AI 和计算机视觉加速自助结账

这是一个周六下午,杂货店里满是前来购物的人。像周末其他繁忙的商店一样,结账处已经排起了长队。最好的选择就是前往自助结账通道。

为什么呢?自助收银机让结账流程更容易,队伍移动更快。您可以在扫描商品时查看价格。您可以用自己喜欢的方式包装货品。这感觉像是例行公事中的一次小小胜利。

但对于果蔬等无包装商品,自助结账可能是个费力的过程。您必须在显示屏上搜索商品名称,或找到商品上的标签,然后手动将其输入系统。如果系统无法识别该商品,或者您输错了代码,这时会发生什么?您可能需要等待帮助。

这就是为什么智慧零售商要利用创新解决方案来优化自助结账。人工智能、计算机视觉和云技术的结合,可以帮助解决购物者遇到的小麻烦,从而大大改善实体店内的购物体验。

得益于中科英泰 (Wintec) 这样的智慧零售解决方案提供商,这种可能性变成了现实。

“自助结账方式太棒了。许多购物者更青睐这种方式,因为它可以节省时间,他们可以自己处理所有步骤。但现有系统仍存在缺陷,导致客户对使用这种方法望而却步。”中科英泰人工智能部门总经理卢雪峰表示。

结账过程中的人工称重

人工称重过程需要员工准确识别多种商品,从桃子到西瓜,都需要找到相应的产品代码。不熟练的员工可能会遇到一些问题,比如输错代码,或者花很长时间才找到代码。这会严重延长称重和贴标流程。在零售店的客流高峰时段,顾客可能要排很长的队等待。

最重要的是,使用手动秤意味着要在一开始以及新产品入驻店铺时花时间对员工进行培训。由于农产品随季节变化或因市场而异,培训要求可能很高。此外,随着劳动力成本持续攀升,运营成本也在增加。

结帐过程的这个方面给工作人员造成了困难,但对顾客的影响甚至更大。如今,计算机视觉和人工智能正不断提升收银台的图像识别能力,带来更好的客户体验,并降低了零售商的成本。

云-边缘- AI 架构使自助结账更智能

中科英泰智能称重解决方案旨在帮助零售商店实现预包装食品的图像识别和自动称重,能够识别商品、给商品称重并打印商品价格标签。通过持续的计算机视觉模型训练,它还能够实现较高的检测准确度。

该解决方案利用强大的边缘计算进行推理和实时数据处理,配合使用 YOLOv3 算法、基于云的图像模型训练,使增强型图像识别成为可能。YOLOv3 算法通过将任务转化为回归问题,实现了对新鲜食物图像的目标识别。

在随后的筛选过程中,将选定适当的边界检测框。通过将对象检测和对象定位集成到单个一级网络中,YOLOv3 显著提高了检测速度。

“我们创建了解决方案来解决手动输入无包装商品信息的麻烦。但我们不仅仅关注这一方面,”卢总表示,“我们希望打造一种接收越多数据,就能变得越智能的东西。我们还希望能够取得这些数据,并将其提供给零售商,以便他们从中获得有助于提升整体运营的实用洞见。”

例如,这样的解决方案将称重功能集成到支付终端,让顾客无需前往称重站即可结账。此外,消除对条形码扫描仪的需求有助于降低维护和更换设备所产生的人工成本和费用。

面向智慧零售业解决方案的强大硬件

中科英泰智能称重解决方案采用英特尔® 处理器打造,能够以低功耗提供强大的计算性能、安全性和可靠性。这些能力对于运行边缘人工智能工作负载至关重要。该系统还使用英特尔® OpenVINO 工具套件来帮助优化图像识别应用程序。

从商品选择到称重和结账,这在帮助零售商实现整个业务的自动化方面尤为实用。除此之外,实时数据处理还带来了可行的见解,为结账之外的运营领域的业务决策提供信息和便利。

智慧零售的未来

随着变革性的技术和解决方案应用于零售业,几乎存在无限种可能性。

随着人工智能和计算机视觉的不断发展,它们还可以应用于超市和杂货店以外的零售市场领域。虽然要求可能因形式和应用场景而异,但定制化的人工智能解决方案具有巨大的潜力。

杂货店和其他零售业务正在经历数字化转型。智能结账只是零售商提高顾客满意度、增强竞争力和增加利润的一种方式。

 

本文由 insight.tech 的编辑副主管 Georganne Benesch 编辑

智慧商店将实现净零排放

对于拥有大面积建筑和许多有形资产的企业而言,管理能源使用是一件大事。不对资产加以维修,在建筑内没人的时候仍开暖气,以及严格按照不变的时间表给进行照明,这些做法不仅有损利润,还会增加对环境的污染。

直到最近,跟踪和管理能源使用的最佳解决方案所产生的报告至少滞后一天。公平地说,与次优工具——纸质表格——相比,它们看起来还是很不错的。

不过现在,工业物联网技术的不断发展,使得拥有大量物业的企业能够轻松连接到其资产,从而监测甚至控制能源消耗。这有助于它们减少浪费,提高效率,以期最终成为能源输出方。

实现可持续建筑的迂回路线

实现可持续发展的道路并非始终是笔直的。以 Hark Systems 为例,这是一家能源分析和物联网解决方案提供商。该公司最初成立时是一家物联网平台,旨在为制药公司监测温湿度等环境条件。“但后来我们被要求做各种疯狂的事情,” Hark 创始人兼首席执行官 Jordan Appleson 说。“有企业问我们,‘你们能监测铀矿的辐射吗?你们能监测空气质量吗?’”

由于他们建立的平台可以用于几乎任何类型的资产或传感器,因此 Hark 能够将业务扩展到制药以外的其他行业。

不久,百货商店开始向该公司寻求解决能源挑战的方案。超市里挤满了各种高能耗资产,如冰箱、发电机、烤箱和供暖系统。阿普尔森说:“当能源价格变化时,他们一年要多花 1000 万或 1200 万英镑。他们想要一种能够实时监控和作出反应的方法。”不过 Hark 发现,这些零售商不仅仅担心成本,他们还关心对环境的影响。

Metallica 带来验证

Hark Platform 使用由英特尔® 支持的边缘网关,运行 Hark 软件,然后将设备连接到电能表、楼宇管理系统和其他实物资产(图 1)。

Hark Gateway 在边缘上运行,并与资产实质性地连接在一起。
图 1。Hark Gateway 在边缘上运行,并与资产实质性地连接在一起。(图片来源:Hark Systems

