2017年初，亚马逊在其在线领域之外推出了一款新的人工智能应用:亚马逊去这是一个人工智能(AI)驱动的杂货店，没有收银员和收银台。购物者在进入商店时激活商店的智能手机应用程序，获取他们需要的物品，然后通过他们进入的同一扇“门”离开，而不需要暂停使用信用卡或现金。他们的亚马逊账户会自动为他们所取的东西付费。
在零售行业的技术供应商现在刚刚开始人工智能应用于食品的独特问题。在其2017年消费品科技展望报告埃森哲报告，消费品高管78％的受访承认AI的潜在破坏商业/消费者互动的现状。行业高管有68％的人认为AI将在未来三年内对行业产生显著的影响。
对于杂货店，特别是AI的预测能力可能在预测库存需求的重要作用，确定基于内部和外部因素的产品价格，分析客户行为，防损，送货服务，并有可能更多。对于购物者来说，AI能贡献程度的方便类似于亚马逊围棋体验。
在这篇简短的报告中，我们将研究在食品杂货和农产品行业中可用的四大类人工智能应用:
- 库存管理
- 防盗
- 营销和推广
- 食物垃圾减量
我们对本文的初步研究旨在确定人工智能是如何应用的，它如何影响特定的业务流程-如果可能的话，还要了解它是如何影响利润的。下面的每个部分将展示杂货店空间的特定过程和提供ai解决方案的功能供应商。
对食品和农产品有特殊兴趣的读者应该回顾我们以前的文章AI在餐饮服务和餐厅和AI在食品加工。
库存管理
杂货在AI一个有趣的发展是引进机器人，以帮助在库存管理，而如果任其发展可能会导致被错误定价进出股票，所有这些都可以直接影响销售和利润。研究员机器人已经开发了NAVii该公司将其描述为一个自动的零售机器人，每天对商店进行扫描，收集产品、价格和位置的高清图像。
该公司声称，它使用视觉识别和机器学习技术来确定缺货产品、价格差异和放错的物品。NAVii的仪表盘通知员工差异，使他们能够立即做出改变。数据采集相机扫描货架从地面到2.4米高，发送相关信息，如产品细节、过道和货架号，以及丢失商品的数量，然后由店员补充库存。这款相机充电4小时，电池续航时间为8至10小时。
它提供的客户服务包括关于产品及其位置的信息，以及商店忠诚度计划的细节。目前，纳维机器人的首席执行官马可·马斯科洛(Marco Mascorro)声称，纳维机器人能听懂英语和西班牙语。它还可以通过在屏幕上显示品牌和广告来辅助营销或促销活动，如公司网站上显示的那样。
目前，同类机器人声称零售商店是其客户，但它也声称可以为杂货和超市提供服务。这段1分39秒的视频展示了机器人如何扫描里面的货架BevMo !，通知店员重新进货，并帮助顾客快速找到正确的通道。
该公司还声称劳氏家装作为它的客户，将NAVii重新命名为LoweBot。
另一种解决方案，研究员机器人报价是恢复，基于手机的应用程序，通知员工补货上架，价格修复错误和地方货架标签。
联合创始人兼首席执行官（CEO）马可Mascorro领导公司机器人和人工智能的开发和创新。他曾担任蒙特雷理工学院的机器人技术教授、美国国家航空航天局硅谷研究公园的奇点大学教授、机器人技术和人工智能教授以及创新实验室主任。
他的网站列出了奇点大学的指数技术学位;还有来自蒙特雷理工学院和奥芬堡应用科学大学的机电一体化、机器人技术和自动化工程，尽管还不清楚他们的学术水平。
作为一名年轻的专业人士，马里奥曾在日本金泽理工学院(Kanazawa Institute of Technology)担任机器人研究员，制造用于搜索和救援的机器人。
防盗
