一雙皮鞋的AI改造計劃——白洞戰(zhàn)報

原標題：一雙皮鞋的AI改造計劃——白洞戰(zhàn)報

哪怕你并不是科技愛好者，想必也會在各種渠道看到“某某銀行引入了智能機器人”“某服務(wù)由人工智能算法推薦”，“AI+”的故事每天都在我們眼前上演。

在無數(shù)布道師亦真亦假的推崇下，企業(yè)應用AI已經(jīng)成了轉(zhuǎn)型升級的“路徑正確”。但可能被忽略掉的是，類似服裝制造這樣的傳統(tǒng)行業(yè)，在應用AI時還有大量的困境與難題亟待解決。

因此，白洞企業(yè)喚醒計劃的第三期節(jié)目，我們邀請了深圳極視角科技的市場合伙人劉若水，與四川大學輕紡與食品學院生物質(zhì)與皮革工程系副教授，紅蜻蜓院士工作站研究員周晉博士，與我們一起聊了聊，一雙皮鞋需要跨過哪些關(guān)卡，才能從AI中真正獲益。

四處散落的巨坑：傳統(tǒng)制造企業(yè)應用AI的典型問題

與場景集中度高、產(chǎn)業(yè)鏈條短、數(shù)字化程度高的互聯(lián)網(wǎng)行業(yè)相比，傳統(tǒng)制造企業(yè)應用AI的環(huán)境顯得格外艱難。

以周博士負責的紅蜻蜓項目為例，作為一家老牌服裝廠商，紅蜻蜓的產(chǎn)業(yè)鏈條布局十分完整。從上游的原輔料供應鏈管理，中游設(shè)計生產(chǎn)與制造，再到下游銷售環(huán)節(jié)，無不考驗著企業(yè)綜合經(jīng)營管理的能力。

也正是因此，想要在這樣的龐大機體之上部署AI，并致用見效，也變得格外困難。對此，兩位嘉賓都感受頗深，在他們看來，傳統(tǒng)制造企業(yè)體系應用AI的典型問題主要體現(xiàn)在三個方面：

1.有目標，沒路徑。很多傳統(tǒng)企業(yè)在進行產(chǎn)業(yè)升級時，需求表達往往不夠清晰，諸如提高全球競爭力、降本增效等等，但由于既往的業(yè)務(wù)環(huán)境與AI技術(shù)幾乎是兩個世界，因此在融合時的每一步應該如何部署與執(zhí)行，往往缺乏清晰的路徑規(guī)劃。

2.有概念，沒認知。 由于自身有盈利能力，又缺乏前期研發(fā)投入等理念，整個傳統(tǒng)制造業(yè)的從業(yè)人員對AI等前沿技術(shù)普遍缺乏了解。而這種對于AI技術(shù)細節(jié)，以及對于如何將AI效用最大化的認知匱乏，很可能導致要么不用AI，用了也是在做無用功。

3.有技術(shù)，難持續(xù)。有的傳統(tǒng)企業(yè)比較懂AI，也很早就開始建立自己的AI開發(fā)團隊，但運營一段時間后，會發(fā)現(xiàn)算法模型開發(fā)完成后還需要工程化團隊來進行部署，后期隱形成本巨大，最終不得不選擇放棄，導致企業(yè)資源被大量浪費。

4.有產(chǎn)出，不實際。當然，也有傳統(tǒng)企業(yè)選擇了尋找技術(shù)合作平臺來共同完成AI化改造，但對于制造業(yè)這種長而碎片化的產(chǎn)業(yè)鏈來說，有著許許多多細節(jié)工程問題，比如普通智能攝像頭無法采集到可用的皮革圖像數(shù)據(jù)，通用數(shù)據(jù)集與門店真實用戶數(shù)據(jù)存在誤差等等，很難使用通用算法或模型來解決，否則即使上了AI也無法給業(yè)務(wù)帶來實際幫助。

