AI进入发展新阶段，改造行业将是重要开端

AI在2023年年初又一次成为业界关注的话题，无论是聊天机器人模型ChatGPT的横空出世，还是比尔·盖茨力挺AI将会成为一项改变世界的技术，都使人们坚信：AI之中蕴藏着更大的创造力。而事实上，更多厂商正在用AI产品改造着这个世界，一个属于AI的新时期已经来临。

行业改造，新的开始

回顾互联网的发展历程，我们就会找出其中的转折点。尽管被看作是人类历史上最伟大的发明之一，但初期的互联网却显得徒有虚名。人人都明白互联网将会创造出巨大的价值，但在找出其正确用途之前，这些价值却只能停留在纸面上。直到互联网开始了对于行业的颠覆，一切才开始变得真正的不同。

NVIDIA一直被看作是芯片厂商，但事实上近几年它已经逐渐转型为一家AI厂商。1月12日，NVIDIA宣布推出了三个基于其 Metropolis 微服务的零售 AI工作流。这个看似简单的举动，却可能是NVIDIA将AI用于行业化的开始。

这三个工作流包含了零售防损AI工作流、多摄像头追踪AI工作流、零售商店分析工作流，可用作防损应用程序的无代码或低代码构建模块。其基于最常被盗产品的图像以及软件进行了预训练，能够接入商店内现有的应用程序，追踪销售点机器以及整个商店内的对象和产品。

NVIDIA零售 AI工作流之所以重要，是因为它开始应用AI技术，针对零售业的业务痛点下手，进而通过消除业务痛点而创造出新价值。

业务痛点的两难选择

同互联网一样，IT技术在初期被当做神器，早期算力还没今天智能手机强的PC，却需要安装一个装有空调并经过净化的机房，但所能完成的任务实在有限。而今天，IT系统之所以被当做核心业务的支撑，是因为在最前端的业务现场，在杂乱的环境中也可以挤出一小块地方布署辅助业务的IT边缘设备，IT系统变得无处不在。而这一次，NVIDIA零售 AI工作流冲到了最前端。

美国零售联合会（National Retail Federation）与零售防损委员会（Loss Prevention Research Council）合作开展的 《2022 年零售业安全调查》显示，估计 65% 的商品损耗是由于盗窃造成的。多家零售商表示，由于食品和其他必需品价格上涨，近期的盗窃事件增加了一倍以上。这对零售商来说是致命的，因为线下的零售商正面对电商的冲击，而电商最有力的武器就是商品价格。

在行业衰退中，全球零售业都共同面临着一个价值1000亿美元的难题，这就是由于盗窃、损坏和错放而造成的货物损失，会在极大程度上削弱零售商的利润。因此，防盗成为了全球零售业的业务痛点。而要解决这个难题，零售商传统的做法是增加人力，但在人力成本高昂的条件下，这个业务痛点就变成了一个两难的选择。

NVIDIA零售 AI工作流的出现恰恰打破了这个两难的选择。

零售防损AI工作流中的 AI 模型经过预训练，可以识别数百种最常因盗窃而丢失的产品，包括肉类、酒类和洗衣粉，并能识别各种包装尺寸和形状。该工作流基于NVIDIA Research 开发的最先进的少样本学习技术，再结合主动学习，可识别并捕获客户和销售人员在结账时扫描的任何新产品，最终提高模型准确性。

NVIDIA零售副总裁Azita Martin介绍说：“很多偷窃者会玩这样的花招，将很贵的商品放在上边，而将很便宜的口香糖放在下边，并且将两种商品一起结帐。传统的结账系统就会用很便宜的价格，给很贵的商品结账，从而让偷窃者很容易就能用低价将高价商品带出去。但现在有了AI模型，系统就可以精准地识别出具体的商品，一切都变得不一样了。”

在此之外，NVIDIA还提供多摄像头追踪 AI 工作流，通过提供多目标、多摄像头（MTMC）功能，使应用开发者能够更轻松地创建系统，以通过商内的多个摄像头来进行对象追踪。这项功能与零售防损AI工作流结合起来，就可以大大降低零售商因盗窃而造成的损失。

