品览CEO李一帆：用AI 助力渠道数字化
由新经销主办的破局2019（第五届）快消品+互联网大会于3月15日-3月18日在成都龙之梦酒店盛大召开！本次盛会吸引了上千名行业内的经销商、厂家和互联网企业等众多快消业内人士从全国各地赴会，现场座无虚席，盛况空前。
以下内容是品览CEO李一帆先生在3月16日大会品牌渠道数字化专场论坛上的发言，经由新经销整理，以飨读者。
大家好，我叫李一帆，来自品览。品览是一家为品牌商和零售商提供AI智能营销/物流/制造方案的科技服务公司。在AI应用领域，团队服务过欣和、唯品会、上汽集团、自如等客户，致力于成为物品识别领域的AI专家。
今天我会为大家分享：AI物品识别技术能够给品牌商、零售商等带来怎样的营销价值，以及如何让AI落地，实现企业管理的数字化转型。品览是一家具有强大技术背景的创业公司，深耕行业，结合用户需求，用技术解决企业痛点。这是我的微信，会后感兴趣的可以进一步交流。
我们最开始想到进入快消/零售领域主要是基于一个大背景：传统的零售商和品牌商80%的业务都在线下，货架成为各个企业的主战场。据统计，每年数千亿的人民币会被投入进货架战争，费用高昂。这些投放高昂费用的渠道中，有很多流程的执行需要依靠大量人力资源。比如说当我们把重要的KA业务渠道，从一线城市覆盖到三线甚至六线城市时，企业管理者需要面对大量的前端业务人员，而这些一线人员又无法受到直接管控。那么如何有效的管理这些人员，降低管理成本，并收集到可靠优质的信息，就成为了企业的痛点。
我们认为，在解决这个痛点之前，首先要了解数字化转型的历程。主要有以下三步：第一步是信息化。即营销数据的记录开始采用智能化工具。信息化的普及在这两年做的非常好，目前仅有一些小的经销商和店铺还保留纸笔记录信息的习惯。
第二步是数据化。企业的制造、仓储和经销等系统有很多的数据。最开始这个系统会分割在不同的部门，我们需要做的事是把数据打通。数据打通之后，企业管理者才能从整体上了解到商品的经营情况，从而做出有效的决策判断。据观察，目前数据化做的最好的是阿里集团，近年来数据化的渗透率也在逐渐提高。那么在数据化之后，企业还将怎样发展？
第三步就是智能化。这一点则是AI擅长的领域。我认为在食品、饮料这样的快消行业，我们离智能化还有一定距离。然而当下利用大数据、AI等技术来完成数字化转型的成本非常高，哪怕是通过互联网设备进行数据采集，也需要大量的物质支撑。我们公司的目标，就是让行业同仁能以最高的性价比用到最好的智能技术，将AI技术落地，切实地去解决行业的痛点。
以数据的透明化问题为例，信息化并不代表数据的透明化，使用智能工具也并不能代表所获得的数据就更加的真实可靠。因为在执行过程中，可能你的业务员本身就没有诚实记录这些信息。为什么会这样？主要原因在于：我们现在的系统是基于表单的形式在收集数据。这意味着数据还是由人来录入。我认为在将来，当数据收集实现无人化时，这些用来做供应链决策的数据才能更加的真实和透明。
基于这些思考，我们认为有效的企业决策分为两个部分。第一个部分是协同情报采集系统，帮助我们的品牌商和经销商有效采集市场上的商品动销数据。另一个部分是运营管理优化系统，实现企业的智能化管理和执行，从而优化价格、优化陈列、优化分销。智能优化系统非常难得，若想获得这个系统，就要打好数据化和信息化的基础。今天我会以商品的数据采集为例，给大家展示如何做到协同情报采集。
刚刚讲述的是企业的痛点和我们的AI解决方案。基于这些方案，品览搭建了自己的团队，为这个想法提供技术和产品支持。为了实现这些业务目标，需要结合以下三种技术：第一个是AI技术，用于帮助企业分析数据、分析视频、分析语音、分析文本，最终帮助企业形成决策。第二个是云计算技术，用于打通数据，这是至关重要的一点。第三个是IoT技术，也就是物联网技术，比如在仓库中，一个可以自动录入货物信息的摄像头可以完成超出人工几十倍的工作量，并且可以达到7*24的工作状态。品览通过不断研发基于AI的图像识别技术，并整合IoT设备后，推出了品识——物品识别平台。
