问题的根本，是在成本核算上，当时采用的是RFID电子标签技术，这项技术早在上世纪90年代就已开始规模化应用，成熟度很高，冯新宇算过，贴一个 RFID标签，算上人工成本，最低也不可能低于1 块钱，可卖一瓶可乐能赚到一块钱吗？「我们当时其实也就是做一个样机而已。」冯新宇说，他认为用RFID做做无人零售的成本太高，不适合大规模的复制。

2016年 8月，在团队内部将第一个盒子做出来时，亚马逊的Amazon Go也出现了，看到深度学习技术在真实场景落地，冯新宇觉得这才是未来的方向所以开始带领研发团队开始进行启动商品视觉识别技术的研究。当时冯新宇坚持用 AI技术、走赋能模式和2B的路线，但没有得到其他人的认同，尤其是在无人零售前景如烈火烹油的时候，短期还看不到应用可能以及成本难以预估的AI研发， 风险太大。「更关键还是理念不一样，往这方向做，我认为没意义，所以就退出来。」这之后国内多家无人零售项目都逐渐陷入被质疑的漩涡，而冯新宇则在停歇一 段时间后开始了新项目。

「按照我认为正确的方向走，经过这一年半的时间，现在来看还算幸运。」他说。

收缩战线

顾客将商品放到收银台上，机器瞬间识别出总价，然后人脸识别支付，几秒钟顾客就可以结账走人，这是冯新宇理想中的产品形态。选择了看起来更有技术难度的方向，但他对产品落地的期望却没那么「高」。

「我们现在不鼓励无人零售，只是解决收银环节的人员成本下降。因为无人零售其实涵盖很多方面，包括收银、理货、客户服务等。如果是整个零售环节无人 的话，步伐就有点迈得太快了。」冯新宇很推崇Amazon Go拿了就走的体验，但其动辄过百万美元的成本也令他为之咋舌。通过CV收银台产品，做到收银无人化和减少排队，在他看来这就很不错了。

但人工智能也还有其瓶颈，即识别的SKU（库存量单位）有限。从2016年末在缤果盒子时算起，冯新宇同样在CV（计算机识别）技术上耕耘许久，他 介绍，目前逗号智能团队的商品识别技术在SKU小于500时，准确率要高于人眼识别，但在SKU接近1000时，就会略低。「如果超过1000，出错率就 会提高，这是世界范围的难题，Amazon Go的店也没办法开太大。」

而一般便利店的SKU会在800以上，恰好卡住了目前技术的瓶颈。与此同时，还有另一条技术路线却可以无视SKU的限制，在部分城市已经开始普及的 无人收银台，通过搭载扫描摄像头，顾客自行扫码就可以结账。或许比起利用CV技术进行商品识别的解决方案，效率要更低一些，但从实用性和技术难度上，当前 阶段却显得更适合。

还处于早期的CV技术要落地零售行业，自身的不足和竞争的存在，让冯新宇选择一再收缩战线。大型商超市场和普通的零售店，由于CV技术识别能力有 限，被放弃；小型的路边店或者夫妻店，SKU虽然少，但对人力成本不敏感，没有实际需求，优先度更低；而最后剩下的，就是对人力成本非常敏感，或者排队严 重，同时SKU又在识别范围内的零售领域——在这样的条件筛选下，烘焙行业进入了他的视线。

中高端的连锁烘焙品牌，一个分店大约在6~8人左右，其中收银假如放2 个人，实现了收银无人化后，每月直接的人力成本就会减少1 万元以上。而让烘焙行业更加贴近CV技术的是，现场烘焙的面包糕点不是标准化产品，没有条码可扫，但却不影响CV技术识别。而一般烘焙品牌的SKU甚至不 会超过300，处于技术已经完全可以实用的范围。在广州，逗号智能的无人收银台在三十余家店试用，最多的一家已经运行了接近一年，其中仅雪贝尔品牌就有十 几家店。

可以精确识别的SKU从 500到 1000，再到数千甚至一万，虽然技术难度会呈几何倍数上升，但理论上总是会被攻克的，这个时间，冯新宇觉得，会是在大概五年的时间内。「我认为肯定是先 把头上容易摘的果子先摘了。」从创业公司的角度来看，如果能在烘焙行业做到普及，也是一个巨大的市场，而随着技术的推进，还可以继续拓展市场，并不耽误。 实际上在2018年 5月时，逗号智能就和周黑鸭做了一个智能样板店，将原本三人的店面，由一个人来运营，营业额基本保持不变；在上个月，也刚刚和美妆行业的ISV（独立软件 开发商）天美联盟达成了合作协议。