当然，NVIDIA零售 AI工作流功能还不止于此。因为NVIDIA还提供了零售商店分析工作流，借助于计算机视觉，为商店的分析提供深入洞察，通过自定义仪表板来显示多项信息，例如商店客流量趋势、带购物篮的顾客数量、过道占用率等。

商店的布局往往决定着商品的销量，著名的啤酒与尿布结合的理论，当年正是通过BI分析得出的结论，而现在零售商家普遍将口香糖一类的小商品集中于超市收银台前边售卖，同样是受BI分析的启发。因此，零售商店分析工作流的应用，从另一个层面上也显示出AI技术在零售卖场内，有着更大的应用潜力。

而事实上，NVIDIA也从一开始就考虑到了零售用户的个性化需求。NVIDIA零售 AI工作流基于 NVIDIA Metropolis 微服务而构建。NVIDIA Metropolis 微服务是一种构建 AI 应用程序的低代码或无代码方式，为复杂 AI 工作流的开发提供了构建模块，并使开发出的工作流能够快速扩展到生产就绪型 AI 应用程序中。

而应用低代码，更懂业务的开发者，就算是开发能力稍差，也可以轻松地对这些 AI 工作流进行定制和扩展，包括集成开发者自己的模型。并且，此微服务还能够更轻松地将新产品与旧系统（例如销售点系统）集成。

再从成本端分析，这些技术投入成本是一次性的，并且AI的成本投入不过是因此带来成本节约数额的百分之一。因此，当成本和业务痛点的两难选择被打破之后，相信会有越来越多大型零售商选择AI防盗系统。

AI的高速成长期

AI工具之所引人关注，在于各种AI工具已显现出巨大的日常应用潜力，可以实现人类的各种想法，改善人类的工作方式，比如由Stability.ai发布的开源Stable Diffusion模型、Microsoft和OpenAI联合打造的AI编程工具Copilot、OpenAI开发的语言生成模型GPT-3和图像生成平台DALL-E以及爆火的聊天机器人模型ChatGPT。

这些成果让AI应用不再只是充斥着行业热词的纸上项目，而是发展为成熟的工具，可以助力多个行业的生产服务，由此也必将催生出无数新企业。这注定了围饶一些AI平台，会形成新的AI产业生态。NVIDIA事实上已在为这些生态做足了准备。

围绕着NVIDIA零售AI工作流，NVIDIA引入了大量的合作伙伴。

其中，Radius.ai 首席技术官 Bobby Chowdary 表示： “基于 Metropolis 微服务构建的全新 NVIDIA 零售 AI 工作流使我们能够对产品进行定制化，实现快速扩展，以更好地满足不断增长的客户需求，并持续推动零售领域的创新。”

Infosys 执行副总裁兼 AI和自动化业务负责人 Balakrishna D R则表示： “Infosys一直致力于应用 AI 解决方案，目前正在利用NVIDIA新工作流程开发最先进的防损系统， 包含用于零售 SKU 识别的预训练模型和微服务架构。这将助力我们更快速地部署解决方案，并快速扩展以涵盖更多商店和产品线，同时实现超越从前的准确性。”

Azita Martin介绍说：“大多数零售商通常会从软件公司中购买这类解决方案，很多软件公司对我们的方案感兴趣，甚至有公司会在Azure包中提供我们的解决方案。我们现在还看到了系统集成商表现出的强烈兴趣，我们会派出强大的技术人员团队，指导他们如何使用这些人工智能工作流。我们还为开发者准备了非常详细的技术博客，帮助他们下载这些预先训练的模型，同时了解如何更快构建出应用程序。”

当AI进入了行业改造的阶段，并且建立起一个强有力的生态，那么它显然将进入一个发展新阶段。至此，你还能说这不是一个重要开端吗？不要忘了，AI可以帮助人类创造出前所未有的新应用，这将是人类的巨大的进步和胜利，是真正的科技革命。