説起無人零售這個詞，莫名想抬頭看看日曆。
2017 年前後短暫的烈火烹油之後，留下的只有一地雞毛，但祖上也是真的闊過，當時的人們都在説，這是零售的未來。
無人其實只是概念性的無人，那些原來負責收銀的店員，轉而負責機器暫時無法操作的業務，比如現制食物、補充貨架。
那麼，可以叫「無人收銀」嗎？也不準確，行業巨頭亞馬遜最近就被曝光，「收銀員」不是不存在，而是在幕後默默為 AI 打工。
當你拿完就走，有人為你負重前行
亞馬遜無人超市的智能收銀技術 Just Walk Out（拿完就走），2016 年首次在體驗店亮相，2018 年正式面向公眾開業。
當時這項技術堪稱驚豔，提前註冊綁定好賬户後，你只需掃碼走進超市，拿起想要的東西，不用排隊，不用收銀員一件件掃描商品，拔腿走出來，稍後你的賬户會被自動扣款。
為了感知顧客從貨架拿下的商品，Just Walk Out 使用了攝像頭、傳感器、計算機視覺、深度學習等技術。
幾年過去，漸漸褪去光環的「老」技術又掀起了波瀾。
當地時間 4 月 2 日，亞馬遜官宣，40 多家亞馬遜生鮮商店裏的 27 家，計劃將 Just Walk Out 更換為智能購物車服務 Dash Cart。
亞馬遜解釋，做出調整是因為顧客的需求變了，Just Walk Out 無需排隊固然是好，但顧客也希望可以在購物時就知道花了多少錢。
Just Walk Out 的缺陷在於，顧客離店之後收到收據的時間不定，短則幾分鐘，長則數小時，消費者們容易心裏沒底。
相比之下，Dash Cart 可以讓顧客在購物時掃描商品，並在屏幕上實時看到支出總計，同時它也無需顧客排隊結賬，挑好東西、穿過車道、走出超市即可。
另外，部署 Just Walk Out 時，硬件的裝修成本，雲計算的運營成本都不低，現場也需要員工維護貨架秩序，所以這項技術更適合機場店等小型商店。
亞馬遜沒有想到，Just Walk Out 合情合理的局部下崗，順帶剝離了其科技的外衣，讓外界關注到了幕後的人工。
來去如風的顧客們可能覺得，Just Walk Out 就是自動化的。但其實，它依然離不開人工核查員和數據標籤員。
媒體 The Information 去年曝光，截至 2022 年中期，亞馬遜旗下超過 1000 名印度員工，參與了 Just Walk Out 項目。
他們的工作主要包括兩項，一是觀看視頻，手動核查訂單，確保結賬準確，二是標記視頻中的圖像，訓練機器學習模型。
甚至到了 2022 年，每 1000 筆訂單仍然需要 700 次人工核查，遠遠高於亞馬遜內部預期的 20 到 50 次。
亞馬遜發言人當時迴應，確實招聘了人工核查員，但爆料的數字並不準確，同時拒絕透露真實數字。
可以説，「收銀員」依然少量存在，只是在遠程工作而已。
這次，趁着亞馬遜撤下 Just Walk Out，質疑聲又起，甚至有人拿 ATM 機裏蹲着一個人算賬的梗圖比較。
亞馬遜再次出來迴應，如果大家把 Just Walk Out 的人工參與，理解成印度員工圍坐着觀看顧客的購物直播，那就大錯特錯了。
這些人類員工，應該稱作「機器學習數據助理」，主業是註釋圖像，改進底層的機器學習模型，但偶爾也搞搞副業，檢查錄製的視頻片段，驗證一小部分 AI 無法確認的訂單。
畢竟，人們買東西時總要挑三揀四、意外頻出，無法像 AI 一樣在規則裏行事。
其實，AI 行業的數據標註員非常常見，但放在無人超市等強調智能的場景上，就顯得有些反直覺。
Just Walk Out 面世的驚豔不是假的，但其中人類的參與卻或多或少地被淡化了，這也是當下 AI 炒作熱潮的一個通病。
每個成功的 AI 背後，都站着一羣性價比高的人類
AI 行業向來有個灰色地帶：人類智能。
亞馬遜旗下有個名叫 Mechanical Turk 的眾包平台，將數據標註、圖像識別等任務外包給全球勞動力，幫企業訓練和操作 AI 系統。