商店总是因为顾客入店行窃而蒙受损失。位于马塞诸塞州StopLift提供机器视觉系统，旨在减少或消除盗窃和其他损失的零售连锁店。该公司的产品，名为ScanItAll，是一个结账视觉系统检测检出错误或收银员谁避免扫描，也被称为“求爱”，在杂货店收银台。
“甜心”是收银员在结账时假装扫描商品的行为，与顾客串通一气，顾客可以是朋友、家人、同事，也可以是他们可以用昵称称呼的人。
ScanItAll的计算机视觉技术的工作原理与杂货店现有的天花板安装的摄像机和点的销售终端（POS）系统。通过摄像头，软件的“手表”收银员扫描所有的产品在收银台。未在POS扫描的任何产品是由软件识别，并审议了损失。
在这段2分17分钟的视频中，首席执行官马来昆都演示了在纽约市的杂货店Big Deal里，如何使用交通信号灯:
Stoplift声称，ScanItAll软件可以识别出各种各样的甜心行为，包括覆盖条形码、将商品堆叠在一起、完全跳过扫描仪并直接将商品装袋。
Piggly威格利超市报告称，由于收银员的疏忽或情人的出现，其一家门店的收银规模缩减，导致每月亏损6000至1万美元。自从安装了红绿灯并对员工进行再培训后，缩水幅度已降至1000美元。
我们的杂货商大Y最近在其56家门店中的35家完成了ScanItAll™的部署，以确定收银员是否有意对产品进行“热卖”。然而，没有后续的故事，减少了损失，作为一个红绿灯部署。
首席执行官马来昆都拥有麻省理工学院的电子工程和计算机科学硕士学位，以及哈佛商学院的工商管理硕士学位。
Alan O’herlihy是总部位于爱尔兰的Everseen公司的创始人兼首席执行官AI在防盗他说，机器视觉应用程序的巨大价值在于它们收集了大量的视觉数据，这些数据将不断改进算法，以学习和标注更多不同盗窃行为的例子。
营销和推广
像任何行业一样，市场营销和促销对于连锁杂货店的品牌知名度和稳定的利润至关重要。
为了解决食品杂货营销过程中更好的需求，总部设在加拿大安大略省黛西的情报为杂货商和其他零售企业开发了一个ai驱动的应用程序。
该应用程序使用的作品至少两年值得客户的运营与销售和促销的历史点的数据。此数据被处理时，考虑到的因素如产品之间的关系，竞食效应，促销模式，远期购买效果，季节性和竞争，并提供每周促销建议，为各种营销渠道，如传单，电子商务，直接营销，或移动应用推广。
根据公司网站， Daisy使用该数据分析确定如下:
- 产品组合每周在各渠道进行推广
- 提升特定项目的节奏或模式
- 产品组合，将带来最好的结果底线
- 某种程度的提升带来了利润的增加
- 每个商店或地区的产品品种，根据当地市场情况
晋升的最终决定权在企业。promo的结果存储在平台中，并在基于机器学习的未来建议中引用。从长远来看，该公司声称，该应用程序有助于提高组织的推广效果、物流、缺货、交易规模、收入和利润率。
为了预测库存，该公司声称，该应用程序可以帮助确定需要支持的库存数量:
- 产品分类计划
- 促销没有过度放牧
- 为每个商店满足当地需求的能力
在这1分钟视频黛西公司的创始人兼首席执行官加里·萨伦维尔塔称，黛西可以帮助食品和超市确定具体的细节，比如产品的价格、推广什么产品或在促销篮中加入什么产品，甚至是某一种产品在哪个货架上该放多少。
总部设在阿肯色州斯普林代尔的Harps食品商店公司，实现智能雏菊该平台将于2017年初启动，旨在改善和优化其87家连锁超市的定价和促销决策。虽然没有透露具体的结果，但是Harps的市场副总裁说:“黛西能够为我们提供每一笔交易中每一项产品的相关销售信息，这有助于我们推销与客户最相关的产品。”
黛西智能公司的创始人兼首席执行官加里·萨伦维尔塔领导着公司的研发团队，此前他曾领导过阿达斯塔公司的运营、IBM加拿大公司的分析和数据仓库实践，以及忠诚度咨询集团的分析服务。他拥有多伦多大学航空航天工程学士学位和计算流体动力学硕士学位。