總體而言，能夠從開發(fā)環(huán)節(jié)走到市場交付階段的制造型AI，幾乎是鳳毛麟角。

幸運的是，紅蜻蜓這個我們耳熟能詳?shù)钠ば放?，一直對技術(shù)保持著開放而敏銳的重視。早在AI革命到來以前，就完成了前期的信息化工作。

據(jù)周博士介紹，紅蜻蜓早在90年代就引入了ERP系統(tǒng)來進行企業(yè)管理， 2014年就設(shè)立了博士后工作站進行智慧門店項目研究。而AI的種子，也從那時起就在紅蜻蜓的產(chǎn)業(yè)鏈沃土上開始播種。

一雙皮鞋的全能AI改造，總共分幾步？

在交流中，通過兩位嘉賓的講述，逐漸為我們拼出了傳統(tǒng)企業(yè)進行AI改造的完整拼圖。

簡單來說，需要將產(chǎn)業(yè)鏈場景進行垂直細分，再分別與不同的AI技術(shù)進行適配。體現(xiàn)在紅蜻蜓上，可以從三個關(guān)鍵場景來理解。

準備階段：AI的“磨刀工”

在我們將AI作為“路線正確”并為之鼓與呼的時候，如何讓企業(yè)在這條技術(shù)高速路上長遠而安全地“飆車”， 合理的預期與適當?shù)幕锇?，必須從準備階段就引起重視。

以紅蜻蜓為例，對于技術(shù)的接受度一直都很強，在24年的發(fā)展歷史中，企業(yè)管理者能夠切實地感受到技術(shù)所帶來的價值空間，因此在面對人工智能浪潮時，對于新技術(shù)的應用沒有猶豫。

但是用AI做什么，做到什么程度，取得怎樣的效果，就需要管理者對技術(shù)的能量有合理的認知和預期。

周博士分享道，2014年紅蜻蜓博士后工作站成立，在與錢金波董事長交流時，他被問到：紅蜻蜓的用戶畫像是什么？

當時很多紅蜻蜓的營銷高管，對用戶的認知就是年輕、男女均衡等非常主觀且基本的概念。周晉等人的研究證實，這種認知與市場的真實情況是有錯位的。因此，經(jīng)由董事長一把手認可，通過人工智能等技術(shù)手段去捕捉和分析用戶數(shù)據(jù)， 指導產(chǎn)品研發(fā)和營銷工作，就成為紅蜻蜓最開始接觸AI的契機。

而2015年，專注于計算機視覺算法的極視角才剛剛成立。之所以會被紅蜻蜓AI項目所選中，據(jù)周博士說，主要得益于他們的三個特質(zhì)：

一是落地能力。 極視角在前期不賺錢的條件下，為紅蜻蜓量身打造了智慧門店的落地方案模式，順利闖過了金字塔尖技術(shù)與底層傳統(tǒng)制造業(yè)之間的應用鴻溝。

二是吃苦精神。原本應該在電腦前揮斥方遒的極視角創(chuàng)始人與技術(shù)負責人，能夠親自到現(xiàn)場去調(diào)試攝像頭的角度、燈光等，從而切實發(fā)現(xiàn)門店部署可能存在的問題。

三是個性與務(wù)實。周博士感慨，2014年剛接觸極視角團隊，他們就表現(xiàn)出了一種與傳統(tǒng)企業(yè)打交道、技術(shù)賦能企業(yè)的渴望，從企業(yè)需要的角度去不斷挖掘和強化自身的能力。

正是這種互相之間的認可與信任，讓紅蜻蜓與極視角的AI探索之路，順利踏平了各種荊棘。

頂層有共識，數(shù)據(jù)有邊界，應用有場景，部署有伙伴，于是，皮鞋AI的第一步正式邁出了。

零售階段：門店改造與體驗升級

我們知道，數(shù)據(jù)、算法、算力，構(gòu)成了智能的三要素。在零售環(huán)節(jié)的門店部署階段中，這也是掣肘AI應用的關(guān)鍵因素：