這些任務對於人類來説很簡單，但計算機難以獨立完成，所以又叫「人類智能任務」（HITs）。
「Mechanical Turk」的名字，出自 18 世紀同名的下棋裝置，當時這台機器因為能和人類下國際象棋轟動一時，在世界各地展出，後來被揭露是個騙局，其實是人類躲在其中操作。
▲ 圖片來自：wiki
通過一模一樣的名字，現代和當年的騙局構成了歷史微妙的迴環，人類智能在看似自動化的外殼內部，依然扮演着重要的角色。
儘管現在 AI 真的殺遍象棋和圍棋，從大量數據學會辨別五官和交通燈，但在很多新的領域，AI 仍然需要人類智能支持，雖然這些工作聽起來很基礎，沒有門檻。
去年我們報道過，為了不讓 ChatGPT 滿口暴力、性別歧視和種族主義，OpenAI 訓練出能夠檢測有害內容的 AI，再把這個 AI 作為檢測器，內置到 ChatGPT 之中，起到檢測和過濾的作用。
這個過程需要數據標註，由肯尼亞的工人們負責，為暴力、仇恨和性虐等有害內容打上標籤。他們領着廉價的薪水養家餬口，並在互聯網最黑暗的角落承受身心的創傷。
人類的想象力是無窮盡的，估計 AI 自己也無法預測，未來 AI 還能在什麼地方起作用，又在哪裏需要人類的輔助。
連成人賽道也得蹭熱度，AI 已經可以模仿某個頭部創作者的口吻，向粉絲髮送曖昧的短信了。省時省力地同時和幾百個粉絲保持聯繫，創作者們自然樂意。
有些成人內容 MCN 機構，招聘了人類員工檢查 AI 生成的內容，避免被平台發現作弊。
每個成功的 AI 背後，都站着一羣性價比高的人類。AI 犯錯，人類糾錯，AI 等待投餵，人類處理大量數據。
Google DeepMind 聯合創始人兼首席執行官 Demis Hassabi 最近在接受採訪時説，數十億美元投入到生成式 AI 初創企業和產品，造成了很多泡沫。
他認為，AI 應該被作為「科學的終極工具」，比如預測蛋白質結構的 AlphaFold 模型，人類即將迎來科學發現的新文藝復興，但是人們更願意炒作和討論各種不真實的事情。
不知道他是不是在影射 Google 的對手 OpenAI，但他的話確實很有啓發性。
AI 是否能在每個領域都發揮出色，是否真的提高了效率，還需要具體問題具體分析。
同時，在過度的炒作和期待中，AI 也在掀起新一波將服務廉價外包給人類勞動力的浪潮，不少企業為了蹭上 AI 的名號，又忽略了產品細節和消費者體驗。
當我們打開某個 AI 產品使用，可能會覺得像在體驗魔法，但巨大的黑箱背後，既聚集着全世界最聰明的腦袋，也有沉默不語的無名氏，就像當年的象棋裝置裏那個躲起來的人。
讓人類和 AI 都做更擅長的事
過去説起自動化的服務，比如無人零售，總有一種説辭，其餘員工可以效率更高，通過系統自動追蹤貨架情況及時補貨，還有更多時間和顧客打交道，提供更好的服務。
但當 AI 智能但不是完全智能的時候，現實並沒有理想那麼豐滿。
AI 語音點餐服務，就是又一個反面例子。
「得來速」點餐服務在國外非常普及，開車的顧客無需下車或者進店，直接通過窗口點餐、付款和領取食物。如果讓 AI 服務員點餐，人類只低頭做飯，整個過程會否更快？
從實際情況來看，AI 更像拖了人類後腿。
北美知名漢堡品牌 Wendy’s 去年高調宣佈，6 月讓新員工聊天機器人上崗，簡化訂單流程，減少車道排隊的痛苦。從 2021 年開始，他們就和 Google 成了合作伙伴。
Wendy’s 統計發現，AI 可以將訂單時間縮短 22 秒，準確率達到 86%。
但反過來想，錯誤率達到 14%，相當於每七個訂單就有一個出錯，必須由人類員工收拾爛攤子。
如果是一個人類員工犯了這麼多錯誤，可能早就捲鋪蓋回家了，但面對 AI，企業能忍則忍，這是證明讓他們跟上時代的金字招牌。
AI 錯誤率高的原因很簡單，顧客不是機器人，不會按程序執行，他們可能會反悔，重複自己的話，或者提出特別的需求，導致 AI 很容易誤解意思。另外，口音、汽車噪音等也是干擾因素。
