最近无人超市比较火，会不会成为下一个风口呢？小编不知道，但最近小编收到很多关于无人超市的咨询，小编无法逐一回复，仅以此篇文章分享给大家！

首先说下各家厂商的方案：

亚马逊去年推出的 Amazon Go 无人商店，其 " 即拿即走，免排队 " 的超前购物体验一经发布便广受业界瞩目，一时之间，无人商店俨然已成为全球零售业的新趋势，笔者将全球九大无人商店方案进行汇总整理，并对其所采用的技术进行了解读。

国际电商巨头亚马逊去年推出 Amazon Go 无人商店，其 " 即拿即走，免排队 " 的超前购物体验一经发布便广受业界瞩目，一时之间，无人商店俨然已成为全球零售业的一种新趋势。

反观国内市场，新零售势头正方兴未艾，行业对新技术、新应用尤为饥渴，加上国内市场堪称全球领先的移动支付态势，一时之间，无人商店如雨后春笋般不断涌现，笔者将全球九大无人商店方案进行汇总整理，并对其所采用的技术进行了解读。

亚马逊推出的 Amazon Go，除了顾客无需结账，即买即走，免去了顾客排队的苦恼外，Amazon Go 跟普通的零售店几乎没有区别，其商品摆设与普通零售店亦基本一致，主要销售即食早餐、午餐和晚餐，以及每天新鲜的小点心。此外还包括面包、牛奶、手工奶酪和本地制作的巧克力等。

进行购物时首先需要一个亚马逊帐号，并在自己的智能手机上安装亚马逊的应用软件，用户打开手机并进入商店后，在入口处会对顾客进行人脸识别，确认用户身份。当消费者在货架前停留并选择商品时，摄像头会捕捉并记录顾客拿起或放下的商品，同时，置于货架上的摄像头会通过手势识别判断顾客是否将货物置于购物篮还是只是看看然后放回原处。

对于用户购物信息的统计，则是通过货架上的红外传感器、压力感应装置 ( 确认哪些商品被取走 ) 及荷载传感器 ( 用于记录哪些商品被放回原处 ) ，用户所采购的商品数据会实时传输至 Amazon Go 商店的信息中枢，不会有任何延迟，顾客付账时直接离店就可，传感器会扫描并记录下消费者购买的商品，同时自动在消费者的账户上结算出相应的金额。

Amazon Go 最大的亮点是顾客拿走或者放回物品的同时，用户手机里的系统 ( 该系统与 Amazon Go 商店的信息中枢无延迟地同步进行更新 ) 会自动更新清单，然后用户直接离开商店即可。

从技术上讲，Amazon Go 主要运用了机器视觉、深度学习算法和传感器融合技术，这三项技术几乎都是当下最为热门前沿的技术了，笔者认为，这些前沿技术的大规模实施肯定会造价不菲，相信这也是当前 Amazon Go 没有大规模应用的原因之一 ( Amazon Go 原定于今年 7 月落地的计划因技术原因被延期 ) 。

，现在看来，正是这两项专利技术促成了 Amazon Go 的诞生。

一般而言，如果从顾客的角度来判断购买行为显然会非常复杂，但从货架的角度来看就要简单得多，此时的核心动作只有两种，即拿走或放回，Amazon Go 是如何做到的呢 ? 首先货架前的摄像头会采集用户手在进入货架平面前的图像，当用户手在货架上拿上商品离开时，此时的图像亦会被采集，然后将两次采集的图像进行对比，判断出用户是拿出货物还是放入货物。

前述只探讨了物品的拿出与放回，那么如何判断被拿出或者放回的物品是什么呢 ? 对被拿走的商品，可分两种情况，即物品处于原本所在的位置上，此时商品直接被标识于系统中，只需利用传感器即可感知到该物品被拿走 ; 当商品与原本位置不一致时 ( 通过图像识别该位置与现有商品不一致时 ) ，尽管 Amazon Go 系统会对错放商品进行图片对比检索 ( 与数据库内的图片进行比较 ) 识别，但 Amazon Go 此时往往无法很好地对商品进行识别，这是 Amazon Go 的一个 BUG，当然出现这种情况时，Amazon Go 会提醒工作人员将商品放回正确的位置了。

