看见新项目NO.04 | 机器智能化技术
时至今日，企业依托于互联网，运用大数据、人工智能等技术，对商品的策划、生产及流通、销售的过程进行辅助升级。零售行业正在进行着一场以“智慧零售”为主体的革新。第四期看见新项目采访–赢识科技创始人&CEO楚汝峰，让他带我们了解赢识科技的实体商业全渠道数据智能服务。
01 线下零售规模巨大，仍是零售行业主体
随着2020年新冠肺炎疫情巨大的冲击，网络零售行业不断发展，市场保持着稳健的增长，市场规模不断扩大。根据国家统计局数据显示，2020年中国网上零售额达11.8万亿元，较2019年增长10.6%，线上零售业在不断地趋于成熟化。2019年全年，全国网上零售额106324亿元，比上年增长16.5%。其中，实物商品网上零售额85239亿元，增长19.5%，占社会消费品零售总额的比重为20.7%;在实物商品网上零售额中，吃、穿和用类商品分别增长30.9%、15.4%和19.8%。线上零售与线下零售销售额比重1:4，线下仍具有明显优势。
传统线下零售具有众多优点。传统品牌商店经营多年后，具有品牌和区域优势，这是网上零售商无法比拟的。传统零售有自己的分销网络，包括门店、运输、销售等重要环节都被整合成为一个系统，使线下零售可靠性更强。并且，线下购物有着线上购物无法超越的体验感及乐趣。顾客进入实体商店，可以触摸、试用商品，更有直观的感受，这些体验往往是最后完成消费决策的关键原因。
但是，线下零售模式也有缺点。因缺少数据为依托，线下零售很难精准营销和服务不同的顾客群，这也阻碍了新零售的崛起。而AI可以做到由底层向应用层扩展，新零售整体依旧围绕人-货-场提效为主旨，购物中心、品牌零售、汽车、餐饮等数十万亿级实体商业应用场景，存在巨大的发展机遇。赢识科技就是认识到这一行业前景，着力研发，解决行业问题。
02 创始团队聚集行业大牛，覆盖“技术+市场”
赢识科技成立于2018年8月，致力于通过人工智能技术，为实体商业打造行业领先的新零售智能操作系统和数据智能服务，帮助客户实现运营数据化、管理自动化和营销决策智能化。核心团队来自于阿里云、阿里达摩院、天猫新零售、中科院等企业和科研院所，工程师比例超过80%，硕士博士比例超过50%。核心成员在机器智能、数据平台、分布式系统、AIoT领域有10年以上工作经验，在新零售业务有丰富的实战经验。
目前有员工60余人，创始人&CEO楚汝峰，是中科院模式识别国家重点实验室博士，参与并负责研发了国际上首个可商用近红外人脸识别系统。曾就职三星先进技术研究院，从事机器学习、视觉计算、3D人机交互领域研究。曾任阿里达摩院机器智能实验室总监，阿里巴巴OS事业群总监，阿里巴巴机器人公司CTO。
联合创始人&CTO易东，是模式识别和机器学习领域资深算法专家，曾主持和参与多项国际、国家和行业生物特征识别标准制定和多项国家重大项目。联合创始人&COO叶灿，中科院自动化所硕士，从事大数据、人工智能工程化和产品10余年，具有百亿级规模并发系统研发和管理经验，是分布式系统与大数据平台研发高级专家。
联合创始人段炎彪，北理工硕士，曾任阿里巴巴智能操作系统研发专家，负责智能终端操作系统、多模态交互框架和应用研发。联合创始人刘博，具有1 5年互联网从业经验，曾任天猫新零售智能零售终端产品负责人，高级产品和商务拓展专家负责智慧门店产品设计、规划和实施。这样一支具有丰富的行业经验的团队，看到了智能商业发展的巨大前景。
03 数字技术结合线下商业，做现实世界和数字世界的桥梁
AI和零售的结合，从“人-货-场”的全面在线化开始，需要着重解决线下的数据采集-连接-计算的问题，形成可供实体商业日常经营管理使用的数据资产，进而以数据驱动业务运营，提升管理执行效率和决策质量。结合线下实体商业的发展现状来看，想要实现智能化，必须先进行业务的数字化、在线化。
赢识科技的核心目标是全栈AI能⼒结合实体商业场景，提供全链路数据智能服务。其首要解决的问题则是构建实体商业数字化底座，支撑日常管理运营中的全链路经营分析、问题及时发现和决策效率提升等问题。
