精品国产亚洲一区二区三区|亚洲国产精彩中文乱码AV|久久久久亚洲AV综合波多野结衣|漂亮少妇各种调教玩弄在线

<blockquote id="ixlwe"><option id="ixlwe"></option></blockquote>
  • <span id="ixlwe"></span>

  • <abbr id="ixlwe"></abbr>

    一雙皮鞋的AI改造計(jì)劃——白洞戰(zhàn)報(bào)

    原標(biāo)題:一雙皮鞋的AI改造計(jì)劃——白洞戰(zhàn)報(bào)

    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(jī)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(yīng)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(yīng)用AI時(shí)還有大量的困境與難題亟待解決。

    因此,白洞企業(yè)喚醒計(jì)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(xué)輕紡與食品學(xué)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(yīng)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(yīng)用AI的環(huán)境顯得格外艱難。

    以周博士負(fù)責(zé)的紅蜻蜓項(xiàng)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(yīng)鏈管理,中游設(shè)計(jì)生產(chǎn)與制造,再到下游銷售環(huán)節(jié),無不考驗(yàn)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(jī)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(yīng)用AI的典型問題主要體現(xiàn)在三個(gè)方面:

    1.有目標(biāo),沒路徑。很多傳統(tǒng)企業(yè)在進(jìn)行產(chǎn)業(yè)升級時(shí),需求表達(dá)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(gè)世界,因此在融合時(shí)的每一步應(yīng)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(rèn)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(gè)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(xì)節(jié),以及對于如何將AI效用最大化的認(rèn)知匱乏,很可能導(dǎo)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(tuán)隊(duì),但運(yùn)營一段時(shí)間后,會發(fā)現(xiàn)算法模型開發(fā)完成后還需要工程化團(tuán)隊(duì)來進(jìn)行部署,后期隱形成本巨大,最終不得不選擇放棄,導(dǎo)致企業(yè)資源被大量浪費(fèi)。

    4.有產(chǎn)出,不實(shí)際。當(dāng)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(xì)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(shí)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(shí)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(yùn)的是,紅蜻蜓這個(gè)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(jìn)行企業(yè)管理, 2014年就設(shè)立了博士后工作站進(jìn)行智慧門店項(xiàng)目研究。而AI的種子,也從那時(shí)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(jìn)行AI改造的完整拼圖。

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

    準(zhǔn)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(shí)候,如何讓企業(yè)在這條技術(shù)高速路上長遠(yuǎn)而安全地“飆車”, 合理的預(yù)期與適當(dāng)?shù)幕锇?,必須從?zhǔn)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(qiáng),在24年的發(fā)展歷史中,企業(yè)管理者能夠切實(shí)地感受到技術(shù)所帶來的價(jià)值空間,因此在面對人工智能浪潮時(shí),對于新技術(shù)的應(yīng)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(rèn)知和預(yù)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(shí),他被問到:紅蜻蜓的用戶畫像是什么?

    當(dāng)時(shí)很多紅蜻蜓的營銷高管,對用戶的認(rèn)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(shí),這種認(rèn)知與市場的真實(shí)情況是有錯(cuò)位的。因此,經(jīng)由董事長一把手認(rèn)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(dǎo)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(jī)。

    而2015年,專注于計(jì)算機(jī)視覺算法的極視角才剛剛成立。之所以會被紅蜻蜓AI項(xiàng)目所選中,據(jù)周博士說,主要得益于他們的三個(gè)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(yīng)用鴻溝。

    二是吃苦精神。原本應(yīng)該在電腦前揮斥方遒的極視角創(chuàng)始人與技術(shù)負(fù)責(zé)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(shí)發(fā)現(xiàn)門店部署可能存在的問題。

    三是個(gè)性與務(wù)實(shí)。周博士感慨,2014年剛接觸極視角團(tuán)隊(duì),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(qiáng)化自身的能力。

    正是這種互相之間的認(rèn)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(yīng)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(yàn)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(yīng)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(fèi)、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(jìn)方向。

    除了設(shè)計(jì)的可行性之外,具體的實(shí)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(shí)還需要特殊的補(bǔ)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(gè)完整的消費(fèi)模型。

