“通过视觉识别方案，再加上语音或弹窗预警后，增加了自助收银的效率，降低了用户漏扫商品的概率，日均可以止损82次，止损约1066元。”中科英泰副总经理管建鹏告诉笔者。

随着AI技术的应用，自主收银已经成为各大商场的标配，而这仅仅是AI技术在零售业应用的一个缩影，例如其他多模态AI技术应用也为客户体验提升提供了一个新的可能，通过视觉和语音等数据捕捉情绪变化进而提供个性化服务体验。在中国连锁经营协会副秘书长杨雯看来，AI技术在零售行业已经实现了降本增效的赋能，接下来AI+零售要走的方向是：通过更多的AI技术和AI大模型技术，提升顾客体验，为顾客提供更多的“情绪价值”。

零售业的痛

零售行业是诸多行业中最先感觉到降本增效压力的行业。首先，人工成本逐年上升，而传统零售依赖人工服务，人力成本占比可超过30%。人力成本的上升，以及为了提供更好服务而配置更多的服务人员的总成本的上升，为零售行业企业的运营成本增加了更多压力。

另一方面，海石商用副总经理李昊旻告诉笔者，以收银环节为例，人工收银会存在有意无意的漏扫商品的场景，而漏扫的商品就会给零售商带来损失，虽然单件商品的价值可能并不大，但长久下来，造成的损失是巨大的。“据海石统计，在顾客购物过程中，大约有2~3%的商品，存在意外漏扫的情况。”李昊旻如是说。

除了漏扫的场景外，因为选品种类多，且复杂的情况也在零售行业之中常有发生。以烘焙面包房为例，店家依靠种类丰富的面包吸引更多顾客到店的同时，也为结账买单的过程造成了一些挑战。“比如顾客选择了很多种类的面包，面包的零售价大多不同，人工结账核对账单效率就会很低，造成大量顾客排队的情况，”李昊旻进一步指出，“这也就造成了顾客体验差，满意度降低的情况。”

尤其是在自助收银逐渐普及的当下，自助收银设备的防损面临着极大的挑战。具体来看，零售行业防损主要面临三个痛点。

• 首先，自助收银机管理困难，“自助收银机如果匹配工作人员进行管理，服务人员无法与顾客做到一对一服务的话，服务水平面临挑战，”管建鹏指出，但如果服务员一对一服务顾客的话，无论是成本，还是效率，都与传统的收银方式相差不大。
• 其次，自助收银的过程中，对于顾客出现的一些诸如漏扫等异常行为难以发现，给超市带来了不可估量的损失的风险；最后，虽然自助收银设备周围会部署摄像头进行监控，但大多是用来进行事后溯源，无法做到实时预警，事后的追溯非常耗时耗力。
• 而对于零售行业企业而言，除了面向消费者的人工成本和效率的痛点之外，面向供应链也存在着不少痛点。比如供应链管理，仓库管理等。以库存管理场景为例，原本的库存管理仅仅依靠企业管理人员的经验，对所有商品的库存进行管理，统计合适该补货，补多少货。但在这个场景下，人的经验总是凭借感觉，准确率不高。如果积压太多库存，会对企业的资金链和供应链回款等环节造成压力，无法形成高效闭环；另一方面，如果补货不足/不及时，会出现有顾客需求的时候，没有货可卖，在影响顾客整体购物体验的同时，也会影响企业的收益。

通过AI技术的应用，已经能够让零售行业企业解决上述痛点。

当下，人们对于AI技术最大的一个误区就是——误以为AI技术仅仅是生成式AI。传统AI技术，诸如视觉识别、机器学习等技术组成的解决方案，其实已经在零售行业普及。

以前文提到的漏扫场景为例，其实已经有不少服务商针对此提出了基于视觉识别技术的解决方案。海石商用针对此场景推出了AI+通道识别方案，将生鲜识别、秤，以及传统的超市通道收音机结合起来，通过在扫描平台上安装摄像头的方式，监控收银员每次扫码动作，“如果通过AI识别算法判断到该行为存在异常，我们会在收银机屏幕上进行提醒，提示收银员检查并重新扫描。同时，我们也会将该信息发送到后台的防损监控人员处，并将收银员扫描的视频同步发送到后台，以便后台人员判断收银员是否存在异常行为，并进行必要的干预。”李昊旻指出。

随着自助收银机的普及，消费者现在越来越习惯通过自助收银机来结算，对消费者而言是便利，但是对商家而言，对自助收银机的防损就变得非常困难，针对此，中科英泰也有着与海石商用类似的解决方案。

