歷經 14 個月的內部運營， 不斷提升技術與通暢用戶體驗的融合後， 一度被視為「概念」的 Amazon Go 正式對消費者開放。
整理 | 微胖、吳欣
幾個月前， 我們還在討論真正的無人店仍然遙遠， 亞馬遜就帶著 Amazon Go 在西雅圖向消費者敞開了大門。
從今天早上開始， 使用 Amazon Go 智慧應用和登陸了 Amazon 帳號的顧客們， 就可以走進這家位於 7th Avenue 和 Blanchard Street 交界處的著名無人店「即拿即走」。
除了進店流程和結帳環節的不同， 大部分大型商超、加油站超市里的產品都能在這裡找到， 例如那些你經常要用到的速食、飲料和雜貨。 值得一提的是， 這家店還設有廚房， 他們會準備三明治、沙拉和一些外賣午餐等即食類商品。
這是亞馬遜近年來投入最多努力的專案之一， 根據亞馬遜官方網站的介紹， 在這方面， 他們至少已經謀劃了 4 年時間。 對亞馬遜而言， 更重要的當然是用創新技術將線上體驗無縫連結到實體購物中。
負責 Go 專案的亞馬遜副總裁 Gianna Puerini 在接受採訪時表示， 他們的目標是在保證便利的同時讓商店的價格和其它的市場保持一致。
「零售商店需要為顧客提供選擇、便宜的價格和便利， 」Puerini 說， 「我認為我們在提供這三種服務。 」
這是自主消費結帳系統一個全新的技術高度
Amazon Go 現在多久會出一次錯？亞馬遜沒有正面回答這個問題。
「如果出現了錯誤， 」Puerini 說道， 「顧客可以用 Amazon Go 的 APP 掃一下收據上誤收費的商品條目， 去掉收取了費用但自己實際上沒買的物品。 」
這家一度推遲承諾開放時間的門店， 在這 14 個月的內部試運營中，
Amazon Go 商店運轉的關鍵在貨架上。
數十個平裝書大小的長方形黑色設備掛在天花板下面， 默默地看著商店。
這些設備使用「多個感測器輸入。 」Puerini 說道， 就像幫助自動駕駛汽車識別視野中的人和物體的系統。
一位熟悉 Amazon Go 的工程師在一次採訪中稱， 亞馬遜早期花費了大量精力， 使其電腦視覺演算法可以有效地追蹤消費者。
在亞馬遜的自動顧客跟蹤技術背後， 這位工程師說道， 真人店員會複審錄影以確保系統正確運行——至少一開始會是這樣。
儘管如此，我們仍可以肯定 Amazon go 把自主消費結帳系統帶到了一個全新的技術高度。
支付環節直接關係購物體驗，也是用戶從線上轉向線下的根本。雖然只是一個環節，但要做到高精度就要解決很多問題。
和自動駕駛場景不同，「零售場景下，商品非常重要，另外，人也非常重要。」阿裡巴巴 iDst 首席科學家、副院長任小楓曾告訴機器之能。
目前， Amazon Go 主要是把電腦視覺、深度學習演算法和感測器融合運用。
簡單來說，如果你停在某個貨架前選商品，攝像頭會捕捉並記錄你每一個拿起或放下的商品，同時，那些放置在貨架上的攝像頭用「手勢識別」來判斷你是把商品帶走還是只看看然後放回原處。
貨架上還嵌入了紅外感測器、壓力感應裝置及荷載感測器，它們分別用來確認哪些商品被取走，又有哪些商品被放回原處。這些採買資料會即時傳輸至 Amazon Go商店的資訊中樞，再通過演算法最終完成系統自動結算。
可以看到，這一系列識別環節比較大的挑戰就是要做到極高精度，演算法要解決很多問題，也需要巨大資料庫來不斷提高演算法性能。比如，在非正常光照或側臉資料上多做資料訓練。另外，也需要依靠硬體來加強人臉感知。
