远山：抛开数据能力谈AIoT无法有效落地

6月17日，数据中台建设实战系列课程第11课，奇点云资深行业专家远山在线直播分享《AIoT赋能零售行业线下运营》。

远山，奇点云资深行业专家，原法国迪卡侬智能零售项目亚太区总监，Embisphere中国区总经理。曾先后在国内顶级AI公司负责智能零售业务，有多项零售行业的大数据、AIoT落地案例。

AIoT 是在DT时代下，IoT的AI化。事实上AIoT远远大于IoT+AI的简单组合，IoT是IT时代的产物，进入DT时代后，随着数据量、云计算和AI技术的发展，AIoT应运而生。

IoT以采集数据和连接物理设备为主，而采集的数据以结构化数据为主，最终赋能到业务中，更多的是做数据监测及更快速便捷的业务反馈。IoT做的是对物理世界的监测和连接，期望实现万物互联的自动化。

当IoT加入AI的能力后，在感知层加入了非结构化数据采集的能力，大幅提升感知理解图像、音频、视频的能力；随着云计算、边缘计算、AI算法的大力发展，在网络层有了更多适用场景的匹配能力与存储能力；而在应用层，过去更多展示的是数据结果，现在通过多模态语义理解能力， 可以用机器的方式洞察和理解物理世界，而不仅仅对数据的监测及连接，最终实现万物互联的智能化。

01、为什么线下零售需要AIoT技术？

「我们需要把零售的人货场进行数字化」。

人货场数字化的基础是数据采集，AIoT要解决线下零售数据有无的问题。

通过传统的IT、IoT的手段，已经有了不少结构化的数据，如交易数据、商品数据、库存数据等。但是缺少非结构化数据资产沉淀，缺少对消费者行为的理解。

换一个角度看，目前我们有的数据大部分是结果数据，例如消费者进行一笔交易，可看到买单记录，但不清楚如何形成此结果的中间过程，无法用运营的思维去思考中间有哪些可改善的环节，大多是经验式的决策。

AIoT是线下数据的重要的入口和出口

入口：线下通过AIoT的能力采集大量数据后，数据价值不仅体现在线下，线下采集的数据和全渠道全域数据相结合。例如：线下采集的游逛、消费行为和消费者在线上的浏览行为数据可以通过One-ID的能力打通，从而还原了更真实的现实世界的消费者。

出口：通过AIoT智能交互前端设备，实现更加智能和友好的用户交互，例如扫脸支付+精准营销。背后是AIoT采集的数据和全域数据融合后能力的结合。

通过 CDP对消费者进行全域智能化营销时，最底层数据越完善越好，沉淀数据后才能对消费者进行全面画像，线下AIoT是非常重要数据来源的渠道，数据升维则是把过去没有的数据通过AIoT的手段把线下的行为沉淀为数据资产。

02、AIoT技术赋能线下零售

1、AIoT可以给线下零售带来更全面、更精细的数据采集能力。

2、AIoT给线下零售提供更强大的数据智能洞察能力。
3、AIoT能提供更好的人机交互能力。

在此三个重要能力背后的支撑手就是数据能力，抛开数据能力谈AIoT技术，犹如抛开厨师讲食材，没有灵魂。 AIoT的技术本身是不能很好落地的，数据中台是融合两者能力的绝佳工具。

这也是为什么奇点云一直倡导AI驱动的数据中台的原因，未来AIoT无论在数据数量和质量上都会给整个数据行业带来很大挑战，数据中台则是承载技术能力的平台。

✨AIoT提供更全面和精细的数据采集能力

-以客流系统为例，奇点识客3.0

奇点云基于AIoT能力打造了一套奇点识客产品。传统IoT能力下的客流统计，依靠门禁红外、热成像、WiFi探针、双目3D等手段，在准确度和信息量上都比较有限，输出的仅是人次或不太完整的人数、小范围的客流热力图等。

而通过AIoT智能视觉的方式可以达到很高的精细度和精准度，输出的信息量（人数、人次、属性等）也远远大于传统的IoT的能力，融合AI和算法模型后可以判断零售场景下「人」的多维信息。 AIoT一定要结合大数据的能力才能达到最佳应用效果。

✨AIoT提供更强的场景洞察能力

-以客流系统为例，奇点识客3.0

传统的客流分析只能输出非常基本的客流统计结果，在AIoT技术下则可以在各个精细度上做更细的挖掘，如在购物中心大场景下，可精细分析商场客流、楼层客流、铺位客流，消费者游逛店铺的数量，空间和品牌间客流转化关系，店铺关联，集客力等等，这些客流洞察的维度可以辅助商场进行更好的招商、租金定价以及与店铺协同做运营优化。

AIoT赋能线下零售场景的应用

1、用户洞察

远(区域级)、中(店铺级)、近(货架级)场的顾客表征和行为洞察: 人(全渠道数据融合)，人—人关系、人—货关系、人—场关系（基于视觉智能的泛会员体系）。

2、经营洞察

为商业经营者及商家服务，从远(区域级)、中(店铺级)、近(货架级)的经营洞察:客流、动线、热区，楼层、店铺、品牌、品类关联分析，店铺、品牌吸引力、热门商铺等。

3、智能管理

员工管理洞察(考勤、人效、违规操作)；店铺管理(商品陈列、空座、排队等)；安全(聚集、消防、安保、布控等)；物业管理智能化。

4、个性化精准营销和个性化便捷服务

主要面向消费者服务，提供精准泛会员服务、智能推荐、导购赋能、虚拟体验、快速收银、智能呼叫、服务机器人等。

5、新零售增量场景

聚焦无人化，自动化零售场景。

03、AIoT在零售行业的应用发展趋势

AIoT主要解决数据采集的问题、智能洞察的问题及智能交互的问题。首先解决数据有无的问题，有了数据后才能沉淀出更好的智能洞察的能力以及做到更全面更优质的智能交互。

智能新时代的到来，AIoT的普及度及线下零售的体验、降本增效的能力都将大幅提升。AIoT落地应用过程中，大数据能力、5G、云计算、边缘计算、AI算法为此加速。