Appleson 说:“我们今天所做的一切都以这样或那样的能力部署在英特尔边缘上。”所有这些设备都支持各种不同的协议,而且你总需要边缘计算来经济高效地弥合差距。这就是采用英特尔技术的网关为我们做的事情。”

Hark 的解决方案使用机器学习模型来预测能源使用情况,或根据历史数据给出理想的操作建议。其他数据,如来自占用传感器和天气预测的信息,也可以发挥作用。例如,零售商店可以在商店里人少的时候自动减少灯光,并在顾客人数增加时重新打开灯光,而不用设置一个上午 9 点开灯、下午 5 点关灯的时间表。

客户经常怀疑设置好这一切的速度。Appleson 说:“我想说,‘给我们半小时和一个网关,我们就能让你开始运行。’”为了向一位顾客证明这一点,他几乎一瞬间控制了一栋大楼里的所有灯光,让它们随着金属乐队的歌曲节拍忽明忽暗。

智慧商店,更小的生态足迹

森宝利 (Sainsbury’s) 是一家目光远大的大型公司:它是英国第二大连锁超市,并制定了 2040 年前达到净零排放的目标——这意味着它使用的能源总量被它工作场地所产生的可再生能源量完全抵消。

2018 年,森宝利联系上 Hark,寻求一种可以帮助他们跟踪、监测和控制各类资产所用能源的解决方案。最初的一段监测揭示了消耗能源最多的资产,其中包括一件坏了的设备,它消耗的能量比应该消耗的多得多。森宝利签署了一份协议,让公司在 40 种资产组的 20,000 项资产(包括照明和制冷)上实施 Hark Platform 解决方案。

在森宝利的实施方案中,Hark Gateways 每天在每间店面检索超过 200 万次读数,并将数据实时传输到基于云端的控制面板。该平台可以检测异常情况,并发出关键业务资产潜在的问题警报;事实上,到目前为止,发现出来的这些问题已经节省了 4.5% 的照明成本。

该解决方案可以通过边缘网关控制特定资产组。“当商店开门时间发生变化时,我们的系统会自动接收该信息,并根据预设的配置文件在边缘部署新的自动化时间表。” Appleson 说。“如果我们在冬季遇到能源价格高峰,在公用事业提供商向我们的系统发出自动通知的 60 秒内,我们的系统就会协调更改配置文件,从而减少建筑中的负荷。”

森宝利还需要提高其资产的可见性。Appleson 说,在执行 Hark 解决方案之前,森宝利的资产组和工业仓库“完全不同”。现在,零售商可以从某个中心位置监控一切。

智慧建筑将有多余能量

Appleson 认为,像森宝利这样的企业将来能够成为微型电网。成为真正的可持续建筑意味着能够自己发电,并将其出售给电网,从而有效地获得无碳能源。

实现这一目标所需的大部分技术——太阳能电池板、储能装置和 Hark 这样能够连接和监控这些东西的平台——已经存在。英国的电力网络还没有建立起来,无法以这种方式对能源进行跟踪和计费。不过一旦建立起来,Hark 将随时能够引领具有环保意识的企业实现净零排放。

 

本文由 insight.tech 的编辑副主管 Georganne Benesch 编辑。

边缘 AI 带来新的工业机遇

世界快速发展,制造商必须能够跟上变化的步伐。幸运的是,AI、机器学习、计算机视觉和边缘计算等技术为解决方案开发人员提供了帮助他们实现这个目标的工具。

无论是工厂内部还是外部,都已经取得了重大成果。

产品缺陷检测

例如,智能制造商已经开始在车间部署边缘 AI,从而降低计划外停机和生产问题的风险。通过使用英特尔® OpenVINO 工具套件等 AI 平台自动执行流程,可以直接在智能工厂设备上执行图像分析,如果发生任何问题,工人可以快速收到通知。这减少了容易出错的人工作业,防止问题变严重。

使用采用 OpenVINO 的日立工业边缘计算机 CE 系列嵌入式 AI 模型,可以轻松地为工厂增加这些高级功能。例如,日立可以同时检测多条生产线和多台设备的产品缺陷和设备问题,缩短了提醒操作员和解决问题所需的时间。

简化供应链管理

除了工厂以外,OpenVINO 也用于解决供应链问题。

早在 2020 年之前,制造商就已经考虑利用即时制造预测供需情况,但当疫情来临时,他们的数字化转型计划承受了巨大的压力。如今显而易见的是,传统方法再也无法满足新的供应链需求。

人们大批采购物资,数量多于以往,家居装修项目激增。结果是消费者发现许多货架空置或物资缺货。

虽然制造商不能持续控制原材料的供应,但他们可以控制如何将货物运送到商店。他们可以等到运输车辆装满货物之后再发货,而非采用尽快发货的原则,从而在满足需求的同时节省资金。

为此,他们需要将计算机视觉与 AI 融合,使他们能够持续监控航运集装箱、给车辆装货,并向经理提醒运营状态。借助先进的 AI 算法和边缘计算,制造商可以获得码头占用状态,进行错误位置检测,甚至部署自动化机器人来搬运和装卸货物

为了确保这些 AI 应用程序不会影响智能工厂的绩效、功耗和成本,一些制造商找到了嵌入式计算和软件解决方案领导者 Avnet Embedded。借助其搭载第 11 代智能英特尔® 酷睿 处理器并与 OpenVINO 配合使用的 MSC C6C-TLU 模块,应用程序可以承受恶劣环境,满足性能要求,并实时处理数据。

人工响应自动化

毫无疑问,制造商在进行产品和设备检验时不得不担心人为因素的影响。例如,工厂的工人通常有他们自己的工作方式,当您尝试保持生产和质量的一致性时,就可能会带来问题。

借助计算机视觉、AI 和机器学习,制造商现在可以将人类行为分析与其装配线机器指标配合使用,从而了解每个操作员的绩效。

Vecow 通过 Vecow 人类行为分析解决方案实现了这个功能,该解决方案包括 VHub AI Developer 软件平台。借助该解决方案,开发人员可以构建具有计算机视觉功能的 AI 模型和应用程序。这些应用程序可以连接到工厂已有的摄像头,在边缘收集和分析数据并检测不一致之处。Vecow 利用英特尔® 酷睿 i5 和 i7 处理器提供计算能力,并利用 OpenVINO 生成 AI 模型。

