Tämä tekniikka vaikuttaa valtavasti vähittäiskauppoihin

Jos et ole käynyt Amazon go -kaupassa, se on lähikauppa, jolla on suuri ero. Ennen kuin syötät ensimmäisen kerran, rekisteröit luottokorttisi tai Amazon-tilisi. Kaupassa ohjelmisto seuraa sinua liikkuessasi ja veloittaa sinulta kaikesta, mitä otat, vähentäen sen, mitä laitat takaisin. Kuten Uber tai Lyft, ostotapahtuma on automaattinen, kun lähdet.

On olemassa useita teknologioita, joiden kerrotaan mahdollistavan Amazon Go:n toiminnan, mukaan lukien hyllyvaa'at ja anturit. Mutta luultavasti kriittisin tekniikka on tietokonenäkö. Tietokonenäkö on juuri sitä miltä se kuulostaa: kamera on koulutettu tilaan ja ohjelmisto analysoi, mitä kamera poimii; kamera on silmät ja ohjelmisto on aivot.

Sandeep Unni, konsulttiyritys Gartnerin tuoteliiketoiminnan strategi ja vähittäiskaupan teknologianeuvojaIT
, kertoi minulle, että tietokonenäkö "on yksi merkittävimmistä teknologisista askeleista viimeisen kymmenen vuoden aikana ja se on muuttanut perusteellisesti innovaatioiden laajuutta."

Amazon Go on vain yksi esimerkki muutoksista, joita tietokonenäkötekniikka tuo vähittäiskauppaan, ja suurin osa niistä on vielä tulossa. Olemme vasta tämän tekniikan vaikutusten alussa.

Mitä seuraavaksi

Seuraava askel on siirtyä myymälän kassalta takaisin muuhun kauppa- ja toimitusketjuun.

Yksi yleisimmistä tavoista, joilla kaupat menettävät tuloja, on se, kun johtajat eivät tiedä, että hyllyiltä on loppunut tavarat, jotka ovat takana laatikoissa. Tietokonenäön tukema kamera voi katsella hyllyjä koko päivän ja lähettää automaattisesti hälytyksiä varastoon.

Samoin myymälän takaosassa käytetty tietokonenäkö voi varoittaa henkilökuntaa, kun varastossa oleva tuote ei ole siellä, missä sen pitäisi olla. Ja sama pätee jättimäisessä jakelukeskuksessa. Tietokonenäkö voi myös tarkkailla ja lähettää ilmoituksen, jos tilaus on kerätty väärin.

Paige Waldron, toimitusketjuasiantuntija Hy-Tekin projektipäällikkö, sanoi, että tämä tekniikka "muuttaa kaiken, jolla on viivakoodi. poistat kaikki varaston perustamisen esteet."

Tietokonenäkö vapauttaa myös miljardeja dollareita pääomaa, joka on lukittu tuottamattomaan varastoon, joka sijaitsee väärässä paikassa.

Mutta odota, siellä on enemmän

Kaikki tämä tekniikka on saatavilla tänään, ja sitä testataan, pilotoidaan ja otetaan käyttöön. Täällä ei vielä ole käytetty valtavaa dataa, joka lopulta tulee tietokonenäöstä.

Kuvittele, että seisot samassa paikassa vähittäiskaupassa ja katselit kuluttajien ostavan tiettyä tuotetta tai tuoteryhmää. Pystyisit tarkkailemaan, mikä herättää huomion, mitä kuluttajat katsovat, miten he poimivat tavarat, mihin paketin osaan he keskittyvät, ja jos seisot siellä tarpeeksi kauan, ymmärrät miksi joitain tuotteita ostetaan ja toisia älä.

Minulle on kerrottu, että kaikista hyllyillä olevista kuluttajatuotteista Jameson Whisky palaa hyllylle vähemmän kuin mikään muu tuote, sen ostavat kuluttajat ostavat sen. Sitä vastoin jäätelö otetaan pakastimesta, katsotaan ja laitetaan takaisin noin 30 % ajasta. Kaikki valmistajat haluaisivat tietää, mikä on heidän tuotteidensa "palautusaste" ja ymmärtää, miksi kuluttajat tekevät niin kuin tekevät.