彭博社也在去年 12 月的報道提到，一家點餐機器人的供應商，在菲律賓等地招聘了人類助理，讓他們檢查超過 70% 的訂單，確保 AI 系統不會出錯。
這麼一想，國內的一些自助結賬服務，方便得恰到好處，又不讓人類徹底解放雙手。
比如，優衣庫使用基於 RFID 標籤的自助掃描結賬系統，當我們把衣服放進框內，價格就出來了，再進行掃碼支付。
這固然沒有 Just Walk Out 一步到位，但結賬的速度更快了，窗口更多了。不過，高峯期仍然需要排隊，旁邊也有店員提供打包和收銀服務。
同在零售行業，想趕上 AI 的熱鬧，吸引媒體和大眾的目光，不一定非要在終端下功夫。
連鎖便利店 711 另闢蹊徑，不是讓 AI 和消費者直接打交道，而是讓 AI 從事「腦力活動」。
從 2024 年春季開始，711 計劃利用 AI，分析商店銷售數據和社交媒體消費者反饋，為新產品生成文本和圖像，甚至生成新產品提案。
近 9000 名 711 員工中，大約有 1000 名管理人員已經開始使用內部的 AI 系統，然後再逐步擴大到產品開發和營銷人員。
這個從上到下的順序恰好和無人零售反過來了，但加快消費者調查、縮短產品開發時間，甚至少開幾次內部腦暴會議，同樣也是降本增效的表現。
有時候，AI 也作為明晃晃的噱頭，等待消費者買單。
無印良品推出的「AI 薯條」，號稱是經過 3 兆次模擬後 AI 認為人類會喜歡的口味，分為中式、西式、東南亞三種。受好奇心驅使的人類嘗試之後發現，這就是薯條味和調料味。至少，有人願意為 AI 的創意買單，上一回當。
不管是在超市購物，還是在快餐店點餐，零售的瑣碎和隨機，還沒有完全被 AI 參透。
或者説，將人類之間的互動徹底自動化，並沒有那麼容易，我們的抽象，AI 把握不住。
壞消息是，人類因為 AI 有了更多活，因為要幫 AI 善後。好消息是，AI 暫時不會取代人類，因為人類還可以為 AI 打工，甚至比 AI 更便宜。
資料來源：愛範兒（ifanr）
2017 年前後短暫的烈火烹油之後，留下的只有一地雞毛，但祖上也是真的闊過，當時的人們都在説，這是零售的未來。
無人其實只是概念性的無人，那些原來負責收銀的店員，轉而負責機器暫時無法操作的業務，比如現制食物、補充貨架。
那麼，可以叫「無人收銀」嗎？也不準確，行業巨頭亞馬遜最近就被曝光，「收銀員」不是不存在，而是在幕後默默為 AI 打工。
當你拿完就走，有人為你負重前行
亞馬遜無人超市的智能收銀技術 Just Walk Out（拿完就走），2016 年首次在體驗店亮相，2018 年正式面向公眾開業。
當時這項技術堪稱驚豔，提前註冊綁定好賬户後，你只需掃碼走進超市，拿起想要的東西，不用排隊，不用收銀員一件件掃描商品，拔腿走出來，稍後你的賬户會被自動扣款。
為了感知顧客從貨架拿下的商品，Just Walk Out 使用了攝像頭、傳感器、計算機視覺、深度學習等技術。
幾年過去，漸漸褪去光環的「老」技術又掀起了波瀾。
當地時間 4 月 2 日，亞馬遜官宣，40 多家亞馬遜生鮮商店裏的 27 家，計劃將 Just Walk Out 更換為智能購物車服務 Dash Cart。
亞馬遜解釋，做出調整是因為顧客的需求變了，Just Walk Out 無需排隊固然是好，但顧客也希望可以在購物時就知道花了多少錢。
Just Walk Out 的缺陷在於，顧客離店之後收到收據的時間不定，短則幾分鐘，長則數小時，消費者們容易心裏沒底。
相比之下，Dash Cart 可以讓顧客在購物時掃描商品，並在屏幕上實時看到支出總計，同時它也無需顧客排隊結賬，挑好東西、穿過車道、走出超市即可。
另外，部署 Just Walk Out 時，硬件的裝修成本，雲計算的運營成本都不低，現場也需要員工維護貨架秩序，所以這項技術更適合機場店等小型商店。
亞馬遜沒有想到，Just Walk Out 合情合理的局部下崗，順帶剝離了其科技的外衣，讓外界關注到了幕後的人工。
