編者按：Amazon最具野心的項目發生在線下，因為在線上它幾乎已經統治了能賣的一切。但是這個已經持續7年的試驗項目還沒有讓貝索斯看到財務回報的希望。不過，就像Amazon歷史上眾多失之東隅，收之桑榆的嘗試一樣，結果會怎樣還很難說。
知名記者Brad Stone與Matt Day聯合在《彭博商業周刊》撰文，揭秘了Amaozon這個有史以來最具野心的項目的內幕故事。
投入產出不成比例的實驗項目
Amazon有個要對便利店進行革命的絕密項目。2015年秋，這個項目的負責人邀請貝索斯過去鑒定一下他們的工作。 他們在西雅圖南部租了一個倉庫，將一樓的一部分改造成了一個15000平方英尺的模擬超市，豎起了膠合板墻，布置好貨架和入閘機，還模擬了購物者走進來時可掃描其智能手機的技術。
Amazon的首席執行官和幾名助手于是假裝購物，把購物車推到了邊上堆滿罐頭食品和塑料果蔬的過道上。里面還有專門的柜臺，Amazon員工在里面扮演起咖啡師、肉販子以及奶酪販子的角色，他們接受訂單，并把東西添加進貝索斯虛構的賬單上。
據一位當時在場的人說，事后貝索斯把項目主管召集到一起，告訴他們說，盡管他們都做了很棒的工作，但體驗卻是脫節的。 顧客得等買的肉、海鮮和水果等稱好重，然后加進他們的賬單上，這本來也沒什么，但這個便利店的主要賣點本該是取消浪費時間的收銀臺的。 貝索斯讓這個小組把肉類和奶酪撤掉，把重點放在取消排隊和收銀員上。另一位員工帶著遺憾回憶道： “這是Amazon的其中一件事情，我們熱愛它——讓我們改變一切吧！”
差不多四年之后，在芝加哥、紐約、舊金山和西雅圖一共開設了14家Amazon Go商店。這些店的規模大約是原先那個仿造模型的四分之一，均坐落在市中心的辦公區，里面提供了少量種類的三明治、餐包以及和便利店商品，如蘇打水、果醬以及薯片等。 就像貝索斯所希望那樣，商店沒有收銀機。 一旦客戶通過手機上的一個特殊的app掃描好屏幕，就可以拎著選好的東西出門了，而Amazon則會神奇地對他們的信用卡進行扣費。 綜合各方面來看，該公司打算在未來數月和數年內開設更多這樣的商店。
從技術角度來看，Go商店是一個奇跡——這是證明Amazon.com能力的簡練例證，說明它可以投入龐大資源，應用最新AI技術，來解決一個日常問題。 這些還說明了該公司純粹為了技術而追求技術的傾向（參見：Fire Phone），其結果是一個賣的東西7-Eleven都有，但復雜性和成本卻更高的商店。 不同拍攝角度的攝像頭懸掛在天花板上，當顧客在過道上徘徊時會跟蹤他們，而嵌入在貨架上的天平稱可將貨品的重量精確到克，從而確定哪些貨品被撿走了。 在幕后，復雜的圖像識別算法可確定是誰取走了什么——Amazon的工作人員在辦公室還可以對視頻進行審核，以確保對購物者的收費準確。 每家商店還有一名當地工作人員隨時幫助大家下載Go app，去補貨上架，并在賣酒的區域檢查購物者的身份證。
做的這一切都是值得嗎？ 除了午飯高峰期以外， 一些 Go 商店似乎幾乎快被遺棄了。 熟悉Amazon內部預測數據的員工表示，芝加哥的網點情況尤其低于預期，該公司被迫用抽獎活動、贈送手提袋和其他品牌商品來提升人氣。 然而，就像這個項目動蕩的歷史所表明那樣，Go商店并不是該公司努力的頂點，而更接近是一項正在進行的實驗。 而對于這項實驗的潛在回報——12萬億美元食品雜貨市場當中的一大塊蛋糕——似乎擁有無限資源并且有風險偏好的Amazon處在最佳的爭奪位置。
顧客在西雅圖商店的攝像頭底下購物。
排隊等待是痛點