最后，Amazon Go 内的商品是如何实现与人关联的 ? 这就需要依靠室内定位技术。Amazon Go 定位依靠的是图像分析以及音频来实现的，首先通过店内的摄像头检测用户及其方位，同时商店货架或者天花板内的多个音频根据各声音时差分析出用户的位置，此外，用户手机的 GPS 以及 WIFI 信号亦能协助定位的实现。

需要说明的是，Amazon Go 目前定位上存在一些技术问题，比如较多顾客拥挤在一个区域时，此时的图像分析会对系统 GPU 形成高负荷，而其他定位技术亦会因精度问题导致误差，此时定位的可靠性会大打折扣，这也是后续 Amazon 需要持续解决的问题。

Amazon Go 采用的机器视觉识别、深度学习算法和传感器融合等技术都是目前最前沿的新兴应用技术，Amazon 在无人商店领域的技术积累可谓全球领先，但正是这些领先技术的加持，使得 Amazon Go 造价不菲 ( 据业内专家透露，一个 Amazon Go 可能需要千万美元级别的投入 ) ，尽管如此，Amazon Go 依然存在如前文所言的诸多缺陷亟待解决，因此，Amazon 一再宣布延迟 Amazon Go 的落地时间。

讲到这里，有人可能要问了，Amazon Go 为什么不采用 RFID 呢 ? 这样的话，Amazon Go 的诸多 BUG 就被很好解决了，聪明如 Amazon 这般，不可能没有想到过利用 RFID 技术，之所以没有，Amazon 肯定有自身的战略考量，个中缘由，恐怕得去问杰夫 · 贝佐斯了。

顺便八卦一下，目前，Amazon Go 的项目负责人任小枫已从 Amazon 离职，加盟阿里巴巴在西雅图的分部，担任 iDST 首席科学家和副院长，英雄所见略同，阿里巴巴显然也在加大在无人商店领域的布局力度 !

说到了亚马逊，阿里巴巴恐怕也不得不提及了。作为阿里实验室筹划已久的 " 无人零售计划 " 中的第一个应用场景，" 淘咖啡 " 将在 7 月初的第二届淘宝造物节上亮相，" 淘咖啡 " 是一个占地 200 平方的线下实体店样板，集商品购物、餐饮于一体。

下面不妨来看看 " 淘咖啡 " 的购物过程是怎样的。

消费者进入淘咖啡的整个购物过程大致分为三个步骤，首先是进店，用户首次进店需打开 " 手机淘宝 app"，扫码获得电子入场码，同时签署数据使用、隐私保护声明、支付宝代扣协议等条款，顾客将手机放在认证闸机上方以通过验证即可开始购物，之后全程无需再掏手机。

接着是选购，用户可在店内拿起任何一件或者多件商品，或者在餐饮区点餐，这个过程与日常的购物并无二致。最后是支付，支付的过程是通过一道结算门完成的，离店前，用户必须经过这道结算门。结算门由两道门组成，当第一道门感应到用户的离店需求时，它便会自动开启，用户走出这道门后，系统会自动对顾客所买的货物进行识别与结算，结算完成后，会有语音提示顾客此次购物所花金额，随即第二道门便会自动打开，顾客离店。

阿里的这套无人零售技术主要涉及三大核心技术，即生物特征自主感知和学习系统、结算意图识别和交易系统及目标检测与追踪系统。

生物特征自主感知和学习系统主要解决在开放空间里对消费者身份的识别问题，将顾客的生物特征与淘宝 ID 进行绑定，以实现对顾客的身份确认。

对商品的识别是如何实现的 ? 主要依赖结算意图识别和交易系统来完成，如前文所言的结算门，它是由两道门组成，对商品的识别过程就是在这两道门之间完成的，阿里的这套系统究竟是通过 RFID 技术还是机器视觉识别来完成对商品识别的，目前还不能十分确定，笔者以为机器视觉识别的可能性更大一些。

目标检测与追踪系统则主要是追踪消费者在店内的行为及运动轨迹，该功能主要依赖多路监控摄像头。通过捕捉消费者的行为判断其对特定商品的态度，或通过对诸多消费者在店内的运动轨迹、或在特定货架前的停留时间来指导商家调整货品的陈列方式等。

