穿越山丘—从考察美国Amazon Go 谈中美无人零售的巨大差异和机会
如果把Amazon Go的无人零售技术比作一个山丘的话，则与之相比，中国企业目前的技术还差距巨大，难于快速跟进和跨越，目前中国的很多无人零售项目，更像在无人零售的山丘上打一个隧道，通过一个更加快捷的技术和商业模式进行相应的尝试。
带着这个疑问，2018年3月27日，朗然资本的创始合伙人潘育新先生，作为创业邦BangCamp 新零售营的导师，随创业邦参加了美国新零售+科技之旅，重点参访了Amazon总部，咨询了各位专家，并考察了传说中的Amazon Go。
西雅图市第七大道2131号（Amazon总部隔壁的十字路口）
别笑我剪刀手 
JUST WALK OUT。
160多平米（包括收银台外30平米的休闲区），另外有30-40平米的后台加工区，以烘焙和色拉加工为主。
周一到周五，早上7点到晚上9点。
蔬菜、水果沙拉、三明治等鲜食品（据说部分是全食提供的365 Everyday Value品牌）、饮料、酒类、零食、纪念品等。总体非常类似便利店的商品结构。
目测20人左右，迎客、理货、咨询扫盲、后台加工等。
会员制，Amazon app扫码无人店，随便拿，出门，完成扣款（因为用的是Amazon总部某领导的账户，每人可以拿一件商品作为Amazon的礼物送给我们，所以识别率究竟有多高我也不知道
）
目测货架上的摄像头来识别商品，商品近似的，如盒装鲜食表面要额外印点状图识别，天花板上大量摄像头应该是采集3D动作来匹配识别，同时每种商品都通过隔板区区隔以减少商品放回的错误和计算量，感觉部分架子上有重力传感器辅助。
作为消费者，现场观察无法了解背后的真正技术，引用Amazon的官网介绍： Amazon Go 主要的识别技术叫做 Amazon Rekognition，能够在消费者购物流程中进行一系列不同类型的识别，以判断多种不同的购物场景。
美国报纸 US Today分析称：消费者用手机Amazonapp刷码进店，位于入口的摄像头进行人脸识别，识别的技术主要是Amazon Rekognition；当消费者在货架前停下时，货架上的摄像头会捕捉并记录消费者拿起的商品及放回的商品；货架和天花板的摄像头会通过动作识别，将消费者和商品匹配；店内麦克风会根据周围环境声音判断消费者所处的位置；货架上的红外传感器、压力传感器会做商品拿放的辅助判断，同时需要理货员把放回错位置的商品归位以减少错误率；最后，消费者离店时，根据后台记录下消费者购买的商品，自动在消费者的账户上结算金额。
朗然资本认为，无人零售的核心是需要通过技术（或会员自助性服务）来解决交易的三个关键要素：
即识别谁开门进了无人店（或开了柜门，或在货架上拿了商品）。
-
过去基本是不需要消费者在进入门店时就识别他是谁，识别消费者的过程顶多是在付款环节完成的（一般通过实体或虚拟会员卡），甚至不需要完成，有人店过去只关心什么商品被卖掉就ok了，大多数消费者买的是什么，具体是谁买的并不是那么重要。
-
必须要先识别具体谁进入门店（或柜子或架子），因为最终的线上支付是与人的个体所绑定的，也为后面的商品和人的匹配做好基础。无人店对人的识别，目前最先进或者说是技术很成熟是人脸识别，当然消费者体验上隐私感比较强烈，硬软件成本相对较高。其次就是通过身体特征来识别，从指纹、静脉、虹膜、视网膜到声音都有。最简单的自然是手机扫二维码识别。
-
Amazon用的还是最简单的手机app二维码来识别进入。用机器视觉或身体特征我相信凭Amazon的技术也很容易能做到，但美国人对个人隐私的保护远远高于中国。
即识别拿或放下的是什么商品。
-
收银时扫描商品的条形码是最简单的识别办法。
-
商品识别主要通过机器视觉、RFID、重力传感等技术来识别，各有利弊。机器视觉自然最好，一个商品的识别容易，多个商品部分重叠较难，商品拿起又放下，甚至没有放到原位就得加入动作识别技术更复杂。RFID相对最成熟，但每张一次性标签的成本、贴的人工及标签贴的特殊要求是个头痛的问题。重力传感器投入成本低，但它分不清同样重量的商品，一物一位置需要人来维护。
-
从公布资料和现场体验来看，主要是通过货架上摄像头的机器视觉为主，重力传感器为辅。类似的色拉产品上面还要印刷特殊的点状图来区别。
即知道谁买了哪些商品。
-
结账付款时，在收银台可以轻松完成。
-
