作为最早一批涉足人工智能的初创企业，瑞为亲历了人工智能技术从前沿探索到逐步商业化落地的全过程。
早在2012年，瑞为就开始了对人工智能技术的探索，其主要研究方向为人脸识别。瑞为最初的定位是一家安防企业，因为当时除了安防，人脸识别并没有多少合适的落地场景。发展到今天，瑞为已经拥有了安防、零售、家电和车载四条产品线。如果把这四条产品线比喻成一个皇冠，那么零售业务就是这顶皇冠上最璀璨的钻石。
这颗钻石是如何形成的呢？这和瑞为的“出生地”有着密不可分的关系。瑞为总部位于鞋服企业群集的福建厦门。2013年前后，福建几家鞋服企业找到瑞为，希望后者为他们提供一套解决方案，帮助解决消费者的身份识别和行为分析问题。听取这些企业的需求后，瑞为决定试一试。
瑞为联合创始人兼零售业务负责人张国强介绍，当时人工智能商用鸿蒙初开，很多企业都很迷茫，不知道手里的技术能在哪些领域落地应用。所以瑞为早期并没有刻意规划产品线，而是跟着市场需求走，一个项目一个项目推进，从中总结和提炼方向。瑞为以客户需求为中心的企业基因就此埋下了种子。2014年，瑞为坚定方向将零售作为公司发展的主战场，迅速推进在零售领域的AI产品商业化落地。
从安防到零售，瑞为的核心技术本质上并没有变化，但因场景不同，产品方案已经发生了巨变。
张国强向雷锋网介绍，零售场景有其自身的特点，瑞为内部将之归纳为“三大不可控因素”：
首先，和安防场景相比，零售场景的人脸抓拍不可控。机场安检等安防场景的人脸采集多少带有强制性色彩，可以要求旅客配合做正视摄像头等动作。而零售场景的人脸采集是非配合甚至要求是无感的，这对人脸抓拍提出了巨大挑战。
其次，门店的硬件环境不可控。张国强介绍，瑞为的系统最初被零售商用在一线城市，随后慢慢扩大到二三线城市。一线城市的网络环境通常较好，系统运营非常顺畅，但到了二三线城市，网络环境往往很难支持视频上传的需求。
最后，客户对门店数字化的认知和工作习惯不可控 。智慧零售系统作为新事物，需要一定的学习成本。如何让公司管理层习惯用数据解决部分管理问题，以及如何让店员通过系统多卖货，对于信息化程度不太高的零售行业，也是比较大的挑战。
2014年至今，瑞为所做的就是，围绕这三点不可控因素不断进行产品优化和迭代。
为了在无感式的用户体验下保障人脸抓拍质量和识别率，硬件层面，瑞为对摄像头及其安装策略做了很多优化。
张国强介绍，瑞为方案中的摄像头分为两种，一种安装在店铺入口，对入店客户做数据采集和分析，另一种安置在货架上，分析消费者和产品之间的交互。为了不让消费者有“被冒犯”的感觉，瑞为对货架上的摄像头进行了特殊定制。最初，瑞为设计了一款三角形的摄像头放在货架上，非常小巧，使用效果也很好。但用在3C场景时，消费者很容易误认为这是一款待售的商品。于是瑞为又重新设计了一款更小的摄像头，调整景深和焦距，隐藏在货架后面，甚至和道具商合作，直接将摄像头集成到货架上。
软件层面，瑞为则通过从门店实地采集的大量人脸图像不断训练算法，提高其在零售场景中的准确度和鲁棒性。
针对网络环境不可控，瑞为将算法进行了前置，先在前端进行视频处理，筛选出高质量的人脸图片，再上传至云端进行识别，大幅节省了网络带宽和云端计算资源，同时降低了系统安装的复杂程度。
技术以外，瑞为在交付服务上也做了很多工作，以确保用户能真正发挥系统的价值。比如拍摄小视频告诉用户如何快速正确安装设备，对店员进行培训和后期回访等。
经过几年时间的细细打磨，瑞为形成了覆盖“店前”、“店中”、“收银”各个环节的整套解决方案。
其中，店前环节的“店计”负责客流分析。当消费者走到门店前时，摄像头开始抓拍，分析其是新客、老客还是VIP。
店中的“晓客”用于顾客轨迹追踪，分析顾客的逛店行为，包括消费者动线和逛店热力图等。“晓客”还可以与“店计”形成联动，通过店内商品关注度分析，帮助店铺优化商品配置，提升客户转化率。
此外，晓客还可应用在收银台场景，清晰地记录购买者的客户属性，比如年龄、性别等；对商品的购买人群进行分析，有助于门店后期针对目标客户进行更精准的商品推广等。