将 AI 部署到机器人

如今,配备 AI 和计算机视觉的机器人也能进行质量控制。例如,弧焊机器人已被用于高产量应用(如汽车工业),而检查人员可能很难发现任何潜在缺陷。

但是,当您部署全球边缘计算解决方案制造商 ADLINK 的边缘弧焊缺陷检测这样的解决方案时,可以在流程中配备 AI 和计算机视觉。弧焊机器人采用 ADLINK Edge 物联网软件、OpenVINO、英特尔酷睿处理器和英特尔® Movidius Myriad X VPU,可以捕获、处理和分析数据,并以此做出行动,避免问题变严重。

这些只是 AI 和高性能边缘计算为智能制造商带来的一小部分可能性。对于正在努力部署这些 AI 功能并提升其工业应用程序性能的人,请查看英特尔边缘人工智能开发者认证计划或参加 30 天开发挑战

 

本文由 insight.tech 的编辑副主管 Georganne Benesch 编辑。

系统集成商联盟推出了智能视频解决方案

传统上来说,安全摄像头一直被动发挥作用,它们在事后提供素材,进而拼凑成一个事件。但是,新系统可使用传感器和智能视频分析进行早期检测,甚至预防。

配备由人工智能 (AI) 驱动的声音和动作检测以及人员计数等功能的摄像头可以对各类事件立即采取积极的应对措施。摄像头还能将数据传送到云端,稍后通过视频内容分析进行查看,从而促成各项决策,增强安全策略。

从零售业、交通运输到公共安全等各个部门都已经开始使用支持 AI 的摄像头系统,来为系统集成商及其服务的客户创造新的商机。

但通常情况下,机遇始终伴随着挑战。AI 摄像头包含云、物联网和边缘元件,而 AV 集成商对于这些元件的经验有限或无任何经验。

“大批新参与者进入市场,将云解决方案引入安全和 AV 领域,”全新系统集成商联盟 PSA Network 首席执行官 Matt Barnette 如是说。“您如何远程部署、配置、管理这些系统并对这些系统进行故障排除?”

这时他所在的组织会介入,充当总代理和中间人等角色。

该组织让成员公司实现了彼此连通,并让这些公司与技术供应商建立了联系。它帮助成员公司选用先进的安全分析解决方案并了解各项技术,以满足不断增加的客户需求,实现业务发展。

PSA 主要为其成员公司提供五个方面的支持:培训、产品获取、联网、融资和服务。公司加入 PSA 的原因是,“他们有这五个方面中的一个或多个需求。不管是财务支持还是培训,他们希望参与进来,” Barnette 说道。

从技术、培训到服务

PSA 与超过 200 家技术供应商保持联系,其中包括 Johnson Controls、OpenEye 和 Bogen 等公司。管理这些关系、测试产品以及验证解决方案是公司各项事务的重中之重。

“集成商经常打来电话说,‘我们有这种需求。你们的建议是什么?’” Barnette 说。“他们希望通过我们来了解行业动态,了解市场中出现的各种新解决方案。”

这需要在市场需求、产品功能以及集成商对新型 AI 技术的就绪情况之间实现微妙的平衡。“如果我们推荐的产品不相关、并非真正适合或者过于前沿,那么他们并不喜欢,” Barnette 说道。

PSA 还成立了新兴技术委员会,该委员会由 12 家成员公司的代表组成,他们会每月举行会议,以评审新的解决方案。“他们通常会拿到产品,进行测试,然后报告,‘是的,我们认为这很酷。我们应该引入’或者‘这个产品可能很棒,但并不能真正顺应市场。可能六个月或一年后再推出比较合适。’”

作为供应商管理的一个环节,PSA 还致力于发现供应链问题,通常对供应商采取“咯吱响的轮子先上油”的方法。“我们每周会与供应商通电话,来处理库存积压情况,” Barnette 说。

除了获取先进的视频技术和解决方案,培训无疑是 PSA 最具价值的职责。如果联盟成员不了解这些系统的工作方式,他们就无法成功销售或部署系统。因此,PAS 会与英特尔® 等技术领导者合作,为成员公司提供认证课程或其他培训,缩短学习周期。例如,英特尔会为成员公司提供工具套件、产品和服务,用于搭建利用 AI、计算机视觉和其他先进技术的解决方案。

除了供应商管理和培训之外,PSA 成员公司还有其他需求。对于许多公司来说,首要目标是获得融资。公司将处理采购,提供 90 天期限、信贷限额以及产品免费运送。

Barnette 说,PSA 还提供营销、业务开发、HR 和法律等方面的服务。“我们拥有一个业务解决方案提供商网络来提供这些功能,或者我们也可以自己完成这些工作。”

合作伙伴生态系统协作拓展了市场

联网是成员的另一大权益。公司会将特殊权益人员组织到一起,例如,来自全国各地的销售人员聚集在一起,讨论他们面临的问题,或者讨论解决方案或行业中发生的事件。

有时,成员公司会开展协作,借用彼此的专业知识。例如,实施物理安全解决方案的集成商与网络安全解决方案提供商就特定项目开展合作。这是 PSA 的关键任务,随着技术的不断发展,各成员公司可以通过集成商和解决方案提供商组成的生态系统,凭借 PSA 带来的所有优势,满足客户需求。

“我们已经确定了服务于市场的各家公司,并将这些公司召集到一起。我们帮助他们开展互助合作,” Barnette 说。“我们还凭借与供应商建立的关系在后端提供帮助,从而让集成商可以专心完成自己的各项工作。这与产品实现无关。我们自称为联盟,因为我们做的还远不止这些。”

 

本文由 insight.tech 的编辑副主管 Georganne Benesch 编辑。

医疗保健患者登记时的语音自助服务终端

当您走进医生的办公室时,迎面而来的——是一台自助服务终端?

这就是 21 世纪的疫情后生活,每一个流程都经过了技术优化,并且每一个人都有了病菌意识。如果处理得当,一台自助服务终端即可兼具两者。

自助服务终端正在越来越多地整合感官功能,从而使它们更多的是提供“服务”,而不是“自助”。例如,计算机视觉最近取得了进步,现在使得这些终端能够“看到”它们的互动对象,在某些情况下,甚至可以检测人类的情感。还有触摸感知功能,大多数终端已经支持这种输入方式。

但到目前为止,过去几年人机交互的最大收获来自自然语言处理 (NLP) 服务。现在,集成语音控制引擎使得自助服务终端能够为那些看不见或无法触摸设备的人,或者在不希望这样做的情况下,提供解放双手的输入方法。

