雷锋网AI 掘金志按：7 月 12 日-7 月 14 日，2019 第四届全球人工智能与机器人峰会（CCF-GAIR 2019）于深圳正式召开。峰会由中国计算机学会（CCF）主办，雷锋网、香港中文大学（深圳）承办，深圳市人工智能与机器人研究院协办。
在大会第三天的〖智能商业专场〗，阿里巴巴集团副总裁、CEO助理肖利华，京东零售首席科学家兼技术副总裁胡鲁辉，美国德州农工大学数据挖掘实验室主任胡侠，苏宁零售技术研究院院长王俊杰，TCL研究院 （香港）研究所总经理俞大海，扩博智能CTO柯严博士先后登台发表精彩演讲，分享了各自对智能商业的理解与实践。
作为大会的压轴演讲嘉宾，扩博智能CTO柯严博士介绍了由微软前高管团队创立的扩博智能是如何在智能商业领域大展身手的。
柯严博士谈到，线下商业正在快速数字化，Amazon Go与盒马鲜生这样的行业领军者投入巨资搭建基础设施，取得了非常出色的成绩。但与此同时，我们身边还有非常多的综合超市，便利店和夫妻老婆店，他们也想数字化，却可能没有找到落地的场景或者无力承担高昂的IT投入。
另一方面，可口可乐这样的世界级品牌商拥有非常多的渠道，包大型超市和无数的夫妻老婆店，他们迫切希望知道自己的产品陈列是否符合要求，通过数据驱动提升销量。这在过去需要借助人力，不仅成本高昂而且效率低下。
为此，扩博智能推出了一套名为扩博智瞭的解决方案，一举解决了品牌商和实体店的双重烦恼。他们究竟是怎么做的呢？
以下是柯严博士的全部英文演讲内容中文翻译稿，雷锋网做了不改变原意的整理与编辑：
今天介绍一下扩博智能这家公司以及我们做的一些事情。
我们听过很多关于AI平台和数字化如何被应用的故事，但对许多行业来说，他们没有开发人员，也没有专业知识，需要像我们这样的公司来帮助他们实现数字化。今天我要介绍我们是如何通过一个小小的产品来做到这一点的。
我们公司成立于大约两年半之前，也就是2016年底。现在我们在上海和西雅图两个总部有超过100名员工。我们是一家计算机视觉公司，致力于帮助企业将业务流程数字化。
我们的员工来自亚马逊、谷歌和Facebook等全球知名企业。我们从这些公司聘请了很多计算机视觉方面的专家来帮助我们开发产品。
我们的创始人团队，包括我本人，都来自微软。所以我们在计算机视觉和数字化方面拥有非常丰富的经验。
下面让我来介绍下扩博智瞭解决方案。
我们公司致力于将物理世界数字化，并利用计算机视觉技术帮助企业实现这一目标。
世界各地有非常多的实体零售店铺，他们不是都有能力投资数十亿美元来搭建数字化的基础设施，把数据和业务都放到云端。我们如何帮助他们呢？我们拥有非常便捷低成本的智能设备，里面包含智能的摄像头和计算机视觉功能，可以部署到所有门店的冰柜上。
设想一下，像可口可乐这样的零售商，仅仅在中国，他们就有超过100万台冰柜。这些冰柜分布在郊区和农村地区等他们几乎无法监控到的地区。他们是如何应对的呢？比如在上海，他们有成千上万的人组成的团队，每天拿着手机到每一个冰柜前面拍照，这是一项非常高昂的人力投入。但是他们又不可能一夜之间把所有冰柜都替换成智能冰柜。
我们可以对它们进行改装，给这些冰柜上安装智能设备，这样每次有人打开冰柜门时，它就会自动拍照上传到云端并进行实时数据分析。
我们的智能设备里有两个摄像头，它由电池供电，可以连续使用数月。每次有人打开冰柜门，它就会自动拍摄一张冰柜内部的照片。我们设备里还安装了一个AI芯片，它可以识别照片中的内容，比如有多少瓶雪碧或可乐。
于是，像可口可乐这样的品牌商瞬间就拥有了触达他们冰柜的数字能力。只需要打开一个网页，就可以看到每一个冰柜的状态。这款设备安装起来非常方便，它只有一个小盒子那么大，我们可以在五分钟内把它安装到冰柜上。
通过扩博智瞭我们可以做些什么呢？首先当然是采集数据，有了这么多的数据我们有可以做些什么呢？比如冰柜里的某款产品快要售罄时，系统就可以发送警报，提醒销售人员进行补货。除了补货，为了促进销售，商家还要非常精准地分配产品，需要知道哪些商品是受欢迎的。比如，你可能希望夏天的时候冰柜里有更多的水，冬天有更多的咖啡。商家需要根据季节或一天时间的变化，以及冰柜所处的位置，搭配不同的SKU。这在过去是很难做到的，因为商家根本不知道冰柜里有什么以及卖出了什么。如今，有了扩博智瞭，我们不仅可以告诉销售代表如何搭配SKU，还能告诉他们如何去调整冰柜的分布情况。
