国际电商巨头亚马逊去年推出Amazon Go无人商店，其“即拿即走，免排队”的超前购物体验一经发布便广受业界瞩目，一时之间，无人商店俨然已成为全球零售业的一种新趋势。
反观国内市场，新零售势头正方兴未艾，行业对新技术、新应用尤为饥渴，加上国内市场堪称全球领先的移动支付态势，一时之间，无人商店如雨后春笋般不断涌现，笔者将全球九大无人商店方案进行汇总整理，并对其所采用的技术进行了解读。
大名鼎鼎的Amazon Go
亚马逊推出的Amazon Go，除了顾客无需结账，即买即走，免去了顾客排队的苦恼外，Amazon Go跟普通的零售店几乎没有区别，其商品摆设与普通零售店亦基本一致，主要销售即食早餐、午餐和晚餐，以及每天新鲜的小点心。此外还包括面包、牛奶、手工奶酪和本地制作的巧克力等。
Amazon Go的购物流程较为简单，消费者在进入Amazon Go进行购物时首先需要一个亚马逊帐号，并在自己的智能手机上安装亚马逊的应用软件，用户打开手机并进入商店后，在入口处会对顾客进行人脸识别，确认用户身份。当消费者在货架前停留并选择商品时，摄像头会捕捉并记录顾客拿起或放下的商品，同时，置于货架上的摄像头会通过手势识别判断顾客是否将货物置于购物篮还是只是看看然后放回原处。
对于用户购物信息的统计，则是通过货架上的红外传感器、压力感应装置(确认哪些商品被取走)及荷载传感器(用于记录哪些商品被放回原处)，用户所采购的商品数据会实时传输至 Amazon Go商店的信息中枢，不会有任何延迟，顾客付账时直接离店就可，传感器会扫描并记录下消费者购买的商品，同时自动在消费者的账户上结算出相应的金额。
Amazon Go最大的亮点是顾客拿走或者放回物品的同时，用户手机里的系统(该系统与Amazon Go商店的信息中枢无延迟地同步进行更新)会自动更新清单，然后用户直接离开商店即可。
从技术上讲，Amazon Go主要运用了机器视觉、深度学习算法和传感器融合技术，这三项技术几乎都是当下最为热门前沿的技术了，笔者认为，这些前沿技术的大规模实施肯定会造价不菲，相信这也是当前Amazon Go没有大规模应用的原因之一(Amazon Go原定于今年7月落地的计划因技术原因被延期)。
据悉，早在2013年、2014年，亚马逊就提交了两份核心专利，即“侦测物体互动和移动”(Detecting item interaction and movement)和“物品从置物设备上的转移”(Transitioning items from the materials handling facility)，现在看来，正是这两项专利技术促成了Amazon Go的诞生。
一般而言，如果从顾客的角度来判断购买行为显然会非常复杂，但从货架的角度来看就要简单得多，此时的核心动作只有两种，即拿走或放回，Amazon Go是如何做到的呢?首先货架前的摄像头会采集用户手在进入货架平面前的图像，当用户手在货架上拿上商品离开时，此时的图像亦会被采集，然后将两次采集的图像进行对比，判断出用户是拿出货物还是放入货物。
前述只探讨了物品的拿出与放回，那么如何判断被拿出或者放回的物品是什么呢?对被拿走的商品，可分两种情况，即物品处于原本所在的位置上，此时商品直接被标识于系统中，只需利用传感器即可感知到该物品被拿走;当商品与原本位置不一致时(通过图像识别该位置与现有商品不一致时)，尽管Amazon Go系统会对错放商品进行图片对比检索(与数据库内的图片进行比较)识别，但Amazon Go此时往往无法很好地对商品进行识别，这是Amazon Go的一个BUG，当然出现这种情况时，Amazon Go会提醒工作人员将商品放回正确的位置了。
最后，Amazon Go内的商品是如何实现与人关联的?这就需要依靠室内定位技术。Amazon Go定位依靠的是图像分析以及音频来实现的，首先通过店内的摄像头检测用户及其方位，同时商店货架或者天花板内的多个音频根据各声音时差分析出用户的位置，此外，用户手机的GPS以及WIFI信号亦能协助定位的实现。
