我们梳理了无人零售的几大技术路径，真正能突破天花板的是...

问：买一盒小龙虾+一瓶科罗娜啤酒需要分几步？

答：刷手掌→开货柜→拿走商品→关门

如果说移动支付改变了人们的交易方式，那么当各色各样的无人零售终端出现时，连“交易感”都抹杀了。日前，继扫码、刷脸优化零售体验后，国内无人零售领域新入局者“WINMART GO！温带超级便利”，利用掌静脉识别技术，通过感受静脉跳动即可完成购物与支付，让买买买后“甩手就走”顺理成章。

短短时间，无人零售领域已经涌入了大量玩家，既包括亚马逊、阿里这样的巨头，也有缤果盒子、猩便利、便利蜂等创业公司。在华映资本投资总监姜志峰看来，无人零售要解决的是人货场的重构。整体来看，无人零售主要包括三大板块，“第一，识别用户；第二，识别商品；第三，是难度最大的一点，也是未来真正具有颠覆性的部分，就是做到用户与商品的智能连接。”

完成这些板块，技术是各入局者最需着力解决的核心壁垒。在梳理的过程中可以发现，新技术不断迭代、运用到三大环节中，真正具有突破天花板能力的技术解决方案也正在路上。

环节一 用户识别

技术方案：生物识别、机器视觉

在无人购物领域，对于用户的识别可分成辨识与验证两大类。无论是无人便利店还是无人货柜，用户首次使用都需要完成以“辨识”为主的注册过程，形成个人资料存储于系统之中，而二次以及多次使用，完成的则是“验证”过程。

目前，市面上识别用户的方式除了通过通过手机终端扫描，另一大方向是生物识别。其中，占有率最高的技术方案当属指纹识别，例如邦马特无人便利终端就是用指纹识别来完成用户购物的开箱与支付体验，但易受到出汗、手指脱皮等生理状态的影响。“指纹相对来说更易被获取和复制，因此安全性方面存在欠缺”，姜志峰说。

除了指纹，面部识别在无人零售领域的应用也越来越多。面部识别主要是基于机器视觉技术，通过摄像头捕捉消费者特征。阿里的无人线下便利店淘咖啡所使用的正是这一技术。

“面部识别的安全系数确实比指纹识别更高，但也不是百分百安全。”就像是担心iPHONE X会被盗刷一样，面部识别同样存在一定风险。

比起指纹、面貌等易获取的外在特征，“掌静脉则为更具独特性的人体特征，具有更强的不可替代行，难以伪造，安全性更好。”温带超级便利就选择了这种掌静脉识别技术，让消费者享用扫手购物，再结合商品的图象识别，自动扣款，实现“无感支付”体验。

环节二 商品识别

技术方案：二维码、RFID标签、图像识别、传感器技术等

在商品识别环节，无人零售技术方案主要包括三大类。其中，最常见的方案是通过扫二维码或条形码来购买商品，对于商家来说成本低、操作方便；但对于消费者来说，需要逐个扫码，体验较差。

除了扫码，另一种主要的技术是RFID标签（Radio Frequency Identification，也称射频识别标签）。该方案借助视觉传感器、压力传感器等技术，通过射频信号自动识别商品的RFID标签，随后与网络系统对话获取相关数据，追踪消费者放入购物车的每一件产品，RFID标签技术一定程度上解决了长时间排队结帐这一问题，优化了购物体验。

但RFID对于商家来说成本却不低，“一个标签目前行业成本基本在0.2-0.5元之间，对于客单价低的商品来说，很难承受。”除了标签成本，人力成本也需要考虑进去，对于B端商家来说，要为每个商品植入RFID标签需耗费诸多人力。此外，由于RFID标签的射频属性，还会受到介质的影响，“如牛奶、罐装饮料等金属、铝箔纸包装利用RFID标签可能无法读取商品信息。”

对于无人货柜来说，对于商品的识别较无人超市相对容易。在无人货架中，商品背景固定，多数通过货架上摄像机或重力感应器便可追踪消费所选商品，完成识别过程。

环节三 用户与商品的智能匹配

技术方案：图像识别+深度学习+传感器融合

在二维码识别和RFID标签技术之后，基于图像识别、深度学习、传感器融合等技术的无人零售技术系统，则是具有“颠覆性”的方案，也是真正将用户与商品智能匹配的实现路径。其中的代表当属Amazon Go。

Amazon Go采用计算机视觉技术，通过摄像头捕捉购物者在商店的行为，然后从图像识别中获取购物者拿起的商品，再用人工智能中的深度学习去判断和识别购物者是否需要这件商品，从而决定是否加入购物车。最后加入传感器，提高最终结果的准确性。

https://v.qq.com/txp/iframe/player.html?vid=o03521m4y8j&width=500&height=375&auto=0

然而，从去年11月概念宣传视频热播至今，Amazon Go迟迟未能与公众见面。 今年3月，《华尔街日报》曾报道 Amazon Go 进行测试支付环节时出现了传感器故障，“当商店内人数超过 20 人或‘过快’拿起部分商品时，跟踪设备将不能跟踪消费者与商品。”

据彭博社11月15日新闻称，最新的进展是当三位亚马逊的员工身穿皮卡丘的衣服在Amazon Go内拿了几份三文治、饮料和小吃，去测试系统的检测性能，发现系统能准确地判断出他们的身份，并成功通过亚马逊账户付款。测试让人们看到了“无人超市”真正到来的希望，然而近千万美元级别的店面造价也让大家认识到，目前无人零售或许还是一门巨头的生意。

后续 场的重建

技术方案：物联网、大数据

当然，除了完成识别、购买和交易的场景，无人零售背后则剑指“场”的重塑。基于无人零售消费行为，不同终端正成为最好的数据接口，再将这些数据挖掘与连接，能带来更加深远的变化。

不久前，口碑在杭州的线下实体店，就结合大数据为消费者提供更好线下消费体验。消费者打开支付宝扫描二维码进店；扫码后，系统在完成用户定位的同时，会根据其过往的消费偏好推荐当下门店最适合该顾客的优惠组合。这种基于数据积累为会员提供精准商品推荐的服务，提高了消费者决策效率。

Amazon Go以及阿里巴巴“淘咖啡”所应用的图像识别技术在记录商品的同时，保证了无人零售店的安全；此外，B端商家能够根据消费者行为记录数据，以便进行更好的商品推荐。

温带等无人货柜所有商品数据与用户数据也都能实时在线，根据不同摆放场景做不同商品配置。这些大数据与技术对接，商家可以更加合理、精确地对货品、货架进行管理，最终让消费者体验到更优质的服务。

“现在都在讲无人零售，单纯强调‘无人’其实不是关键，它只是一种表象；而最根本的应该是利用技术升级提高C端购物效率、满足即时消费、懒人经济的需求；同时帮助B端降低成本、增加坪效、创造更好的投资回报率，这才是无人零售的价值所在。”姜志峰说。