是看不見的，」Dengi 表示。「以正確的方式實施時，電腦視覺可讓員工在必要時提供協助，而不會造成顯著的開銷。」

 

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