巨头之争的注脚

在CV技术上，冯新宇认为逗号智能已经做到了国内的领先水平，但从商业落地的角度上来看，这并不是这家创业公司的核心竞争力所在。做无人收银台产品，核心的竞争力是什么？冯新宇给的答案是，一是产品的效果，二是产品的成本——这更是一个整体工程性的问题。

分开来说，在产品效果上，一方面是可识别的SKU数，另一方面则是识别的精准度。而后者，算法起到的作用并不大，在一年半的研发过程中，逗号智能的 产品已经迭代到了第五代，用冯新宇的原话来说，是「开发了一个新物种」。「这个设备到底是怎么做，其实当时没有参考，中间也砸了很多设备，内部做了很多版 实验，才有了内部第五版的一个产品。」例如摄像头安放的位置和角度，光源是用冷光源还是暖光源，都要反复试验，而为了保证产品的良品率，硬件上包括主板、 GPU等，都选择了主流的元器件，结构采取难度最低的钣金结构。

有两个有意思的细节设计，一个是底部的重力感应器。当一推商品都放上收银台，存在遮挡情况会导致识别遗漏，而根据识别的商品种类和数量，连接商品数据库会得出相应的重量，如果和重力感应器得到的数值不符合，就会提醒顾客挪动商品。

还有一个设计是针对商品上新，一般有新增的商品出现，业界常见的方法是通过采集设备，对新商品全角度不断地拍照采集和训练。「我们目标客户是遍及全 国的，我们不可能上新又派一个人过去。」针对这个问题，逗号智能将识别设备和采集设备进行了一体化，并通过视频的方式进行采集，普通的店员就可以进行，大 概一天的时间完成采集训练打标签的工作。

与产品效果相比，产品的成本更是能否大规模推广的关键。当成本降到四位数时，冯新宇就觉得已经具备推广的条件了，但他并没有采取卖产品的模式，而是按月500-600元收取服务费，一次付一年，产品可以免费带回去。

「我们想要快速铺量。」除了尽早抢占市场外，这个策略从成本核算上来看也可以接受，逗号智能将产品的使用年限预设为5 年，即使达不到，但第一年收取的服务费，就差不多可以覆盖硬件成本。除此之外，还有来自微信支付的一大笔补贴。逗号智能是最早提供微信刷脸支付的硬件厂商 之一，也是数量较大的一个，与之对比同样在推广刷脸支付的支付宝，更倾向于自己做这件事。

「这个补贴足以提供我们很大一部分的利润。」冯新宇透露，微信对设备的补贴，超过了10个点，成为巨头线下交锋的先锋这一事实，也在客观上刺激了逗 号智能进行大规模推广。在策略上，对大品牌，逗号智能采取直托的方式，和对方的研发团队做深度定制，做交接工作；而他们更愿意的，是和领域里的 ISV（Independent Software Vendor独立软件开发商）进行合作，将对方的软件系统应用到自己的硬件上，再铺到对方的客户中去。「因为现在每一个消费领域或场景都很成熟了，利益格 局明显，每个赛道里都有比较大的ISV，为领域里的商户提供相关的软件服务。」

也许以后，逗号智能最有价值的并不是产品带来的人力成本减少和效益提升，而是和行业深度结合后产生收集的消费数据，冯新宇隐约这么觉得，这个价值可能被用于提升产业链效率，制定生产计划或是分析消费者行为。

但对他来说，这个思考还太早了，抛开数据共享合法性以及如何形成有价值的数据产品外，在网点达到十万级以前，他并不觉得需要考虑这个事情。他将公司 定位是专注在零售领域，具备整体工程能力的AI公司，用AI技术赋能商家来降本提效。根据已经签下的框架协议，冯新宇预计今年的营收大约在几千万，还处于 市场早期。但如果如他所预料的那样，在五年内AI将突破技术上的瓶颈，那么市场的爆发也就在数年后了。

在快速增长到来的时候，如何继续保持产品的优势，是他更关注的问题。在他的计划表中，这种竞争将会是一场长跑，未来两年公司的重点还是研发产品和开拓新的零售领域。「我们内部的逻辑是，只要我们有足够的竞争优势，这块市场是非常非常巨大的。”冯新宇说。（来源：极客公园 文/李昊原）