这些语音服务可以支持端到端患者登记等流程,这也是医疗保健基础设施的一大胜利,因为目前医护人员面临着大量的患者,工资也在上涨。

语音服务不仅使自助服务终端成为正式工作人员的合适替代品,而且在很多情况下,它们的表现至少和人类职员一样高效,传播疾病的风险也小得多(视频 1)。

视频 1。自然语言处理 (NLP) 使医疗保健自助服务终端能够为患者提供无接触、全渠道的登记服务,这不仅提高了效率,而且降低了健康风险。(来源:Sodaclick

“患者不需要前往前台,等他们打完电话或者在电脑上输完他们需要做的不管任何事情,他们可以直接前往自助终端。就像对着前台接待员说话一样,他们只需说出自己的姓名或出生日期,然后即可完成登记,”数字内容和人工智能体验公司 Sodaclick研究和营销主管 Salwa Al-Tahan 表示。

让我们谈谈自助服务语音登记系统

但是,虽然增加对话式人工智能肯定会使自助服务终端变得“更加智能”,但它们不能简单地插入周围的基础设施即开始工作。务必要注意的是,自助服务终端本身只是一个连接到云的更加复杂得多的系统的前端。

虽然终端界面必须直观且具有吸引力,但在像医疗保健自助服务终端这样的系统中,大多数的对话式人工智能处理根本不会发生在该终端。用户的语音输入被处于边缘的终端所捕获,然后传输到基于云的自动语音识别 (ASR) 和 NLP 模型,由它们快速、连续地执行几个步骤。

  1. 将语音输入从语音转换为文本 (STT)
  2. 对照基于文本的输入与医院数据库
  3. 使用文本到语音 (TTS) 引擎转换输出
  4. 将结果发送回终端,以音频回答的形式提供给用户

在这个过程开始时,可能还会安排一个确认步骤,云模型会使用终端捕获到的信息确认收到的语音输入。但是很显然,大多数智能都远离前端用户界面,并且要将它与语音服务和包含患者和日程信息等相关数据的数据库连接起来,需要进行大量的集成工作。

结合所有这些技术,根据特定用例和技术环境进行调整,同时还要不违反 HIPAA 或 GDPR 规定,即使是医院最高水平的 IT 工作人员也无法做到。

语音自助服务终端引发对话

一个更好的选择是利用现成的技术包来优化患者服务,降低成本,并降低医疗设施中的健康风险。例如,来自英特尔®、Arrow Electronics 和 Sodaclick 的 Healthcare Voice AI Assistant 开发套件简化了动态患者登记服务在全渠道终端上的部署。

“我们并不要求客户放弃他们现有的自助服务终端,购买新终端,而是通过使用我们的 SDK 解决方案添加语音层来进行升级。您可以获取 SDK,然后与我们的开发团队一起,非常轻松地部署语音人工智能解决方案,” Al-Tahan 解释道。

Sodaclick 的 AI Voice SDK 通过与板载 HTML 或 JavaScript 代码集成,为数字标牌触摸屏带来了对话式人工智能。它还有助于克服背景噪声等 ASR 难题。

Sodaclick 通过合作伙伴提供了支持超过 85 种语言的 SDK,如 Arrow Electronics,一家英特尔® 解决方案聚合商。使用沉浸式自助服务终端的所有组件,Healthcare Voice AI Assistant 可以识别事件触发并实时传输自定义的语音消息。

除了 SDK,Voice AI Assistant 还可以包括:

  • 一个基于云图形编辑器的 HTML5 内容创建平台,让医院可以在无需编写任何代码的情况下使用丰富的字体、动画和外部数据源创建复杂的幻灯片。
  • 一个数字标牌系统,配备了英特尔® 酷睿 i5 处理器、16 GB 内存、麦克风和扬声器阵列,以及一个接近传感器用于检测靠近的用户。
  • 一个前端应用程序,它支持全渠道输入,并且使用 API 与数据库集成。
  • 一项语音 AI 服务,它将所有语音服务托管在云端,并且将完全私密、符合 HIPAA 和 GDPR 规定的输出交付到云端。

使用 Sodaclick 内容创作平台,能够在目标终端上实时创建和更新视觉显示内容。而且,AI Voice SDK 与前端应用程序集成有助于支持与语音 AI 服务和患者登记数据库的连接,从而实现无缝用户体验。

当然,考虑采用新技术的医疗保健高管们最关心的一个问题是安全和数据隐私。这也恰好是 Healthcare Voice AI Assistant 的最大优势之一。

整个系统基于一个容器化的 Docker 架构,这使得应用程序和数据彼此隔离。它不记录任何数据,而是使用英特尔边缘软件中心在整个微服务架构中推送请求和响应。

边缘软件中心内置了安全、连接和延迟方面的考虑因素,通过协调医院防火墙后的私有服务器上的数据流,可以帮助保持操作的连续性,并降低数据泄露的风险。

对话式人工智能为您服务

医疗保健领域只是 Sodaclick Voice SDK 已经投入运营的市场之一。杂货店和快餐店也在利用这项技术,这表明对话式人工智能已经渗透到日常生活的方方面面。

随着健康意识的提高和工作偏好的改变,您可能会更经常地使用这项服务。但是别担心,您会得到对话终端的帮助。

“语音是未来。我们将会看到将它更多地部署到各种环境中。到现在为止,所有人都只是触及皮毛,” Al-Tahan 说。

 

本文由 insight.tech 副主编 Christina Cardoza编辑。

通过视频分析监管关键基础设施

2022 年 3 月,俄克拉荷马州的一个变电站遭到破坏分子严重破坏。这些破坏分子毁坏了一个变压器,导致数千户家庭停电。这只是美国公用事业公司经常遭遇的众多入侵事件中的一个例子,这些事件每年都会造成 25 万至 100 万美元的损失。

但是,入侵并不是公用事业公司面临的唯一挑战。电力行业遇到了一系列复杂的难题,这给他们最有价值的资产之一,即运营,带来了巨大的压力。

关键基础设施的现状

首先是基础设施老化的问题。在美国,高达 70% 的电力变压器和输电线路的使用年限超过了 25 年。据物联网和数字创新领导者 Hitachi Vantara智能空间和 Lumada Video Insights 营销全球总监 John Smerkar 表示,60% 的断路器至少已经使用了 30 年。