会不会觉得阿里的淘咖啡与 Amazon Go 非常相似 ? 确实如此，Amazon Go 的研发负责人任小枫目前已带领团队加入阿里，与 Amazon Go 相似也就不难理解了。

但淘咖啡与 Amazon Go 最大的不同体现在结算技术上，前者的结算是在一个特定区域，即结算门中完成对商品的识别与结算 ( 同时完成了对顾客身份的识别 ) ，后者则在货架上即对商品进行识别，这就更容易出现张冠李戴问题 ( 更多详情见本文 Amazon Go 部分的介绍 ) ，因此，淘咖啡在一定程度上可算是 Amazon Go 的一个改进版。

近日，娃哈哈早期创始人宗泽后对外宣布与深兰科技达成战略合作，签下了三年 10 万台无人商店，预计总金额高达近百亿人民币，并计划在未来十年间扩大到百万台的规模，此事在零售界引起广泛关注。

那么深兰科技是何方神圣 ? 其正是 take go 无人商店的研发企业。早在今年 2 月份，阿里系下的芝麻信用便与深兰合作推出快猫无人值守智能门店和 " 拿了就走，免现场结算 " 的 take go 信用结算系统，本次再与哇哈哈合作，说明深兰科技在无人智能零售店领域的技术已得到认可。

Take go 系统之所以能实现 " 拿了就走 " 主要应用了卷积神经网络、Deep learning 深度学习、机器视觉、生物识别、生物支付等人工智能领域前沿技术，这其中涉及两个关键的技术，一个是生物识别技术，从 take go 的应用场景视频中可以看到，顾客进入 take go 无人店需要手掌按在生物识别读写器上，这个识别器不是掌纹或者指纹识别器，应该是静脉识别器，静脉识别技术要比指纹识别精确很多，也更大程度地避免了被冒用的可能性，很好地确保了用户资金的安全性。

另外一个关键技术是基于深度学习 ( Deep learning ) 的卷积神经网络技术，该技术主要用于对整个无人零售店内物品的监测、识别与跟踪。其中，对商品的识别是通过机器学习，然后对图像进行识别，也就是说每次商店进货新品类时，都需要对该商品进行机器学习，将该商品的一些特征数据信息记录到数据库中，然后图像识别系统依据特征数据信息对该商品进行识别。

当顾客走进 take go 无人零售门店并拿起商品时，不管商品的位置是在顾客手上、怀中、口袋还是背包内，系统都能监测与识别，顾客离开商店时会收到对应的账单，并被系统自动扣款。Take Go 还有人店对话系统，通过定向声源原理和算法，Take Go 零售店还可以向顾客一对一进行语音产品推荐，根据顾客之前的购买记录判断出其喜好、偏向，向其推荐类似商品。

从 take go 的宣传视频来看，似乎比 Amazon Go 还要先进，笔者尝试与深兰科技方联系以向其了解更多的技术细节，截止目前未有回应。Take go 似乎同样也没有采用 RFID 技术，可以肯定的是，官方宣称的基于深度学习 ( Deep learning ) 的卷积神经网络技术可能是一系列技术的融合，相信其包含了视频 / 图像识别技术、定位技术等。

同时笔者有理由对 take go 的防盗技术感到忧虑，尽管顾客进店需要进行静脉识别，但当门处于开启状态时，倘若顾客直接进入并拿走商品，这个过程不会有任何阻碍，同时这类无人零售店的 SKU 肯定不会很多。

欧尚、大润发相继在上海推出无人零售商店缤果盒子，一时之间，缤果盒子俨然成了零售业界的 " 超级网红 "，其背后的研发公司中山市宾哥网络科技有限公司亦受到业界广泛关注。

缤果盒子的购物流程较为简单，首先顾客进入商店需要扫描二维码，目前只支持微信扫描，暂不支持支付宝，如果微信没有实名认证，同样无法进入。用户在商店内选好商品后，需将商品整齐放置于收银台检测区，然后，检测台边上的显示屏会自动显示一个收费二维码，用户可以利用微信或者支付宝扫描二维码即可完成付账，然后离店即可。