库存预测和减少食物浪费
根据联合国粮农组织，食物损失及浪费每年在工业化国家约为6800亿美元，在发展中国家约为3100亿美元。仅在美国，食物浪费在零售和消费者层面，2010年的食品总价值约为1330亿英镑，相当于1610亿美元。
受这些数字的激励，重新技术已开发了一款人工智能应用，该公司声称可以预测杂货商的需求和库存补充解决方案(有兴趣的读者可以参阅我们的全文机器学习的库存管理）。该应用程序，根据该公司介绍，旨在减少大规模，增加食品的保鲜期的食物浪费，避免缺货和更快的转向库存最大限度地提高客户的盈利能力，为客户。
在未来的食物SF演讲，重新认识首席执行官Matt施瓦茨CEO声称，重新认识应用程式使用深层学习算法处理数百万层的数据点层，提供在项目级需求预测哪些。根据预测，应用程序，然后建议需要多少项目来补充库存。该建议被自动集成到杂货店的工作流程。
该公司网站指出，使用这将导致50％减少浪费，减少80％的缺货和三个库存周转率。我们无法找到任何个案研究来备份这些说法，而且我们也无法找到重新认识的任何具体身份的客户。看来，该公司在试点阶段，这是不可靠的取他们的投资回报率假设认真而不付费用户更多的证据。
该公司还声称，当技术在区域连锁进行试点，结果是超过每店每年$ 100K的利润增长。但是，我们无法找到盈利数字或有关这些商店等具体信息。
CTO Nathan Fenner拥有斯坦福大学(Stanford University)机械工程和工商管理硕士学位，此前五年在液体机器人领域工作。
最后的想法
人工智能在食品杂货和农产品领域的出现，可能会在两个主要方面让食品商受益:
- 客户体验:对于食品杂货企业来说，人工智能可以利用企业现有的数据，将其转化为关于消费者行为和购买决策的可理解的见解。客户体验和客户服务在这些领域，我们将继续看到零售人工智能应用的增长——杂货店也不例外。
- 运营效率:另一个好处是AI的机器学习能力，创造一个广泛的，可以适用于几乎所有的过程杂货商供应链的建议;这包括库存分类，补货，促销，销售终端（POS）的安全性和物流配送送货点，等等。所有这些预测能力旨在确保不会丢失任何信息和财务利润受到保护。
对于购物者来说，人工智能的便利之处很可能在于，它可以将食品送到他们所在的地方，增加产品的新鲜度，而且不需要排长队。这样做的好处还包括，让顾客可以随时获得更多有关商品的信息，通过零售商或聊天机器人的电子邮件提醒及时了解产品促销信息，并因顾客的忠诚而获得奖励。
一部分购物者会继续渴望与人的联系，因为没有什么能与在杂货店看到、触摸和闻到农产品的体验相比，但人工智能为那些寻找和/或需要这种便利的人提供了一个选择。
在一个研究SymphonyRetail于2018年1月发布的公告显示，随着消费者在网上订购15件或更多商品，在杂货店用大篮子购物的人数比前一年下降了3- 4%。该研究还显示，去年美国网上杂货购物增长了14%。此外，76%的消费者越来越喜欢熟食，而不是家常菜。
我们预测，食品行业内的人工智能将继续解决各种挑战，如在不同部门和功能(如POS、仓库管理物流)之间同步多个操作系统。这些技术将继续需要人类的互动和反馈，以使它们在这个行业内日益增长的人工智能市场上可行。
然而，食品行业的人工智能仍面临挑战。这包括必须在其不同的部门(如POS、仓库管理和物流)中连接不同的系统。下一步是在这些人工智能工具和人类才能之间找到和谐，以确保精简的操作和更好的底线。
标题图片来源：MTL BLOG
