看点：亚马逊已大举进入，无人值守便利店的未来已被揭开一角。
全文3000字，预计阅读时间8分钟。
导语：无人值守便利店，在我国新零售领域是一个不可忽视的领域。国际上的亚马逊，国内阿里、京东等巨头都退出了自己的无人值守便利店。国内众多中小玩家也纷纷入局。亚马逊宣布3000家便利店后，又会对行业产生怎样的影响呢？
Amazon go 3000家便利店的启示
据彭博社报道，Amazon go 经过近两年的调试后，在2018年9月底确定了3000家便利店的扩展计划。知情人士称，这家互联网巨头正考虑今年年底前开设大约10家Amazon Go门店，2019年在旧金山和纽约等“主要都市区”开设大约50家，然后到2021年达到最多3000家。这个口号并不是说说而已，10月8日亚马逊已经在芝加哥开了两家店，第三家店正在装修中，未来预计会有更多的是店布局下去。
Amazon go 的将会在人口稠密的大城市开店，那里有许多年轻人，他们工作忙碌，但是经济富裕，有消费能力。他们愿意花更多的钱来购买质量更好的食品，享受更便利的服务。
并且amazon go 并不局限美国本土，10月7日泰晤士报报道到，在线零售巨头亚马逊正在瞄准收购英国的一些企业，以发展其无现金自动结算的百货业务。
并且亚马逊在英国的运作与美国本土小规模的便利店不同，他们瞄准的是1200-1500平左右的中大型超市。亚马逊去年收购了英国七家百货商超，并以137亿美元（107亿英镑）收购了全食超市（专门销售有机食品的美国的食品超级市场连锁店）。
Amazon go 做得到底是什么？
虽然国内在大力宣传无人便利店将会掀起一场新的零售旋风，但实际上，amazon go 从来没有说过自己是无人便利店，amazon go 一直在主打一个“just walk out”概念，这个概念对超市场景来说主要是减少了两个环节：①货品扫码；②货品付款，也就是结账环节。在amazon go的超市里还是有大量的服务人员存在的，他们在上货，做即食性的食品，为顾客提供服务。所以准确的来说amazon go做得是超市、便利店自动结算系统，即cashierless。
这个解决方案很有现实意义。结账环节虽然非常关键，但对店家来说是一个鸡肋环节，因为大部分的工作都是重复化、机械化的操作，如收银的扫码，结算等。这类工作不需要有很高的技术水平就可以胜任，薪资水平一直也比较低。却需要大量员工操作，人力成本、设备成本较高；
对于员工来说，这类的工作是重复性、程序性的，个体的价值得不到彰显，缺少成就感，员工流动性强；
对顾客来说这个流程的缺点就更明显了，排队结账非常浪费时间，感受不到购物的乐趣。
所以如果能省去这个环节，对顾客、店家、员工来说都是有利的。
Amazon的真实意图是「体验」与「数据」
在美国，零售商店的税前净利率约为1~3%，微薄的利润为何会引起Amazon的兴趣，投入资金和最新科技，开设Amazon Go无人实体商店呢？
从零售业的观点，如何让商品和资金快速流动是获利关键。因此，该怎样抓住顾客的喜好，用对的售价卖受欢迎的商品，是零售业者最想知道的答案。
传统做法会提供折扣或红利积点等优惠，吸引顾客加入会员，事后再由会员的消费纪录分析销售策略的成败。但这样的方式无法涵盖整个购物流程，仍有大片空白留待解答：顾客为什么买？为什么不买？
而Amazon 独到的数据收集技术，可以将消费者入店的所有行为数据进行跟踪与分析，具备补足这块空白的巨大潜力。Amazon 开始把Go 打包成价格合理的「拿了就走」服务，让零售商不需投入心力自行研发，就有现成可靠的系统帮助他们了解顾客喜好。更不用说降低店内失窃率、减少人力成本等诸多好处。
另一方面，Amazon 希望藉由这套系统的进一步推广除了收集更多线下销售的数据之外，还希望能更切中零售的本质：出售受消费者喜爱的产品，线上数据收集比较完善了，线下的数据的拼图也被Amzon go 补充完毕。
我国自动结算零售的发展历程
自动结算1.0时代：自助结算机。
这个方式主要是将收银的工作转移给用户，省了店家成本和员工成本，顾客也省了一定的排队时间，大型超市采用的比较多。但结账的时候必须要有专人检查，否则货损问题无法解决。但专人检查效率低，提防性行为带给消费者的感受不好。
RFID是射频识别技术，它主要是通过无线电讯号识别特定目标，并可读写数据，但仅仅是单向的读取。工作原理是产品外贴设置好的RFID标签，顾客挑选完毕后，会到读取设备上读取自己所购买的商品，并进行支付。
RFID的缺点是比较明显的，产品需要对应各自的RFID标签，一般标签是外贴的，成本约0.5元/张；RFID容易被非友好介质（金属、液体、铝箔）影响准确率，具有易损坏、易破坏、误读率高、盗取率高（认为破坏手撕、非友好截肢破坏等）的缺点。
另外如果有大量的商品贴RFID标签，长期运行成本就会非常高，在低利润率的零售行业无疑不是最好的选择。
自动结算2.5时代：2D视觉识别
在国内无人零售风口中不断涌现出来的人工智能为标签的零售系统，绝大部分仍依赖RFID技术，部分以2D视觉识别为主的无人便利店识别率仅为80%以上。识别率低，货损率高的主要原因是所使用的设备满足不了场景需要。
一家店安装几十个2D摄像头的情况下，仍无法完成单人多货物，多人多货物识别。主要的原因是被设备束缚住了。
以上的方案都有一个盲区，无法真正解决零售的核心问题，那就是用户买什么，不买什么的原因是什么？
人加智能推崇的解决方案
我们做了一个简单的Amazon go的技术产品模式图，提炼了Amazon go的三大核心技术：人体追踪、手势识别、商品识别。
从顾客进入店面开始，摄影机录下他们移动的路线，以及浏览商品、拿取、检视标签或放回商品的动作，并传给机器进行影像辨识。
接下来，根据影像的判读对虚拟购物车的商品做出修正。同时，货架上的重量感测器会侦测商品重量是否产生变化，避免商品被乱放或掉包。
最后，顾客离开时，位于出口的感应区会在不知不觉中完成所有结帐流程。
由于每个小动作都被完整记录，我们可以依据数据分析店内的动线是否让顾客感到舒适？货架的配置能不能吸引更多的目光？人们选择时，犹豫的是价格还是内容？等等内容。有了这些资料，线下零售也就像线上零售一样能够保留全部的消费者购物数据了。
如果想进一步了解并与人加智能互动，欢迎扫描二维码，或者搜索renjiastar。添加人加智能小秘书-小加的微信进行沟通。