张国强介绍，店前、逛店、收银对应着零售行业消费者的生命周期。门前经过的是“游客”，进店后成了“客户”，再进入收银环节就是“用户”。利用这一整套的服务，瑞为可以帮助线下门店更好的了解门店的客流情况和店内销售转化。通过获取和分析用户数据实现从选址到营销的全面赋能，把“游客”最终变成“用户”。
但凡对零售业稍有了解的人都知道，零售行业整体毛利率偏低。而且中国的连锁门店以加盟为主，对成本特别敏感。瑞为通过算法前置，将方案的成本下降了60%左右。但整体而言，现阶段视觉方案的成本仍然偏高。
张国强透露，瑞为目前的方案中摄像机使用了自研的FPGA芯片，图像处理能力达到每秒40帧。同时瑞为还在预研ASIC芯片，有望将成本进一步拉低。
另外，以往的方案需要在货架上安装很多摄像头，成本不菲。瑞为今年主推的方案则把摄像头移到了空中，这也有助于削减摄像头的数量和安装成本。
张国强表示，产品普及和成本压缩是一个相辅相成的过程。AISC芯片的应用需要规模作为支撑，但只有让品牌商看到了方案的价值，真正从数据中受益，他们才会大规模采用。随着规模壮大，边际成本自然就降低了。“低成本固然有助于技术的推广，但一开始就过分追求低成本未必是件好事，体现技术本身的价值才是第一位的。”
ASIC芯片的成本更低，适用的场景也相对固定。因此，在零售方案中应用ASIC的前提是，必须先找到一个比较通用的场景。
提到零售行业，很多人都会联想到“场景多元化”。张国强表示，零售行业的场景确实很多，但人工智能企业真正能扎下去的场景其实并不多。零售方案商现在谈论场景多元化还为时过早，当务之急是找到一两个能真正落地扎下去的场景。
瑞为的产品目前已经落地了10000多家门店，覆盖了汽车4S店、珠宝店、便利连锁店、服装店等不同的门店场景，每天有数百万数据上传至云端。尽管如此，张国强仍然谦逊地认为，瑞为现在覆盖的场景还不到5%，甚至连1%都不到。
首先，从企业体量上来说，行业TOP 10的客户与第二梯队、第三梯队客户的诉求是不同的，其次，不同行业客户的需求也不尽相同。瑞为还在项目落地中不断学习和提炼场景特征。“现在还很难说是否存在一个通用的零售场景。如果有，那也必须是通过‘履带’式的服务和产品压出来的。什么是履带式？就是一个场景对应一个服务的咬合。对我们来说，进入零售场景的‘深水区’，我们不会侥幸地希望用一个通用方案打穿，只能不断地总结、提炼和前进。也许走着走着，就变成通用场景的解决方案了。”张国强对雷锋网说道。
从安防到零售，瑞为完成了一次华丽转身。但瞄准零售这片蓝海市场的，并非只有瑞为一家带着安防基因的企业。今年，大华、旷视、商汤等新老安防企业相继推出了零售解决方案，意图分一杯羹。
对此，张国强并不意外。一方面，零售和安防场景的视觉算法原本就具有相通性，技术上的调整并不算难事；另一方面，大华等传统安防企业原本就用安防和巡店产品揽获了许多零售客户，渠道上拥有先天优势。不过这些企业最终能否在零售市场占有一席之地，目前还难以下结论。
“这要看零售市场的觉醒程度和企业的布局速度”，张国强说道。换言之，找准时机非常重要。布局太早，固然难以打开市场，布局太迟，则又落于人后。零售行业存在很强的“先发效应”，如果一家品牌商已经用了A的方案，就很难再说服他用B的方案。如何快速卡位，将是决胜的关键。
其实不止是安防企业，包括专注企业服务的SaaS服务商（比如金蝶精斗云）等上下游企业都对零售市场虎视眈眈。这个市场非常大，大家都有机会，关键是如何互惠共赢一起把生态做大。
零售是一个非常碎片化的市场，很难一家独大，各个玩家都在围绕自己的场景一点点挖掘。过去，零售信息化领域群雄割据，同时存在很多隐形巨头，未来智慧零售市场同样将百花齐放。
以瑞为产品为代表的视觉方案虽然目前看来是最优越的，但也无法彻底满足品牌商的需求。瑞为深知，品牌商并不在乎使用的是哪家的技术，它只关心产品能否尽可能多地解决它的问题。因此，瑞为始终秉持着开放的心态和POS、CRM等厂商合作，进行数据融合打通，为品牌商提供全面的数据赋能。
张国强向雷锋网表示，过去瑞为对自己的定位是视觉数据的采集者。未来，瑞为希望能够围绕整个零售业务，为品牌商提供全线数据支持，包括视觉、语音、POS等数据，覆盖店内、巡演、展会、户外活动全场景。实现由点到线，由线到面的升级跃迁。
正在生成分享图...
嘉嘉