1.在數(shù)據(jù)收集過程中，確定邊界和范圍至關(guān)重要。比如紅蜻蜓的一百多家門店改造，核心就是為了幫助企業(yè)了解用戶畫像并支持決策。因此，在數(shù)據(jù)維度上，極視角確定了客流量、消費、年齡等多維度的數(shù)據(jù)，并通過混合交叉的分析模塊，讓門店一目了然地規(guī)劃改進方向。

除了設(shè)計的可行性之外，具體的實施環(huán)節(jié)也需要控制，如何保證數(shù)據(jù)采集終端的有效性和持續(xù)性，比如門店節(jié)慶放氣球把攝像頭擋住了，有時還需要特殊的補光等等，這些處理不好都會直接影響數(shù)據(jù)的完好度與質(zhì)量，難以構(gòu)建出一個完整的消費模型。

2.算法的個性化。在實際應用中， 對算法性能的要求不再像實驗室或競賽中追求的那樣越高越好，一來是會帶來龐大的設(shè)備與計算成本，二來通過算法的模塊化功能，將數(shù)據(jù)轉(zhuǎn)換成有價值的商業(yè)信息，以可視化的效果提供給門店管理人員，這才是算法更重要的價值所在。

比如目前極視角的計算機視覺算法，在畫面壓縮后能保持90%左右的識別精準度，足夠在整體趨勢上把握性別、年齡、運動軌跡等關(guān)鍵信息，保證門店識別用戶和商業(yè)決策了。

3.算力的成本問題。在實際部署中，相對于算法開發(fā)，大規(guī)模實時計算的成本反而是更難承受的。

針對這一現(xiàn)實需求，極視角在于紅蜻蜓的合作中，選擇了將數(shù)據(jù)上傳到云端進行非同步分析，由于不用實時反饋， 能夠在云端通過分布式優(yōu)化把分析成本降下來。

未來還可以通過5G將視頻轉(zhuǎn)換成圖片這種相對耗流量比較小的形式去做分析，將算力成本下降到一個新的層面上。

總而言之，終端AI應用尤其獨特的需求和場景，設(shè)計更加細分的技術(shù)解決方案，不能“人云亦云”“貴就是好”，而是需要建立在企業(yè)對自身場景和業(yè)務(wù)目標清晰的理解和實戰(zhàn)基礎(chǔ)上的。

那么，完成了門店的基礎(chǔ)設(shè)施改造，AI就可以為企業(yè)和用戶所感所用了嗎？問題又來了， 只有將技術(shù)與用戶連接在一起，打造前所未有的體驗，才能真正讓AI為產(chǎn)業(yè)創(chuàng)造價值。

從這個角度看，極視角與紅蜻蜓的智能推薦平臺鞋履Home+，或許就是一個零售體驗升級的關(guān)鍵樣板。

2018年，周博士所在的項目組和紅蜻蜓、德利歐一起，改變了延續(xù)數(shù)千年的購鞋邏輯。

通過極視角的人臉識別系統(tǒng)， 門店快速識別出消費者的性別、年齡等信息，在線上完成產(chǎn)品的篩選工作。然后，和智能終端伙伴合作，對消費者的腳型進行掃描，再結(jié)合服裝風格AI模塊，形成一個個性化的專屬產(chǎn)品推薦服務(wù)，里面包含了消費者可能最感興趣的10%產(chǎn)品。

這樣做的結(jié)果是，消費者一進店就能感受到前沿技術(shù)所帶來的體驗升級，迅速被連接到最大可能購買的商品，提高門店的轉(zhuǎn)化率與成交，而品牌的科技感與未來感也被直接傳達到了消費端。

當然，要保證用戶體驗的驚喜感，就需要多方面集體做功。

比如在門店上，紅蜻蜓迅速請了意大利的設(shè)計師完成了上海門店裝修，適配更具科技感的購物環(huán)境；在技術(shù)層面，就要求算法要盡可能地有效、精準，幸好極視角長期儲備了500多種算法，其中就包括了多人識別、服裝風格識別等等，再結(jié)合門店的真實數(shù)據(jù)進一步定制開發(fā)，在13天的時間內(nèi)就完成了調(diào)試上線。