甚至如果你和兩個撞衫的人在一起挑選商品，也可以準確為每個人計費。不過，當你是和家庭成員一起購物時，系統會難以「決定」該向誰收款。
員工在西雅圖的亞馬遜高級商店準備新鮮食品。 攝影師：Mike Kane /彭博
根據之前曝光的專利申請內容，在識別商品方面，專案方案使用了大約 5-6 種感測器來配合電腦視覺進行識別。
儘管不確定目前這家門店是否已經解決了所有問題，但正式對外開放，顯然標誌著公司認為它已經完成跨越。
事實上，經過幾個月的調試和改良後，Amazon Go 的檢測能力已經得到了顯著提升。去年 11 月彭博社新聞曾報導過三名亞馬遜員工身穿皮卡丘服裝試圖欺騙商店的跟蹤系統，亞馬遜的演算法為每個毛茸茸的顧客進行了正確的結算。
走，到線下去
而在沒有開業的日子，這家面積不大、僅有 1800 平方英尺的便利店，已經對零售行業產生了難以想像的影響力。
早在 2015 年 11 月，亞馬遜就把目光轉向線下，結合充分的線上資料，在西雅圖開設了公司的首家實體書店。那時，該公司創始人貝佐斯就在接受採訪時隱約透露出一個資訊，亞馬遜對於線下零售的探索並不會止步於此。
去年，亞馬遜斥資 137 億美元收購全食（ Whole Foods ）超市，擁有旗下共 460 多家門店。
亞馬遜還在西雅圖開設了兩個商品自提點，是超市貨物快遞專案試驗專案的一部分，儘管最近取消了，但超市食品快遞服務 Amazon Fresh 仍在繼續。
亞馬遜打造綜合性零售帝國的野心一望而知。
大資料、AI 等多種技術的結合，讓線下實體零售行業創造個性化服務成為可能，線上產品與線下的場景結合早已經成為智慧零售的關鍵。
「線下跟線上相比，有些時候說不定真有一些優勢。」任小楓曾在去年雲棲大會的演講中提到，
「看有人有沒有拿東西，看了多久，有沒有放回去，可以用相機監控貨架。如果跟身份結合，或者用人臉或者其它方式，可以做到很多個性化的體驗，能夠讓你在每時每刻在店裡面知道你是誰，提供個性化的服務。」
但無論是從造價還是技術層面講，電腦視覺為主的技術方案仍稱不上成熟。
根據熟悉該專案的資深技術人員估算，這樣的一家店，需要千萬美元級別的投入。不難想像，僅價格就會成為無人店快速規模化的巨大門檻。
如果協力廠商商家想要改造成「即拿即走」模式，需要修改所有貨架，根據要求裝上多種感測器，按照規定方式佈置很多攝像頭，還要提前把自己的存貨清單開放出來訓練系統。零售商來很難願意配合這些。
正為無人麵包店進行技術研發的 Allan 向機器之能分析稱，「視覺會存在遮擋等問題，在某些特定的場景下無法發揮作用。因此，一些技術解決方集思廣益，嘗試採取多感測器融合的方法，不過至今業內也沒有出現成熟的解決方案，都處於摸索階段。」
「在不遠的將來，會看到像這樣通用的線下智慧系統要做很多事情。在一家小店鋪做是一回事，在大的 shopping mall 場景下，裡面有各種各樣的店鋪，有比較大的空間，實現難度會再上一個大臺階。」任小楓曾說。
更易於落地的 RFID 技術方案，是大多數追上無人店風口的公司過渡性選擇，它們強調先落地教育市場同時推進視覺技術的研發。市面上絕大多數的無人值守便利店，會設置一個自助收銀區——基於 RFID、電腦視覺或重量等多種感應手段完成商品結算。