这些破旧的基础设施到了最糟糕的时刻。气候变化不断加快,给这个系统带来了压力,导致更频繁地发生影响巨大的风暴,而且每次风暴都会造成更大范围的破坏。

更糟糕的是,除了基础设施老旧,维护和管理基础设施的流程也过时了。大部分的基础设施检查流程仍然是手动形式,这意味着当运营团队发现问题时,就已经太晚了。

所有这些因素都导致停电的频率越来越高,停电的时间越来越长。例如,美国客户在 2020 年遭遇的停电时间平均超过了八小时。

随着电动汽车的普及,对电力的需求预计也将增加——到 2050 年,美国的电力需求预计将增加 38%——这将对关键基础设施形成约束。

应对这些挑战的难度在于行业人才的缺失。Smerkar 解释说,该国 400,000 电力公司员工中,有超过三分之一的人即将退休。

鉴于诸如此类的复杂情况,公用事业组织在管理和监控他们的关键资产时困难重重。

“首席运营官们会问,‘我的关键基础设施的哪些核心资产会出现故障?’”‘我怎样才能在增加检查频率的同时继续降低运营成本?’” Smerkar 说。

鉴于压力的残酷,电力公司可以使用更聪明的方法来分配资源。答案是:智能基础设施监控。

推出智能基础设施监控

如今,大多数发电站都通过摄像头来监控设施。问题是,使用闭路电视 (CCTV) 的传统方式并不能产生有效的威慑作用。

例如,维护人员无法及时知晓入侵者何时进入禁区,往往在已经造成损坏后才意识到出了问题。同样,公用事业公司也无法准确预测断路器何时会烧断。传统方法只在入侵发生或断路器出现故障后对鉴定分析有所帮助。

但智能基础设施监控利用 AI 和视频数据,并将其传送到分析领域,以帮助#公用事业公司提前解决问题。

例如,通过日立智能基础设施监控解决方案,公用事业公司可以减少类似俄克拉荷马州的入侵事件。他们几乎可以随时随地监控场地和设备。该解决方案会对擅闯禁区的入侵者录像,并通知授权工作人员立即采取行动。

除了监控是否有入侵者之外,公用事业公司还可以远程监控和检查资产,并在未来转为自主操作。借助该解决方案,他们便可以更频繁地检查每个变电站的运行状况,并使用先进的视频功能,通过平移、倾斜和放大,从各个角度检查关键基础设施。这使得他们能够在问题恶化为设备发生故障并导致数天的停电之前对资产进行预防性维护。

实质上,公用事业公司将会发现,他们可以依靠视频数据这个熟悉的实体,更主动地使用它来解决最紧迫的挑战,用以取代只在出现问题后才能做出反应的传统方法。

这种方法很有前景,表面检测和视觉市场预计将以 7.13% 的复合年增长率增长,到 2028 年,该市场的价值将达到 59.5 亿美元

把碎片拼凑在一起

Smerkar 表示,技术的进步推动了表面检测和视觉领域的发展。他说:“智能基础设施监控的有效性十分惊人,这背后的原因是,人工智能、机器学习和计算机视觉也取得了长足发展。”

作为智能基础设施监控的一部分,电力公司使用 CCTV 的实时流作为视频数据,并结合使用从人类、无人机或机器人收集的额外数据。公用事业公司还定期对资产进行热扫描,以确保关键设备不会过热和陷入出故障的风险。来自这些不同边缘点的数据进入云进行处理。日立通过可视化套件进行这些分析后提出见解。

Smerkar 表示,使用日立智能基础设施监控解决方案,电力公司的操作人员可以“更有效地引导工人资源,并随时随地掌握关键基础设施组件的实时动态”。

此外,当从特定设备读取的读数超出其正常工作范围时,他们会收到通知,从而大幅缩短系统停机时间。同样重要的是,Smerkar 说:“所有见解都通过一块玻璃面板得出。”在此之前,操作人员需要登录多个系统来跟踪设备,而可视化套件可以将所有实时数据见解集中到一个地方。

日立的可视化套件运行于 Microsoft Azure 堆栈上,在其智能摄像头上使用的是英特尔® NUC。Smerkar 表示,所有用于视频数据预处理的边缘网关都基于英特尔运行。

视频数据驱动的解决方案不局限于变电站的用例。“关键基础设施无处不在,” Smerkar 说。“可能是道路、高速公路、桥梁、体育场。这些基础设施适用同样的原则,”他补充说。

日立的智能空间是智能边缘计划的一部分,它使用视频见解 (SSVI) 来监控和检查各种“空间”的资产——机场、桥梁、体育场、主题公园,以及医疗、教育和制造业等多个行业。Smerkar 举例说:“在轨道车前面安装摄像头,当它沿着轨道运行时,有助于寻找裂缝。”使用视频数据可以让各个行业“看到”故障线在哪里。

所有这些的关键词都是“智能”,Smerkar 说。他补充说:“我们应该让工人去检查寿命快到期的关键基础设施,因为这些设备需要修理或更换,以防止停机;那些因为现在运行状况良好而不需要监控的资产不用检查。”

在使用所拥有的资源时应当讲究策略,而不是一刀切,这才是正面迎接挑战的积极方法。老化的基础设施面临的压力越来越大,这些解决方法恰好送来了救命的稻草。

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

ATM 即服务改造银行业

数据泄露。过时的客户体验。不可用的 ATM。在品牌名誉和客户忠诚度方面,这些是困扰金融机构 (FI) 的三大问题。疫情大大增加了消费者对自助服务技术的使用,无论是 ATM、ITM 还是数字银行。这带来的结果是行为的永久转变,因为消费者更多地在自己方便的时候以及在银行之外处理银行业务。

确保安全有效的自助服务渠道至关重要。但是,运行多种全天候可用的自助服务技术、提供最新的软件更新并有足够的现金来满足客户的需求,是一件很复杂的事情,需要专门的技能。而大多数金融机构仍然保有并运行自己的自助服务渠道。

与许多行业一样,金融机构也希望将更多精力放在核心能力上并简化运营,从而节省成本并提高效率。实现这一目标的一种方式是通过“X 即服务”外包模式。NCR 是一家领先的企业技术提供商,能够帮助运行自助银行业务,该公司推出了 ATM 即服务 (ATMaaS) 产品,帮助金融机构更好地管理自助服务渠道。

“消费者从未如此重视能够在 ATM 上而不是在分行里完成交易的便利性,而且现在绝大多数交易都可以通过自助服务完成。但糟糕的 ATM 体验会直接影响客户满意度,” NCR 公司高级副总裁兼自助银行业务总经理 Terry Duffy 说道,“借助 ATMaaS,金融机构在提供卓越的 ATM 自助服务体验的同时,还能够释放资源,专注于其他优先事项。”

部署银行服务

通过 ATMaaS 将自助服务渠道外包会对小型金融机构产生特别影响。Duffy 说:“小型金融机构重视扩大规模及与较大金融机构竞争的能力;他们不是工程师,也不是软件开发人员,所拥有的资源也有限。ATMaaS 通过提高资源、成本和管理效率来应对这一问题。”