眾所周知，引入AI就意味著成本增加與資源消耗，如何讓技術(shù)集群在預期時間內(nèi)創(chuàng)造效益，對很多企業(yè)來說都是一個未知數(shù)。正如紅蜻蜓和極視角所做的那樣，在完成了智能化基礎(chǔ)建設(shè)之后，讓AI與用戶發(fā)生一些故事，或許應該成為企業(yè)應用AI的常識。

生產(chǎn)階段：數(shù)字工廠的獨特邏輯

一雙皮鞋的AI故事到此還沒有結(jié)束。更后端的生產(chǎn)環(huán)節(jié)，是制造企業(yè)的立身之本，也是應用AI的最大變數(shù)。

更關(guān)鍵的是，生產(chǎn)階段與零售階段所需要的AI核心能力大相徑庭。比如在零售領(lǐng)域有銷售生命周期，大部分時候不需要對數(shù)據(jù)進行實時處理與決策，數(shù)據(jù)的云端處理可以大大減輕計算負擔。但這在生產(chǎn)端就變得非常重要，畢竟工廠里的機器如果在質(zhì)檢環(huán)節(jié)慢上幾秒鐘，就有可能讓一雙有瑕疵的鞋子流向市場。

同時，傳統(tǒng)的制造模式M2C（工廠-消費者）模式正在被C2M（消費者-工廠）所取代，以解決庫存積壓、消費需求變化等問題。

那么，面對這些情況，在生產(chǎn)階段應用AI，又需要避免哪些坑呢？

在交流中，周博士讓我們闡述了生產(chǎn)端的特殊之處：

1.硬件問題， AI在生產(chǎn)環(huán)境上難以發(fā)揮效果，很可能不是算法的問題，而是硬件條件限制了效率升級。比如普通攝像頭精度不足，很難捕捉到皮革上幾毫米的傷殘，這對專業(yè)的老師傅就不是問題。

2.流水線作業(yè)。生產(chǎn)線往往有著固定的節(jié)拍，每個工序之間用了幾秒鐘，都需要有精確的卡點。但在流水線環(huán)境中部署這樣的攝像頭來實現(xiàn)管控，就比門店要難很多，因為空間太大，還有噪音以及電磁的干擾。

3.成品質(zhì)檢。產(chǎn)品的瑕疵識別，這種計算機視覺算法已經(jīng)相當成熟了，但在實際應用中，很可能遇到個性化標注數(shù)據(jù)匱乏的問題。極視角的劉若水說到，工業(yè)場景的數(shù)據(jù)都是專業(yè)人士才能去進行采集以及標注的，這是工廠AI應用很大的瓶頸所在。

對于這些問題，極視角的解決辦法是，先利用工廠給到的一些樣本，在一個很快的周期內(nèi)（目前是八周左右）就給到一個初步可用的版本，讓工廠先部署在生產(chǎn)環(huán)境當中。然后AI模型再不斷地與真實的使用環(huán)境磨合并進行優(yōu)化，就能避免因為數(shù)據(jù)量不足而沒辦法馬上開發(fā)算法的困境，從而實現(xiàn)AI系統(tǒng)在工業(yè)檢測上的高效落地。

說了這么多，一雙皮鞋終于走完了它從一塊皮革到消費者腳上的AI改造之路。

今天，AI與大部分行業(yè)的連接密度都在飛速增長，而傳統(tǒng)企業(yè)也超乎我們想象地渴望觸碰它、擁抱它。但我們無法忽視的是，傳統(tǒng)企業(yè)自身的獨特性，也往往束縛著它在技術(shù)浪潮中大師拳腳。

目前看來，看清自身獨特的商業(yè)邏輯，找到靠譜的技術(shù)盟友，才能真正撬動AI，碰撞出真實可感可用的應用方案。

在抵達AI的旅途中，自知與伙伴是最難的關(guān)卡，也是最美麗的站點。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。