ეს ტექნოლოგია მასიურად მოქმედებს საცალო მაღაზიებზე

თუ არ ყოფილხართ Amazon go მაღაზიაში, ეს არის კომფორტული მაღაზია, რომელსაც დიდი განსხვავება აქვს. სანამ პირველად შეხვალთ, დაარეგისტრირეთ თქვენი საკრედიტო ბარათი ან Amazon ანგარიში. მაღაზიაში, პროგრამული უზრუნველყოფა თვალს ადევნებს თქვენ გადაადგილებისას და დაგაკისრებთ საფასურს, რასაც იღებთ, გამოქვითავთ იმას, რასაც უკან დააყენებთ. Uber-ის ან Lyft-ის მსგავსად, შესყიდვის ტრანზაქცია ავტომატურია, როცა წახვალთ.

არსებობს მრავალი ტექნოლოგია, რომელიც Amazon Go-ს მუშაობის საშუალებას აძლევს, მათ შორის თაროების სასწორები და სენსორები. მაგრამ, სავარაუდოდ, ყველაზე კრიტიკული ტექნოლოგია არის კომპიუტერული ხედვა. კომპიუტერული ხედვა არის ზუსტად ის, რაც ჟღერს: კამერა ვარჯიშობს სივრცეში და პროგრამული უზრუნველყოფა აანალიზებს რას იღებს კამერა; კამერა არის თვალები და პროგრამული უზრუნველყოფა არის ტვინი.

Sandeep Unni, პროდუქტის ბიზნესის სტრატეგი და საცალო ტექნოლოგიების მრჩეველი საკონსულტაციო ფირმა Gartner-შიIT
, მითხრა, რომ კომპიუტერული ხედვა არის ერთ-ერთი ყველაზე მნიშვნელოვანი ტექნოლოგიური ნაბიჯი ბოლო ათი წლის განმავლობაში და ძირეულად შეცვალა ინოვაციების მასშტაბები.

Amazon Go არის მხოლოდ ერთი მაგალითი იმ ცვლილებებისა, რომელსაც კომპიუტერული ხედვის ტექნოლოგია მოაქვს საცალო ვაჭრობაში და მისი უმეტესობა ჯერ კიდევ არ არის. ჩვენ მხოლოდ ახლა ვართ იმ გავლენის დასაწყისში, რაც ამ ტექნოლოგიას ექნება.

რა არის შემდეგი

შემდეგი ნაბიჯი არის მაღაზიის შეკვეთიდან უკან გადატანა დანარჩენი მაღაზიისა და მიწოდების ქსელში.

მაღაზიების შემოსავლის გამოტოვების ერთ-ერთი ყველაზე გავრცელებული გზაა, როდესაც მენეჯერებმა არ იციან, რომ თაროებზე ამოიწურა პროდუქტი, რომელიც უკანა ყუთებშია. კომპიუტერული ხედვით მხარდაჭერილ კამერას შეუძლია უყუროს თაროებს მთელი დღის განმავლობაში და ავტომატურად გამოაგზავნოს სიგნალიზაცია აღდგენისთვის.

ანალოგიურად, მაღაზიის უკანა ნაწილში გამოყენებულ კომპიუტერულ ხედვას შეუძლია გააფრთხილოს პერსონალი, როდესაც პროდუქტი არ არის იქ, სადაც უნდა იყოს. და იგივე ხდება გიგანტურ სადისტრიბუციო ცენტრში. კომპიუტერულ ხედვას ასევე შეუძლია დააკვირდეს და გაგზავნოს შეტყობინება შეკვეთის არასწორად არჩევისას.

პეიჯ უოლდრონი, მიწოდების ჯაჭვის ექსპერტი Hy-Tek-ის პროექტის მენეჯერი, თქვა, რომ ეს ტექნოლოგია „შეცვლის სახეს ყველაფერს, რასაც შტრიხ კოდი აქვს. თქვენ აღმოფხვრის ყველა ბარიერს საწყობების მოწყობისთვის“.