就购物体验而言，缤果盒子显然无法做到像 Amazon Go、take go 及淘咖啡那样 " 即拿即走 " 的购物体验，它采用的技术相对简单，但可靠。缤果盒子主要采用了 RFID 技术、人脸识别技术等。店内商品包装上皆贴有 RFID 标签，这就避免了像 Amazon Go、take go 那样需要进行复杂的图像识别过程，内置的全视角视频监控，可有效震慑顾客在店内的作弊行为 ( 比如破坏商品、撕毁 RFID 标签等 ) ，当然，一旦出现作弊行为，系统会自动报警，相关人员会及时赶到现场处理。

缤果盒子购物体验不及前三者，相对传统便利店，缤果盒子的优势是减轻了对人的依赖，提升管理效率。据官方介绍，4 个人可完成 40 个盒子的管理 ( 盒子最大的 SKU 为 800 ) ，这个相对优势在 Amazon Go 及 take go 未被大规模普及前有其存在的合理性与必要性。当然缤果盒子也有其不足，比如一旦有顾客作弊，在相关工作人员赶来前的这段时间，作弊者有足够的时间离开，这也是目前缤果盒子多数被安置在封闭的中高端小区的原因了。

便利蜂之所以备受业界关注，很大程度上归功于其几位创始人：从 7-11 北京大区经理职位离职并创建邻家便利店的前董事长王紫及去哪儿网的创始人庄辰超。

便利蜂的自助购物与缤果盒子相似，流程稍有不同。其入口是便利蜂 app 或微信内的便利蜂小程序，通过 app 或者小程序扫描二维码，接下来是连接门店 WIFI/ 扫描门店二维码，手机扫描商品二维码 ( 自助模式下最多支持 9 件商品 ) ，然后线上利用支付宝或者微信支付，后续还需扫描支付凭证，经确认后即可离开。

由介绍可知，便利蜂无人店比缤果盒子的技术含量还要低些，基本上与目前常规超市的差别并不大，对商品的识别是通过二维码进行的，而非缤果盒子所采用的 RFID。相对而言，便利蜂无人店的购物过程已经较为繁琐了，其优势可能更多是体现在渠道及供应链上面。

来自瑞典的初创公司 Wheelys 在上海开设了一家无人零售商店，该商店主要由应用程序控制，首先，顾客需要在智能手机上安装一个允许访问该无人商店的应用，进入商店后，顾客只需要扫描想要购买货物的条形码，离店时可以使用信用卡支付。

该无人商店由 AI 控制——称为 "Hol" 的全息商店助理，可帮助客户进行购买或提供使用服务的说明。此外，无人店的屋顶还配备了 4 台无人机，顾客可通过 app 订购，无人机就会带着商品送至你家 ( 跟京东正在尝试的送货方式相当，但这个功能仍在测试中 ) 。

防盗防损方面，该门店主要采用摄像机监控 + 入店进行身份验证，此外还有 Wheelys 公司的一些专利授权技术的加入，Wheelys 公司的盈利大头很可能就是向第三方零售商授权该技术，至于具体是何种技术，Wheelys 公司并没有透露更加详细的信息。

Wheelys 公司的这套无人商店技术同样处于测试阶段，Wheelys 公司对一系列核心技术的遮遮掩掩，一定程度上也透露出该技术似乎并无太多亮点，能不能在国内大范围推广尚未可知，况且国内已有这么多的无人商店竞争者了。

全球第二大便利店连锁机构罗森即将在国内推出无人零售店，目前，该无人零售店尚处于内测阶段。

罗森无人零售店主要有三个入口，即火星兔子 app、微信公众号及罗森点点 app，用户通过上述入口进入后，系统会自动定位到顾客当前所在的门店，顾客通过扫描所选商品的二维码后，将商品加入到购物车内，确认所选的商品后，系统会自动进入支付页面，此时界面会自动显示商品的促销价和会员价，然后用户可选择支付宝或者微信进行支付，支付后每个顾客会有一个聚合码，将聚合码给工作人员扫描后即可离店。

可见，该套无人系统与前述的便利蜂有相似的地方，便利蜂最多一次可购买九件物品，但罗森的这套系统一次只能购买五件。

罗森的这套系统，严格来说还算不上是无人零售，它只是将原本需要工作人员来完成的扫描与结账流程下放到顾客自己来进行，同时在购物的最后环节，还需要工作人员的参与才行，但它又比传统的流程稍微先进了一步，并且整套系统的升级造价并不高，还是一个不错的尝试了。