來去如風的顧客們可能覺得，Just Walk Out 就是自動化的。但其實，它依然離不開人工核查員和數據標籤員。
媒體 The Information 去年曝光，截至 2022 年中期，亞馬遜旗下超過 1000 名印度員工，參與了 Just Walk Out 項目。
他們的工作主要包括兩項，一是觀看視頻，手動核查訂單，確保結賬準確，二是標記視頻中的圖像，訓練機器學習模型。
甚至到了 2022 年，每 1000 筆訂單仍然需要 700 次人工核查，遠遠高於亞馬遜內部預期的 20 到 50 次。
亞馬遜發言人當時迴應，確實招聘了人工核查員，但爆料的數字並不準確，同時拒絕透露真實數字。
可以説，「收銀員」依然少量存在，只是在遠程工作而已。
這次，趁着亞馬遜撤下 Just Walk Out，質疑聲又起，甚至有人拿 ATM 機裏蹲着一個人算賬的梗圖比較。
亞馬遜再次出來迴應，如果大家把 Just Walk Out 的人工參與，理解成印度員工圍坐着觀看顧客的購物直播，那就大錯特錯了。
這些人類員工，應該稱作「機器學習數據助理」，主業是註釋圖像，改進底層的機器學習模型，但偶爾也搞搞副業，檢查錄製的視頻片段，驗證一小部分 AI 無法確認的訂單。
畢竟，人們買東西時總要挑三揀四、意外頻出，無法像 AI 一樣在規則裏行事。
其實，AI 行業的數據標註員非常常見，但放在無人超市等強調智能的場景上，就顯得有些反直覺。
Just Walk Out 面世的驚豔不是假的，但其中人類的參與卻或多或少地被淡化了，這也是當下 AI 炒作熱潮的一個通病。
每個成功的 AI 背後，都站着一羣性價比高的人類
AI 行業向來有個灰色地帶：人類智能。
亞馬遜旗下有個名叫 Mechanical Turk 的眾包平台，將數據標註、圖像識別等任務外包給全球勞動力，幫企業訓練和操作 AI 系統。
這些任務對於人類來説很簡單，但計算機難以獨立完成，所以又叫「人類智能任務」（HITs）。
「Mechanical Turk」的名字，出自 18 世紀同名的下棋裝置，當時這台機器因為能和人類下國際象棋轟動一時，在世界各地展出，後來被揭露是個騙局，其實是人類躲在其中操作。
▲ 圖片來自：wiki
通過一模一樣的名字，現代和當年的騙局構成了歷史微妙的迴環，人類智能在看似自動化的外殼內部，依然扮演着重要的角色。
儘管現在 AI 真的殺遍象棋和圍棋，從大量數據學會辨別五官和交通燈，但在很多新的領域，AI 仍然需要人類智能支持，雖然這些工作聽起來很基礎，沒有門檻。
去年我們報道過，為了不讓 ChatGPT 滿口暴力、性別歧視和種族主義，OpenAI 訓練出能夠檢測有害內容的 AI，再把這個 AI 作為檢測器，內置到 ChatGPT 之中，起到檢測和過濾的作用。
這個過程需要數據標註，由肯尼亞的工人們負責，為暴力、仇恨和性虐等有害內容打上標籤。他們領着廉價的薪水養家餬口，並在互聯網最黑暗的角落承受身心的創傷。
人類的想象力是無窮盡的，估計 AI 自己也無法預測，未來 AI 還能在什麼地方起作用，又在哪裏需要人類的輔助。
連成人賽道也得蹭熱度，AI 已經可以模仿某個頭部創作者的口吻，向粉絲髮送曖昧的短信了。省時省力地同時和幾百個粉絲保持聯繫，創作者們自然樂意。
有些成人內容 MCN 機構，招聘了人類員工檢查 AI 生成的內容，避免被平台發現作弊。
每個成功的 AI 背後，都站着一羣性價比高的人類。AI 犯錯，人類糾錯，AI 等待投餵，人類處理大量數據。
Google DeepMind 聯合創始人兼首席執行官 Demis Hassabi 最近在接受採訪時説，數十億美元投入到生成式 AI 初創企業和產品，造成了很多泡沫。
他認為，AI 應該被作為「科學的終極工具」，比如預測蛋白質結構的 AlphaFold 模型，人類即將迎來科學發現的新文藝復興，但是人們更願意炒作和討論各種不真實的事情。
