某一個週五的傍晚你決定做墨西哥魚肉捲,所以在下班回家的路上,你匆匆地走進一家當地的超市。只需要幾分鐘就可以找到香菜,或者,更準確地說,定位到應該放香菜的空貨架。然後在只有一名工作人員的收銀處排了10分鐘的隊後,你最終到家了,但發現你忘買了玉米薄餡餅。那麼你就只能在週五的晚上吃吃剩菜砂鍋了。

資料幾乎以光速移動,但雜貨店卻做不到。隨著高速網際網路的普及,資訊傳送速率越來越快,但買賣商品所需要的實物交易效率仍有所落後。這種情況即將發生改變。

TI的一名系統工程師Gustavo Martinez說:「很多大公司和小公司正在致力於使用感測器技術和機器學習來改善購物體驗。例如,顧客在很長的付款隊伍中排隊等候,或者發現商店沒有自己想要買的商品,或者覺得這家商店的東西比別家貴,這些都會讓他們感到沮喪。」

你的私人購物助理

機器學習和GPS技術的結合已經能夠讓零售商在潛在顧客走到商店附近時提供個性化的廣告。下一步是使用店內感測器(如藍牙信標)在單個貨架上提供「超在地」(hyperlocal)的促銷方案。

這些可能會觸發智慧型手機上的自訂通知——例如為那些會盯著餅乾貨架長達數分鐘之久的顧客們提供香草威化餅的半價優惠。另外,用LCD顯示器代替紙質價格標籤能夠靈活的將特價顯示在貨架上,並隨著不同的顧客走近而變化。 Gustavo說,這些智慧顯示幕還可以引導顧客逛商店。他還說:「商店的app可以規劃出最有效的購物路線,讓你能夠拿到購物單中所有的物品,而且我們可以讓貨架內的顯示幕在你靠近時亮起,以便你找到想要的物品。」

終結排隊結帳時代

店內體驗最顯著的變化之一是自助結帳的興起。這不僅僅是為商店節省員工成本。Gustavo說:「最主要的事情是消除排隊結帳。至少就我而言,多等10或15分鐘是我去商店最討厭的事情。」

然而,自助結帳並不完善。輸入未編碼的商品(如散裝水果)仍然是一個相對費力的過程,而且也需要商店服務員為了協助處理問題和有保質期限制的商品而在銷售點之間來回奔跑。

TI另一名系統工程師Aldwin Delcour說:「一些公司正考慮將攝影機整合到自助結帳系統中。這樣,系統就可以使用機器視覺來辨識你購買的商品。你不需要再搜尋一整套功能表了,只需將蘋果放到攝影機前,系統就會自動辨識別。」

雖然越來越多的自助結帳還沒有完全取代排隊結帳,但排隊結帳的時代可能即將終結。在處於零售自動化前沿的商店裡,顧客可以在走到自助結帳系統旁時掃描手機。然後,攝影機和貨架內感測器的結合可以記錄並結算顧客購物籃中的物品,然後在他們離開時自動產生帳單。

目前,這需要透過機器學習演算法將從可能幾十萬個商店的資料流程發送到雲端上進行處理。

Gustavo說:「大量的資料會被抽走,這會帶來巨大的挑戰。因此,我們正在研究如何在商店中處理這些資料以減少負載。」

TI的毫米波感測器可以將高頻無線電波反射到物體上,從而精確地辨識物體的形狀、大小和距離。因此,它能夠簡化辨識任務,這可能使其允許在我們專門為低功耗機器學習應用而設計的Sitara處理器上進行儲存。

高感測商店永遠不缺貨

讓顧客在商店裡購物順暢還包括確保他們想要的商品在其應該在的地方。無處不在的感測不僅可以讓商店追蹤顧客,還可以追蹤庫存,確保可以立即檢測到物品的低庫存度並進行訂購。

Aldwin說:「商店可能有一個彈簧裝置,當你拿一件商品的時候,新的商品就會被往前推。你可以在後面放置一個能夠檢測物品移動距離的感測器,然後向中央電腦發送訊號,以表明庫存不足,可能是時候需要訂貨了。」

一旦下了庫存訂單,引導顧客逛商店的技術也可以用來指導倉庫周圍的揀貨員,這樣會使得填寫訂單的過程變得更快、更高效。

smart store architecture

智慧商店系統基礎架構(來源:TI)

未來的週五晚上

雜貨店購物的未來可能是這樣的:週五的晚上,當地超市的app給你發送墨西哥魚肉捲的烹飪方法。基於你先前的購物行為,該公司的機器學習演算法已經為你建立了你的個人檔案——一個在週五晚上享受烹飪的墨西哥美食愛好者,而且它推薦的烹飪方法是完美的。你可以按一下將原料添加到數位購物清單中,然後前往商店。

當你走進商店門口時,會彈出一個通知,上面提供所需的所有原料的位置圖。當你走近貨架時,相關物品下面的標籤會亮起,且不會有缺貨。

一旦所有的商品都已放入你的購物籃中,你就可以直接走出商店門口。不會有保安人員追你,相反地,你的手機會提供一張收據,通知你所有的商品都已記在你的帳戶上了。

整個過程只需幾分鐘,然後你就可以提著全套魚肉捲原料早早到家。剩下的就看你自己了。