今年雲棲大會現場一大網紅打卡地莫過於天貓未來店：沒有收銀臺、結算不用掃碼不用排隊……對於消費者來說，“天貓未來店”的無感支付，真的可以“拿了就走”。這個佔地80平方米的天貓未來店，陳列著多種食品飲料和零食，一次性可容納20餘位消費者。進入店內，天貓的全域追蹤技術將捕捉到消費者的行為，在“T-guide”指引下即可迅速找到你想要的商品，選購結束後自動結算，實現“即拿即走”。
下面，我們邀請阿里巴巴淘寶技術部資深技術專家，天貓未來店技術負責人時維，為大家分享“天貓未來店”背後的技術（本文根據雲棲大會演講整理而成）。
時維：我的分享將分為四個部分：第一部分先介紹一下無人店的概念，第二介紹一下天貓未來店是怎樣的“無人”、具體技術怎麼實現，第三是下一步是這種基於AI的無人店方案、接下來的演進方向是怎樣的，最後一部分會談一談我們對未來的暢想。
一、無人店的透視
首先我們來透視一下“無人店”這個概念。其實要解釋兩點誤區：第一點誤區，無人店其實不等於完全無人。實際上無人店的“無人”只是“無”掉了部分“人”工作，一部分是枯燥繁重的工作，另一部分是人類難以特別好地實現、需要很高的人力成本的工作，我們希望把這部分工作無人化。
對於店裡面來講，基礎的服務員、收銀員的工作，每天都在重複化、機械化操作的，這部分是我們希望無人化的。而對於導購（一個特別資深的導購和所有來店的人都是朋友、一些熟人）、庫管還有我們的店長（知道在哪兒開店、知道怎麼進貨、備貨），這些人的工作都是需要高難度長期培訓才能上崗的，我們希望把這部分工作也無人化，但這還只是無人店希望達到的第一個目標。第二個目標，是要通過技術手段，實現線下消費流程的全面深度的數字化，以推動整個零售產業鏈的智慧化升級。這就是我剛才說的，我們需要把線下的資料和線上的資料融合起來，還是能夠為我們提供更精準的服務，這才是零售行業升級的下一步目標。
第二個誤區，很多人覺得新零售主要就是無人零售，這一點也需要跟大家重新解釋一下。如上圖所示，其實新零售是一個很大的概念，比如盒馬，比如我們和銀泰的合作，比如淘寶心選，比如最近剛剛和星巴克成立的合作。無論是通過技術、通過商業模式還是通過渠道，只要在原有零售效能上實現了質變的升級，我們都可以稱之為新零售。
無人零售只是新零售中的一部分，而且無人店也是無人零售中的一部分，因為無人零售還包括了自動售貨機，還包括各個辦公樓裡面的開放貨架。這三種模式其實是針對不同的點位、不同的使用者群及不同的時效性來發揮不同的作用，時效性要求比較強的可能是自動售貨機，寫字樓裡面可能是開放貨架，而無人店更多的是要針對社群、商區及辦公樓下的便利店、垂直行業零售店進行改造和升級。
其實大家之前都見過了無人店這兩三年內在熱度上的大起大落，實際無人店產業是什麼樣的情況？經過統計資料可以知道，2017年並沒有外面唱的那麼衰，實際有200億元的產值。其實在2020年，通過分析公司的預測，應該還會有650億元的市場規模。主要的驅動力還是來自於線下的人力成本和其他運營成本逐漸攀高，以及大家對消費的需求也在升級。最後還有一個重要的驅動力是智慧技術的發展。以前我們只會想象一下未來的高科技生活，但是技術達不到，那就算了，不玩了。但是現在的技術能達到這樣的水平，“我們要這樣生活”的慾望也就被勾起來了。所以這三點是無人零售的三大要素。
再補充一點，有人會說“拿即走”是一個偽需求，但通過艾瑞諮詢的資料統計，在中國市場，發現8.5%的人希望有人工收銀，22.7%的人希望出門一次性統一掃碼，29.8%希望有一個智慧結算的購物車或者購物籃，出去的時候往那一放就走了，但還是有39%的人希望拿了就走，自動結算，所以“拿即走”這種體驗，還是代表了廣大消費者對提高生活品質的一部分需求的。
