零售将成为AI的下一个主战场

商汤虽然进入零售行业才半年，但增速很快。零售是个低毛利的行业，人工智能技术还是比较贵的，商汤怎么会进入零售行业？我们对零售业有怎样的期待？

目前已经与许多国际零售巨头都合作了，我相信零售会成为我们第15个营收过千万的行业。

最开始是某国际零售巨头找到了我们，帮他们做防损。我们在它亚洲最大的店做了一个尝试。这个店原来有10个保安，最后节约到了3个。这就非常的划算，人工智能确实能够提升零售防损效率。8月份我们进入了苏宁，做了全球第一家无人店，完全靠刷脸，使零售的门槛做到了最低。

跟某国际零售巨头的合作你说减少7个人，差不多一年节省人力成本40万，这个成本相对于技术投入，性价比有多大？对商汤来说要投入一个团队去做这样一个事情的价值又有多大？毕竟你们的人成本更贵。

首先，我们不仅节省了直接成本40万，还带来了损失率的降低。原来大概0.8%的损失率，卖100块钱其中8毛钱被偷掉了，零售的利润本来就1—2个点，所以这对他而言是一个很沉重的负担。特别零售业的流水非常巨大，如果带来损失率的降低，人员工资的节约，这叫降本同时增效，所以加起来价值是不止40万的。

第二，AI从业者的年龄大概在25—28岁，这些人不但有技术，同时学习能力很快。他们基本几个问题采访完，马上就能研发、投产，做成防损工具。

我们全公司800多个研究人员，300来个工程人员，分了18个方向，商务人员只有90几个人，专注零售的就两个人。研究团体提供标准的东西，工程开发出来，开发完了以后，包装成硬件软件，给这两个零售的人。

但研究那部分看不见，因为它都是标准插件，你插哪个行业都行，在基础上包装出一个零售解决方案就OK了。2018年零售我们肯定过千万。

我们的无人驾驶团队是最大的，一共有65个人，这65个人第一个单签回来就是数亿人民币，所以商汤按劳动效率来说，投资回报率还蛮高的。

改造一个门店的成本是多少？

不到10万。商汤进入零售的时候充分理解了零售的一些痛点，比如说毛利低，对每一笔投资都会非常谨慎。相应而言，它是一定要看到效果才会去再投资的心理。我们充分理解学习零售之后，推的每一项产品都是解决其痛点的。

比如热力图，能够看出来哪些货架是比较低频的，可以撤换掉。我们的SenseGo（智慧商业解决方案）可以告诉哪些是高净值和高消费的人群。

很多AI技术在改造线下时，用到的摄像头等硬件设备也很贵，还需要特殊的摄像头才可以，商汤怎么可以做到低成本的改造？

商汤一直比较关注利旧。原来已经投资过的东西我们不会进行破坏性的损伤，摄像头我们要200万像素以上就可以，原来超市里已有的摄像头直接就可以用，并联进我们的系统就可以。

我们主要提供一个大脑式的服务器，这个服务器里已经有相应UI，能够马上用起来。同时和手机一关联，通过无线的方式也可以遥控。我们已经打通了所有的服务环节，也做好了云方案，无论是云的方案还是端的方案我们都能够快速到任何一家店里去。

现在我们布一家店三天够了。我们全国安排了100多人的合作伙伴团队，经过培训，他们上手很快，货一到就安装，马上就可以工作。

你刚才说全国有100多个合作伙伴，这些人是不是相当于外包的落地服务商？

大部分原来是做大型商场的系统集成，现在变成超市便利店了，就不需要原来超市大的集成，等于原来干传统IT的寻找转型，他们的优势是落地交付，正好我们缺少干活的人。

硬件这块是全部我们自己去采购还是在外包商？

硬件里关键在我们要把GPU写进去，GPU写进去主要原因是现在人工智能的硬件载体是图形显卡，它和软件要适配，这个难度还是比较大的。客观上来说，换一种机型，就要调试很久，我们能稳定下来一种机型都不容易，它相当于一个小型的人工智能工作站。

是不是每个店里还是必须要配一个小型的硬件处理站。

其实可以不配，完全走云端，商汤也有云服务的解决方案，无论是私有云、混合云还是公有云都可以。但后来发现这和店有关，各种商家的想法不一样，商务模式也不一样，商家很在乎自身数据的安全性，更倾向于一次性投入。

我们在零售里要用越来越便宜的方法找到最好的效果，达到一个平衡点。我们能用更便宜的价格、更便宜的硬件实现别人高端产品可能还达不到的一个状态，这是我们的优势，这也是人工智能的优势。

这个优势的核心是算法？

对，优势的核心是算法。这里面有三点很重要。

第一来源于深度神经网络的深度。2014年深度神经网络是8层，2015年提升到了22层，是谷歌搞出来的。2016年最高的时候是152层，现在都是100多层。商汤可以达到1200多层，商汤是全球最深的深度神经网络。属于你还在用DOS，这边已经进入Windows XP以上版本了，双方就不可能去同台较量，商汤有不对称的人工智能优势。

第二是在算力，你有一个好的操作系统后，跑不起来也是有问题的。我们考验的是并联多少块GPU板卡成为一个核心系统，类似于把大脑神经元多少个神经元能完全有机组合起来发挥比较流畅的功效。

我们可以并联800块GPU。AlphaGo战胜李世石的时候，算法未必厉害，因为围棋的算法比较简单，但他的算力很强，是280块GPU，我们现在是800块。这个增加一块就有可能推倒原来的架构，所以高速神经网络的搭建也是一门技术，商汤现在远远超过AlphaGo。

第三是你积累的数据，商汤现在有100亿以上的数据。大数据是驱动AI发展的粮食，我们拿大数据喂给AI。

算下来，你要三要素都具备的情况，别人就没法跟你竞争了，别人短时间内做不到这样大量的标注数据。GPU的成本也年年在增加，你要搭建这么大的深度神经网络，算力的成本也很大，何况要把这些成本堆到每一家店里头，而不能通过云去复制，就是比较重的模式了。

此外我们的算法别人已经很难赶超，就像1968年因特尔诞生占有了摩尔定律这个核心龙头，50年来一直引领世界的发展。商汤现在是算法的龙头，在亚洲起着绝对的主导作用，这个算法也像摩尔定律一样，持续每两个周，我们都有一次迭代，别人跟不上。你可以复制后反编译你的算法，但下一步他不知道怎么做，因为没有这样一个平台去打磨。