边缘 AI 推动零售业数字化转型
零售业数字化转型的核心是一个悖论。一方面，AI 为零售业带来了毋庸置疑的吸引力。计算机视觉产品识别为自助结算、自动补货和损失预防解决方案提供支持。行为识别使企业可以为客户创造个性化购物体验。幕后的自动数据分析意味着精简的运营和更好的供应链管理。
但另一方面，尽管认识到 AI 解决方案的潜在优势，许多企业仍然对其保持警惕。
零售业数字化商店解决方案提供商 Hanshow 的全球销售主管 Liangyan Li 说：“零售商不愿意采用 AI 解决方案的原因有多种，但目前最大的因素是缺乏执行这些解决方案所需的内部技术技能，而且人们素有对未知的恐惧。”
这种担忧不无道理，因为在零售业场景中实施 AI 面临着严重的技术障碍。首先，它意味着要建立一个能够实时处理大量数据的高性能系统。此外，零售自动化存在固有的复杂性，通常会涉及多种技术和计算工作负载。最后，部署后持续监控和维护解决方案以确保稳定性所需的 IT 开销也是一个因素。
部署就绪型边缘 AI 解决方案的新时代已经到来，这对零售商和零售系统集成商来说是一个好消息。这些解决方案基于新一代处理器而构建，使用专为边缘计算设计的软件工具，能够使潜在采用者轻松、有效地实施。
专为零售业设计的边缘 AI 解决方案
构建满足零售企业需求的解决方案的关键是什么？将行业专属 AI 知识和专为简化边缘部署并提升性能而设计的企业级技术相结合。
Hanshow 拥有硬件和软件技术堆栈以及为零售业开发 AI 应用的经验，能够提供灵活、用户友好的解决方案，消除该行业企业决策者素有的担忧。Li 相信英特尔能够帮助 Hanshow 将其解决方案推向市场。
Li 说：“作为稳定、可靠的边缘计算平台，英特尔是无可匹敌的，尝试为最终用户开发全面、无缝的解决方案时尤为如此。”
Hanshow 解决方案采用多项不同的英特尔技术：
- 英特尔® 酷睿™ 处理器处理繁重的边缘工作负载和图像处理任务
- 英特尔® Media SDK 使开发人员能够使用媒体工作流程和视频处理技术，缩短了上市时间
- 英特尔® OpenVINO™ 工具套件加速了 AI 应用开发，有助于优化视觉处理算法
- 利用 Microsoft Azure 认知服务，即使没有机器学习经验，开发人员也能构建复杂的 AI 算法
在实践层面上，Hanshow 基于英特尔技术的解决方案还有一项额外优势，那就是在工作环境中相对易于实施，因此可以在很短时间内大幅提高运营效率。
从欧洲到日本的智能货架
Hanshow 在欧洲和日本的智能货架管理部署就是一个很好的例子。
尽管地理距离遥远，但 Hanshow 在欧洲和日本的零售客户面临着类似挑战：他们需要深入掌握店内情况，从而提高效率和销量。
这家欧洲企业是一家业务覆盖全球的大型连锁超市，经常遇到商店生鲜食品短缺的问题。造成这一问题的主要原因是员工无法及时识别缺货 (OOS) 产品并采取措施进行补货。
这家日本公司是一家大型连锁百货公司，由于难以识别购物者的习惯和偏好，阻碍了营销工作的开展。
Hanshow 在这两家公司实施了全面的 AI 解决方案。在这家连锁超市，Hanshow 利用计算机视觉摄像头拍摄生鲜食品货架的照片，提供近乎实时的库存数据。在这家百货公司，该公司实施了数字化货架解决方案，兼具营销、OOS 管理、人与产品的交互、客户需求分析和智能广告。
结果令人印象深刻。这家超市的平均 OOS 时长从 2.5 小时下降到 1.5 小时，缩短了 40%，同时免除了员工进行日常人工检查的必要。这家连锁百货公司获得了立竿见影的销量提升效果：在数字化货架区域实施单一产品推荐时，鲜活产品的销量增长近 20%。
全球零售业的转型
将 AI 应用于零售业的设想并不新鲜。但易于部署的全面解决方案的出现将使这种设想变成现实。
尤其随着采用率上升，系统集成商和技术公司开始严肃开发零售 AI 生态系统，它将带来的影响怎么夸张都不为过。预计会出现更多的复杂计算工作负载、多架构应用以及全新的运营效率和消费者体验基准测试。
这就是 Li 提到“全球零售市场转型”的原因。
他说：“AI 帮助零售商为消费者提供更多个性化服务，加速了业务运营和商品流通，提供了更有价值的数据见解。它将帮助零售商重新塑造人、产品和市场之间的关系。”