總結下來，阿里無人店開發的宗旨就是兩句話：首先，技術上我是要追求無人的能力，但不迎合無人的體驗。我的目標更多還是希望探索前沿。剛才說了大家有很多想法是因為技術達不到所以才沒有做，所以我要做的事情，我可以先不發散我的思維，我把思維收斂回來，做技術的，就要看技術上具體怎麼滿足大家的異想天開的想法。但如果我去迎合無人的體驗，那就會為了迎合體驗儘快市場化而對我的技術進行降級。
比如說現在可能開無人店要一百萬的成本，本來我可以從技術角度突破成本的瓶頸，用技術能力到50萬、20萬的成本。但為了迎合無人體驗，我今天就想開幾十家無人店，我的重點就聚焦在瞭如何通過商業模式節省成本了，這樣的話我的技術就停滯不前，降低了我的技術上的要求。
其次，我們另一個宗旨是賦能商家，我們更看重的是要提升合作伙伴的線下產業的人效、坪效。如果大家開過店或者做過買賣的人就知道，開店是否成功和盈利，最終還是要看人效和坪效這兩個指標，就好比我們開網店要看GMV一樣。
接下來，我們來介紹兩個無人店改造的具體案例。第一個是阿里庫，這是在西溪園區旁邊的阿里授權的專門賣阿里紀念品的店。經過開刀改造手術以後，和去年相比，全天營業額同期增長75%，購買人數增幅56.5%，銷量增長20%，而且大家可以看到我們總共是120平的店，全天進店客流是2300。就是因為做了無人化的改造，因為出口自動結算了，所有平均出口的時間只有4.5秒，才能滿足2300的客流量還沒有把店爆掉。
第二個案例是志達書店。專案比較值得說的一點是因為有了一些成熟經驗，所以改造週期很快，從開始到交付只用了53天。我們給它改的已經是3.0版本，3.0版本和去年重新裝修的2.0版本相比，日成交額提升78.3%。
二、雲棲現場無人店解析
我說的阿里庫和志達書店，對他們來說可能是2.0或者3.0版本，但對阿里的無人店體系來說還是1.0版本。而現在在雲棲大會現場，出門左拐的天貓未來店是我們的2.0版本的無人店。
2.0版本的無人店用一句話概括，就是基於計算機視覺的“天貓未來店”。這次開店的目的已經不再是秀我們的無人結算的技術，而是告訴大家在做一個線下店的時候，有了這些技術我還能幹什麼，如何通過技術的提升滿足大家各種各樣的玩法和想法。大家可以體驗一下。用我們運營的同學的話來說，就是告訴大家未來的門店可以做成什麼樣、可以往哪個方向走。
比如你現在進店想找某一個東西，能夠快速找到。同時，我們有大大小小長長短短100多個螢幕，這個屏都是用來直觀和顧客進行互動，並且顯示詳情、評價、優惠等活動，儘量做到比你懂你、隨處隨想和所見即得。對於B端商家而言，我們這個店也已經做到自動結算、一鍵盤貨、異常預警、自動補貨、人群畫像、單店畫像、供應鏈預測、經營狀態分析等等能力。
為了大家一會兒去現場體驗時玩得順暢一點，這裡教大家一下購物流程。首先進店掃碼，刷碼進場後你的唯一識別ID在場裡面建立起來了。當你走到一個螢幕前面，螢幕會給你資訊，指引你想要商品在哪裡。當你拿起商品的時候，通過重力感應及貨架上的視訊識別你拿了什麼，並將這筆訂單加入你的虛擬購物車。在出門的時候，會自動結算掉你的虛擬購物車裡還沒有被放回貨架的商品，並且會在你的手淘或者是支付寶生成虛擬賬單，你可以回頭看我買了什麼。如果你買了的商品線上上有貨的話，直接跳轉到線上店進行線上復購。這就是逛天貓未來店一個基本的流程。
