Google Cloud 推出零售 AI：摄像头自动查货架缺货，告别漏检

你去超市买洗头水或麦片，货架上空空如也，店员往往比你更晚发现。

按 Gartner 分析师 Robert Hetu 的说法，零售业因为货架盘点太难做，以往的标准操作基本就是靠「盲猜」。但这代价太大了。NielsenIQ 的数据显示，光是 2021 年，美国零售商因为货架缺货就白白漏掉了 820 亿美元的销售额。

在纽约的全美零售联合会年会 NRF 2023 前夕，Google Cloud 掏出了一套给零售商准备的 AI 工具包。里面最核心的武器，就是一个帮实体店看住货架的盘点 AI。

拿十亿张图库训练，看一眼就知道缺了啥

这套基于 Vertex AI 的货架检查工具，最大的底气来自 Google 手里超过 10 亿件商品的图库。里面既有公开图片、授权图片，也有品牌商直接提供的数据。

它靠两个算法协同工作，一个识别人脸一样识别产品，另一个负责看价签。Google 称，它能像人眼一样，不管是俯视、仰视、变了光线还是包装换了季，都能认出那一盒麦片。

更聪明的一点是它不挑硬件。商家不需要专门买一套昂贵的特定设备，店里现有的天花板摄像头、店员手里拿着的智能手机，甚至是过道里溜达的巡检机器人，拍到的视频或照片都能直接喂给它处理。

不过，实际落地的阻力依然摆在眼前。美国超市连锁 Giant Eagle 在模拟真实环境的实验室里测过，目前的识别准确率在 90% 以上。但这距离全面铺开还不够，比如摄像头角度稍高一点或太低，AI 就可能看走眼。

Giant Eagle 负责供应链和创新的执行副总裁 Graham Watkins 坦言，全面部署可能还要花好几年，一方面是成本高昂，另一方面算法也没到完美的程度。业内对此早有先例，沃尔玛早在 2020 年就放弃了店内巡逻机器人，改用更简单直接的方法。Gartner 估计，这类计算机视觉货架方案要真正走向主流，可能还要等三到六年。

实体货架要盯，线上的摆法也换成算法

除了线下的货架，Google Cloud 这次还把手伸向了零售商的电商网站。

他们推出了一款叫 Browse AI 的工具，支持 72 种语言。以往电商网站的分类页排序，要么按死板的畅销榜，要么靠运营人员人工定规则。Browse AI 则会根据用户的历史偏好和成交概率，自动学习每个品类怎么排最容易卖出去。

同时升级的还有 Retail Search 搜索个性化，以及 Recommendations AI 推荐工具。Google 预测到 2026 年全球在线零售额将超过 8 万亿美元，现在的推荐系统已经细化到由算法动态决定在当前页面给用户展示哪一个推荐模块。

为什么重要

我们认为，Google 这次最聪明的打法在于降维输出。

过去创业公司做智慧零售，往往要绑着卖昂贵的高清摄像头或巡检机器人。Google 直接用自己的海量商品数据库做底座，把硬件门槛降到了「普通手机拍段视频也行」，这让很多还在犹豫的传统零售商敢于低成本试水。

但实体零售的隐患非常现实。90% 的实验室准确率听起来不错，可在薄利的超市行业，10% 的错漏就意味着后台库存错乱和无效调货。正如沃尔玛当年的撤退，高大上的计算机视觉并不总是比店员路过扫一眼划算。大面积铺设监控网络的高昂开销，短期内依然是中小型超市跨不过去的坎。

在行业层面，这看起来是 Google 正在把云端战争从拼算力带向深度的行业方案。它把搜索、推荐和视觉识别打包成套件，试图把零售商从实体货架到线上结账的全流程都绑在 Google Cloud 之上。