近年来，传统零售商和线上电商都不同程度面临着发展困境，随着人工智能技术浪潮席卷全球，传统零售业的智慧化转型已成大势所趋，然而，人工智能与零售业的结合到底能擦出怎样的火花，从业人员如何抓住这一机遇?针对这些问题，11月29日，在百度大脑创新论坛零售专场上海站，百度大脑发布了智慧零售行业解决方案，覆盖了零售业在销量预测、客流分析、无人超市&自动售货机、互动屏幕&精准广告、导购服务、会员识别以及货架/款台审查等细分领域，解决了零售业的诸多痛点。
为了让企业和开发者切身感受到这场技术变革，百度大脑还在11月30日举办了针对智慧零售场景的技术公开课。多名百度AI的资深技术大咖亲自登台，为现场人员讲解了百度在智慧零售行业的成功案例及背后的技术，满满的干货让人大快朵颐。
用AI进行精细化客群管理，视觉识别技术全面提升营销效能
如何洞察消费者?如何提升服务质量?如何提高营销效率?公开课伊始，百度AI讲师直击了当下零售业商家的痛点需求。面对着难以把控的顾客数据和越来越挑剔的消费者，百度大脑给出了一套基于视觉技术的客群分析&管理方案，满足商家对客流量统计、客群识别和精准营销的需求。
在客流量统计方面，百度大脑采用人体检测的方式，可以帮助商家统计出某一区域在某个时间段的客流量，这一方案将有助于商家的选址决策，同时也让营销活动更加有的放矢。而在客群识别上，百度大脑把人脸识别和人体分析技术结合到一起，来实现会员识别和客群属性分析，消费者在走入店铺的同时，商家就可以直接识别会员身份，既提升了店铺会员的购物体验，也降低了店员服务不周的风险，同时还可以收集消费者画像，协助商家规划产品。
营销无小事，商家在营销方面的花费从来都是不遗余力的。而在互动营销越来越受到消费者喜欢的今天，谁能做到更好，谁就可以占据更多的流量。因此，同样基于人脸识别和人体分析技术，百度大脑为商家的线下体验式互动营销提供技术支持，帮助商家吸引更多客流，提升流量的转化并精准推送广告，让商家花的每一笔营销费用更值。
开发者对高大上的落地实例跃跃欲试，但也对技术门槛心有余悸，有开发者现场咨询这些场景的实现对难度是否会很大。讲师表示，百度大脑的特点优势之一就是：基础产品形态丰富、开发组件简单易用、可以快速集成，这些优势将帮助开发者更好、更快地落地AI技术。而且，百度大脑的“燎原计划”和行业创新合伙人计划也在全力支持开发者，实现AI生态的共赢。
高效处理商品数据，EasyDL让商家铺货无忧
随着近些年来电商业态蓬勃发展，网购已经成为人们生活中不可或缺的购物形式，而据统计，线上零售购物目前只占社会总零售额的1/5，也就是说绝大部分的零售消费仍然在线下进行。讲师介绍，目前全国大概有六百多万家线下渠道店，普遍面临着人力资本上涨，运营效率下降的问题，而线下门店又是重要的营销渠道，对销售转化有直接的影响，因此很多商家都在商品陈列、结算等多个环节上，尝试用AI来解决目前的多个痛点，以达到降低运营成本，提高运营效率的效果。对此，百度推出了EasyDL定制化训练和服务平台，以及多个场景解决方案，可以在货品识别，货架巡检，无人零售货柜，自助结算等场景定制服务方案。
比如商品识别这个核心的能力，目前线下零售店需要准备大量的训练数据，以及长期的数据优化、模型调试，以期达到较高的识别率，成本一直居高不下，且落地周期长、识别准确率不高。而使用EasyDL可以使用少量的训练数据，快速训练高精度识别模型，并且对于已经积累了大量标注后训练数据的客户，EasyDL支持API形式上传数据训练，大大提高了快速验证的效率。在训练过程中，还可以根据实际业务需求，在线调整图像分类模型的参数设置，真正定制业务专属模型。
而针对自助结算和智能货柜场景，百度AI视觉提供的软硬一体方案，不仅支持快速识别商品类型和数量，并自动生成账单，让消费者全程无感消费，真真切切地感受到智能化购物。