分析師和投資者多年來一直在問貝索斯Amazon會不會開店。 他的回答通常跟2012年告訴采訪者的內容大同小異：“我們愿意，但只有當我們有一個真正與眾不同的想法時才會去做。我們Amazon有件事情一直做得不怎么好，那就是做跟風式的產品。”
就在那個夏天，他開始認真考慮做實體零售的機會。根據美國人口普查局的數據，實體零售占到了美國零售總額的90％。貝索斯也看得出，像Amazon這種規模的公司要想不斷增長，就必須進入到新的行業。 （靠語音激活的 Alexa 助手的開發以及制作了《Bocsh》和《指環王前傳》的Amazon Studios部門的成立大概都是在同一時間開始的。）為此，貝索斯讓資深副總裁Steve Kessel來負責這項行動，后者曾負責Kindle開發，并讓出版業從此進入數字圖書時代。
Kessel讓Gianna Puerini 恢復西雅圖地區的房子，并負責領導該產品的研發。Gianna曾負責監管Amazon的主頁和產品推薦部門，其實當時已經退休了（今年早些時候已再次退休）。 Puerini 在南湖聯合區，也就是離Amazon總部僅幾個街區之遙的地方，找了一棟不起眼的6層建筑，開始安營扎寨。據一位前同事說，因為這個項目要求對內部員工也要保密，所以她的首要任務之一就是要選一個無聊到沒人會注意的項目代號。在接下來的幾年里，IHM這個名稱，也就是“庫存健康管理（inventory health management）”將會一直伴隨著這支團隊。
為了找人對工程進行監督， Kessel把貝索斯的影子，也就是技術顧問，Dilip Kumar招了進來——這位引人注目的Amazon員工的主要職責基本就是跟著那位CEO到處轉，還坐在他的旁邊開了一年的會。 Kumar偶爾會到當地的開麥夜講講單口相聲 ，但同事們說他在工作中卻斗志旺盛，強度很高。
IHM的員工表示，最初幾個月基本上都是開放式的頭腦風暴和辯論。 他們考慮過應該選擇梅西百貨那種風格的百貨商店，還是沃爾瑪風格的超級購物中心，或者甚至還考慮過電子商店。 他們有過一個后來被放棄的想法，把商店做成兩層樓，讓Amazon圓盤形的倉庫機器人在頂層負責裝配訂單，然后利用傳送帶和機器人把貨物運送到樓下客戶等候的車輛中。
幾個月后，Kumar、 Puerini 以及他們的同事不得不承認，現實世界里面大多數的商店已經運作得非常好了，但有一個明顯的例外：超市。超市的收銀臺非常令人討厭。美國人平均每周要買兩次日雜百貨 ， 他們在收銀臺前等待的體驗可以概括為——用Amazon的A型顛覆者破解團隊的話來說——效率低下勞神費力的線下購物。Kumar說： “我們意識到，到實體店購物有很多好處，但是排隊等待不是其中之一。”
很多公司都試圖解決這個麻煩。 蘋果讓員工手持刷卡機在蘋果商店內到處走動，而中國的 繽果盒子利用附在產品包裝上的RFID芯片來進行自助結賬。 IHM團隊則希望完全消除瓶頸。 在Amazon有一項傳統，為了確保團隊逆向按照客戶需求去做事，他們會先從發布新聞稿，或者用Amazon的話來說，“PR Faq”開始，宣布將開設沒有收銀臺的商店。然后再開始研究實際技術，把發布的東西變成現實。
事實證明，說易行難，而且代價比預計要高昂得多。 為了弄清楚誰會在沒有收銀臺的商店買什么東西，IHM工程師考慮過使用RFID，當客戶走過過道時跟蹤他們的手機，并使用面部識別技術掃描他們的臉。 他們還討論了要求客戶在選定東西時快速掃描二維碼，但盡管這會讓Amazon的工作變得更容易些，但對于客戶而言，這些操作可能仍顯得奇怪或不自然。 最后，他們決定利用計算機視覺，這是一種相對較新的技術，光靠數碼攝像頭和計算機就能通過視覺外觀來識別物品，而不需要任何特殊的跟蹤芯片或代碼。
