初创企业Entrupy 跟鉴定专家合作建立真品、赝品数据库来训练算法已有2年时间。他们利用一种可以连接智能手机的便携式显微镜让用户拍照上传物件图片，算法再分析是否具备真品独有的微观特征。不过这种办法也有局限性。因为大多数按照标准规定制造的产品都有类似的特征（造假者也运用了这些工艺）。而且像芯片、纳米材料这样的东西并不适用。
Cypheme采用的是另一种办法。基于人工智能的防伪溯源技术，通过使用特种纸张作为媒介制作标签，并可进行产品溯源。公司宣称这种标签使用了独家技术，是无法仿造的。而且即便标签是原件，如果不在数据库中有记录，产品也会被识别为假货。
进店、拿货、出门，这几乎给人感觉就是入店行窃。AI可以让过去被视为盗窃的事情及免收银零售变得更加常见。
Amazon Go就彻底取消了收银流程，让顾客进店取货即走。但是Amazon并没有详细介绍过未来的运营和商业计划，只是说实现利用了传感器、摄像头、计算机视觉及深度学习算法但否认使用了人脸识别技术。
像Standard Cognition和AiFi这样的初创企业则抓住了机会，将Amazon Go的方案普及到零售商。免收银商店的一大挑战是如何向适当的顾客收取正确的费用。
迄今为止Amazon Go是唯一成功的商业案例，但是这个案例有很多因素是受控的。只有Prime会员才能进店。其他人要想效仿，必须先建立起自己的会员制。
AiFi的方案是如果下载其app就可以拿货走人，不愿意下载的可以单独开辟收银台。但是商店的基础设施应如何支持这两种方案尚不清楚。
另一大问题是销售点存货损耗问题，比如算错钱或者偷盗。依图与东芝的智能收银摄像头是其中一些解决方案。但是防偷盗问题与运营范围和规模相关。Amazon Go只有1800到3000平方英尺，但使用的摄像头就达到了数百个。几乎把每一寸地方都覆盖到了。但传统的超市一般都有40000平方英尺或以上，需要解决摄像头如何布局才能高效的问题。
此外，由于商品种类繁多，如何才能识别哪位购物者取走了哪件商品呢？这些需要重量传感器、摄像头以及计算机视觉算法足够强大。
Standard Cognition跟日本最大的CPG批发商百陆达合作，宣称要在2020年东京奥运会前改造3000家店铺。AiFi据报道已有20个零售商客户。
近期而言，这项技术的发展要取决于部署成本及存货损失成本，以及零售商能否承担这些成本和风险。
后端办公自动化
AI正在对事务性工作进行自动化，但是数据的不同属性和格式会对这项工作构成挑战。
不同的行业和应用都有其独特的挑战。
比方说临床试验里面很多试验都是手写记录然后数字化的。但是这种格式往往难以搜索，而手写的临床记录又会对自然语言处理构成独特挑战。车险索赔自动处理中评估损伤和追溯事故根源时也会遇到麻烦。
不过不同的板块都在开始不同程度地采用基于机器学习的工作流解决方案。
机器人流程自动化（Robotic Process Automation ，RPA）泛指任何重复性的后端事务性工作的自动化，最近是炒作的主题之一。但就像AI一样，这个词涉及内容也是包罗万象，从数据录入到合规性检查、交易处理、客户培训不等。
很多ML解决方案已经开始将图像识别与语言处理整合到一起。
比如WorkFusion就把了解客户与反洗钱这样的后端运营工作自动化了。
独角兽UiPath的服务已拥有700多家企业客户，包括DHL、NASA、HP等。
（编辑：温州站长网）
【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!