据悉，罗森 ( Lawson ) 和松下电器公司合作，正在日本本土进行更为先进的无人商店试验，其特色是发明一个特别功能的购物篮，顾客只要将物品放进篮内，里面的扫描器就会自动阅读物品上的电子标签，结账时，只要将篮子放在自动化柜台上，篮里的货品就会自动滑入塑胶袋，可为顾客节省装东西的时间，更为详细的技术介绍，合作双方尚未透露，但可以肯定的是，RFID 标签在这套系统中扮演了重要角色。

既然谈到了罗森，7-11 当然也要提及一下了。作为全球最大的便利店连锁机构，7-11 同样展开了自己在无人零售方面的布局，该无人商店大致的流程是，首先顾客要绑定自己的信用卡或者银行卡，进入无人店后，只需将所购商品装进购物筐，然后将其放到专用的机器收银台上就可瞬间完成结账，可见，7-11 的无人零售方案与罗森在日本的解决方案颇为相似，7-11 的无人零售方案相信也引入了 RFID 标签技术，据 7-11 相关人士透露，如果该技术方案成熟的话，被全球的 7-11 便利店推广应用也是可能的。

7-11 在技术及理念上一直颇具远见且较为激进，这点在无人机的商业应用中可见一斑。据悉，7-11 与 Flirtey 无人机公司合作，在内华达州雷诺市已成功完成了 77 次无人机商业递送服务，这甚至是像亚马逊与谷歌这些技术巨头都尚未做到，相信在无人零售店领域，7-11 同样也会有自己独特的黑科技。

整体而言，像 7-11、罗森这样的国际巨头，在无人零售店领域的布局并不激进，这恐怕与其根深蒂固的传统企业基因有较大的关系，技术不是他们的强项，像亚马逊、阿里巴巴这样有互联网血统的企业则相对激进些，不管怎样，技术在下一轮的零售行业较量中将扮演重要角色。

号称企业员工 " 身边的便利店 " 的小 e 微店，目前，其主要分布在高端写字楼、科技园区等区域，其入口主要是官方 app、微信公众号及微信小程序，用户通过上述入口扫描门店二维码进入无人店，与此同时，实际上也完成了门店的定位，用户选好商品后，用手机扫描商品的二维码，进行结算支付，然后离开。

笔者在与小 e 微店方沟通时，对方透露目前只支持微信支付，未来是否会支持支付宝尚不确定。小 e 微店与便利蜂一样，都采用了低成本的二维码解决方案，二者的购物流程也有颇为相似。

显然，无人商店已成为全球零售业的新风口，甚至可说是全球零售业一个新的战略高地，谁能够在第一时间占据无疑会具备先发优势，这也是目前像亚马逊、阿里巴巴这些巨头涉足的最大原因，但它距真正全面落地尚需时日，技术是其最大的瓶颈 !

目前，真正对无人零售技术及趋势探讨的大会很少，深圳国际零售智能化创新应用大会是一个，该大会将于 2017 年 8 月 17 日深圳会展中心举行，主办方物联传媒广邀零售界知名企业代表、业界专家、行业资深人士及政府权威机构代表共同探讨包括无人零售技术等诸多零售业最新、最热门技术及其应用，相信对零售行业人士而言会有颇多助益 !

目前无人商店在技术上大致可分为三个流派，Amazon Go、淘咖啡及 take go 可划为一个流派，三者用的都是目前大热的前沿技术，比如机器视觉、深度学习算法、传感器融合技术、卷积神经网络、生物识别等，三者似乎都不约而同地没有采用 RFID 技术，这点颇值得深思。

第二个流派则主要是指缤果盒子、7-11、罗森日本无人店，这几家主要利用了 RFID 标签技术，RFID 在对货物的识别与防盗上更具优势，该方案由来已久，技术上也较为成熟了 ;

第三个流派则是像便利蜂、小 e 微店等，主要是利用二维码来完成对货物的识别，优势是成本低，与传统零售较为接近。

目前来看，所有的无人商店皆存在诸多缺陷，应该说 Amazon Go、淘咖啡所提倡的 " 拿了就走 " 的购物体验才是理想的无人零售，但其所采用的一系列前沿技术的可靠性与稳定性目前尚无法保证，像 Amazon Go 对错位商品的识别、商店人流量大时的身份确认等都亟待技术的再发展 ; 像第二及第三流派所言的无人零售，特别是第三流派，与传统的零售存在较多相似处，但减少了人的参与度，提升了效率，别小看这一点点改进，在 Amazon Go 尚未落地前的这段技术空挡期，它们一旦规模应用，其创造的效益同样会非常惊人 !

