AI與RFID技術的結合解決庫存查找最后一公里問題
科技公司StealthMatrix開發了一種室內地圖系統,旨在為商店員工指示特定商品的方向,從而幫助他們找到這些商品。將來,根據零售商的基礎設施,顧客也可以使用這個功能。StealthMatrix正在發布最新版本的ARC設備,該設備使用RFID、增強現實(AR)和人工智能(AI)技術,以明確識別商品最后出現的位置以及使用該系統的人員的站立位置,然后引導銷售人員找到目標商品。
公司一開始的業務既不是做零售,也不是做人工智能。公司創始人在1994年推出了Stealth Network Communications,為政府機構和商業行業提供語音、數據、安全、網絡和無線解決方案。隨著時間的推移,公司開始與面臨庫存管理問題的客戶接觸。StealthMatrix市場總監Kat Bride解釋說,他們知道店里有商品,但找不到具體的位置。

ARC設備捕捉圖像并創建3D地圖,指示商店內障礙物和顯示區域的位置
最終生成的解決方案將顯示成一個物品,并將銷售人員引導到距離1英尺內的確切位置。它由StealthMatrix的ARC設備和基于云的軟件組成,可以用ARC設備捕獲數據,并將其鏈接到包括商店地圖和在店內讀取到的標簽位置的信息。這樣,銷售人員可以簡單地跟隨箭頭引導找到所需要的物品。
Bride認為,現有的店內RFID解決方案存在一些缺陷,手持閱讀器在定位商品的準確性方面有一定限制。通常,該位置基于銷售人員在店面或倉庫用手持閱讀器進行庫存盤點時輸入的區域數據。因此,盡管缺乏具體的位置數據,但手持系統可以準確地顯示現場可用的標簽和商品。帶有高架閱讀器的實時位置系統(RTLS)可以提供更大的位置粒度,但是Bride指出,對于大多數商店來說,硬件安裝成本(比如高架閱讀器)可能過高。
為了啟動StealthMatrix系統,一家公司購買了至少一個ARC設備,該設備配備了UHF RFID閱讀器和天線,以及五個傳感器和五個攝像頭。首先,零售商需要規劃其商店。銷售人員可以將設備舉到面前,然后穿過店面或倉庫的通道;ARC會捕獲周圍的圖像并創建3D地圖,指示障礙物和顯示區域的位置。ARC設備還可以立即開始讀取附近的UHF RFID標簽。這樣,即使在創建地圖時,系統也可以捕獲粘貼在商店商品上的每個標簽的唯一ID號,以及該商品在大約1英尺內的位置。然后可以將該數據存儲在基于云的軟件中。
Bride表示,StealthMatrix系統為零售商提供了許多優勢。首先,它可用于庫存盤點,以明確標識物品的位置及其移動時間。這些信息可以更正貨物的誤放,并確定顧客是否在不購物的情況下移動了商品。在后一種情況下,商店可以通過數據分析得知哪些商品對于顧客的吸引力更高,以及哪些商品可能經常一起搭配試穿——例如,如果顧客把一條圍巾或一頂帽子帶到鞋類區域搭配試穿一雙特定的靴子,那么它就會留在那個區域。
ARC設備不僅可以用于清點庫存和識別放錯位置的物品,還可以定位需要從后臺或銷售樓層取回的商品。例如,如果某些商品已經過了銷售季節,則必須將其退回給特定的供應商;在這種情況下,銷售人員可以輸入他們要找的商品,然后可以根據指向這些商品的箭頭在整個商店中快速移動,并將它們從商店的展示區或倉庫中移除。
未來,商店可以將一些導航功能交到顧客手中。例如,一旦系統知道某個商品最后被RFID讀取到的位置,這些數據就會存儲在StealthMatrix軟件中。商店可以提供一個應用程序,顧客下載該應用程序來訪問某些位置信息。Bride指出,StealthMatrix可以與零售商合作,集成其現有技術,以實現這一目標。
例如,如果顧客喜歡模特或展示臺上的服裝,可以打開商店的應用程序,使用手機的攝像頭掃描服裝或配件上的二維碼,應用程序將訪問StealthMatrix的位置數據,顯示出商店的地圖并提供該相應的路標,以便顧客可以試穿或購買同款服裝。目前,StealthMatrix正在與一些客戶就這一導航功能進行交流。
ARC設備可以使用其內置的RFID閱讀器在銷售人員接近時進一步識別特定標簽的位置。這種設備可以在20英尺的地方讀取標簽。因此,當銷售人員在標簽的讀取距離內時,RFID讀取傳輸可以根據其信號強度來尋找物品的大概位置。
StealthMatrix的AR功能是利用游戲行業常用的AI功能開發的。該公司表示,他們正在開發一種更便于銷售人員攜帶且體積更小的新一代產品。一家要求匿名的總部位于曼哈頓的百貨公司目前正在試驗這一解決方案,以確定部分商品在各區域的流動情況。StealthMatrix的目標是提供能夠幫助實體店與線上零售市場競爭的工具。
除了紐約商店外,一家生產定制設計服裝的時裝公司正計劃試行這一系統,以便在其印度工廠獲取到每一件定制服裝的位置信息。雖然有幾家公司要求使用GPS來定位RFID標簽(在讀取標簽時獲取設備的GPS位置)。Bride解釋說,對于定位幾英尺范圍內的物品來說,這種技術不夠可靠;我們想把注意力集中在微觀層面上,識別一件商品及其移動方式,并明確其最后的具體位置。”



