اگر به فروشگاه برو آمازون نرفته اید، این یک فروشگاه رفاهی است که تفاوت زیادی دارد. قبل از اینکه اولین بار را وارد کنید، کارت اعتباری یا حساب آمازون خود را ثبت می کنید. در فروشگاه، نرمافزار شما را در حین حرکت ردیابی میکند و هر چیزی را که میگیرید از شما هزینه میگیرد و آنچه را که پس میزنید کسر میکند. مانند Uber یا Lyft، تراکنش خرید هنگام خروج به صورت خودکار انجام می شود.
تعدادی فناوری وجود دارد که ظاهراً آمازون Go را قادر به کار می کند، از جمله ترازوها و حسگرها. اما مسلما حیاتی ترین فناوری بینایی کامپیوتری است. بینایی کامپیوتر دقیقاً همان چیزی است که به نظر می رسد: یک دوربین در یک فضا آموزش داده می شود و نرم افزار آنچه را که دوربین می گیرد تجزیه و تحلیل می کند. دوربین چشم است و نرم افزار مغز.
Sandeep Unni، استراتژیست کسب و کار محصول و مشاور فناوری خرده فروشی در شرکت مشاوره Gartner
آمازون گو تنها نمونه ای از تغییراتی است که فناوری بینایی کامپیوتر در خرده فروشی به ارمغان خواهد آورد و بیشتر آن هنوز در راه است. ما تنها اکنون در ابتدای شروع تاثیری که این فناوری خواهد داشت هستیم.
بعدی چیست؟
گام بعدی این است که از صندوق فروشگاه به سمت بقیه فروشگاه و زنجیره تامین حرکت کنید.
یکی از رایجترین راههایی که فروشگاهها درآمد خود را از دست میدهند، زمانی است که مدیران نمیدانند محصولات قفسهها در جعبههای پشتی تمام شده است. دوربینی که توسط بینایی کامپیوتر پشتیبانی میشود، میتواند تمام روز قفسهها را تماشا کند و بهطور خودکار هشدارهایی را برای ذخیره مجدد ارسال کند.
به همین ترتیب، بینایی کامپیوتری که در پشت فروشگاه استفاده میشود، میتواند به کارکنان هشدار دهد که محصول در انبار در جایی که باید باشد نیست. و همین امر در یک مرکز توزیع غول پیکر نیز صادق است. کامپیوتر بینایی همچنین میتواند هنگام انتخاب اشتباه سفارش، مشاهده کرده و اخطاریه ارسال کند.
پیج والدرون، مدیر پروژه در متخصص زنجیره تامین Hy-Tek، گفت که این فناوری "چهره هر چیزی را که دارای بارکد است تغییر خواهد داد. شما تمام موانع راه اندازی انبارها را از بین می برید.»
بینایی کامپیوتری همچنین میلیاردها دلار سرمایه محبوس شده در موجودی غیرمولد را که در مکان نامناسبی قرار دارد آزاد می کند.
اما صبر کنید ، چیزهای بیشتری وجود دارد
تمام آن فناوری امروزه در دسترس است و در حال آزمایش، آزمایش و پیاده سازی است. چیزی که هنوز اینجا نیست، استفاده از داده های انبوهی است که در نهایت از دید کامپیوتری به دست می آید.
تصور کنید که در یک فروشگاه خرده فروشی در یک مکان ایستاده اید و خرید مصرف کنندگان را برای یک کالا یا گروه خاصی از محصولات تماشا می کنید. شما می توانید مشاهده کنید که چه چیزی توجه را به خود جلب می کند، مشتریان به چه چیزی نگاه می کنند، چگونه چیزها را انتخاب می کنند، روی کدام قسمت از بسته بندی تمرکز می کنند و اگر به اندازه کافی در آنجا بایستید، می فهمید چرا برخی از محصولات خریداری می شوند و برخی دیگر. نکن
به من گفته می شود که از همه محصولات مصرفی در قفسه ها، جیمسون ویسکی کمتر از هر محصول دیگری در قفسه بازگردانده می شود، مصرف کنندگانی که آن را برمی دارند آن را می خرند. برعکس، بستنی را در حدود 30 درصد از زمانها از فریزر خارج میکنند، به آن نگاه میکنند و دوباره میگذارند. همه تولیدکنندگان مایلند بدانند که "نرخ پس زدگی" محصولاتشان چقدر است و بدانند چرا مصرف کنندگان کاری را که انجام می دهند انجام می دهند.