კომპიუტერული ხედვა ასევე ათავისუფლებს მილიარდობით დოლარის კაპიტალს, რომელიც ჩაკეტილია არაპროდუქტიულ ინვენტარში, რომელიც არასწორ ადგილას მდებარეობს.

მაგრამ დაელოდე, უფრო მეტია

მთელი ეს ტექნოლოგია ხელმისაწვდომია დღეს და მიმდინარეობს ტესტირება, პილოტირება და დანერგვა. რაც აქ ჯერ არ არის, არის მასიური მონაცემების გამოყენება, რომელიც საბოლოოდ მოდის კომპიუტერული ხედვისგან.

წარმოიდგინეთ, რომ საცალო მაღაზიაში ერთ ადგილას დგახართ და უყურებთ მომხმარებელთა ყიდვას კონკრეტული ნივთის ან პროდუქციის ჯგუფისთვის. შეგეძლოთ დააკვირდეთ, რა იპყრობს ყურადღებას, რას უყურებენ მომხმარებლები, როგორ იღებენ ნივთებს, პაკეტის რომელ ნაწილზე აკეთებენ აქცენტს და, თუ საკმარისად დიდხანს დგახართ, მიხვდებით, რატომ ყიდულობენ ზოგიერთი პროდუქტი და სხვები. ნუ.

მე მითხრეს, რომ ყველა სამომხმარებლო პროდუქტიდან თაროებზე ჯეიმსონ ვისკი თაროზე უფრო ნაკლებად იდება, ვიდრე ნებისმიერი სხვა პროდუქტი, მომხმარებლები, რომლებიც მას აიღებენ, ყიდულობენ მას. პირიქით, ნაყინს იღებენ საყინულედან, უყურებენ და აბრუნებენ დროის დაახლოებით 30%-ში. ყველა მწარმოებელს სურს იცოდეს, რა არის მათი პროდუქციის „დაბრუნების მაჩვენებელი“ და გაიგოს, რატომ აკეთებენ მომხმარებლები იმას, რასაც აკეთებენ.

კომპიუტერულ ხედვას შეუძლია უპასუხოს ყველა ამ კითხვას და განბლოკოს პროდუქტისა და მარკეტინგული ცვლილებები. კომპიუტერული ხედვით, კამერა და პროგრამული უზრუნველყოფა ასრულებს ბინძურ სამუშაოს, მთელი დღე ფხიზლად დგანან და მწარმოებლებს აწვდიან მათ საჭირო ინფორმაციას.

როგორც უილ გლაზერმა, აღმასრულებელმა დირექტორმა და უნაღდო ანგარიშსწორების კომპანიის Grabango-ს დამფუძნებელმა მითხრა, „ეს დაზოგავს ფულს, დაზოგავს დროს, აუმჯობესებს მიწოდების ჯაჭვს“.

რაც ხელს უშლის ამას არის ის, რომ კომპიუტერები არ არიან ისეთი ჭკვიანი, როგორც ხშირად ჩანს. იმისათვის, რომ პროგრამულმა პროგრამამ გაიგოს სურათები, რომლებსაც ხედავს, ის უნდა იყოს გაწვრთნილი. ამისთვის მას ბევრი სურათი სჭირდება, მათგან მილიონობით, და ამას შეიძლება დიდი დრო დასჭირდეს.

დროთა განმავლობაში, ბევრი სურათი არის ის, რაც საშუალებას აძლევს პროგრამულ უზრუნველყოფას, გაიგოს რას ხედავს, გამოიტანოს დასკვნები და გააკეთოს რეკომენდაციები, რომლებიც საცალო მოვაჭრეებს სჭირდებათ.