Kumar從Amazon的其他部門招募來計算機視覺和機器學習科學家，但事先并未告訴對方自己正在做什么。 他設置了一個又一個的截止日期，用準備向貝索斯或 Kessel匯報的PPT來激勵他們。 那幫工程師每周要工作70到80個小時，在晚上和周末莫須有的空閑時間里回復電子郵件，撰寫Amazon經典的6頁紙文檔，也就是用來概括提案的敘事性備忘錄。團隊里面有個人說： “我們大家根本就是住在山洞里。”
一開始，IHM團隊設想了的是約30000平方英尺的大型商店，規模大約相當于郊區超市。 但幾個月后，這幫人認為做這樣一個大型市場野心太大了，然后將擬議中的商店規模減少了一半。
Puerini的團隊用兒童積木、書架和辦公室周圍的其他物品搭建了第一批商店模型。 隨著項目期望中的引入時間，2015年中日益臨近，公司改造了位于西雅圖南部的倉庫，以便向貝索斯進行模型展示。它還匿名租了西雅圖富人區國會山街區附近的一棟新的豪華公寓樓的一樓，用來作為第一家實體店。 向市政提交的計劃許可申請包括大型農產品和乳制品冷卻器，以及用于準備新鮮食品的現場廚房等。
不過貝索斯看了賣奶酪的模型后就叫停了研發，他賭的是顧客會被更流暢的體驗所吸引——他要做Amazon著名的一鍵下單的實體版——即使它缺乏農貿市場或精品肉鋪的個性風格。
在給貝索斯做過演示之后，Kessel召開了一次團隊會議并宣布了這一消息：他們要轉型做便利店。 一些工程師松了一口氣，通過排除掉重量不統一的商品（如農產品和肉類），他們終于把復雜性給降低了。 但有的人則垂頭喪氣地離開了這個項目，原因有的是高強度的工作節奏已經讓他們疲憊不堪，有的是對縮水的愿景感到失望。 在接下來的三年里，那個位于西雅圖最有錢街區之一——國會山——核心地段的店面將會被遺棄，，商店的窗戶上蒙上了一層神秘的棕色紙。
一位顧客在掃描手機進店
說易行難
貝索斯和 Kessel變得越來越不耐煩。 于是，2015年3月，當 Puerini 和Kumar重新進行概念設計時，他們在 Kessel 旗下組建了一個獨立團隊去開書店。 書跟食物正好相反，價格一致，易于存放，而且當然，還是Amazon賣得最早的商品。 由于大家逛書店的態度往往更休閑一點，所以沒必要用技術來取代收銀臺。
那年秋天，當Amazon正在西雅圖的一跟高檔商場準備開始第一家Amazon書店時，關于該公司打算如何進軍實體零售店的猜測已經塵囂日上，GeekWire的一名記者甚至用一根嵌有攝像頭的桿子去偷窺內部情況。大約在同一時間內，貝索斯偷偷從后門溜溜進去并對自己第一次看到的東西感到高興。 他說，自己感覺Amazon的事業仿佛又回到了原點。
對于IHM項目的長期成員來說，看著Amazon Books從組建到建成只用幾個月的時間，這速度簡直令人眼花繚亂。 他們已經做了三年，但是自己的項目甚至都還沒有正式名稱。 為此，在2016年初時， Puerini的團隊提出了Go 這個品牌，用來表達速度。她說： “就連這個詞本身也只有兩個字，抓起東西就可以走人。”
“我們貼了一張大大的海報，上面寫著'不，真的，你走出去就可以了！'