بینایی کامپیوتری میتواند به تمام این سوالات پاسخ دهد و تغییرات معنیدار محصول و بازاریابی را باز کند. با دید کامپیوتری، دوربین و نرمافزار کارهای کثیف را انجام میدهند، تمام روز بیدار میمانند و اطلاعات مورد نیاز تولیدکنندگان را دریافت میکنند.
همانطور که ویل گلسر، مدیر عامل و بنیانگذار شرکت پرداخت بدون صندوق گرابانگو به من گفت، "این باعث صرفه جویی در پول، صرفه جویی در زمان، و بهبود زنجیره تامین می شود."
چیزی که مانع این امر می شود این است که رایانه ها آنقدرها که اغلب به نظر می رسند باهوش نیستند. برای اینکه نرم افزار بتواند تصاویری را که می بیند درک کند، باید آموزش داده شود. برای آن، به تصاویر زیادی نیاز دارد، میلیونها تصویر، و دسترسی به آنها زمان زیادی میبرد.
با گذشت زمان، بسیاری از تصاویر چیزی است که نرم افزار را قادر می سازد تا آنچه را که می بیند بیاموزد، نتیجه گیری کند و توصیه هایی را که خرده فروشان نیاز دارند ارائه دهد.
این جایی است که اکنون فناوری در آن قرار دارد. ما شاهد مزایای واقعی بینایی رایانه ای هستیم، مانند Amazon Go و سایر فناوری های پرداخت. اما نرمافزار برای تحلیل عمیقتر هنوز در حال یادگیری است، تصاویر را جمعآوری میکند، آنچه را که انسانها به عنوان «تجربه» و «یادگیری» میدانند و دانشمندان رایانهای به اندازه کافی بزرگ «دریاچه داده» مینامند را دریافت میکند. احتمالاً سالها طول می کشد تا مزایای این فرآیند محقق شود.
ممکن است فکر کنید وحشتناک به نظر می رسد و هیچ کس نمی خواهد به فروشگاهی برود که بداند در حال تماشای آن است. شاید، اما از قبل میدانید که تقریباً همه مکانهای عمومی اکنون روی ویدیو هستند. مردم به هر حرکت مرورگر آنلاین که نظارت می شود عادت کرده اند. شانس این است که مصرف کنندگان نیز به این عادت کنند.
استفاده از بینایی کامپیوتری برای تجزیه و تحلیل نحوه رفتار مصرفکنندگان در فروشگاهها به خردهفروشان اجازه میدهد تا دادههای مربوط به رفتاری را که اکنون فقط میتوانند از فروشگاههای آنلاین خود دریافت کنند، داشته باشند. Unni of Gartner میگوید بینایی کامپیوتری «فرصتهایی را که در حال حاضر به سختی سطح را میخراشند» تسهیل میکند.
هر نوع خرده فروش روی آن کار می کند. وقتی از کیت فانین، مدیر اجرایی تجربه خردهفروشی در استی لادر پرسیدم، او گفت: «عناصر جمعآوری دادهها وجود دارد که کاملاً در حال رخ دادن هستند و ما به بهبود آنها ادامه خواهیم داد».
حتی پس از اینکه همه نرم افزارها برای انجام همه این کارها ساخته شدند، باز هم فرصت ها و افق های آینده برای دید کامپیوتری وجود خواهد داشت. سارا چانگ، مدیر عامل Landing International که به برندهای زیبایی کمک می کند تا از فناوری استفاده کنند، می گوید: «شما می توانید رفتار مصرف کنندگان را ردیابی کنید، اما نمی دانید چرا» آنها کاری را که انجام می دهند انجام می دهند. پس از اینکه نرمافزار با ایجاد دریاچههای کلان داده برای درک رفتار انسان و نحوه بهبود فروشگاهها مقابله کرد، همچنان درک بیشتری از رفتار برای علم و خردهفروشان وجود خواهد داشت.
همه اینها تازه شروع شده است، اما نقطه اوج بینایی کامپیوتری رسیده است. چند سال آینده تغییرات عظیمی را که دید کامپیوتر برای خرده فروشان و مصرف کنندگان به ارمغان می آورد آشکار خواهد کرد و فروشگاه ها را قادر می سازد تا بسیار بیشتر از گذشته انجام دهند.
منبع: https://www.forbes.com/sites/richardkestenbaum/2022/09/23/this-technology-is-massively-impacting-retail-stores-but-the-biggest-changes-are-yet-to- بیا/