美国西海岸的一家金融机构最近向 NCR 求助,希望获得对其 26 台 ATM 机的帮助。两名关键员工已经离了职,而这家金融机构正在应对合规挑战,过时的设备在由第三方进行维护。

Duffy 说:“我们在四个月内部署了全新技术。他们的运营负担被解除,现代化技术还给他们提高了性能和可用性。ATMaaS 用单一联系点取代了他们管理的多家供应商,从而使这家金融机构能够专注于最重要的事情——服务客户。”

数字优先解决方案转变运营模式

NCR 的 ATMaaS 是一个统包式项目,包含提供可靠的 ATM 渠道所需的软件、服务和硬件。为实现当今客户期望的数字优先体验,ATM 渠道包含了多点触控、数字广告面板和改进的交易时间。ATM 设备在嵌入式英特尔® 处理器上运行,可提升高峰时段的可靠性和速度。英特尔处理器可以在紧凑、低功耗和坚固耐用的计算设备上运行,适用于不同温度和环境(视频 1)。

视频 1. NCR ATMaaS 允许金融机构将 ATM 网络的管理、运营和所有权外包,以释放资源并提升客户服务。(来源:NCR 公司)

帮助实现技术现代化,提供客户需要的数字优先体验是一个重要目标。与单项合同和月度协议一样重要,它们将责任转移至可信赖的合作伙伴,不再需要担心合规性、安全性和可用性。

一些金融机构已经将 ATM 渠道的某些方面外包,例如硬件维护、现金补充和软件维护,同时仍然保持对其他要素的管控。ATMaaS 是一种端到端的解决方案,将一切融合到由信任的第三方提供的单一协议下。这节省了协调一众供应商的时间,并使金融机构能够专注于他们的客户。重要的是,NCR 提供维护和持续监控,确保 ATM 网络正确运行。

“X 即服务”方法的另一优点是能够跟上合规性变化,这一点很难做到。ATMaaS 的产生思想是简化运营负担以提高业务效率,该公司已在 30 多个国家推出该项目,采用标准方法来支持客户 ATM 网络的运行。

转向“X 即服务”的方法也为金融机构的客户带来了好处。Duffy 说:“如果 ATM 出了故障,我们有责任找出故障机器和问题所在,并及时修复。在 ATMaaS 模式下,我们承诺在客户网络中提供高可用性结果。这让最终消费者相信,他们可以在需要时执行所需的交易,从而提升客户体验。”

ATMaaS 还可以让金融机构转变其运营模式。“在过去几年中,消费者使用分行的方式发生了巨大变化,导致金融机构改变传统的分行形式。一些分行正在走向无现金化,使用自助服务技术(如 ATM)进行日常交易和其他功能,如开户和支付账单。”Duffy 说,“这使得出纳员转向更具价值的顾问和咨询角色。”

Duffy 说:“ATM 即服务正不断改变企业的经营方式,让它们变得更灵敏,能够不断发展和进行现代化,同时也减轻了复杂运营的管理负担。通过使用单一合作伙伴,金融机构拥有了供应商管理和日常需求的单一联系点,从而可以保持 ATM 渠道的合规性、可用性和安全性。金融机构可将资源重点用于战略业务计划,无论是上市新产品,还是提升客户体验。”

 

本文由 insight.tech 的编辑副主管 Georganne Benesch 编辑。

人工智能视频分析助力交通运营商

1999 年,一辆穿过法国和意大利之间 7.2 英里长的勃朗峰隧道的运输卡车起火,造成 39 名乘客死亡。虽然隧道内安装了各种视频监控摄像头,但直到司机们开始打电话报告时,交通运营商才被提醒注意到这个问题,而那时损失已经造成了。

不幸的是,这个问题多年来一直持续存在,欧洲国家的道路死亡事故增长惊人,特别是隧道内事故。

因此在 2004 年,欧盟成员国决定对长度超过 500 米的隧道作出最低道路安全要求,即“指令 2004/54/EC”。部分要求包括安装安全摄像头。设想是借助每个隧道里可能数十甚至数百个摄像头,官员们可以监控逆行司机、烟雾/火灾、停车或路上的行人等情况。

但当然的是,任何一个优秀的交通系统经理都会告诉您,摄像头终端传来的交通录像生成了太多数据,人类运营商根本无法手动分析。而且“指令 2004/54/EC”带来了一个事实,即在大陆的大部分地区上,每台摄像头的多个录像和每条隧道里的多个摄像头都需要有人进行分析。或者是有东西进行分析。

交通管理部门需要尽可能地将摄像头录像分析自动化。他们需要人工智能视频分析来监控道路边缘的潜在安全事件。

现实生活中的交通摄像头监控

为了让您了解“指令 2004/54/EC”的规模,我们先看一条公路。Boulevard Périphérique Nord de Lyon (BPNL) 是法国里昂的一条 10 公里长的收费公路,连接到三条主要的高速公路。它包含总长 6 公里的四条隧道、两座高架桥、以及不少于 200 个交通摄像头。

BPNL 由 Société D’exploitation Du Boulevard Périphérique Nord De Lyon (SE BPNL) 运营,其 50 名员工负责管理收费站,维护道路基础设施,并监控摄像机画面,以发现可能出现的危险或破坏交通流的事件。

不难看出,没有自动化这完全不可能实现。如果每个 SE BPNL 的员工都 24 小时监控摄像头的录像,他们仍然需要同时观看四个摄像头的画面。公司曾经尝试用基于传统图像处理算法的计算机视觉摄像头监控软件来代替人工监控。但即使是这些软件也很难足够准确地识别人类、物体和事件,以避免让运营商大批量收到误报。

“这种技术可以理解一个像素块在移动,但它无法将像素块识别为行人。比如他可能理解像素块是人的形状,或以人类的速度移动,但它无法将物体识别为人类,”移动视频分析公司 Sprinx Technologies创始人和 CTO Renato Clerici 说。

为了克服这些挑战,SE BPNL 向 Sprinx 求助,该公司通过其 TRAFFIX.AI 自动事故检测 (AID) 软件,使用神经网络实时检测和识别车辆、人类和行人。

“人工智能和深度学习比标准计算机视觉技术精准得多,” Clerici 表示。“神经网络经过训练,可以识别、确认和检测图片中的人类或车辆。借助 3D 物体跟踪技术,我们能够提供非常真实准确的检测并减少大量的误报。”