对于机器视觉技术，知道谁买了具体哪个商品是很复杂的过程，在一个比较有限的空间内，比如说无人柜中还好，一次只能一个人打开柜，商品和人的匹配比较简单，但如果在一个开放的大门店里，多个人和多个商品交互，则识别技术和计算非常复杂。RFID相对好些，除了可能之间有相互信号干扰外，一般都是出门前自助在收银台上识别付款，再一个一个开门识别是否完成付款行为。
-
Amazon直接花费上千万美金放大招，天花板、货架的各种摄像头进行机器视觉的动作识别，再和其他辅助的识别数据，通过交叉计算来总体判断，由于计算量巨大，所以进店人数是限制的，尽管如此，网上也举过例子，如果是一个大人带着一个小孩，出店的时候小孩也拿着东西，而且与大人分开较远的话，系统可能就无法自动结账。当然，Amazon Go对人全动作的捕捉和计算是个很有潜力的数字化工具，它可以深刻了解人和商品接触的全过程，包括拿起放下不买，或放下后选择另一个竞争品牌的产品，这种对消费者购物行为的全面洞察，远比简单识别人和商品销售的匹配更有价值。
在移动支付手段上，中国比美国先进多了，美国还在信用卡时代。
Amazon Go除去技术不说，鲜食+零食+加工区+休闲区很像一个便利店模式。Amazon Go所处美国的downtown区域，办公白领较多，所以它提供的商品和服务和所处商圈的需求高度匹配，但是从整个美国的零售布局来看，这种商圈远远比中国要少，美国的人口密度，居住特点（摊大饼式）和车轮上的国家特点，大部分实体连锁零售还是聚集在一个个块状综合商业区域为主。这也就造成了为什么在美国的无人零售模式，并没有中国近两年来发展迅速。
不久前，百度董事长兼CEO李彦宏刚刚说过：“中国人对隐私问题的态度更开放，也相对来说没那么敏感。如果他们可以用隐私换取便利、安全或者效率。在很多情况下，他们就愿意这么做。”暂且不说这句话的褒贬程度，至少表明在隐私保护方面，中国人比美国开放多了（也许还未发展到这一阶段），这造成了很多无人零售模式，美国人不太愿意去尝试，这并不是技术和商品价格的问题。
在Amazon总部的交流中，Amazon也强调除了Amazon Go以外，Amazon也做了电商自提柜和停车自助取货的一些尝试，但这类模式在中国已经比较成熟，如丰巢、食行生鲜等，并不新鲜。中国的无人零售无论从产品细分还是技术模式都相当多元化，从咖啡、茶、果汁、包装饮料、零食、盒饭面点、蔬果、红酒、冰激凌到美妆、纸巾、成人用品等，从娃娃机、扭蛋机到按摩椅、KTV、运动仓等，从无人货架、无人柜到无人盒子、无人店等，不胜枚举。
美国的无人零售主要是Amazon 这类大的零售巨头所发起，而中国有众多创业者在资本的推动下，正在进行一轮又一轮的无人零售尝试，这说明了美国整体零售行业的创新，远不如中国这样火热。
为何无人零售在美国的需求没有这样迫切，还有一点可能和商铺的租金有关，美国商业房产市场比较成熟，租金增幅远不如中国这些年来高速增长，所以除非是消费者购物习惯发生重大变化，否则并不会因为租金的上涨而活不下来，而在中国，很多无人零售创业项目都以免费铺设无租金或低租金作为项目推进的一个重要模式。
从中美两国的消费者痛点来看，中国人对消费购物时间这个要求越来越迫切，而美国人则慢条斯理，相对没那么着急。
美国的零售连锁品牌高度集中，相对没有中国激烈，除了自助售货机已经很成熟外，零售巨头强大的供应链，可以投巨资慢慢试点功能体验更佳的大店模式，而中国的无人零售大部分是由新的创业项目发起，小决定了客户需求定位更精准，有限的资源更利于集中，另外，产品的SKU更少，竞争压力相对越少（包括跨界竞争）。
中国的人口密度远远大于美国，城市分级、收入水平差距和消费习惯的改变远比美国复杂，所以机会也更多。小而美的无人零售业态以城市级供应链为核心更容易做快速密集布点，形成区域门槛。
前面对Amazon Go的技术分析过，大的无人零售场景，计算量呈几何级数增加，技术研发和资金投入巨大，而把消费场景缩小到一个柜子，一个架子上，技术难度和投资就相对小多了，这也符合小而美的特点。究竟美国人与中国人孰更聪明，究竟是他们厚积薄发还是我们喷薄欲出，时间可以检验一切。
最后，必须承认，Amazon是一家非常值得尊敬的企业，文章结尾朗然资本为各位伟大的创业者献上它经典的领导力14条，以相互勉励：
本文感谢创业邦Bang Camp组织的美国新零售+科技之旅为朗然资本提供 Amazon的 内部考察交流机会，本人不是技术派，部分技术解释可能错误，欢迎多提宝贵意见。
正文到此结束
热门推荐
相关文章
Loading...
![[HBLOG]公众号](http://www.liuhaihua.cn/img/qrcode_gzh.jpg)
