首页 > IT业界 > 正文

创新奇智CTO在Google分享零售业AI实践

2019-03-22 15:06:33  来源:

摘要:
关键词: 创新奇智
日前,创新奇智CTO、创新工场人工智能工程院首席架构师、宁波诺丁汉大学客座教授张发恩,受Google邀请在“TensorFlow 机器学习行业实战沙龙之零售业”主题活动上,发表“人工智能与商业化”主题演讲,面向Google工程师和多家知名企业的CTO及技术专家,分享创新奇智在人工智能算法和技术方面的应用及创新,并结合创新奇智的零售业AI实践,介绍了创新奇智如何使用TensorFlow以及TensorFlow Lite开发人工智能算法、运行人工智能模型的经验。 Google工程师及多位企业CTO对创新奇智在人工智能算法创新和TensorFlow的应用深度表示赞叹。

 

 

TensorFlow 是世界上最受欢迎的开源机器学习框架。据了解,此次Google邀请的分享嘉宾均来自AI技术领先和对TensorFlow有着深刻理解及优秀应用案例的中国AI公司。

 

 

 \

 

 

张发恩认为,人工智能正进入应用为王的AI 2.0时代。创新奇智致力于AI商业化落地,以“技术产品”+“行业场景”双轮驱动模式,推动AI在零售、制造、金融等领域的落地。而这一切的基础正是张发恩带领研发的创新奇智人工智能技术栈。据了解,该技术栈围绕“计算机视觉、机器学习平台、自然语言处理”技术,在自研的分布式自学习机器学习平台/分布式自学习深度学习平台、数据采集标注平台的基础之上,覆盖“感知智能、认知智能、决策分析”三大AI技术方向。目前,基于该技术栈,创新奇智已推出工业视觉、智能货柜、渠道陈列、数据智能、能耗优化、智慧园区等核心产品及解决方案。

\

当谈及零售业的发展趋势时,张发恩表示:“得益于电子商务和移动支付的广泛应用,我国零售业的发展水平位于世界前列,积累了大量数据,因此零售业成为人工智能落地最快的一个领域。”另外,随着线上红利的消退,当前零售业进入全渠道竞争时代,线上线下融合趋势加速,数据维度增加,业态纷繁复杂,传统的人货场价值被重构。零售企业急需引入人工智能等新兴技术,通过智能化升级,以应对新的零售业态。

 

创新奇智围绕“人、货、场”三要素,以软硬一体化产品及解决方案赋能零售全产业链,主要包括智慧商店、智能店面运营、智能供应链、智能客户管理等四大业务版本。

 

在零售前端,创新奇智打造基于机器视觉的智能货柜产品,利用目标检测及图片识别技术,对每笔订单开门前后的图片进行检测和识别,得到购买结果,最后结合重力校验,实现自动结算订单功能。整个购物过程只需“扫脸/扫码开门-取物-关门”三个步骤。货柜作为数据采集端,在后端利用大数据分析和机器学习算法,实现智能化商品推荐、智能补货、智能广告投放,助力商家提升收益。

 

智能货柜、智慧商店、自助结账等前端数字化应用正在渗透进更多人的生活,但这些数字化应用的背后,是企业在商品组合、供应链、渠道管理等方面的信息化应用在支撑。

 

例如,针对品牌商无法高效监控商品在终端渠道陈列情况的痛点,创新奇智推出渠道陈列解决方案。相比传统的人工核查方式,业务代表只需用手机对商品陈列面进行拍照,一键上传至云端进行识别和分析, 1秒即可将本品、竞品、陈列占比等图像识别结果返回至终端及后台,并生成数据报表,为营销人员提供执行及决策指导,不仅大幅提升业务代表的工作效率,还有助于降低人员管理成本和提供更准确的营销洞察。

 

供应链是影响零售企业竞争力的另一个关键要素。零售行业的供应链相对较长,运行节奏较其它行业快,因此其供应链要求必须具有快速的响应速度,但传统的供应链管理方式受限于分销网络的复杂性,往往造成信息传输的滞后和失真。创新奇智基于数据智能技术打造智能供应链方案,以自动化机器学习平台为基础,提供覆盖需求规划、销量预测、智能补货、智能物流、智能选址、智能定价的端到端解决方案,助力企业打造协同共享的数字化供应链,实现从“人找货”到“货找人”的转变。

 

2019 年将是零售业数字化转型的关键时期,也是对于企业的严峻考验。在创新奇智服务的几大零售客户身上,我们看到不同类型的零售企业的“智”变之路:永辉深入中国商超零售实践,大力发展到家业务,探索全链路数字化;玛氏面对中国数字化零售大环境的快速发展,积极探索创新解决方案,提升供应链效率,探索智慧型供应链;雀巢和嘉士伯利用人工智能技术提高渠道陈列监控效率,为营销决策提供更准确的数据建议。

 

张发恩对人工智能零售的分享,引起现场嘉宾的强烈反响。最后,张发恩总结说,AI在改变传统的“人货场”概念,人成为连接一切的核心,而这一变革的影响要远远超出人们目前所看到的表面。



第三十六届CIO班招生
国际CIO认证培训
首席数据官(CDO)认证培训
责编:chenjian

免责声明:本网站(http://www.ciotimes.com/)内容主要来自原创、合作媒体供稿和第三方投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
本网站刊载的所有内容(包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等)版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时,请及时通知本站,予以删除。