    2.算法的個(gè)性化。在實(shí)際應(yīng)用中, 對算法性能的要求不再像實(shí)驗(yàn)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(jì)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(jià)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(jià)值所在。

    比如目前極視角的計(jì)算機(jī)視覺算法,在畫面壓縮后能保持90%左右的識別精準(zhǔn)度,足夠在整體趨勢上把握性別、年齡、運(yùn)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(shí)際部署中,相對于算法開發(fā),大規(guī)模實(shí)時(shí)計(jì)算的成本反而是更難承受的。

    針對這一現(xiàn)實(shí)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(jìn)行非同步分析,由于不用實(shí)時(shí)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(gè)新的層面上。

    總而言之,終端AI應(yīng)用尤其獨(dú)特的需求和場景,設(shè)計(jì)更加細(xì)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(biāo)清晰的理解和實(shí)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(yàn),才能真正讓AI為產(chǎn)業(yè)創(chuàng)造價(jià)值。

    從這個(gè)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(gè)零售體驗(yàn)升級的關(guān)鍵樣板。

    2018年,周博士所在的項(xiàng)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(fèi)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(fèi)者的腳型進(jìn)行掃描,再結(jié)合服裝風(fēng)格AI模塊,形成一個(gè)個(gè)性化的專屬產(chǎn)品推薦服務(wù),里面包含了消費(fèi)者可能最感興趣的10%產(chǎn)品。

    這樣做的結(jié)果是,消費(fèi)者一進(jìn)店就能感受到前沿技術(shù)所帶來的體驗(yàn)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(dá)到了消費(fèi)端。

    當(dāng)然,要保證用戶體驗(yàn)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(jì)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(zhǔn),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(fēng)格識別等等,再結(jié)合門店的真實(shí)數(shù)據(jù)進(jìn)一步定制開發(fā),在13天的時(shí)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(yù)期時(shí)間內(nèi)創(chuàng)造效益,對很多企業(yè)來說都是一個(gè)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(yīng)該成為企業(yè)應(yīng)用AI的常識。

    生產(chǎn)階段:數(shù)字工廠的獨(dú)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(yīng)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(shí)候不需要對數(shù)據(jù)進(jìn)行實(shí)時(shí)處理與決策,數(shù)據(jù)的云端處理可以大大減輕計(jì)算負(fù)擔(dān)。但這在生產(chǎn)端就變得非常重要,畢竟工廠里的機(jī)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(shí),傳統(tǒng)的制造模式M2C(工廠-消費(fèi)者)模式正在被C2M(消費(fèi)者-工廠)所取代,以解決庫存積壓、消費(fèi)需求變化等問題。

    那么,面對這些情況,在生產(chǎn)階段應(yīng)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(gè)工序之間用了幾秒鐘,都需要有精確的卡點(diǎn)。但在流水線環(huán)境中部署這樣的攝像頭來實(shí)現(xiàn)管控,就比門店要難很多,因?yàn)榭臻g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(jì)算機(jī)視覺算法已經(jīng)相當(dāng)成熟了,但在實(shí)際應(yīng)用中,很可能遇到個(gè)性化標(biāo)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(jìn)行采集以及標(biāo)注的,這是工廠AI應(yīng)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(gè)很快的周期內(nèi)(目前是八周左右)就給到一個(gè)初步可用的版本,讓工廠先部署在生產(chǎn)環(huán)境當(dāng)中。然后AI模型再不斷地與真實(shí)的使用環(huán)境磨合并進(jìn)行優(yōu)化,就能避免因?yàn)閿?shù)據(jù)量不足而沒辦法馬上開發(fā)算法的困境,從而實(shí)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(fèi)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(dú)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(dú)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(shí)可感可用的應(yīng)用方案。

    在抵達(dá)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(diǎn)。

    免責(zé)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(zhǔn)確性及可靠性,但不保證有關(guān)資料的準(zhǔn)確性及可靠性,讀者在使用前請進(jìn)一步核實(shí),并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏,概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)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(shí)內(nèi)容時(shí),應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明,并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)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(shí),溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

    2019-06-13
    一雙皮鞋的AI改造計(jì)劃——白洞戰(zhàn)報(bào)
    當(dāng)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(xì)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(shí)用戶

    長按掃碼 閱讀全文