這張圖是我們從5月份到現在積累出來的算比較成熟的無人店技術架構，如果大家有興趣自己開店的話也可以參考這個架構。我稱這個架構為非常6+1的模式，“6”指什麼？現場有感測端，感測端把採集到的資訊和資料反饋演算法端，由演算法端進行解析，通知給現場的執行端和客戶端，分別進行閘機開關、螢幕投放、促銷推薦等能力。這五個端是通過本地的閘道器來進行串聯，所以6是指五個處理的端加上一個本地閘道器。“1”是指在雲端上還有整套原來已經很完備的交易、處理、經營、資料儲存的能力，這就是天貓未來店的整體技術架構。
天貓未來店裡面涉及到的技術有很多，主要的核心能力其實只有三個：第一個能力是全域追蹤能力，第二個能力是商品識別，我通過貨架的重力感應器和貨架上的攝像頭，我們能感知到使用者手裡拿了什麼商品。第三個能力，我知道了人是誰、貨是什麼，最後結算的時候要做人貨匹配。人貨匹配目前是無人店體系裡最關鍵的一項技術，因為你要給人扣錯錢，這個事情就非常不開心了。這兩天有很多人到我們的店挑戰，出現了諸如大家兩人並排站一起交叉拿貨、拿了貨以後在手裡互相傳、一個人拿了貨給另外一個人再放回來等等情況，這些都對演算法的能力帶來了很大的挑戰。所以說只有開過店，你才會知道現場會發生各種奇怪的事情。
無論是人的識別還是商品的識別，還是人貨繫結的識別，其實最後是在資料化使用者的線下行為。線下行為資料化之後，首先我可以補足線上的資料，能夠形成更完善使用者畫像。那麼這些資料對於線下的門店又有什麼直接、具體的反饋呢？我這裡會介紹一個具體的例子——因人而異的商品引導。通過室內定位我可以知道現場誰在哪個位置，然後我們就可以幫使用者實現快速找到他想要的商品。比如我最近熱賣的天貓精靈，你想知道這個貨架在那兒，通過屏一點就可以直接引導你到貨架前面，這是因為我們已經具備了掌握店內客戶動向的能力，所以我們才能夠對使用者做精準的引導。
三、AI解決方案的演進
前面講的這些就是我們過去這段時間在無人店體系建設上所做的努力，那麼未來無人店的建設方向是什麼呢？今天Amazon剛剛發了一個新聞，它在2021年準備開三千家無人店，其實我們也是。無論誰做這個技術，最後一定希望達到的是市場化、規模化的目標。要想達到市場化、規模化繞不開三個問題：
定向提升演算法能力。現在有一些體驗還是不完善的，使用者進店拿東西進行結算還是需要配合感測器的，比如我們還是需要大家穩定的站在閘機前面以便攝像頭能獲取大家的入場畫面。抽象來說就是需要使用者配合我拍攝到一些資訊才能給使用者提供好的體驗，這還是演算法能力需要繼續提升的角度；
降低硬體的成本。現在的硬體是要滿足高難度的處理要求所以算力是過度冗餘的；
降低部署成本。部署有時間成本，比如改造一個無人店，如果說這個店要關一年才能改造好，誰都不高興幹；如果說一個月就能改造好，他就願意，這就是時間成本的問題。第二是部署完了以後每一次升級新的功能，都需要人跑到現場一個個更新上去，就像大家常見的電梯裡的廣告螢幕要插U盤更新一樣，這也是不現實的。
下面我先介紹下需要定向提升哪些演算法能力。如圖，如果不看這張照片，大家肯定都不會聯想到左右兩張照片是一個人，大家如果玩抖音的話，看到有很多小姑娘在從下巴的角度拍照，反差是很大的。如果使用者是擺著這樣的角度進場的話，對我們來說就很尷尬了。現場有做深度學習的同學，可能覺得也還OK，我只要有足夠多的樣本進行訓練，總是能夠訓練出來的。但是這裡有一個關鍵的問題，在開店的時候和我們在做演算法平臺最大的區別是很多使用者過來的行為是一次性的，他們的臉和他出現在鏡頭前的角度只有這一次產生，我需要在這一次拍攝中就要把他識別出來是誰。所以，接下來我們除了深度學習的方法外，還會迴歸到傳統的模式識別神經網路的方法，以及傳統的圖形畸變修正的方法。