為了繼續開發這項技術，Kumar的工程師在他們團隊的新駐地，位于西雅圖市中心第五大道和貝爾街拐角處的一棟叫做Otter的新大樓的一樓，設立了一個絕密的實驗室商店。 Otter里面的這個實驗室只能從里面進，而且要通過兩道上鎖的門。 一開始，貨架上擺滿了用粘土和聚苯乙烯泡沫塑料炮制的假食品; 切碎的綠色建筑紙張就是生菜了。 他們還頻繁讓員工進店，努力去欺騙技術。 他們穿上厚重的外套，拄著拐杖走路，或推著輪椅逛。 他們把物品故意放回錯誤的地方，從而產生一個 “物品凌亂”的自動告警，指示店員到正確的貨架上補充物品。 有一次，他們還讓每個人都帶上雨傘，看看會不會會遮擋攝像頭的視線;還有一次，員工們都穿上了西雅圖海鷹隊的球衣，看看根據衣服顏色區分購物者的算法能不能頂得住。
當假食品最終被真東西取代時，他們就讓員工去購物，但是在特殊場景下：Puerini 回憶道，比方說：“你正在參加會議時：去買份沙拉和一杯飲料當午餐，”或者“你趕著去日托班接小孩：為了明天的早餐去拿些牛奶、草莓和麥片。”又或者，已經當爹當媽的要帶上自己的小孩，這群小精靈是坐不住的，會到處亂跑，東拿西拿，可以對系統進行進一步的壓力測試。 為了強化這些真實的實驗，該公司還開發了這個商店的數字模擬版，并且用計算機生成的購物者來對它進行測試。
各就位，預備，出發！
1）顧客掃描手機，然后會收到一個數字標識，軟件會用來跟蹤客戶的選購。
2）每個地方都有數個攝像頭覆蓋，確保客戶被無縫跟蹤。
3）軟件利用攝像頭的景深傳感器和貨架的重量傳感器確定客戶選中了什么東西。
4）如果軟件跟丟了某人，會利用相貌、軌跡等輸入來確定誰是誰。
5）貨架內的攝像頭驗證客戶何時放回了物品，然后觸發通知，讓員工重新備貨。
6）客戶離開時，軟件對其信用卡進行扣費，如果出現問題，會發送指令進行人工審核。
Kumar的工程師們正在努力解決零售史上最棘手的問題之一：如何在結賬時弄清楚大家拿了什么東西而不需要一樣樣地檢查。 經過多年的努力之后，該團隊得出的結論是，光靠頂上的攝像頭對商品進行視覺識別是不可能的。 一天當中光照條件會發生變化，商品在貨架上放置位置的深淺，擋住定制產品貼紙的手和身體，或者到處亂竄的小孩都可能會輕易就讓系統混淆。
最終他們決定再增加秤并在貨架內放置更多的攝像頭。 （Kumar說：“重量為我們提供了可以使用的額外信號，但大部分繁重的工作都是靠攝像頭和視覺算法完成的。”）Amazon隨后對數據進行綜合分析，確定誰購買了什么東西。
但仍然需要有人來監督這些判斷。 當系統對一筆購買不確定，也就是出現所謂的低置信度事件時，他們會組建獨立的團隊來審核鏡頭。 建立這樣的團隊導致至少有部分員工質疑這整個努力是否值得。（Amazon表示人為干預的情況很少見。）
人還有其他角色要扮演：他們得制訂生鮮配送的食譜，并準備每天的午餐（羊肉三明治，越南雞肉三明治，卡普列塞沙拉等）。 2016年底，Amazon計劃在西雅圖市中心的新園區開張一個縮小版的原型商店，為此該公司專門聘請了連鎖餐廳廚師和員工。 它在該原型商店設立了廚房，還在西雅圖南部一個舊倉庫附近開了一家商業級的測試廚房。 這次Amazon一反常態地大肆炫耀。 它買來了售價數萬美元的德國商用版烤箱。 試點廚房出現怪味時，Amazon還特定聘請了兩位專業人士來解開這個神秘謎團。 （罪魁禍首是腌白蘿卜。）
廚房，再加上Amazon在運營過程中有追求嚴格的、有時甚至是不人道的效率的傾向，這給他們帶來了另外一些意想不到的挑戰。 一名員工回憶道， 由于食品安全是首要任務，那間商用廚房必須保持非常冷的溫度，但Amazon一開始卻拒絕工作人員的要求， 導致他們被迫在輪班期間打赤腳在冷冰冰的混凝土地板上安裝墊子。 后來總部的一位高級經理花了一天的時間觀察萬廚房的操作之后，公司才給廚房工作人員發放衣帽和其他冷天穿的裝備。 事實證明，服務從業人員就像Kumar的算法一樣難以管理。