აი სად არის ახლა ტექნოლოგია. ჩვენ ვხედავთ რეალურ სარგებელს კომპიუტერული ხედვისგან, როგორიცაა Amazon Go და სხვა შეკვეთის ტექნოლოგია. მაგრამ უფრო ღრმა ანალიზისთვის პროგრამული უზრუნველყოფა ჯერ კიდევ სწავლობს, აგროვებს სურათებს, იღებს იმას, რასაც ადამიანები ფიქრობენ, როგორც „გამოცდილება“ და „სწავლა“ და რასაც კომპიუტერის მეცნიერები საკმარისად დიდ „მონაცემთა ტბას“ უწოდებენ. სავარაუდოდ, წლები დასჭირდება, სანამ ამ პროცესის სარგებელი იქნება რეალიზებული.

შეიძლება ფიქრობთ, რომ ეს საშინლად ჟღერს და არავის სურს შევიდეს მაღაზიაში, სადაც იცის, რომ მათ უყურებენ. შეიძლება, მაგრამ თქვენ უკვე იცით, რომ თითქმის ყველა საჯარო სივრცე ახლა ვიდეოზეა. ხალხი მიეჩვია ყოველი ონლაინ ბრაუზერის მოძრაობის მონიტორინგს. დიდი ალბათობაა, რომ მომხმარებლები ამასაც შეეგუებიან.

კომპიუტერული ხედვის გამოყენება იმის გასაანალიზებლად, თუ როგორ იქცევიან მომხმარებლები მაღაზიებში, საშუალებას მისცემს საცალო მოვაჭრეებს ჰქონდეთ მონაცემები ქცევის შესახებ, რომელთა მიღება მხოლოდ ახლა შეუძლიათ მათი ონლაინ მაღაზიებიდან. გარტნერის უნნი ამბობს, რომ კომპიუტერული ხედვა ხელს შეუწყობს „შესაძლებლობას, რომელიც ახლა ძლივს ჭრის ზედაპირს“.

ყველა სახის საცალო ვაჭრობა მუშაობს მასზე. როდესაც ამის შესახებ ვკითხე ქეით ფანინს, Estee Lauder-ის სამომხმარებლო საცალო ვაჭრობის გამოცდილების აღმასრულებელ დირექტორს, მან თქვა: ”არის მონაცემთა აღების ელემენტები, რომლებიც აბსოლუტურად ხდება და ჩვენ გავაგრძელებთ მათ გაუმჯობესებას.”

მაშინაც კი, როცა ყველა პროგრამული უზრუნველყოფა აშენდება ამ ყველაფრის გასაკეთებლად, მაინც იქნება შესაძლებლობები და მომავალი ჰორიზონტები კომპიუტერული ხედვისთვის. სარა ჩუნგი, Landing International-ის აღმასრულებელი დირექტორი, რომელიც სილამაზის ბრენდებს ტექნოლოგიების გამოყენებაში ეხმარება, ამბობს: „შეგიძლიათ თვალი ადევნოთ მომხმარებელთა ქცევას, მაგრამ არ იცით რატომ“ ისინი აკეთებენ იმას, რასაც აკეთებენ. მას შემდეგ, რაც პროგრამული უზრუნველყოფა შეეხო დიდი მონაცემების ტბების შექმნას, რათა გაიგოს ადამიანის ქცევა და როგორ გააუმჯობესოს მაღაზიები, მეცნიერებისა და საცალო ვაჭრობისთვის ქცევის მეტი გაგება მაინც იქნება.

ეს ყველაფერი მხოლოდ დასაწყისია, მაგრამ კომპიუტერული ხედვის გარდამტეხი წერტილი მიღწეულია. მომდევნო რამდენიმე წელი გამოავლენს მასიურ ცვლილებებს, რომლებსაც კომპიუტერული ხედვა მოუტანს საცალო ვაჭრობასა და მომხმარებლებს, რაც მაღაზიებს საშუალებას მისცემს გააკეთონ ბევრად მეტი, ვიდრე ოდესმე ჰქონდათ.