AI • 物联网 • 网络边缘

摄像头在商店、百货商店和其他零售场所随处可见，这为零售商提供了一个潜在的、可用于 AI 应用的视觉数据金矿。通过将摄像头数据输入计算机视觉驱动的分析系统，零售企业可以优化运营、深入了解客户并制定更明智的战略决策。

“零售业的用例确实非常广泛”，Aurify 的首席执行官兼联合创始人 Pranita Palekar 表示，Aurify 是专注于零售业及其他行业的 AI 和视频分析系统专家。“计算机视觉可用于创建客户详细档案、分析店内购物者的行为、管理员工、监控货架、防止损失以及为智能数字标牌提供支持。”

当然，分析和运用大量原始视频数据可能非常具有挑战性，特别是需要实时处理或广泛的多地点部署时。但强大的边缘设备和成熟的 AI 模型部署工具使计算机视觉解决方案进入商店成为可能，创新型零售商已经利用了这一机会。

店内视频分析带来业务成果

以印度的两个 Aurify 零售业务实施为例。

在一个部署中，一家拥有 150 多个门店的领先店中店零售商希望更深入地了解客户，以改进营销和销售工作。领导层认为，当前的业务流程不准确且效率低下，因为要依赖员工手动统计和观察顾客，但他们担心高科技替代方案可能成本太高。

在另一个实施中，一家全国性时装连锁店面临着类似的挑战，而且规模更大。管理团队担心缺乏对其 700 多家门店的集中可视性，导致无法做出及时、数据驱动的运营和销售策略决策。

Aurify 基于其面向销售业的 StoreScript AI 视频分析平台，为这两家公司开发了定制的解决方案。现有的 CCTV 基础设施用于收集数据，然后对这些数据进行分析，以提供清晰的客户统计信息和实时的店内客流量。在时装零售商的实施中，包括了销售点 (POS) 监控和排队管理，以帮助简化运营、管理库存并深入了解客户购买行为。新获得的数据使商品策略发生了重大转变，进而使销售额大幅增长。

对于这两家企业来说，结果都是一个完全自动化的视频分析系统，不仅消除了繁琐的手动流程，还提供了所需的洞察，而实现这一切只需极少的资本支出。

其他客户还受益于如下用例的实施：计算停留时间与转化次数的比率、群体计数、热力图生成、营业时间自动跟踪以及跟踪任意给定时间的店内顾客数量。

灵活的技术栈意味着改造，而不是推倒重来

在对成本敏感的零售行业，决策者始终在寻找能够快速高效实施的解决方案。因此，灵活的计算平台是关键。Aurify StoreScript 解决方案与摄像头品牌无关，还可以使用来自 HD 或 IP 等不同类型摄像头的视频数据。在这方面，该公司与英特尔的技术合作起到了关键作用。

“我们的 AI 视频分析解决方案基于英特尔处理器，这些处理器可为边缘工作负载的计算机视觉提供出色的性能和稳定性”，总经理兼联合创始人 Rishi Palekar 表示。“这使我们能够使用来自现有 CCTV 源的原始摄像头数据，最大限度地降低客户的硬件成本并加快部署速度。”

从边缘到云端，Aurify 广泛使用英特尔^® OpenVINO^™ 工具套件来优化、定制和部署深度学习模型。这使得 StoreScript 能够适应多种用例，并支持本地、云端或混合部署模式。

结果是，零售商可以根据自己的独特需求来实施和定制店内 AI 分析解决方案，而无需对新的基础设施进行大量投资。

零售之外：AI 视频分析在不同行业的应用

零售 AI 平台的灵活性无疑会吸引众多零售企业。但这也意味着这些解决方案可以适用于其他行业。

Aurify 已经在开发面向各种行业的视频分析解决方案。在制造业，这些解决方案可用于增强来自对准工业设备的摄像头的视频数据，以检测异常振动并实现预测性维护。建筑公司可以使用 AI 视频分析来执行自动化质量控制，确保工人遵守正确的安全程序，并实时检测危险和事故。智慧城市可以使用边缘计算机视觉进行交通管理、公共安全和关键基础设施监控。

“AI 在软件和处理方面的进步使各行各业都有机会部署强大、可扩展的计算机视觉解决方案”，Palekar 表示。 “这将为许多行业的企业带来切实的效益，包括增长加速、支出减少和盈利能力提升。”

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。