但 RFID 同樣也存在局限性。例如，RFID 不能被折疊、被遮擋，也容易發生標籤被撕壞損毀的情況，在金屬和液體商品的識別中也存在問題。
被逐漸電腦視覺等技術取代是大勢所趨。Amazon Go 方案是目前看到最有前景的方案，但也是目前各種方案中技術難度最高的一個。
儘管如此，沒有人認為亞馬遜的首個 Amazon Go 項目會僅限於此。「我們希望能再開更多門店。」Puerini 說，但是她並未宣佈任何擴展計畫。（亞馬遜或許已經有了計畫，去年它曾招聘有經驗的物業管理者。）
此前，英國和歐盟已經通過了 Amazon Go 無人超市的商標申請。這都表明，亞馬遜正在不斷向最終目標邁進，並且未來有計劃進軍海外市場。
當然，亞馬遜可能並不打算在每個街角都建立一個 Go 商店。根據熟悉亞馬遜早期計畫的知情者，其內部計畫認為一個店要想回本需要店周圍幾個街區中有數千個辦公室職員。
假設主要消費對象是辦公室職員的話， Amazon Go 商店「需要考慮為他們提供什麼，」Puerini 說，「他們追求的是時間和飽腹。」
也不得不說 Go 商店的正式開業，如果還有更多開業消息的話，又要為「無人零售」概念再添一把火。
儘管如此，我們仍可以肯定 Amazon go 把自主消費結帳系統帶到了一個全新的技術高度。
支付環節直接關係購物體驗，也是用戶從線上轉向線下的根本。雖然只是一個環節，但要做到高精度就要解決很多問題。
和自動駕駛場景不同，「零售場景下，商品非常重要，另外，人也非常重要。」阿裡巴巴 iDst 首席科學家、副院長任小楓曾告訴機器之能。
目前， Amazon Go 主要是把電腦視覺、深度學習演算法和感測器融合運用。
簡單來說，如果你停在某個貨架前選商品，攝像頭會捕捉並記錄你每一個拿起或放下的商品，同時，那些放置在貨架上的攝像頭用「手勢識別」來判斷你是把商品帶走還是只看看然後放回原處。
貨架上還嵌入了紅外感測器、壓力感應裝置及荷載感測器，它們分別用來確認哪些商品被取走，又有哪些商品被放回原處。這些採買資料會即時傳輸至 Amazon Go商店的資訊中樞，再通過演算法最終完成系統自動結算。
可以看到，這一系列識別環節比較大的挑戰就是要做到極高精度，演算法要解決很多問題，也需要巨大資料庫來不斷提高演算法性能。比如，在非正常光照或側臉資料上多做資料訓練。另外，也需要依靠硬體來加強人臉感知。
甚至如果你和兩個撞衫的人在一起挑選商品，也可以準確為每個人計費。不過，當你是和家庭成員一起購物時，系統會難以「決定」該向誰收款。
員工在西雅圖的亞馬遜高級商店準備新鮮食品。 攝影師：Mike Kane /彭博
根據之前曝光的專利申請內容，在識別商品方面，專案方案使用了大約 5-6 種感測器來配合電腦視覺進行識別。
儘管不確定目前這家門店是否已經解決了所有問題，但正式對外開放，顯然標誌著公司認為它已經完成跨越。
事實上，經過幾個月的調試和改良後，Amazon Go 的檢測能力已經得到了顯著提升。去年 11 月彭博社新聞曾報導過三名亞馬遜員工身穿皮卡丘服裝試圖欺騙商店的跟蹤系統，亞馬遜的演算法為每個毛茸茸的顧客進行了正確的結算。
走，到線下去
而在沒有開業的日子，這家面積不大、僅有 1800 平方英尺的便利店，已經對零售行業產生了難以想像的影響力。
早在 2015 年 11 月，亞馬遜就把目光轉向線下，結合充分的線上資料，在西雅圖開設了公司的首家實體書店。那時，該公司創始人貝佐斯就在接受採訪時隱約透露出一個資訊，亞馬遜對於線下零售的探索並不會止步於此。