OpenVINO 自动事故检测之路,无处不在

自 2020 年春季部署以来,TRAFIX.AI 已经帮助 SE BPNL 大大减少了误报,这要归功于高保真分析,它可以检测到从逆行司机、减速、停车到货物泄漏甚至是烟雾或雾气等一切情况(视频 1)。

视频 1. TRAFFIX.AI 通过支持对道路能见度突然丧失等事件的高保真视频分析,帮助 SE BPNL 减少误报。(来源:Sprinx Technologies

从终端用户或系统集成商的角度来说,TRAFFIX.AI 的内置智能让系统易于配置和校准,以满足上述的特定使用情况。尽管平台的 3D 物体检测软件是 Sprinx 专用的,且 MobileNet SSD 神经网络是内部使用 TensorFlow 开发的,但软件使用了英特尔® OpenVINO 工具套件对边缘执行进行了优化。

这意味着 TRAFFIX.AI 可以在任何 CPU-、GPU-、FPGA-、VPU- 或其他基于英特尔的硬件平台上运行,无论是边缘计算机、电脑还是服务器。它甚至可以直接连接到智能交通系统 (ITS),实现真正高性能、即插即用的人工智能视频分析部署体验。

“OpenVINO 在我们的解决方案中扮演其中一个主要角色,因为它运行我们使用的神经网络,来检测并识别车辆和行人,” Clerici 说。“您可以使用现有的硬件,完全可以运行。将装有我们软件的电脑或服务器连接到现有的网络基础设施并处理现有的摄像头画面是非常容易的。唯一的限制是在该硬件上可以处理的摄像头数量,但如果您需要处理更多的摄像头,加一台新电脑即可。”

在像 BPNL 这样的设施中,Sprinx 在英特尔® 酷睿 i9 和英特尔® 至强® 金牌处理器上运行 TRAFFIX.AI,这些处理器最多可以同时支持 24 台摄像头。但正如 Clerici 所指出的,较小的部署可以利用基于酷睿 i5 或酷睿 i7 等能效更高设备的终端目标,支持多达 10 个同步视频流。

智能城市解决方案:对人工智能视频分析已准备就绪

Sprinx 的 TRAFFIX.AI 软件已经将欧洲道路上的大约 15,000 台计算机视觉摄像头转变为智能视频分析数据采集设备。由于能够在几乎任何硬件上部署他们的软件,Sprinx 正在与英特尔合作,在不久的将来,人工智能分析软件可以直接部署在计算机视觉摄像头终端,直接向本地服务器或云平台发送实时警报。

这将使全世界已经安装的数十亿台摄像头变成潜在的人工智能视觉终端。从智能交通系统到智能交通数据收集,再到智能城市解决方案,可能性几乎瞬间变得无限。而这一切之所以能够实现,是由于 OpenVINO 工具套件的实现功能。

但就目前而言,向 SE BPNL 这样的运营商提供准确的实时路况信息以拯救生命是一个很好的开始。

 

本文由 insight.tech 的副主编 Christina Cardoza 编辑。

灵活多用的交互式触摸屏

交互式触摸屏是一种适应性极强的技术。它已经被应用于想象可及的所有环境:从电影院和餐馆,到医疗保健和制造业——甚至外层空间

如此无所不在的原因很简单:它们让生活变得更轻松。正如领先触摸屏制造商 Elo 的业务发展总监 Rick Smith 所指出的:“交互式触摸屏几乎能够帮助从事任何行业的人更好地完成工作,并缩短所需时长。”

在数字化转型的时代,这一点至关重要——所有行业都在寻求利用技术优化工作流程,而客户也比以往任何时候都更重视速度和便利性。尽管触摸屏已无处不在,但它们的多功能性意味着系统集成商和集成软件供应商 (ISV) 将继续为其开发新用途。这也意味着随着制造商寻求将其与计算机视觉、语音识别和人工智能等下一代技术相结合,它们的前景一片光明。

车间里的数字化转型

在采用传统工作流程的行业中,交互式触摸屏可以带来优化的巨大商机。

制造商 Magnum Piering 的案例便印证了这一点。该公司的业务转变非常成功——这意味着有能力处理越来越大的订单。但鉴于该公司生产设施中的空间已经很有限,要做到这一点并不容易。

工厂运营采用标准机械加工流程,但没有针对节省空间进行优化。设计和配置在设施的一个区域进行,然后再装载至车间里的机器上。该公司希望将这些功能都整合到单一的系统中,便于机械师在同一个地点完成所有工作。

为了做到这一点,该公司投资了一套可进行直接人工操控的 Hypertherm 等离子切割系统。但在恶劣的制造环境中,它也带来了安全风险。车间的空气中存在着火花、灰尘和金属碎片,而工人们戴着沉重的防护手套。为了解决这些问题,Elo 部署了开放式框架交互触摸屏作为 Hypertherm 切割机的输入设备。由于该平台允许高度定制,Elo 的工程师对设备的驱动程序和输入设置进行了优化,允许操作者在戴手套的情况下使用该系统。

由此产生了一套整包解决方案,极大地改善了 Magnum Piering 的机械加工流程。该公司在所有设施中共安装了 6,000 多块 Elo 触摸屏,可供处理多达 500 吨的订单——是过去的两倍多(视频 1)。

视频 1. 交互式触摸屏使制造工厂的订单大小增加了一倍。(来源:Elo Touch

自助服务闪耀登陆电影院

触摸屏还可帮助企业响应客户偏好驱动下的改变。Kerasotes Showplace Icon 剧院就是一个典型的例子。Kerasotes 剧院自 1909 年开始营业,但就像今天酒店和娱乐行业的许多公司一样,它必须适应新的客户期望。

“在‘新常态’中,顾客对便利性的要求高于一切,” Smith 解释道,“很多研究都试图探索是什么让客户决定该不该留在一个网站上,并进行购买。我们现在发现,在绝大多数情况下,如果订购过程给客户造成不便,他们就会离开。”

对于电影院而言,这意味着如果观影者快迟到了,或者当晚客流拥挤,他们就有可能会决定干脆放弃糖果和爆米花:对于电影院这样靠特许经营权获取绝大部分利润的企业来说,这是令人难以接受的损失。

通过与 Kerasotes 的合作,Elo 在该公司的一体式 I 系列互动触摸屏的基础上建立了自助出票和特许经营产品贩卖机。现在,观众进入电影院后,可从位于大堂的众多自助终端中的一部购买门票和特许经营权产品——每部终端机每天可服务多达 350 名顾客。