需要说明的是，Amazon Go目前定位上存在一些技术问题，比如较多顾客拥挤在一个区域时，此时的图像分析会对系统GPU形成高负荷，而其他定位技术亦会因精度问题导致误差，此时定位的可靠性会大打折扣，这也是后续Amazon需要持续解决的问题。
Amazon Go采用的机器视觉识别、深度学习算法和传感器融合等技术都是目前最前沿的新兴应用技术，Amazon在无人商店领域的技术积累可谓全球领先，但正是这些领先技术的加持，使得Amazon Go造价不菲(据业内专家透露，一个Amazon Go可能需要千万美元级别的投入)，尽管如此，Amazon Go依然存在如前文所言的诸多缺陷亟待解决，因此，Amazon一再宣布延迟Amazon Go的落地时间。
讲到这里，有人可能要问了，Amazon Go为什么不采用RFID呢?这样的话，Amazon Go的诸多BUG就被很好解决了，聪明如Amazon这般，不可能没有想到过利用RFID技术，之所以没有，Amazon肯定有自身的战略考量，个中缘由，恐怕得去问杰夫·贝佐斯了。
任小枫
顺便八卦一下，目前，Amazon Go 的项目负责人任小枫已从Amazon离职，加盟阿里巴巴在西雅图的分部，担任iDST首席科学家和副院长，英雄所见略同，阿里巴巴显然也在加大在无人商店领域的布局力度!
阿里淘咖啡
说到了亚马逊，阿里巴巴恐怕也不得不提及了。作为阿里实验室筹划已久的“无人零售计划”中的第一个应用场景，“淘咖啡”将在7月初的第二届淘宝造物节上亮相，“淘咖啡”是一个占地200平方的线下实体店样板，集商品购物、餐饮于一体。
下面不妨来看看“淘咖啡”的购物过程是怎样的。
消费者进入淘咖啡的整个购物过程大致分为三个步骤，首先是进店，用户首次进店需打开“手机淘宝app”，扫码获得电子入场码，同时签署数据使用、隐私保护声明、支付宝代扣协议等条款，顾客将手机放在认证闸机上方以通过验证即可开始购物，之后全程无需再掏手机;
接着是选购，用户可在店内拿起任何一件或者多件商品，或者在餐饮区点餐，这个过程与日常的购物并无二致;
最后是支付，支付的过程是通过一道结算门完成的，离店前，用户必须经过这道结算门。结算门由两道门组成，当第一道门感应到用户的离店需求时，它便会自动开启，用户走出这道门后，系统会自动对顾客所买的货物进行识别与结算，结算完成后，会有语音提示顾客此次购物所花金额，随即第二道门便会自动打开，顾客离店。
阿里的这套无人零售技术主要涉及三大核心技术，即生物特征自主感知和学习系统、结算意图识别和交易系统及目标检测与追踪系统。
生物特征自主感知和学习系统主要解决在开放空间里对消费者身份的识别问题，将顾客的生物特征与淘宝ID进行绑定，以实现对顾客的身份确认。
对商品的识别是如何实现的?主要依赖结算意图识别和交易系统来完成，如前文所言的结算门，它是由两道门组成，对商品的识别过程就是在这两道门之间完成的，阿里的这套系统究竟是通过RFID技术还是机器视觉识别来完成对商品识别的，目前还不能十分确定，笔者以为机器视觉识别的可能性更大一些。
目标检测与追踪系统则主要是追踪消费者在店内的行为及运动轨迹，该功能主要依赖多路监控摄像头。通过捕捉消费者的行为判断其对特定商品的态度，或通过对诸多消费者在店内的运动轨迹、或在特定货架前的停留时间来指导商家调整货品的陈列方式等。
会不会觉得阿里的淘咖啡与Amazon Go非常相似?确实如此，Amazon Go的研发负责人任小枫目前已带领团队加入阿里，与Amazon Go相似也就不难理解了。
但淘咖啡与Amazon Go最大的不同体现在结算技术上，前者的结算是在一个特定区域，即结算门中完成对商品的识别与结算(同时完成了对顾客身份的识别)，后者则在货架上即对商品进行识别，这就更容易出现张冠李戴问题(更多详情见本文Amazon Go部分的介绍)，因此，淘咖啡在一定程度上可算是Amazon Go的一个改进版。