独家专访阿里无人零售计划“黑科技”团队技术负责人多马，详解背后技术体系和开发历程。

除了丰富多彩、脑洞大开的创意店铺与商品，推出一个吸引眼球的“黑科技”似乎也将成为一年一度的淘宝造物节的标配——去年是VR购物体验，今年则是正处于“风口”的无人店。

在7月初的第二届淘宝造物节上，阿里将落地无人零售计划，呈现在名为“淘咖啡”的快闪店中。

“淘咖啡”是一个占地200平方的线下实体店样板，集商品购物、餐饮于一身，可容纳用户50人以上，实际容纳规模可随场地面积而增加。消费者首次进店需要打开“手机淘宝”，扫码获得电子入场码，同时签署数据使用、隐私保护声明、支付宝代扣协议等条款，然后通过闸机，开始购物，此后手机不用再掏出。

离店前，消费者会经过一道“结算门”，阿里内部戏称其为“剁手门”。严格来说，它由两道门组成，当第一道门感应到用户的离店需求时，便会自动开启；几秒钟后，第二道门将开启，此时已经完成了扣款，一旁的提示器会告诉用户，“支付宝共计扣款XX元”。结算时，若消费者试图作弊，例如刻意掩藏商品、或撕毁电子识别码，则被视为不良记录，并影响其下次入场。

在餐饮部分，“淘咖啡”设置了咖啡、甜品服务。在点餐区，用户可以通过语音点餐，比如对服务员说“我要一杯冰摩卡”，下单需求会迅速被语音识别系统捕捉，并进行下单。“这是您要的东西，确认支付吗？”当用户被这么问时，他只要回答“确认”，相应款项就会自动从支付宝账户中扣除。

所有下单用户和他们的下单信息都会被投到一块提示屏上，并且伴有相应的取餐时间提示。每个人的头像上都会出现不同的淘系会员身份标识，例如带红宝石的小皇冠就是APASS的象征。

“淘咖啡”快闪店既是阿里无人零售解决方案的正式亮相，也是阿里线上、线下打通的一个实际应用场景。对于用户来说，减少了时间成本，也是一种新的购物体验，同时他们在线下的消费行为被数据化，可以帮助商家捕捉消费行为和数据。

与Amazon Go相比，阿里的这套无人零售解决方案最大的区别在于商品识别和结算意图识别的环节。根据亚马逊申报的Amazon Go相关专利内容显示，Amazon Go通过特殊的货架来计算用户的购买，比如感知人与货架之间的相对位置和货架上商品的移动，来计算是谁拿走了哪一件商品。

但这项技术曾出现无法准确识别的问题，比如无法在20人以上同时进入时保持正常工作，且无法识别出商品被放到错误的货位。Amazon Go在2017年3月就打算在海外开店，也是因技术问题有所延迟。

“淘咖啡”将商品识别和支付功能设计在了“支付门”上，货架区也会有信息捕捉，但更多是为了优化运营。

另外，阿里的这套无人零售解决方案还运用了“非配合人脸识别”技术，比如在用户不配合看镜头的情况下，也能精准捕捉用户的生物特征，并进行匹配、计算，进一步还能成为商家优化运营策略的辅助工具。

例如，当用户拿到某一样商品时的表情和肢体语言，可以帮助商家判断某款商品是否足够符合他们的心意；通过捕捉消费者在店内的运动轨迹、在货架面前的停留时长，则可以指导商家调整货品的陈列方式和店内的服务装置。

即便今年被称为是无人店大年，但是阿里的这套无人零售解决方案仍然显得很有科幻色彩，它是通过哪些技术体系实现的，更重要的是，它离真实的零售世界还有多远？为此，36氪独家专访了淘咖啡技术负责人多马。