不知道他是不是在影射 Google 的對手 OpenAI，但他的話確實很有啓發性。
AI 是否能在每個領域都發揮出色，是否真的提高了效率，還需要具體問題具體分析。
同時，在過度的炒作和期待中，AI 也在掀起新一波將服務廉價外包給人類勞動力的浪潮，不少企業為了蹭上 AI 的名號，又忽略了產品細節和消費者體驗。
當我們打開某個 AI 產品使用，可能會覺得像在體驗魔法，但巨大的黑箱背後，既聚集着全世界最聰明的腦袋，也有沉默不語的無名氏，就像當年的象棋裝置裏那個躲起來的人。
讓人類和 AI 都做更擅長的事
過去説起自動化的服務，比如無人零售，總有一種説辭，其餘員工可以效率更高，通過系統自動追蹤貨架情況及時補貨，還有更多時間和顧客打交道，提供更好的服務。
但當 AI 智能但不是完全智能的時候，現實並沒有理想那麼豐滿。
AI 語音點餐服務，就是又一個反面例子。
「得來速」點餐服務在國外非常普及，開車的顧客無需下車或者進店，直接通過窗口點餐、付款和領取食物。如果讓 AI 服務員點餐，人類只低頭做飯，整個過程會否更快？
從實際情況來看，AI 更像拖了人類後腿。
北美知名漢堡品牌 Wendy’s 去年高調宣佈，6 月讓新員工聊天機器人上崗，簡化訂單流程，減少車道排隊的痛苦。從 2021 年開始，他們就和 Google 成了合作伙伴。
Wendy’s 統計發現，AI 可以將訂單時間縮短 22 秒，準確率達到 86%。
但反過來想，錯誤率達到 14%，相當於每七個訂單就有一個出錯，必須由人類員工收拾爛攤子。
如果是一個人類員工犯了這麼多錯誤，可能早就捲鋪蓋回家了，但面對 AI，企業能忍則忍，這是證明讓他們跟上時代的金字招牌。
AI 錯誤率高的原因很簡單，顧客不是機器人，不會按程序執行，他們可能會反悔，重複自己的話，或者提出特別的需求，導致 AI 很容易誤解意思。另外，口音、汽車噪音等也是干擾因素。
彭博社也在去年 12 月的報道提到，一家點餐機器人的供應商，在菲律賓等地招聘了人類助理，讓他們檢查超過 70% 的訂單，確保 AI 系統不會出錯。
這麼一想，國內的一些自助結賬服務，方便得恰到好處，又不讓人類徹底解放雙手。
比如，優衣庫使用基於 RFID 標籤的自助掃描結賬系統，當我們把衣服放進框內，價格就出來了，再進行掃碼支付。
這固然沒有 Just Walk Out 一步到位，但結賬的速度更快了，窗口更多了。不過，高峯期仍然需要排隊，旁邊也有店員提供打包和收銀服務。
同在零售行業，想趕上 AI 的熱鬧，吸引媒體和大眾的目光，不一定非要在終端下功夫。
連鎖便利店 711 另闢蹊徑，不是讓 AI 和消費者直接打交道，而是讓 AI 從事「腦力活動」。
從 2024 年春季開始，711 計劃利用 AI，分析商店銷售數據和社交媒體消費者反饋，為新產品生成文本和圖像，甚至生成新產品提案。
近 9000 名 711 員工中，大約有 1000 名管理人員已經開始使用內部的 AI 系統，然後再逐步擴大到產品開發和營銷人員。
這個從上到下的順序恰好和無人零售反過來了，但加快消費者調查、縮短產品開發時間，甚至少開幾次內部腦暴會議，同樣也是降本增效的表現。
有時候，AI 也作為明晃晃的噱頭，等待消費者買單。
無印良品推出的「AI 薯條」，號稱是經過 3 兆次模擬後 AI 認為人類會喜歡的口味，分為中式、西式、東南亞三種。受好奇心驅使的人類嘗試之後發現，這就是薯條味和調料味。至少，有人願意為 AI 的創意買單，上一回當。
不管是在超市購物，還是在快餐店點餐，零售的瑣碎和隨機，還沒有完全被 AI 參透。
或者説，將人類之間的互動徹底自動化，並沒有那麼容易，我們的抽象，AI 把握不住。
壞消息是，人類因為 AI 有了更多活，因為要幫 AI 善後。好消息是，AI 暫時不會取代人類，因為人類還可以為 AI 打工，甚至比 AI 更便宜。
資料來源：愛範兒（ifanr）
請按此登錄後留言。未成為會員? 立即註冊