原先的Go商店于2016年12月向Amazon員工開放，但計劃于2017年初開始的面向公開的開放日又推遲了12個月。 當20人或以上購物者同時進店時，系統往往就會凍結。 當購物者拿起產品然后放回到不同的貨架上時，系統會找不到原先的商品。 購物者自己也會感到困惑。Puerini說： “我們注意到很多客戶在出口處猶豫不決，問入口的助理自己是不是真的就可以走了。在測試中，我們張貼了一張大大的海報，上面寫著'不，這是真的，你走出去就行了！' ”這份海報的一個版本還在那里。
Amazon還對食品的準備進行了調整。 它開始減少對自己廚房的依賴，從外部供應商那里購買更多食物，其中就包括為星巴克和7-Eleven制作沙拉和三明治等的Taylor Farms。 那些昂貴的德國烤箱顯然還一動未動擺在原先的商店里閑置著。
杯子上的文字提醒客戶拿東西走人就行了。
失之東隅，收之桑榆？
較早前，Go團隊曾設想在每個主城區開設數千家商店。一位前高管說：“我們一直都希望能夠遍布每一個角落，我們希望能像星巴克一樣普及。”但現在，在這個項目開展了七年之后，Amazon才開了14家店，最新的一家位于舊金山市中心內河碼頭中心。 該公司還大幅放緩了Amazon Books的開店節奏，同時推出了Amazon四星商店，這是一種新型的商店，里面是精選的好評物件和Amazon電子產品。 不過跟貝索斯在2012年慫恿開展該項目時的設想不一樣的是，這些實體零售實驗對公司的財務狀況幾乎沒有任何影響。這位CEO的當機立斷很容易想象：概念試驗他都討論了7年了，現在考慮一下財務回報并不為過。
按照目前的這種節奏，Go商店需要的時間跨度將大大超過這個范圍才有望收回投資。 熟悉該項目的人估計，Amazon已經在此項目上花費了數億美元，光是試點商店大概就花了200萬至300萬美元。 一位前員工聲稱這是該公司有史以來最昂貴的研發項目之一，不過Kumar對此表示質疑，稱這些商店使用的都是現成的硬件以及Amazon現有的云計算基礎設施。 盡管如此，考慮到攝像頭和傳感器部署的密集程度，以及一周之內所有時間隨叫隨到的技術支持人員，這些成本可能比經營7-Eleven這樣的商店還要高。畢竟，人家只有一名收銀員，而且，除了Slurpee機器之外——幾乎不需要任何定制化的技術。
按照傳統的Amazon風格，Kumar聲稱對于Go項目來說現在“還為時尚早”，并指出“顧客喜歡那種徑直走出去不用停下買單的體驗”。 對此分析師（和Yelp的點評人）基本上表示同意，并將這種體驗與在機場進行TSA Precheck（預檢） 的感覺進行比較 ：一旦習慣，就就再也不想回去了。 Kumar說，這使得該項目“有很大的自由度可以去嘗試其他類型的東西。”
正是那些“其他東西”令投資者和公司的觀察家著迷。 Amazon史上不乏失之東隅，收之桑榆的事件，比方說早期做得不成功的拍賣業務，導致了后來第三方賣家的成功引入，而Fire Phone的很多失敗教訓，被工程師吸取到 Alexa的研發上。零售顧問 McMillanDoolittle的合伙人Neil Stern 說：“就像Amazon做的那么多東西一樣，我敢肯定Amazon不會把它看成是便利店，也不會把它當作書店，而是把它看成是一個數據實驗。商店本身并不是一個好點子。”
Kumar本人對未來計劃保持謹慎，但他指出，Go技術可以應用到便利店以外的地方。他說：“如果對其他事情行得通的話，我們就會去做。”