Take go
近日，娃哈哈早期创始人宗泽后对外宣布与深兰科技达成战略合作，签下了三年10万台无人商店，预计总金额高达近百亿人民币，并计划在未来十年间扩大到百万台的规模，此事在零售界引起广泛关注。
那么深兰科技是何方神圣?其正是take go无人商店的研发企业。早在今年2月份，阿里系下的芝麻信用便与深兰合作推出快猫无人值守智能门店和“拿了就走，免现场结算”的 take go信用结算系统，本次再与哇哈哈合作，说明深兰科技在无人智能零售店领域的技术已得到认可。
Take go系统之所以能实现“拿了就走”主要应用了卷积神经网络、Deep learning深度学习、机器视觉、生物识别、生物支付等人工智能领域前沿技术，这其中涉及两个关键的技术，一个是生物识别技术，从take go的应用场景视频中可以看到，顾客进入take go 无人店需要手掌按在生物识别读写器上，这个识别器不是掌纹或者指纹识别器，应该是静脉识别器，静脉识别技术要比指纹识别精确很多，也更大程度地避免了被冒用的可能性，很好地确保了用户资金的安全性。
另外一个关键技术是基于深度学习(Deep learning)的卷积神经网络技术，该技术主要用于对整个无人零售店内物品的监测、识别与跟踪。其中，对商品的识别是通过机器学习，然后对图像进行识别，也就是说每次商店进货新品类时，都需要对该商品进行机器学习，将该商品的一些特征数据信息记录到数据库中，然后图像识别系统依据特征数据信息对该商品进行识别。
当顾客走进take go无人零售门店并拿起商品时，不管商品的位置是在顾客手上、怀中、口袋还是背包内，系统都能监测与识别，顾客离开商店时会收到对应的账单，并被系统自动扣款。Take Go还有人店对话系统，通过定向声源原理和算法，Take Go零售店还可以向顾客一对一进行语音产品推荐，根据顾客之前的购买记录判断出其喜好、偏向，向其推荐类似商品。
<iframe src="https://v.qq.com/iframe/preview.html?vid=q0518lewapq&"></iframe>
从take go的宣传视频来看，似乎比Amazon Go还要先进，笔者尝试与深兰科技方联系以向其了解更多的技术细节，截止目前未有回应。Take go似乎同样也没有采用RFID技术，可以肯定的是，官方宣称的基于深度学习(Deep learning)的卷积神经网络技术可能是一系列技术的融合，相信其包含了视频/图像识别技术、定位技术等。
同时笔者有理由对take go的防盗技术感到忧虑，尽管顾客进店需要进行静脉识别，但当门处于开启状态时，倘若顾客直接进入并拿走商品，这个过程不会有任何阻碍，同时这类无人零售店的SKU肯定不会很多。
缤果盒子
欧尚、大润发相继在上海推出无人零售商店缤果盒子，一时之间，缤果盒子俨然成了零售业界的“超级网红”，其背后的研发公司中山市宾哥网络科技有限公司亦受到业界广泛关注。
入口
缤果盒子的购物流程较为简单，首先顾客进入商店需要扫描二维码，目前只支持微信扫描，暂不支持支付宝，如果微信没有实名认证，同样无法进入。用户在商店内选好商品后，需将商品整齐放置于收银台检测区，然后，检测台边上的显示屏会自动显示一个收费二维码，用户可以利用微信或者支付宝扫描二维码即可完成付账，然后离店即可。
收银台
就购物体验而言，缤果盒子显然无法做到像Amazon Go、take go及淘咖啡那样“即拿即走”的购物体验，它采用的技术相对简单，但可靠。缤果盒子主要采用了RFID技术、人脸识别技术等。店内商品包装上皆贴有RFID标签，这就避免了像Amazon Go、take go那样需要进行复杂的图像识别过程，内置的全视角视频监控，可有效震慑顾客在店内的作弊行为(比如破坏商品、撕毁RFID标签等)，当然，一旦出现作弊行为，系统会自动报警，相关人员会及时赶到现场处理。