最終希望能一次性的完成不同角度的人臉修正，她只要這張臉（左圖）過來，他就能修正到這張臉（右圖），其實這是可以，比如骨骼面容修正演算法等等，這是我們需要下一步提升的能力。第二是演算法的環境適應。現在開無人店或者造無人機、無人車這樣“人工智慧”的產品，生產方式其實是比較累的。我每開一家無人店，都需要針對這家店的特殊環境、應用需求來部署我的模型、訓練我的演算法，其實這是不適合推廣的。我們希望做到的是演算法的環境是能夠進行邏輯分離，我把我的調參和模型部分分開，調參是根據各種環境感測器，反饋回來建立一個調參機制，然後和我已經訓練好的模型進行匹配。我每換一家店，只要通過這家店的環境感測器獲得到的資訊，就可以把前面的模型進行修正、調參，然後就能執行這家店，這是我們下一步要做的。
對於裝置降低成本這一部分我們會做兩部分工作，首先是收斂裝置效能的要求。其實大家心裡要有一個概念，就是我的計算能力的提升帶來的成本提升並不是線性的，不是一倍的計算能力需要一百元，二倍的計算能力是二百元，不是這樣的，可能一百是一百，兩倍是五百。在一開始的雲端計算時代是沒問題的，有很龐大的雲，在邊緣計算時代，其實我的成本會高居不下的。所以我接下來希望強化端側智慧，把更多計算沉澱到端側，不是說店裡有一臺伺服器管所有的事，而是店裡的攝像頭和螢幕都有自己的計算能力，來分擔計算壓力和計算成本。第二是裝置的標準化，所有的商品都是可替換、可維修，也是標準件，可以快速進行建設和替換。此外，在現場實際部署階段，通過機器人每日開業前閉店後的自動巡檢測試，保障全店從智慧硬體到AI演算法的端到端全鏈路穩定有效執行。
最後，我們會建立一套裝置管理體系來提升門店的部署和維護效率。這裡要介紹一下阿里雲的產品Linkedge，可以基於這套框架開發可熱插拔HAL層，無論它走的是藍芽還是兩根裸線的協議，都能實現對裝置資訊的上傳下達和裝置的監控。這套裝置管理體系的功能可以歸納為：第一，系統和功能可以遠端升級；第二，可以分散式跨裝置部署系統，無論是A屏、B屏、大屏還是手機、Pad，都可以遠端進行部署；第三，提供類似APP store的功能，想加什麼功能就加什麼功能，當然也包括APP的線上升級。這裡大家可以思考下，現在大家正在用的東西里面，哪一個裝置是同時具備了這三個功能？對，沒錯，就是手機。這也就是我最後要講的事情，我們未來的暢想。
四、未來的暢想
我們對未來的暢想是什麼？就是希望能夠把一個個無人店變成像手機一樣，可以很直接的和使用者發生互動，並且很多功能都能自動遠端升級。把門店做成像手機一樣是為了什麼呢？就是希望能夠打造一個線下的淘寶。
大家在淘寶上也好，各種各樣的手機APP上也好，它會根據你的使用習慣、根據你的瀏覽次數、翻頁深度等等，來記錄使用者使用某些功能的情況。做過APP的同學，應該知道一個專業術語——埋點。通過這些埋點，我才能知道這款應用到底用得怎麼樣，某一個商品看了多少次、做的ABTest的結論是到底是哪個使用者更喜歡。今天當我把一個個這樣的線下門店都變成手機這樣的能力的時候，門店裡一整套資料化系統其實就是埋點，店裡的陳設大家是否喜歡、店裡的哪個商品是最受歡迎的、附近周圍人群是怎麼消費的等等。
所有的資料收集上來以後，淘寶15年來積累的所有線上運營能力和各種運營產品都可以沉澱到線下，賦能線下開門店的商家，無論是經營會員、搞粉絲經濟，還是做流量增長、社群營銷、限時秒殺、ABTest等等，這些能力都可以複製到線下。這就是阿里做無人店希望能夠達到的長遠的目標，把線下開門店的商家當成今天在淘寶開網店商家一樣，為他提供生存、增長、爆發的各種能力，來更全面的實現“讓天下沒有難做的生意”。
我的分享就到這裡，謝謝大家。