EasyDL是依托于百度自主研发的PaddlePaddle开源深度学习框架推出的定制化模型训练和服务平台，四大平台特性是可即用(可视化操作)、更轻快(少量训练数据)、高精度(平均模型准确率超过80%)、强安全(数据加密隔离处理)，用户根据文字提示进行简单的页面操作，只需四步，最快10分钟即可完成训练，真正实现让开发者可以零算法基础定制高精度AI模型。目前EasyDL已在多个行业实现落地，全球共有9800多名开发者创建了18000多个模型，在解决着各行各业的难题。
现场，不少开发者都对EasyDL的定制化性训练产生了浓厚兴趣，不仅在零售行业，还在医疗、工业等多个场景的应用方案，与导师进行沟通和讨论。
最强语义分析，百度大脑用NLP帮商家维护好口碑
如今，所有线下商家都希望可以探索“线上+线下”结合的新零售方式，而想要提升线上商品的销量，塑造良好的产品口碑就显得尤为重要。如何把控口碑，让自己的商品好评如潮，面对这个所有商家共同关心的问题。
课上，讲师解释了口碑是如何影响消费者的决策，商家又是如何通过口碑改善营销策略的：由于线上购物隔了一层屏幕，消费者很难去直观感受到商品的是否适合自己，因此用户的口碑则对潜在消费者的购买意向起了决定性作用。这点在旅游、汽车、餐饮等市场尤为明显。商家也是根据这些消费者的口碑才可以对产品和营销策略做出针对性的调整。而针对评论口碑中的观点分析，正是百度NLP能力最核心的应用。
对此，百度大脑推出了口碑分析解决方案，采用文本纠错、评论观点抽取、情感倾向分析、文本分类等核心NLP能力，为商家提供基于用户评论文本的预处理，语义理解和后处理的口碑分析一体化服务方案。
第一，可以帮助商家智能化、便捷化的处理分析消费者评论——基于评论，分析消费者的情感倾向，可以筛选哪些是好评，哪些是差评，甚至还能生成核心观点摘要，为商家的营销决策，售后分析提供有力的数据支持，与此同时，也降低了买家的购物决策成本。
第二，可以帮助商家监控用户在客服沟通中的情绪变化——基于客服沟通，分析消费者的情绪走向，在负面情绪出现时优先介入人工客服，可以在有限的客服人力情况下，优化人工配置，有效降低因服务不满意或响应速度慢导致的用户流失。
第三，针对客服中常见的问答成本高的问题，结合短文本相似度判断问题是否相似，通过相似问题统一回复的策略方式，减少客服反复回答同一类问题的成本，达到提升客服效率，优化人力分配的目的。极大程度上减轻了电商运营和客服的工作压力。
据讲师介绍，百度大脑NLP技术凭借着能力全面，效果领先，低成本接入三大核心优势，已经广泛的应用在很多垂类和综合电商平台中，以帮助进行口碑数据分析。以旅游类平台驴妈妈为例。通过采用百度大脑NLP，平台用户点评内容同质化，引导性差的问题已经逐步得到解决，如今驴妈妈在评论分析技术的人力投入上已经节省了50%。而产品体验和客户满意的则得到了极大的提升。
语音开发更便捷，百度大脑用UNIT重塑零售服务链
在很多大型购物中心，能提供语音自助服务的智能机器人已经成为标配，机器人通过活泼真实的语音向消费者提供门店推荐，促销信息等服务。智能对话服务的出现再次提升了消费者的购物体验，也提高了商场的服务质量。而这项场景的背后，则蕴含着人工智能的大学问。这次公开课上，百度也拿出了自家的本事——对话训练平台UNIT，着实让现场观众见识到了百度大脑的强大实力。
讲师介绍，开发者只需要制定好规则，在用户发出信息后，百度UNIT就可以经过自然语言理解、对话状态维护、回复动作管理、自然语言生成等一系列能力的处理，为用户提供最终需要的答复。对于零售场景的常见的商品问答，商家可以将常用的商品问答数据库一键导入到UNIT中，即可实现智能问答，极大的减少了商家的开发成本。此外，UNIT可轻松接入微信等常见客服渠道，无需任何开发工作即可将微信公众号智能化，使微信公众号拥有更大应用空间。