缤果盒子购物体验不及前三者，相对传统便利店，缤果盒子的优势是减轻了对人的依赖，提升管理效率。据官方介绍，4个人可完成40个盒子的管理(盒子最大的SKU为800)，这个相对优势在Amazon Go及take go未被大规模普及前有其存在的合理性与必要性。当然缤果盒子也有其不足，比如一旦有顾客作弊，在相关工作人员赶来前的这段时间，作弊者有足够的时间离开，这也是目前缤果盒子多数被安置在封闭的中高端小区的原因了。
便利蜂
便利蜂之所以备受业界关注，很大程度上归功于其几位创始人：从7-11北京大区经理职位离职并创建邻家便利店的前董事长王紫及去哪儿网的创始人庄辰超。
便利蜂的自助购物与缤果盒子相似，流程稍有不同。其入口是便利蜂app或微信内的便利蜂小程序，通过app或者小程序扫描二维码，接下来是连接门店WIFI/扫描门店二维码，手机扫描商品二维码(自助模式下最多支持9件商品)，然后线上利用支付宝或者微信支付，后续还需扫描支付凭证，经确认后即可离开。
由介绍可知，便利蜂无人店比缤果盒子的技术含量还要低些，基本上与目前常规超市的差别并不大，对商品的识别是通过二维码进行的，而非缤果盒子所采用的RFID。相对而言，便利蜂无人店的购物过程已经较为繁琐了，其优势可能更多是体现在渠道及供应链上面。
Wheelys
来自瑞典的初创公司Wheelys在上海开设了一家无人零售商店，该商店主要由应用程序控制，首先，顾客需要在智能手机上安装一个允许访问该无人商店的应用，进入商店后，顾客只需要扫描想要购买货物的条形码，离店时可以使用信用卡支付。
该无人商店由 AI 控制——称为“Hol”的全息商店助理，可帮助客户进行购买或提供使用服务的说明。此外，无人店的屋顶还配备了 4 台无人机，顾客可通过app订购，无人机就会带着商品送至你家(跟京东正在尝试的送货方式相当，但这个功能仍在测试中)。
防盗防损方面，该门店主要采用摄像机监控+入店进行身份验证，此外还有Wheelys公司的一些专利授权技术的加入，Wheelys公司的盈利大头很可能就是向第三方零售商授权该技术，至于具体是何种技术，Wheelys公司并没有透露更加详细的信息。
Wheelys公司的这套无人商店技术同样处于测试阶段，Wheelys公司对一系列核心技术的遮遮掩掩，一定程度上也透露出该技术似乎并无太多亮点，能不能在国内大范围推广尚未可知，况且国内已有这么多的无人商店竞争者了。
罗森无人商店
全球第二大便利店连锁机构罗森即将在国内推出无人零售店，目前，该无人零售店尚处于内测阶段。
罗森无人零售店主要有三个入口，即火星兔子app、微信公众号及罗森点点app，用户通过上述入口进入后，系统会自动定位到顾客当前所在的门店，顾客通过扫描所选商品的二维码后，将商品加入到购物车内，确认所选的商品后，系统会自动进入支付页面，此时界面会自动显示商品的促销价和会员价，然后用户可选择支付宝或者微信进行支付，支付后每个顾客会有一个聚合码，将聚合码给工作人员扫描后即可离店。
可见，该套无人系统与前述的便利蜂有相似的地方，便利蜂最多一次可购买九件物品，但罗森的这套系统一次只能购买五件。
罗森的这套系统，严格来说还算不上是无人零售，它只是将原本需要工作人员来完成的扫描与结账流程下放到顾客自己来进行，同时在购物的最后环节，还需要工作人员的参与才行，但它又比传统的流程稍微先进了一步，并且整套系统的升级造价并不高，还是一个不错的尝试了。
据悉，罗森(Lawson)和松下电器公司合作，正在日本本土进行更为先进的无人商店试验，其特色是发明一个特别功能的购物篮，顾客只要将物品放进篮内，里面的扫描器就会自动阅读物品上的电子标签，结账时，只要将篮子放在自动化柜台上，篮里的货品就会自动滑入塑胶袋，可为顾客节省装东西的时间，更为详细的技术介绍，合作双方尚未透露，但可以肯定的是，RFID标签在这套系统中扮演了重要角色。