中科英泰推出了AI零售防损方案，基于英特尔酷睿处理器和英特尔OpenVINO的防损套件，构建了中科英泰的整套AI零售防损方案。通过AI防损套件和AI防损助手软硬件协同，从而实现对顾客手部动作进行实时监测，以及对所购商品进行实时监测，并通过弹窗、声音、灯光等不同的预警方式，提醒消费者和防损员核对商品，帮助超市进行防损，据管建鹏介绍，通过视觉识别方案，再加上语音或弹窗预警后，增加了自助收银的效率，降低了用户漏扫商品的概率。

不仅于此，通过该套方案，还可以识别出顾客是故意遮挡，还是因为无意识之下没扫上，亦或是因为条码本身的问题，导致多次扫码没扫上，并提醒防损员及时处理。

以某区域头部超市企业为例，通过在四台自助收银机上部署该套方案，通过系统识别风险，识别到风险后，通过弹窗或语音的方式提醒顾客，“据统计，有超过80%的消费者会主动进行复扫，日均可以止损65次，止损约843元。”管建鹏如是说，“对于不主动进行复扫的顾客，系统会通知防损员，通过人为介入的方式，提醒顾客进行复扫。”

除了超市的场景之外，在前文提到的烘焙店等餐饮行业下，AI技术也能为其收银场景的降本增效提供支持。同样通过视觉识别的方案，在烘焙店的场景下，通过摄像头和视觉识别方案，识别出餐盘中面包的种类，并自动匹配后台提前输入好的产品价钱，能够一次性识别整个餐盘上的多个商品，而收银员仅需简单的人工复核即可，这就加速了收银员的收银速度，提高了收银效率。

而管建鹏与李昊旻都对笔者表示，该方案还可以复用在诸如学校/单位食堂、自选菜品餐厅等类似场景下。据管建鹏介绍，中科英泰推出了AI智慧餐厅方案，以某高校食堂为例，之前采用人工结算的方式，经常出现对账对不上的情况，且在用餐高峰期，人工结算效率极低，容易出现大规模排队的情况，并造成拥堵。另一方面，当出现偶发性的食品安全问题之后，传统的运营模式无法进行溯源，无法精准定位到是哪个环节出现的问题。

在部署了AI智慧餐厅解决方案后，“首先AI全自动的识别准确率可以达到99.6%，识别速度最快可以达到3秒/个，结算效率大大提升，不需要排队了，”管建鹏进一步指出，“另一方面，所有人都是实名结算，结算中心和销售数据进行实时同步，一旦出现食品安全问题可以精准追溯。”

AI技术在零售行业的应用已经不仅仅局限于“前端”面向消费者的时候，在供应链管理、仓库管理等场景下，AI技术也能够帮助零售行业企业实现更智慧、更高效的管理。AI将推动供应链从“经验驱动”转向“数据驱动”。机器学习模型可预测区域销量波动，优化补货路径，降低50%缺货率。例如，京东物流通过AI调度无人机和无人车，效率提升40%。

从降本增效到提供情绪价值

在AI技术在零售行业中的降本增效效果已经逐渐体现的同时，随着生成式AI的问世，AI技术在零售行业的应用已经不仅仅是局限于降本增效，而是帮助零售企业拉近与顾客的距离，为顾客提供更好的购物体验与情绪价值。

李昊旻将AI在零售行业的应用历程总结为“从静到动，从少到多”的过程。

在从静到动方面，最早的视觉识别系统只能对静态图像进行判断分析，但现在的防损系统中，已经可以做到动态识别，“再往后，AI需要结合大语言模型的技术，构建专家系统，帮助顾客选择更符合他需求的商品。”李昊旻如是说。

在从少到多方面，李昊旻表示，原先在一台机器上，只能应用一个AI场景，但随着算力的发展，目前已经能实现三路识别，“未来，在行业共同的努力下，肯定能实现30路，甚至更多的识别能力，”李昊旻进一步指出，“最终会打造出一个能够为顾客提供情绪价值的AI系统。”

AI赋能零售行业企业运营，并进一步提升顾客购物体验的案例已经有很多落地应用场景了。比如谷歌的AI平台通过深度学习模型优化零售数据分析，帮助超市实现精准的商品陈列和促销策略。微软则依托其云计算和AI技术，推出了“智能零售大脑”，整合线上线下数据，构建全场景智能运营体系。

另一方面，AI在帮助零售商与顾客拉近距离的同时，也在向着能为顾客提供更多情绪价值的方向演进。比如，通过自然语言处理（NLP）和计算机视觉技术，AI可实时分析顾客在店内或线上的情绪状态（如语音语调、面部表情分析），捕捉消费者情感需求，提供情感化服务。例如，某零售企业通过分析客服对话数据，识别客户不满情绪并优化流程，使满意度提升20%；沃尔玛通过AI分析货架客流与商品关联度，使某区域销售额提升15%等。

从单点赋能到系统化智能运营，AI+零售正在转变中。（本文首发于钛媒体APP，作者｜张申宇，编辑丨盖虹达）