去年，亞馬遜斥資 137 億美元收購全食（ Whole Foods ）超市，擁有旗下共 460 多家門店。
亞馬遜還在西雅圖開設了兩個商品自提點，是超市貨物快遞專案試驗專案的一部分，儘管最近取消了，但超市食品快遞服務 Amazon Fresh 仍在繼續。
亞馬遜打造綜合性零售帝國的野心一望而知。
大資料、AI 等多種技術的結合，讓線下實體零售行業創造個性化服務成為可能，線上產品與線下的場景結合早已經成為智慧零售的關鍵。
「線下跟線上相比，有些時候說不定真有一些優勢。」任小楓曾在去年雲棲大會的演講中提到，
「看有人有沒有拿東西，看了多久，有沒有放回去，可以用相機監控貨架。如果跟身份結合，或者用人臉或者其它方式，可以做到很多個性化的體驗，能夠讓你在每時每刻在店裡面知道你是誰，提供個性化的服務。」
但無論是從造價還是技術層面講，電腦視覺為主的技術方案仍稱不上成熟。
根據熟悉該專案的資深技術人員估算，這樣的一家店，需要千萬美元級別的投入。不難想像，僅價格就會成為無人店快速規模化的巨大門檻。
如果協力廠商商家想要改造成「即拿即走」模式，需要修改所有貨架，根據要求裝上多種感測器，按照規定方式佈置很多攝像頭，還要提前把自己的存貨清單開放出來訓練系統。零售商來很難願意配合這些。
正為無人麵包店進行技術研發的 Allan 向機器之能分析稱，「視覺會存在遮擋等問題，在某些特定的場景下無法發揮作用。因此，一些技術解決方集思廣益，嘗試採取多感測器融合的方法，不過至今業內也沒有出現成熟的解決方案，都處於摸索階段。」
「在不遠的將來，會看到像這樣通用的線下智慧系統要做很多事情。在一家小店鋪做是一回事，在大的 shopping mall 場景下，裡面有各種各樣的店鋪，有比較大的空間，實現難度會再上一個大臺階。」任小楓曾說。
更易於落地的 RFID 技術方案，是大多數追上無人店風口的公司過渡性選擇，它們強調先落地教育市場同時推進視覺技術的研發。市面上絕大多數的無人值守便利店，會設置一個自助收銀區——基於 RFID、電腦視覺或重量等多種感應手段完成商品結算。
但 RFID 同樣也存在局限性。例如，RFID 不能被折疊、被遮擋，也容易發生標籤被撕壞損毀的情況，在金屬和液體商品的識別中也存在問題。
被逐漸電腦視覺等技術取代是大勢所趨。Amazon Go 方案是目前看到最有前景的方案，但也是目前各種方案中技術難度最高的一個。
儘管如此，沒有人認為亞馬遜的首個 Amazon Go 項目會僅限於此。「我們希望能再開更多門店。」Puerini 說，但是她並未宣佈任何擴展計畫。（亞馬遜或許已經有了計畫，去年它曾招聘有經驗的物業管理者。）
此前，英國和歐盟已經通過了 Amazon Go 無人超市的商標申請。這都表明，亞馬遜正在不斷向最終目標邁進，並且未來有計劃進軍海外市場。
當然，亞馬遜可能並不打算在每個街角都建立一個 Go 商店。根據熟悉亞馬遜早期計畫的知情者，其內部計畫認為一個店要想回本需要店周圍幾個街區中有數千個辦公室職員。
假設主要消費對象是辦公室職員的話， Amazon Go 商店「需要考慮為他們提供什麼，」Puerini 說，「他們追求的是時間和飽腹。」
也不得不說 Go 商店的正式開業，如果還有更多開業消息的話，又要為「無人零售」概念再添一把火。