方方面面都得到了长足的改善。等待时间缩短,客户满意度提高,特许销售额也一样(视频 2)。

视频 2. 交互式触摸屏将控制权放到电影院观众的手中。(来源:Elo Touch 

模块化设计:多功能性的关键。

企业希望采用触摸屏的原因显而易见。但它们可以部署到如此多不同环境中的主要原因在于其固有的模块化设计。

首先,触摸屏的规格多样。例如,Elo Touch 解决方案涵盖从具有智能手机外形规格的手持机到具有 65 英寸显示屏的大屏幕终端的各种机型。

内置 Elo Edge Connect 的触摸屏单元可以通过定制,配备以下外围设备:条形码扫描仪、网络摄像头、NFC 和 RFID 读取器、状态灯、生物特征扫描仪等。触摸屏提供商还利用计算设备加强了这类产品基本的模块化特性,用于帮助控制复杂的解决方案。例如,Elo 提供 EloPOS Pack,一种适用于销售点应用的控制器。它支持自定义配置,可用于控制多达 15 种不同的外围设备。

英特尔® 技术使这样的模块化设计成为可能:“英特尔处理器面向自定义触摸屏解决方案的构建提供了性能超群、灵活而稳定的平台。” Smith 说,“它们为高级应用程序的密集型工作负载提供所需的高性能。”

交互式触摸屏的未来

正如 Smith 所提到的,交互式触摸屏的演进是不可避免的。显而易见的转型机会之一在于目前仅通过触摸屏处理的自助服务应用。以计算机视觉为例,我们可以利用它来识别客户打算购买的产品,并加快自助结账速度。

正如 Smith 所指出的,这类技术整合对于企业和客户而言都不啻为一桩益事:“人们希望做出自己的选择。您的客户希望为他们自己的旅程做出选择。完美的系统应提供触控、语音识别、计算机视觉和人工智能的组合——并让用户自己来驱动交互。”

因此,在某种意义上,交互式触摸屏即将迎来的改变实际上恰恰是在实现它最初的目标:将控制权重新放到客户手中。

 

本文由 insight.tech 的编辑副主管 Georganne Benesch 编辑。

借助零售分析揭示顾客互动情况

对于零售商而言,实时了解顾客喜好和兴趣至关重要,这有助于为市场活动、展示和内容提供信息。但要收集这些信息却并不容易。虽然忠诚度计划提供了一些信息,但实体零售商在向顾客销售产品时却只能依靠直觉。

多年来,在线零售商始终比实体店更具优势,因为他们可以通过访客的浏览行为来收集分析结果。但 AI 技术正在推动更公平的竞争环境。在系统集成商的帮助下,奢侈品牌正在借助边缘技术收集和分析实体店内的数据。这些分析结果正被用于改善顾客体验、适应不断变化的市场和提高销售额。而且时机也恰到好处,此前,疫情导致许多消费者转向线上购物,如今这些消费者正重新返回实体店。

“虽然在线购物极为便捷,但线下销售额仍高达 90%。”零售业 AI 解决方案制造商 Wonderstore首席执行官 Luigi Crudele 表示,“这意味着,零售商可以收集大量的门店消费者信息。实体店是通过互动与消费者建立亲密关系的主要场所。”

例如,某个时尚品牌借助 Wonderstore 收集的分析结果来确定推出新配饰系列的最佳日期和时间。通过了解顾客的行为,该品牌将新配饰推出当日的收入提升了 30%。

另一个奢侈时尚品牌则借助 Wonderstore 数据分析发现了门店之间存在平均 20% 的交易差异。它还发现,其业绩最高和最低的门店之间存在 15% 的转化率差异。借助这些信息,管理人员可更好地了解区域顾客概况和销售策略成功率。

AI 零售技术打造智慧门店

为了创建 Wonderstore 物联网零售分析解决方案,Crudele 借助了其在品牌推广和叙事方面的丰富经验。他创立的第一家企业主要为视频游戏制作 3D 电脑动画,第二家企业则与 Tiscali 等意大利品牌合作,致力于开发互动数字品牌体验。

“各大品牌在广告市场活动和吸睛门店橱窗上花费了数百万美元。” Crudele 表示,“我们可衡量这些投资的有效性。借助我们的解决方案,零售商可以衡量效果、了解转化率,并改善投资。”

Wonderstore 使用传感器技术来收集顾客店内行为的相关数据。该解决方案借助计算机视觉技术,可以对顾客进行人数统计、跟踪和分析,并收集性别、年龄甚至情绪等数据。它还可以测量停留时间、客流量和浏览模式。这些数据可以实现极细颗粒度,以测量门店中每个兴趣点的效果,例如门店橱窗、入口、货架、试衣间、镜子和销售点。

该公司采用最新的计算机视觉叙事技术,以及英特尔® 的业内最佳物联网传感器。在符合 GDPR 法规的前提下,这些传感器收集匿名数据,将其发送到云端进行分析,并转化为可执行信息。该解决方案完全基于 Microsoft Azure 架构和云服务开发。借助叙事型数据可视化平台,数据立即可读,零售商从而得以近乎实时地做出决策。

借助零售技术合作伙伴扩大业务规模

“合作伙伴关系有助于在市场上建立知名度和信赖度。Wonderstore 选择了微软和英特尔,这符合他们对云和物联网服务的愿景。” Crudele 表示。

“借助上述合作伙伴关系,Wonderstore 能够通过原型迅速进入市场,向顾客展示产品,并与顶级奢侈品牌建立业务关系。”他表示。

此外,Wonderstore 还与 Tech Data 开展了合作,后者帮助其迅速扩大了业务规模,并提高了市场知名度和信赖度。

“我们是一家初创企业,Tech Data 则是一家国际 IT 总代理。” Crudele 表示。“我们原本只有两名产品销售人员,但 Tech Data 却为我们提供了遍布欧洲的数千名经销商。Tech Data 正在帮助我们实现业务模式转型,从提供技术转变为提供解决方案。我们的顾客不再是零售品牌,而是合作伙伴。借助这种模式,我们得以更快捷地扩大业务规模。”

Wonderstore 正借助数据来帮助创建智能门店,这些门店可为顾客提供个性化服务,并在顾客踏入门店起就洞悉其需求——而不仅仅是在结账时。

“未来的门店将为顾客提供个性化服务和创意品牌体验,从而吸引顾客购买。” Crudele 表示。“对于零售商来说,从销售模式转向服务模式至关重要。能够以媲美 Google Analytics 的精准方式识别和理解顾客,帮助它们创造出一种超越交易的体验。”

 

本文由 insight.tech 的编辑副主管 Georganne Benesch 编辑。