36氪：请介绍一下“淘咖啡”里面的关键技术体系和它们在现实场景下的体现。

多马：我们这个里面的技术是一整套的无人解决方案，不是单点的，有整体的学习和感知能力，主要技术是通过多路摄像头和传感器的融合，结合计算机视觉、机器学习、人工智能等，组成的一整套完整的不断优化的系统。

主要分三个体系来做到。第一个是生物特征自主感知和学习系统，主要解决的是在开放空间里消费者的识别问题，比如在入门场景和货架场景，首先让我们知道这是个真实的人，然后通过入场扫码后绑定淘宝ID，让我们知道这个人是谁，随后把淘宝ID和这个人的生物特征做绑定。

当你走近货架，拿起商品，也有生物识别，不过我们没有在货架上实现加购（商品识别），只是知道谁拿过这个商品，拿起、放下多少次，作为门店运营的一个数据积累，相当于PVUV。我们认为目前在货架做加购动作是有漏洞的，因为有可能消费者只是拿起来看看，参考一下，并没有结算意图。

第二个是结算意图识别和交易系统。这个解决的问题，第一是要知道结算的意图，这是比较关键的，第二是商品的识别。具体商品识别怎么做到，现在技术还比较敏感，还不太方便透露，因为还涉及到一些专利没有申请完成，因为我们整体时间比较赶。但是肯定是探测到结算意图之后，才对商品进行识别，在两道门之间做到。

在门口晃晃也不会产生误差，因为我们目前是两道门，当你两道门都走出的时候，才会确认是要离店了，从而产生结算动作。

第三个是目标检测与追踪系统。我们要对店内发生的行为数据做一个追踪记录，比如刚刚说到的对于货架的访问情况，消费者的移动轨迹，在访问商品时的心情如何，货架的库存状态，这对于零售商以及后面的导购都很重要。

36氪：目标检测与追踪系统是通过摄像头实现的吗，在店内什么位置会安装摄像头？

多马：对，多路摄像头和传感器的结合，实际上这也是目前无人驾驶的比较标准的实现方式。只有摄像头也会存在误差，因为角度和光线的影响，所以是与传感器结合。

现在我们安装摄像头是两个考虑，第一个是出于安全考虑，会有监控作用，这个是全覆盖、无死角的，第二个是识别关键意图，比如结算意图，所以会在关键的地方，比如货架、门口和点餐区安装摄像头。

36氪：基于目前的技术和数据库，对于货架上和餐饮区的商品有品类限制吗？

多马：整个无人店是一套学习的系统，不断在优化，所以肯定是需要提前学习和训练的。因为这次我们是参加造物节，所以“淘咖啡”里面的商品都是造物节的限量产品。但是我们的优势是，阿里在电商这方面的数据积累，所以我们的数据库基本是可以覆盖从商品、交易到评价，整个商品交易的场景的。还有一些如果没有的话，我们会单独去训练。目前我们是针对场景的训练，还不是通用的，所以更容易一些，比如关于咖啡店这个场景的，商品名称、购买流程等等都可以识别。

36氪：支付宝自动扣款是如何实现的？

多马：入门的时候，扫描后会有个签约的过程，签约主要是解决两个问题，第一个是同意人脸识别和身份采集的协议，第二个就是同意自动扣款的协议。代扣也是有上限的，目前造物节的场景，上限是5000人民币，未来不同业态是不一样的。

36氪：这套解决方案是标准版的，还是根据不同业态会有不同版本？

多马：这次“淘咖啡”覆盖了两个业态，一个是餐饮，一个是超市。这两个业态是最有代表性的，我们以此切入来做了完整解决方案。从技术上来说，它是支持多个领域和业态的，只是各个业态有一些具体的不同要求，比如餐饮是需要实时结算的，而超市是出门结算的，但是技术核心还是我前面说的那三个系统。

36氪：这套解决方案的成本是多少？

多马：我们是有成本测算的，但是还不方便给出。主要原因是，现在还不具有代表性，需要结合真实的零售运营环境来做评估，要包括门店坪效、库存周转和整体的ROI。

36氪：在接下来的测试中需要重点关注哪些可能出现的问题？

多马：挑战最大的是，在线下开放领域，消费者的配合度和消费者的体验问题。传统的商品识别是商品对着设备进行识别，我们做到的是，不用刻意对着设备，也能被识别，但前提是消费者要配合，不要刻意地让商品避免被识别。