7-11
既然谈到了罗森，7-11当然也要提及一下了。作为全球最大的便利店连锁机构，7-11同样展开了自己在无人零售方面的布局，该无人商店大致的流程是，首先顾客要绑定自己的信用卡或者银行卡，进入无人店后，只需将所购商品装进购物筐，然后将其放到专用的机器收银台上就可瞬间完成结账，可见，7-11的无人零售方案与罗森在日本的解决方案颇为相似，7-11的无人零售方案相信也引入了RFID标签技术，据7-11相关人士透露，如果该技术方案成熟的话，被全球的7-11便利店推广应用也是可能的。
7-11在技术及理念上一直颇具远见且较为激进，这点在无人机的商业应用中可见一斑。据悉，7-11与Flirtey无人机公司合作，在内华达州雷诺市已成功完成了77次无人机商业递送服务，这甚至是像亚马逊与谷歌这些技术巨头都尚未做到，相信在无人零售店领域，7-11同样也会有自己独特的黑科技。
整体而言，像7-11、罗森这样的国际巨头，在无人零售店领域的布局并不激进，这恐怕与其根深蒂固的传统企业基因有较大的关系，技术不是他们的强项，像亚马逊、阿里巴巴这样有互联网血统的企业则相对激进些，不管怎样，技术在下一轮的零售行业较量中将扮演重要角色。
小e微店
号称企业员工“身边的便利店”的小e微店，目前，其主要分布在高端写字楼、科技园区等区域，其入口主要是官方app、微信公众号及微信小程序，用户通过上述入口扫描门店二维码进入无人店，与此同时，实际上也完成了门店的定位，用户选好商品后，用手机扫描商品的二维码，进行结算支付，然后离开。
笔者在与小e微店方沟通时，对方透露目前只支持微信支付，未来是否会支持支付宝尚不确定。小e微店与便利蜂一样，都采用了低成本的二维码解决方案，二者的购物流程也有颇为相似。
显然，无人商店已成为全球零售业的新风口，甚至可说是全球零售业一个新的战略高地，谁能够在第一时间占据无疑会具备先发优势，这也是目前像亚马逊、阿里巴巴这些巨头涉足的最大原因，但它距真正全面落地尚需时日，技术是其最大的瓶颈!
目前，真正对无人零售技术及趋势探讨的大会很少，深圳国际零售智能化创新应用大会是一个，该大会将于2017年8月17日深圳会展中心举行，主办方物联传媒广邀零售界知名企业代表、业界专家、行业资深人士及政府权威机构代表共同探讨包括无人零售技术等诸多零售业最新、最热门技术及其应用，相信对零售行业人士而言会有颇多助益!
总结：目前无人商店在技术上大致可分为三个流派，Amazon Go、淘咖啡及take go可划为一个流派，三者用的都是目前大热的前沿技术，比如机器视觉、深度学习算法、传感器融合技术、卷积神经网络、生物识别等，三者似乎都不约而同地没有采用RFID技术，这点颇值得深思。
第二个流派则主要是指缤果盒子、7-11、罗森日本无人店，这几家主要利用了RFID标签技术，RFID在对货物的识别与防盗上更具优势，该方案由来已久，技术上也较为成熟了;
第三个流派则是像便利蜂、小e微店等，主要是利用二维码来完成对货物的识别，优势是成本低，与传统零售较为接近。
目前来看，所有的无人商店皆存在诸多缺陷，应该说Amazon Go、淘咖啡所提倡的“拿了就走”的购物体验才是理想的无人零售，但其所采用的一系列前沿技术的可靠性与稳定性目前尚无法保证，像Amazon Go对错位商品的识别、商店人流量大时的身份确认等都亟待技术的再发展;像第二及第三流派所言的无人零售，特别是第三流派，与传统的零售存在较多相似处，但减少了人的参与度，提升了效率，别小看这一点点改进，在Amazon Go尚未落地前的这段技术空挡期，它们一旦规模应用，其创造的效益同样会非常惊人!
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。