从技术上来说，首先是如何做数据采集的问题，数据是血液，健康地循环是必要标准，连接显得至关重要。实体商业涉及多种触点的数字化、海量异构设备管控。比如一个店内有多种互动设备，如货架、POS机、摄像头等，如何对这些设备进行抽象和管理，形成互联的IoT基础设施。
数据采集后，价值要真正被挖掘，对于算力和算法有着非常高的要求。一个30平的小店和3万平的大型店，沉淀的数据量不是一个规模，对计算的要求也不同。需要解决灵活的适合线下场景的计算架构问题，来适应从30平的小店、300平的中型店、数千平的大店、以及几十万平的大型购物中心，并通过产品化的方式降低线下场景部署、计算、管控和运维成本。
赢识科技采用“端边云”协同的分布式架构来支撑，能满足大、中、小店的不同计算需求，把边缘的高性能、高可用的基础设施搭建起来。同时，高性能的AI算法是数据价值分析的重头戏，价值是否淋漓尽致的发挥，数据感知和行为语义化的算法具有核心作用。
赢识科技在全场景感知、行为语义化等核心技术方面获得十余项国际测评和比赛冠军，并获得数十项专利、软件著作权和国家信息安全认证。基于全场景ReID和行为语义化的核心技术，不仅可以还原从过店、进店、区域游逛、单品试用、到支付交易的全链路细颗粒度过程，实现门店经营和管理的归因到反馈过程数据化，基于数据提升运营和决策效率。
综合算法、计算、部署、管控和运维成本等方面的优势，针对大规模商业地产场景的落地周期从传统系统3-6个月缩短到1周内，同时针对大规模品牌零售门店场景更是支持远程交付落地，系统化产品化的交付解决了规模化应用快速复制的需求和挑战，非常适合解决线下零售网络分散度导致的服务落地成本高的问题。
04 AI结合零售，助力企业精细化运营
在大型商圈、购物中心场景中，线下场景数字资产的沉淀，对构建以数据驱动的精细化运营系统尤为重要。从最简单的帮助运营者监测商场客流进行到场消费者洞察、客群价值和店铺价值，到全场品牌组合优化、日常活动管理、冷热区调整激活、以及租金结构优化等，及时掌握项目的经营情况。进而结合全域数据了解到场顾客的特征和行为习惯等，结合商圈、商场、楼层、商铺、顾客、活动及营销等维度开展商场的精细化运营。
通过商场客流、顾客分析、商铺分析、商圈洞察、活动管理、会员运营等商业模块，可以快速搭建一整套经营诊断体系，帮助商场了解顾客，提升客流量，动态调整租金以及商场活动的策划、分析、复盘，有效的给商场带来实际效益。
在品牌零售连锁场景中，企业具有标准化管理、规模化运营和长周期消费者服务的核心诉求。传统线下连锁门店经营决策数据单一，线下过程数据不足，发现问题滞后。尤其是单店盈利模型验证后，标准化大量开店、快速规模化过程，仅依赖传统的人工经验管理难以为继，规模化面临投入大、管理不透明、风险高，管理半径受限的困难，甚至还会导致企业业务增长失速。
以某头部服装品牌为例，全国直营/加盟门店达数千家，为了解决经营数据时效性分析、管理规范督导执行等问题，采用了赢识科技提供的精准客流分析、客群画像及其他AI能力，为集团管理运营搭建数据基础设施，为经营管理决策依据提供实时的数据支持。通过日常和活动运营数据化，提升决策效率降低管理成本；进而，通过全域数据开展线上和线下融合的全渠道会员运营，提升服务体验和会员全生命周期价值。
赢识科技在2018年7月获得百度风投天使轮投资。2019年7月成立仅一年，便获得中关村高新技术企业认证。2020年4月获得红点中国&百度风投近千万美元Pre-A融资。目前已服务包括万达集团、越秀地产、绫致时装、百果园等50+行业头部品牌。相信在未来的时间里，赢识科技可以布局到更多线下场景，以科技的力量推动线下零售的蓬勃发展。
Q&A环节：
上期提问企业：松鼠鲸奇CEO黄云峰
Q：投资机构是如何看待财税SaaS这个赛道？对这个赛道未来的建议是什么？
本期回答企业：赢识科技创始人&CEO楚汝峰
A：财税SaaS这条赛道是很有发展前景的，财税类服务是每个企业都需要使用到的，市场是非常大的。尤其是针对中小企业和平台，有巨大的发展空间。可以从中小企业入手，逐步的提高系统的服务水平，开拓市场，转而扩大受众到各大型企业。