完成6輪融資，「Trax」想要做零售AI全場景覆蓋，認為行業(yè)評價標準應多元化

2020年突如其來的疫情如同催化劑，在給眾多實體行業(yè)重壓的同時，也加速了各行業(yè)數(shù)字化的轉型進程。面對來自互聯(lián)網(wǎng)電商和社交電商等渠道競爭壓力的實體零售便是其中之一。

線下零售場景復雜多樣，從標準化的大型連鎖商超、林立于社區(qū)辦公區(qū)之間的便利店到街坊中的夫妻雜貨店，門店中的貨架和陳列場景呈差異化趨勢，如何通過技術解決不同場景的貨架等陳列數(shù)據(jù)采集并提供精細化營運分析，這是當前想要把AI圖像識別技術落地并推廣到全實體零售場景的廠商的關注點。

全球零售AI 圖像識別獨角獸 Trax就是該賽道的頭部玩家，公司主要通過計算機視覺、機器學習、物聯(lián)網(wǎng)（IoT）平臺以及海量貨架和商品數(shù)據(jù)為品牌商及零售商提供實時可靠的數(shù)據(jù)服務和分析解決方案。「Trax」成立于2010年、研發(fā)中心位于以色列和中國，于2018年年初正式宣布進入中國市場。具體來說，Trax 目前業(yè)務覆蓋80多個市場，業(yè)務營收主要來源于歐美等發(fā)達國家市場，擁有70%的市場占有率；同時，不少知名CPG公司是Trax的客戶。盡管Trax在2018年才正式進軍中國市場，但目前在國內已有50-60個客戶，全球數(shù)據(jù)庫中積累的商品超過120億。此前，Trax共完成6輪融資，并陸續(xù)有對外投資的動作：比如2019年6月，Trax 宣布收購中國 AI 眾包服務商朗鏡科技，于2019年7月宣布收購了歐洲圖像識別公司Planorama，今年3月又收購了零售動銷服務公司Survey.com等，以提升自己提供全方位服務的能力。

近日，Trax發(fā)布《全場景零售AI白皮書》，為了進一步了解零售AI行業(yè)的發(fā)展業(yè)態(tài)，36氪采訪了Trax大中華區(qū)總裁湯勁武先生。

圖片來源：trax官方

湯勁武認為，除了市場存在需求之外，零售AI之所以有落地的可能性和未來增長空間主要在于兩點：第一是目前應用于實體零售場景的計算機視覺算法已經(jīng)可以和人類識別商品行為齊平，達到了快速、準確識別商品和采集數(shù)據(jù)的標準。舉例來說，Trax目前的應用案例中，有80-90%的零售場景可以通過深度學習完成，表現(xiàn)水平基本等同于人的標準。第二，行業(yè)發(fā)展的可行性還與AI系統(tǒng)的生產(chǎn)效率有關。AI需要通過收集零售產(chǎn)品數(shù)據(jù)，利用深度學習算法訓練可復用的通用性模型，這都會產(chǎn)生一定成本，算法應用是否能提高效率、產(chǎn)生足夠的效益，也是影響行業(yè)能否持續(xù)發(fā)展的因素之一。據(jù)Trax介紹，目前該行業(yè)的技術水平已經(jīng)成熟，可進入大規(guī)模推廣階段。

作為一家目前主要市場在歐美、逐步擴大中國市場布局的全球公司，Trax對國內外零售AI行業(yè)的差異有比較清晰的認知。湯勁武認為，中國與歐美市場的不同點主要體現(xiàn)在以下三個方面：

第一，中國市場環(huán)境、陳列場景更復雜。據(jù)公司透露，中國目前有大概600萬家的小業(yè)態(tài)零售店，而美國的更多的是標準化營業(yè)場景；零售陳列方面，中國與印度市場的情況更為類似，小店存在貨架混陳、多品類交叉擺放、場景復雜等挑戰(zhàn)。根據(jù)Trax提供的資料顯示，全國零售業(yè)態(tài)中傳統(tǒng)食雜店占了68%以上，而與歐美市場主要渠道類似的大賣場僅占不足1%。第二，相較歐美市場，中國網(wǎng)上電商零售發(fā)展早。但實體零售體系發(fā)展較晚，數(shù)字化、智能化滲透率在實體門店相對較低。第三，本土市場玩家數(shù)量更多，競爭更為激烈。

圖片來源：Trax提供

圖片來源：Trax官方

國內同賽道的一些玩家會通過切入某幾個品類的頭部客戶來作為進入市場、建構自身競爭力的打法，相對來說，被稱為獨角獸的Trax認為自己的行業(yè)上的優(yōu)勢一方面得益于其10年的行業(yè)耕耘經(jīng)驗，幫助Trax在國際和中國市場獲得一定的品牌效應和客戶認可度，能夠提供穩(wěn)定的服務。另一方面得益于對中國市場的深度理解而提供的獨有解決方案，如提供小店場景自動識別和分割，及大店場景全景拼接。