过去工作人员带着手机去收集数据，需要把它们记录在纸张或App上，几个星期才能反馈到总部。现在我们只需要几分钟就能获得数据，并迅速将其转化成行动。我曾经在微软工作，我们经常在线上平台做A/B测试，比如我们新推出了一项功能就会测试用户对它的反馈，一天内就能得到结果，然后我们会有针对性地进行改进。
零售领域同样如此，京东、淘宝这样的电商平台也会做A/B测试。但在线下领域，采集数据往往需要几周时间，所以它的A/B测试周期也很长，往往需要几周甚至几个月。于是我们想，如果将线下进行数字化，把它A/B测试的周期做的跟线上一样快，一定可以显著增加线下的销售额。
下面给大家介绍几个具体的案例。这些案例中，我们安装了几百个扩博智瞭，用于监测最热门的8款SKU的库存和销售情况。
第一个案例来自于大学食堂，每天有非常多的人打开冰柜门寻找他们想要的商品。这台冰柜的日均开门次数达到了81次，非常可观，但问题在于它的商品组合比较单一，所以销售额并不高。因此我们需要提供学生们喜欢的SKU，这样不管顾客什么时候打开门，都能找到心仪的商品。
第二个案例来自于美食街。我们可以看到，这台冰柜的日均开门次数虽然只有22次，但冰柜里却有很多空缺的位置，这说明管理人员补货不够及时。所以我们要提醒管理人员在冰柜里补充更多的库存，以满足消费者需求。
我们可以把销售代表所有可能的应对措施集成到一个App里。这样销售代表带着我们开发的App去到门店，通过扩博智瞭联动，他就知道应该采取什么样的策略。App可以准确地告诉他把每个SKU陈列在什么位置，哪个产品是畅销的应该摆在货架的中间，哪个是滞销的应该摆在底部，这些都可以根据时间和地理位置的不同精准调节。这在传统的业务流程里是无法实现的。
通过统计和分析我们会发现，所有产品中卖得最好的是哪款饮料，第二的是什么饮品。
根据这些数据，可以列一个畅销商品目录。我们只需要花几分钟时间把一个价值几百元人民币的小设备安装在冰柜上就能实现这一切，无需借助任何额外的摄像头或标签。
我们还可以监测冰柜的开门次数和实际售出的商品数量。可以看到，实际售出的商品量要少于开门次数，这说明顾客打开冰柜门时并没有找到他想要的商品。从数据来看，大约只有十分之九的人找到了他们需要的商品。这意味着我们或许应该改变商品组合，或者增加SKU，使其达到100%。
最后是一个大型门店的案例，它发生在一家沃尔玛这样的大型超市里。
大型超市的执行力很强，货架上总是满的。我们可以看到，它货架上空缺的位置大概只有2%，非常出色。它的问题主要出在陈列的执行上。超市一般会制定陈列计划来促进商品销售，但执行的结果不一定总是对的。这种情况下需要提醒店主去重新调整陈列。
这些细微的差异看似无关轻重，带来的影响却非常之大。比如一款产品摆在货架中间容易够着的位置，跟摆在顶部或底部不容易够着的位置，它的销量将相差四倍。
我们不妨想象一下，未来这些设备不止可以安装在冰柜上，也可以安装在商店里。我说的商店并不是Amazon Go或者盒马鲜生这样智能化程度非常高的门店，他们投入数百万美元去建设自动化的基础设施；我说的是是那些成千上万的便利店、卖场和夫妻老婆店，他们不可能投入这么多资金去建设基础设施，但他们也希望能进行数字化转型，去监测商品和客流情况。他们应该怎么做呢？他们需要我们提供的这款内置了AI芯片的智能设备——扩博智瞭，以及它背后的整套解决方案。这款设备可以在五分钟内安装到任何地方的任何一台冰柜上，将数据上传至云端。获取数据只是第一步，后续我们可以为他们提供非常多的商业洞察。
目前我们只专注于商品识别，但不妨展望一下，如果这款摄像头有屏幕，它就能与顾客进行交互；如果再植入人脸识别算法，它就分析用户的情况。
而对于可口可乐或者宝洁这样的品牌商来说，它们可以清楚掌握自己产品是否被正确陈列。如果他们渠道商都是一线城市里的大型商超，这一点还比较容易做到。但事实上还有大量的夫妻老婆店分布在郊区或者农村。有了我们的产品，他们就可以实时监测每一家店里每一款产品的情况。
今天的分享就到这里，谢谢大家！
正在生成分享图...
王超