與此同時，Amazon對實體零售的投入似乎正在加大。 在過去的幾年時間里， Kessel 一直在管著快捷送貨服務Prime Now和 食品生鮮服務Amazon Fresh。 2017年夏，貝索斯收購了Whole Foods Market的特許經營權時， Kessel 還負責對500家左右的全食超市商店以及成千上萬個需要等待支付的傳統結賬通道進行管理。
然后國會山那里還有一間店，貝索斯在2015年秋時叫停的那家那座中等規模的雜貨店。今年早些時候，Amazon悄悄地向西雅圖當局提交了新計劃，令鄰居感到安慰的是，他們在空地上復工了。 駐店廚房的計劃被撤銷了，轉而把“光速車道”添加到藍圖里面。 那家店的規模超過了10000平方英尺，比傳統的Go商店要大得多，但它究竟有什么新概念仍然被嚴密地包裹著，磨砂玻璃遮擋了面向東派克大街的正門。
但如果你站在人行道上，瞇著眼睛透過磨砂玻璃的縫隙往里面看的話，你就可以看出里面似乎是Amazon Go商店的貨架。
（來源：36氪 譯者：boxi）
看來這兩位記者對零售業態不了解更不要說AmazonGo人工智能便利店的商業數據如關鍵的坪效已經遠超7-11傳統便利店之王，感興趣的可以自己網上查詢，相信不難拿到這些新數據。
其實AmazonGo走的路線很古老，說想出來大家一看就會很熟悉：
傳統零售店-麥當勞燒烤店
AmazonGo人工智能便利店即為今天經過長時間重新設計業態和AI2.0技術賦能后升級為全新的麥當勞快餐店
從零售業進化的歷史來看，美國亞馬遜推進變革的步伐還是很清晰和穩健的。只是這套新系統的造價面前還比較高，導致亞馬遜公司對AmazonGO人工智能少人便利店的大規模商業落地還有所限制（尤其AI2.0技術的天然缺陷導致對于商店選址條件等有重大限制的情況下），所以亞馬遜在這個創新領域還沒有最后真正地勝出，這個新業態的競爭機會至少目前對于大眾來說其實還是均等的。
這個無人超市上了5G就可以傳多路視頻了（傳輸這類超市高清攝像頭組幾百個所耗費的帶寬應該是按xxG/秒計算,請問中國移動啥時能夠提供這個網絡通道或這個專用網絡通道可以免費使用多久），真了不起！
那么問題來了：
1、上海簡24無人便利店林捷博士上次開設100平米無人便利店時遇到的低成功檢測率的問題這次這家公司是否成功解決了該關鍵問題？
2、上海簡24無人便利店林捷博士上次開設100平米無人便利店時一次只敢放2-3人進入店內購物，這次看視頻也是這個套路，不知是否敢放100人同時進入店內購物？
3、上海簡24無人便利店林捷博士上次開設100平米無人便利店時經過顧客實際測試，商品正確檢測率羞死人，具體可以看知乎等詳細評測文章：深度：簡24無人便利店體驗及技術解析 https://zhuanlan.zhihu.com/p/30518662
4、上海簡24無人便利店林捷博士提到的最難點：顧客ID和商品ID實現綁定問題就算你網絡通道用上了5G也不可能被自動地解決掉吧？
5、最后一個問題就是要回歸商業本質-這個店的坪效多少？也沒有看見設置隨時補貨的專用通道。
中國無人便利店跑到現在，行業的玩家們已經可以開始點評模式的優劣勢，并思考最終是否能夠規模化商業落地。
對于大多數資本押注的RFID，林捷直言：“RFID最不可能跑通，標簽的成本，和一物一碼貼標簽的運營成本都是極高的，肯定不可持續，規模越大運營越復雜，成本也就越高。”
林小龍則認為Amazon Go的視覺識別模式可能更不容易跑通，為節省單店建設成本而簡化的類AmazonGo中國AI系統里商品的貨損無法保證，單店投入的成本太高，投入和產出比不是目前無人便利店企業能夠承受的，“亞馬遜的模式，實現的是無人結算。”