另外，從底層技術上來說，各家服務商的場景都是使用深度學習，通過零售產(chǎn)品數(shù)據(jù)訓練算法，從而實現(xiàn)產(chǎn)品的自動識別；僅有少量場景運用到強化學習。雖然行業(yè)底層技術相同，但技術門檻依然存在，算法本身和積累的訓練數(shù)據(jù)量決定了各家提供的服務的差異性。但是算法是否能夠完整、準確采集到顆粒度足夠的零售數(shù)據(jù)，只是該賽道玩家的第一步。

關于識別產(chǎn)品準確率的問題，湯勁武認為比較公允的判斷標準是“機器的識別能力是否能達到人眼識別水平”，如果AI表現(xiàn)已達這個水準，那么應有更多元的標準來參與系統(tǒng)或解決方案的評定，這也是同賽道玩家能否打出差異化的一個關鍵點。因此，對于這類行業(yè)玩家來說，更重要的是后續(xù)是否能夠深度結合應用場景。

公司提供的資料顯示，飲料、食品、牛奶等快消品80%的零售業(yè)務都集中在線下的小型超市和傳統(tǒng)零售店；Trax還介紹說，貨架陳列對實體零售貢獻占比近半，而剩下50%的來源于二次陳列，如端架、地堆、箱堆等也亟需數(shù)字化。全場景覆蓋就是行業(yè)結合應用場景發(fā)展的一個趨勢。

圖片來源：Trax提供

行業(yè)玩家在做全場景覆蓋時，尤其是針對復雜的小店場景提出解決方案時，主要需要解決兩個問題：第一是小店空間小，陳列場景復雜，每個區(qū)域都有不同的陳列標準，貨架、割箱各不一致；第二是照片去重。由于小店布局不規(guī)整、空間逼仄、需要通過自動識別和分割技術來獲得每個場景的完整的圖像，通過圖像相似度檢測來查找重復照片。

以Trax為例，公司擁有一套自主研發(fā)的零售產(chǎn)品圖像識別引擎，其Argus識別平臺從圖像智能采集、圖像識別、檢測、分割技術及數(shù)據(jù)標注平臺和GPU計算資源6大層面實現(xiàn)AI自動化落地，通過Argus識別平臺利用機器來代替人工看圖填數(shù)，以前人工需要幾十分鐘甚至幾個小時完成的信息收集工作現(xiàn)在只需要1-2分鐘就可以完成，并且達到更高的精度。比如，全場景零售AI解決方案可取代人工錄入數(shù)據(jù)和審查圖片的方式，提升門店的拜訪效率。Trax介紹說，在該解決方案下，門店拜訪效率可提升3-5倍。除此之外，Trax還提供眾包服務，將門店稽查下沉到三四線甚至農村的小門店。

現(xiàn)階段，Trax以SaaS形式交付產(chǎn)品，以用量收費為主要收費方案，同時依據(jù)客戶的個性化需求進行定制化開發(fā)。這樣收費模式的好處是，不需要客戶一次性投入非常多的資本，可降低客戶ROI的風險。

在零售AI行業(yè)競爭逐步白熱化的2020年，Trax給公司定位了3個主要發(fā)展方向，并認為這可能也是行業(yè)未來發(fā)展的方向：第一，全品類策略，即品類化的落地方案?，F(xiàn)階段，Trax在日化類、啤酒類、飲料類、食品類、母嬰類、OTC類和洋酒類產(chǎn)品上基本實現(xiàn)全面覆蓋。第二，全場景覆蓋。上述提到，貨架陳列對一個門店銷售額的貢獻率占50%，剩下的50%二次陳列及特殊陳列場景也需要進行數(shù)字化。目前來說，Trax主要有兩套解決方案，一個是通過在貨架安裝固定攝像頭解決方案，幫助零售商對貨架產(chǎn)品信息做監(jiān)測分析，同時獲得的數(shù)據(jù)也可以反饋給品牌方做參考；另一個是暫未完全落地的機器人巡檢，本質是將貨架商品信息數(shù)字化，但機器人應用ROI和大范圍推廣有難度，因此，Trax認為，在貨架數(shù)字智能化這一領域，未來的主要解決方案依然是固定攝像頭。第三，為客戶提供一套完整清晰的AI落地的流程和機制，包括如何操作和驗證收益。

湯勁武認為，疫情“黑天鵝”事件后，行業(yè)總體呈現(xiàn)趨勢是：資本市場更加謹慎，也意味著，客戶在選擇服務商時，會偏向于追求服務的穩(wěn)定性和安全性，更關注投資回報率。