我们的技术团队由来自卡耐基梅隆大学、清华大学等高等学府的算法工程师组成，COO曾在Oracle，IBM等企业担任重要职位，具备18年的市场营销经验。综合技术和营销两个方面，我们为客户带来定制化的解决方案。同时，我们也与清华大学等高等学府进行学术合作，为企业带来最前沿的技术支持。
过去一年内我们完成了大量的落地合作，一方面我们与微软、AWS等云技术服务商合作，使我们的产品具备混合云部署能力和高可用性；另一方面，英特尔也是我们非常重要的合作伙伴，结合双方顶尖的软件以及超强计算能力的硬件设备支持，让企业能够高效、便捷的使用我们的AI产品。通过与以上伙伴的合作，我们为不同类型的客户带来了智能化的生产、制造、营销等服务。目前我们的品识物品识别平台正在不同的场景下进行落地。
接下来让我们看一下品识平台的架构。通过这个架构图可以看到，平台架构最上面的一层是应用微服务层，每个客户应用的微服务都是不一样的。中间一层是我们的核心产品——品识平台，品识技术平台会提供非常丰富的服务，第一我们会对数据进行收集和聚合，品识的核心引擎是AI模型，而AI模型的训练需要数据的喂养；第二是建立AI模型并上线服务，当数据聚合起来，我们就需要利用这两个服务完成AI模型的输出。第三个则是在物品识别技术领域中非常重要和前沿的一些技术能力，例如3D物品识别，细粒度识别等等，利用这些技术，我们可以准确的识别一些对于人来说很容易区分，但是对机器来说很苦难的物品，例如在外包装很边缘的位置才有区别的一些果汁商品等等。
在应用微服务这一层我们完成了安吉库存盘点项目，安吉在汽车物流领域拥有70%的市场占有率。目前正在开发整套的仓储物流自动化系统，而系统中库存盘点这一部分使用了我们的技术。这个图片下方有一个比较亮的部分，是我们搭建的视觉系统，有光亮的部分是光源，中间凸出的部分是相机镜头。最终我们通过这样的一套设备和软件，自动完成仓库所有的货架的盘点，输出这一次盘点仓库中的零件数量。以前安吉仓库是通过人工操作叉车，人工扫码进行盘点，差不多一个人一分钟只能盘一个托盘，使用我们这套系统，可以让叉车自动运行，走一遍即完成盘点，效率提升近10倍，因为是完全自动化的，因此不需要额外的仓管人员，只需要放一台机器即可。
第二个场景是我一会儿会说的。第三个是我们的货架巡检场景，直接利用我们开发的小览机器人完成巡检工作。这个场景中的超市比较小，货架上的商品摆放有纵深，相比于上面的仓库场景，汽车零件大都是大型箱体。大箱子的摆放是没有纵深关系的，只需要识别最外层条码就可以了。我们在超市巡检中完成了两个场景。第一，因为货物摆放有纵深关系，我们使用了英特尔的3D摄像头设备，结合我们自主开发的3D商品识别算法，完成具备纵深关系的商品识别。第二，我们需要通过对首排排面的商品分析，识别陈列规范，例如陈列异位和缺货等，这也是我们的AI技术能力能够完成的。最右边是我们给一家纺织厂的产线进行的改造。在食品溯源场景中，食品包装需要贴码，我们可以在高速运动的环境下完成数据采集。
整体来讲，像阿里、百度这样的AI平台也会拓展类似的场景。比如说百度的人脸识别是免费的，调用人脸识别的次数不多就可以免费获取，那么我们的品识平台和他们的平台有什么差别呢？
首先，我们是百度AI的合作伙伴，百度AI平台可以做到通用的AI能力，在细分场景和领域中，也需要合作伙伴提供针对性的能力。我们在过往接触客户中，遇见的场景是非常细致的，有很多工程化的挑战，需要做细节上的工程化改造。
第二就是大平台推出的一些算法API通常会比较保守，不太会将2019年3月份刚刚发表的算法成果带进来，相反，我们的技术团队会把最前沿、最有效的算法带进现实中。第三我们专注于商品识别领域，已经积累了超过500万的商品数据。
客户只需要提供希望分析的商品列表，我们的平台就可以快速输出结果。这是巡店机器人——小览，这是小览机器人搭载的触屏的具体情况。
我的分享就到这里，谢谢。