Tietokonenäkö voi vastata kaikkiin näihin kysymyksiin ja avata merkityksellisiä tuote- ja markkinointimuutoksia. Tietokonenäön ansiosta kamera ja ohjelmisto tekevät likaisen työn, seisovat valppaana koko päivän ja saavat valmistajille tarvitsemansa tiedot.

Kuten Will Glaser, kassattoman kassayhtiön Grabangon toimitusjohtaja ja perustaja, sanoi minulle: "Se säästää rahaa, säästää aikaa ja parantaa toimitusketjua."

Asiaa haittaa se, että tietokoneet eivät ole niin älykkäitä kuin usein näyttää. Jotta ohjelmisto voisi ymmärtää näkemänsä kuvat, se on koulutettava. Sitä varten se tarvitsee monia kuvia, miljoonia niitä, ja niiden käyttö voi kestää kauan.

Ajan myötä monet kuvat antavat ohjelmistolle mahdollisuuden oppia näkemäänsä, tehdä johtopäätöksiä ja antaa jälleenmyyjien tarvitsemia suosituksia.

Siinä se tekniikka nyt on. Näemme todellista hyötyä tietokonenäöstä, kuten Amazon Go ja muu kassateknologia. Mutta ohjelmisto syvempään analysointiin edelleen oppii, kerää kuvia, saa sen, mitä ihmiset pitävät "kokemuksena" ja "oppimisena" ja mitä tietotekniikan tutkijat kutsuvat riittävän suureksi "datajärveksi". Menee todennäköisesti vuosia, ennen kuin tämän prosessin hyödyt toteutuvat.

Saatat ajatella, että se kuulostaa kammottavalta, eikä kukaan halua mennä kauppaan, jossa hän tietää, että häntä tarkkaillaan. Ehkä, mutta tiedät jo, että melkein kaikki julkiset tilat ovat nyt videolla. Ihmiset ovat tottuneet siihen, että jokaista verkkoselaimen liikettä seurataan. Todennäköistä on, että kuluttajatkin tottuvat tähän.

Tietokonenäön käyttäminen kuluttajien käyttäytymisen analysointiin myymälöissä antaa jälleenmyyjille mahdollisuuden saada tietoja käyttäytymisestä, joita he saavat nyt vain verkkokaupoistaan. Gartnerin Unni sanoo, että tietokonenäkö helpottaa "mahdollisuuksia, jotka tuskin naarmuttavat pintaa juuri nyt".

Kaikenlaiset jälleenmyyjät työskentelevät sen eteen. Kun kysyin Kate Fanninilta, Estee Lauderin Consumer Retail Experiencen johtajalta, hän sanoi: "On tiedonkeruuelementtejä, joita tapahtuu ehdottomasti, ja jatkamme niiden parantamista."

Vaikka kaikki ohjelmistot on rakennettu tähän kaikkeen, tietokonenäön mahdollisuuksia ja tulevaisuudennäkymiä on edelleen. Sarah Chung, Landing Internationalin toimitusjohtaja, joka auttaa kauneusbrändejä hyödyntämään teknologiaa, sanoo "voit seurata kuluttajien käyttäytymistä, mutta et tiedä miksi" he tekevät mitä tekevät. Sen jälkeen kun ohjelmistot ovat käsitelleet suurten datajärvien luomista ihmisten käyttäytymisen ymmärtämiseksi ja myymälöiden parantamiseksi, tieteen ja jälleenmyyjien on yhä enemmän ymmärrystä käyttäytymisestä.

Kaikki tämä on vasta alussa, mutta tietokonenäön kääntöpiste on saavutettu. Seuraavat vuodet paljastavat valtavat muutokset, joita tietokonenäkemys tuo jälleenmyyjille ja kuluttajille, mikä mahdollistaa kauppojen tekemisen paljon enemmän kuin koskaan ennen.