對于這一點，一直在研究視覺識別模式的林捷，也提到了商業化的難度，目前視覺識別模式還無法解決人多識別率下降的難題，“如果技術本身無法精確地在大范圍內識別人，都不用考慮成本問題，這事就沒法規模化商業落地。”
林捷的眼光無疑是讓人敬佩的；而林小龍則連人家AmazonGo新業態是啥都還在一直蒙圈，最后掛了不冤。
欲對商品進行準確的檢測和識別，高精度的攝像頭對辨別商品就極其重要，現在 ‘行業+AI’里的巨頭沃爾瑪Walmart就成為了亞馬遜AmazonGo之后奮起直追的強有力競爭對手之一。
目前要做到用AI監控貨架上的商品，就付出了采購數百高精度攝像機和100組服務器為之采集到的圖像進行解析圖像的服務：
基于AI2.0技術平臺的人工智能產品，需要消耗400+GPUs對攝像頭采集到的像素進行分析：
這使用的AI2.0技術雖然與自動駕駛的十分類似，但從城市交通紅綠燈對紅、綠、黃三個像素進行檢測和識別來說，要在商場里對貨架上的千萬件商品進行精確無誤的檢測和識別，后者的AI計算量是自動駕駛AI環境里計算量的5-10倍以上！這是非人工智能專業人員無法理解的嚴酷事實，具體事例可以參考詳細實例：怎么看待特斯拉剛剛發布的紅綠燈檢測識別功能？https://www.zhihu.com/question/318042339/answer/636291328
特斯拉花了4年多時間動用50萬輛車采集、標注數據才得以真正可以投入大規模落地商用！具體數據實例可以參考：自動駕駛為啥那么燒錢？國內公司是否也一樣燒錢？https://www.zhihu.com/question/315734202/answer/644610517
15608016189- 該帖于 2019/8/4 22:16:00 被修改過
以沃爾瑪代表的傳統零售企業實行的是 ‘行業+AI’ 紅海策略，當然包括中國的頭部互聯網公司、無人超市公司、無人便利店公司等。
其本質上就是如林捷所總結的那般：
一直在研究視覺識別模式的林捷，也提到了商業化的難度，目前視覺識別模式還無法解決人多識別率下降的難題，“如果技術本身無法精確地在大范圍內識別人，都不用考慮成本問題，這事就沒法規模化商業落地。”
現階段人工智能核心技術的缺憾導致了這些企業不由自主地跑偏了創新賽道，闖進了最危險的試錯雷區如泛濫的”新業態“開店等死亡沼澤地，共同原因是都缺乏精確地在大范圍內識別人的基本人工智能技術。
相反，亞馬遜的貝索斯其實恰恰是最保守的，其在AmazonGo店里采用的策略居然是上世紀40年代麥當勞零售的突破路徑！商業上最穩妥的創新路徑隨著AmazonGo的不斷落地實踐，經過7年的磨難終于快接近了最后的成功。現在看來應用AI2.0技術真是把雙刃劍，還沒有進化到安全的AI3.0時，對使用該老技術的企業具有致命的市場危險。
上世紀40年代的紅海麥當勞炸雞店們很羨慕精明的雷先生通過率先建立藍海麥當勞快餐店新業態所得到的巨額現金流和極高的純利潤！
今日，世界首富貝索斯之所以不惜花費7年多時間、耗資不菲建立起”昂貴的“Amazon Go人工智能便利店新業態（其中，經過1年多運營Amazon Go單店居然超出7-11單店坪效50% - 數據來源：Loup Ventures、RBC），因為對通過這群AI便利店的數據價值變現來獲得自我授權而建立起一座隱形銀行的寶貴許可證來說，與通過其他任何渠道來獲得這個稀缺授權的花費相比，這筆Amazon Go新業態的買賣簡直太過于精明和劃算了。