据了解，UNIT是基于百度十余年积累的自然语言处理与对话技术以及大数据的基础，因此用户只需少量数据即可使自家业务拥有智能对话能力，适用一切人机对话场景。还可结合业务需要做深度定制，就连系统提供的预置对话能力也是可以编辑的。此外，UNIT还提供了除GUI以外的基于整套功能开发管理API，开发者可通过API对UNIT中的技能进行配置、训练等任何操作。这不仅能让企业根据业务灵活管理技能，还可以为客户业务快速注入新能力。
UNIT自去年7月5日正式发布以来，已经创建了1.3万个技能，训练超过33万次，累计对话量达到32亿，不仅提升了用户体验和商家的服务质量，还为智慧零售场景创造了更多可能。在商场，基于百度UNIT的产品已经广泛出现，以爱秀科技为例，其生产的商场导购机器人已经可以通过自然的语音人机交互，为顾客提供信息查询，商家推荐、门店导航、娱乐互动等服务，引流效果明显。据介绍，这款产品发布了2个多月，已经在北京一些大型厂商投放超过上万台，还吸引了众多商家广告投放，广告交易额环比上涨25%。
在介绍了一些UNIT的产品应用后，百度讲师还特别开辟了使用UNIT训练对话技能的环节，以便让现场观众更深入的了解相关操作。以买火车票场景为例，开发者需先对问题进行分类，然后确定功能点、优先级和关键要素，之后对逻辑进行梳理，根据不同的需求收集不同的场景数据。做好这些准备之后，就可以在UNIT的官网上创建技能，新建对话/问答的意图，对不同的意图添加词槽，再设置相应意图的对话回应，这样步骤就完成了，对比一般开发流程，简捷了不少。
深度学习走红，PaddlePaddle让国人有了适合自己的深度学习框架
人工智能的火爆也让“深度学习”一词被人熟知，越来越多的企业，无论是IT互联网，还是金融石油，都开始使用这一技术来解决一些企业个性化的难题。
深度学习框架的发展是与深度学习的技术发展紧密相关的，随着目前深度学习已经进入大规模应用阶段，百度的深度学习框架PaddlePaddle也正在被广泛的使用。公开课的最后，讲师与现场嘉宾共同分享了百度深度学习框架PaddlePaddle独有的核心优势与应用场景。
PaddlePaddle是百度2016年9月底开源的深度学习框架，作为我国最早也是唯一一个开源的深度学习框架，其在中文自然语言处理、中国人脸识别、中文语音识别等方面明显优于国外同类产品，如今已经成为了最适合中国开发者与企业使用的深度学习框架，并且正在被广泛使用。而最新推出的深度学习全功能套件PaddlePaddle Suite，包含了技术领先的核心框架、适用于企业应用的丰富配套模块与组件、以及包含Easy DL、AI Studio、Auto DL在内的服务平台，满足了深度学习开发的多种需求。目前在深度学习的开发者社区中，PaddlePaddle在活跃度，更新速度方面，相比其他开源框架都是处于领先水平。
随后，讲师还从技术层面整体介绍了PaddlePaddle，比如基于百度业务场景在超大规模数据并行技术上的长期积累，如今的PaddlePaddle可以支持大规模异构计算集群，还开放了独具特色的超大规模稀疏参数训练能力，支持千亿级别稀疏特征任务在数百个计算节点上的并行训练。此外，Paddle-Mobile提供多平台的预测部署，全面支持多操作系统、多硬件平台，预测速度领先同类产品，这也进一步扩大了深度学习技术在移动端的应用。
一场生动的技术讨论课，让我们看到了AI与零售业结合的无限可能，而这也一直是百度在对外传输的理念，作为人工智能领域的“头雁”，百度一直致力于为各行各业赋能，让更多的企业和开发者拥抱AI。接下来，百度大脑行业创新论坛及技术实战公开课还将走进全国3个城市，届时百度将给人们带来怎样的AI落地实例，让人期待。
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。
