在较新一期“大咖私房话”，即虎嗅会员第37期圆桌——“无人零售业态中的风险和机会”分享中，深兰科技CEO陈海波从技术、模式和产品等角度分析了传统零售和新零售面临的问题和机遇，新零售风口下传统零售业态该如何保持优势，无人零售真的是只有人和机器吗？陈海波对这些问题进行了观点分享。
深兰科技这家公司可能大家还不太了解。简单介绍一下，已经在今年9月完成由云峰基金投资的数千万人民币Pre-A轮融资的深兰科技，主要做无人零售技术，提供给无人零售店使用，已经推出了QuiXmart快猫智能零售系统和takego“拿了就走”的智能门店系统。
虎嗅根据深兰科技CEO陈海波的分享和现场观众提问，复现了本场对话，想了解更详细的案例分享、全部图文，以及深入问答，欢迎通过扫描本文结尾处的二维码加入虎嗅会员解锁分享内容全文。
目前的几种自助零售模式存在哪些问题？
先来总结一下我们经历过的几种自助零售模式：
扫条形码的自助结算台，例如猩便利、领蛙和果小美，它们充分证实了其实模式和场景完美结合以后，客户的信誉和自觉性是有的，他会自觉的，比如说像办公室那种场景，但这种模式开在商超里就不容易成功，很多开了三四个月就关了；
关门做生意的自动售货机模式其实是很常见的，之前我们跟友宝接触过，现在友宝60%、70%的营收都靠广告，自动售货机这种零售模式一定不是最理想的、较好的购物体验，因为它隔绝了人和商品的互动；
自动售货机里面永远都不会推广新品，因为顾客如果要买的话，最起码要喝过这个产品，没有喝过基本不会购买。
问题需要用人工智能技术来解决
各自模式都有一定问题，但零售无人化、智能化趋势明显，人工智能必将担当重任，也有望解决无人零售方面存在的一些问题。怎么理解？
先进，人工智能会出现在我们生活中的每个角落。我们现在生活中不仅仅是人工智能零售，像智能语音对话等产品早就已经出来了，应用场景非常广泛，未来生活一定是处处充满了人工智能的，不管在哪个地方或者哪个角落。
第二，“人工智能+无人零售”不是服务机器人代替营业员，而是门店以店型机器人的形式存在。科幻片里面为了体现人工智能，可能会弄一个机器人站在门口当营业员，这其实是不对的，这个空间就应该是一个智能化空间，这个房子它是一个机器人，就像特斯拉是自动驾驶，但它不是一个机器人坐在驾驶座上来自动驾驶，车本身就是一个车型机器人。
第三，商品一定要能够被远距离、非接触识别，机器视觉才是正确方向。远距离、非接触商品识别的方式才够稳定，才能够以最低成本来操作无人零售。
AI在C端要让顾客购物就像在家拿东西，在B端要帮助零售企业降成本
在零售领域运用人工智能技术要达到什么效果？智能零售首先要让C端客户的购物更极简，同时让B端商家降低成本。其实人工智能并非很昂贵，我们做的人工智能就致力于让B端商家以最低的成本改变现在的传统零售模式，同时提供给C端客户良好的购物体验。
“较好的购物就像是在家里拿东西，较好的结算是忘记结算”。我们预计，在未来，线上零售会保持现在的状态；新兴起的线下智能门店，加上存量市场改造升级，会成为重要的零售渠道；另外还会有10%的市场被大型商超如家乐福、沃尔玛占据。
无人零售在技术上有哪些不同流派，各自有哪些问题？
以上美好的愿景需要技术来实现。大家看到无人零售和无人便利店很火，但是大家能看到的是一种表象，它背后运作的一些轨迹和技术层面上怎么样，可能外界了解不多。
无人店在技术上有以下几个流派。
先进个流派是物联网流派，就是RFID， RFID有非常明显的友好介质和非友好介质， 1930年就有了并被广泛使用，但是RFID的硬伤很明显，它用射频信号，要用线圈和芯片，它里面有一个芯片是美国的，那是人家的知识产权。另外就是RFID的一圈小线圈，其最大问题在于，它一定要射频穿透，才能够被识别。
第二个流派叫做互联网流派，以改造后的小卖部、便利店形式为主，通过扫码来识别。它的模式建立在绝对讲信用的基础上，顾客进来便利店，自己扫码，自己结账，但实际不结账也能拿走。
第三个流派叫物联网+互联网流派，比如，“淘咖啡”、Amazon Go以及上海最近出现的简24。主要应用人脸定位、人脸追踪和重力感应等技术。重量感应器最大的好处就是，它把一排货架分成比如十个小格，每个小格对应不同的SKU，顾客购买的时候，后台ERP就输入相关买卖信息。问题是假设顾客不要这个商品了，把商品放下来，它还会扣你钱，因为它要求必须将商品放回到原来的位置上。另外，在一个货架上，放错格子也会扣钱，这是重量感应器巨大的缺陷。
这种流派还有个问题就是成本较高。为什么Amazon Go只能是一个概念，就是因为它的造价成本太高了，国内没有任何一个品牌商或者是供应商、供应链能够负担得起这种超市的造价。
深兰科技的无人零售技术是怎样的？
在深兰的技术里面，人走进任何一个商店，必须给商店一个ID，顾客进来以后，整个店里面有一个专用的摄像头是跟踪人的体态和行踪的。
整个体态识别是一个综合的数据，包括轮廓、肩宽、肩到地面的高度、头到地面的高度等。60个顾客进来，系统可以同时跟60个人，房间里面是自动建模分区的，比如说这里是货架，这里是商品区。会不会误识或者跟丢呢？会的，假设跟我一模一样的体形，一模一样的高度，一模一样的数据都一样，就会有误识。两个人抱在一起后再分开，也有可能误识。当然这种情况比较少见。
不过体态识别还是会比人脸识别更精准，相比之下人脸特别容易误识，可能在顾客低头拿东西的时候就找不见了。
深兰的核心技术包括机器视觉、深度学习、卷积神经网络、生物识别。