我们的应对方案是，必须要识别到身份才能入场，你在店内我们要清晰的知道你的身份。进门的时候我们会做一个实名认证的鉴别，我们的体验店的顾客一定是实名认证的淘系会员。这是淘咖啡的情况。

真实的线下门店场景，不仅限于淘系会员，但是我们会优先推荐通过淘系会员进行身份识别，会给到淘系会员一些权益。

36氪：这套解决方案是从什么时候开始开发的？

多马：阿里的电商一直在做线上线下的打通，这个其实在去年就完成了。现在做门店终端、做无人店实际上是一个顺其自然的过程。我们项目的开发时间是4个月，今年年初启动的。调研是去年就开始做了。我们是基于阿里很多成熟的技术积累和大数据能力，所以才能是一个快速落地的项目。

36氪：聊聊在调研过程中对行业做的扫描。

多马：去年我们开始调研在线下我们能做的事情。开始调研的时候，无人店还没有像今年这么火，当时我们主要还是单点调研，看了很多，比如图像分析、视频分析、语音技术、所有的传感器（红外、超声、热感应等等）、动力感应、压力感应、3D建模。实际上关注的领域还挺多的，但是不是所有都有应用到。

我们决定做的时候，主要考虑的是如何融合做出一个整套的技术方案，因为单个技术肯定是解决不了所有问题的。所以我们首先做的是，确定我们需要解决哪些问题——你是谁、你的意图、如何支付，以及整个后续的跟踪。

找到需要攻克的点了，再结合现有的技术看怎么去做。另外是把握度，哪些是严肃场景，比如支付是严肃场景，哪些是营销场景，再找适合的技术去解决。

在调研的时候，比如调研人脸识别，我们会看集团内什么水平，业界国内外是什么水平，应用到了哪个级别，对于应用到开放空间的时候，我们应该去做什么样的调整。举个例子，现在非配合人脸识别是业界还没有的，我们就要结合现在人脸识别能做到什么样的水平，再做优化改进，达到我们的目的。

36氪：到真正商用还需要多久？

多马：整套方案包括软件、硬件、芯片、IOT、大数据以及与阿里供应链的结合。我们未来的目的就是让零售商可以更容易、也更知道怎么去开店。对于有经验的人，我们可以做一些数据上的赋能。我们的目标还是赋能零售商。

首先要基于某一个业态来适应，零售商对它的态度，以及不同零售商需要的无人化程度。我们做电商做的很成功，很大优势是大数据分析，我们知道消费者需要什么，可以提前在供应链上布局。我们是想把这个能力赋能到线下。

无人点解决方案并不是说门店里完全就没有人了，而是没有人做收银了，店里的导购还是可以有，而且有更好的方式去导购，这才是我们真正想做的。

造物节上是展示我们具备了这样的能力。当然我们肯定不只是在造物节上做，接下来肯定就会落地，但落地计划还不适合公布。

无人便利店这种新零售方式已经进入下一个风口

无人便利店极大的减少人工

（一个人可以负责10家店，平均每家店的人力成本是600元）

应用场景多（可规模化复制能力强）

同时无人便利店还可以做到

+茶饮水果吧（体验式消费）

+广告（店面外卖做直播广告）

当然未来还可以做到N个+

便利店最大的优势就是便利

在90后、00后体现的很明显

在70后、80后的中产富裕阶层也体现的越来越明显

虽然无人便利店效率高了

有人便利店靠服务打动人

尤其是大量的夫妻便利店

做的就是熟人、人情生意

卖的是产品价值+感情价值+服务价值

意味着完全靠商品与场景来打动消费者

特别是会倒逼便利店的商品供应变革

无人便利店是否会成为真正的风口

真正的决定因素在于-消费者的素质

无人终端售货机在中国其实使用频率不是特别高

（2011年开始市场的年均增长率保持在25-30%间）

我们买瓶水还是愿意去有人服务的便利店购买

无人便利店有存在着变成街头垃圾箱

甚至居无定所人员居住点的可能性

这样会极大的阻碍资本的意愿