标准AI的CTO David Woollard – 采访系列

David Woollard 是标准AI的首席技术官（CTO）。他是一位科技行业的资深专业人士，拥有超过20年的经验，曾在三星和NASA等公司工作过，也曾在初创公司和成熟公司担任过创业者。他拥有计算机科学博士学位，专攻高性能计算的软件架构。

标准AI 提供了前所未有的精确洞察，帮助零售商了解购物者行为、产品表现和店铺运营。

您能否分享您从NASA的喷气推进实验室到成为标准AI的CTO的经历?

当我在喷气推进实验室工作时，我的主要工作是大规模数据管理，用于NASA的任务。我有机会与杰出的科学家和工程师合作，学习如何进行太空研究。不仅我学到了很多关于数据科学的知识，还学到了如何管理大规模的工程项目，如何平衡风险和错误预算，以及如何设计大规模的软件系统。我的博士论文是在南加州大学完成的，主要研究的是高性能计算的软件架构，我能够亲眼见证了这项研究的应用。

虽然我在那里学到了很多东西，但我也非常想从事一些更贴近日常生活的事情。当我离开JPL时，我加入了一家由朋友创立的初创公司，成为该公司的第一批员工之一。我从一开始就被吸引到了构建消费者体验和创业的过程中。当我有机会加入标准AI时，我被公司的使命所吸引，公司致力于解决人工智能和计算机视觉领域的艰难科学问题，同时也能提供有形的消费者体验，这些体验是我之前的职业生涯中最有成就感的部分。

是什么促使标准AI从自动结账解决方案转向更广泛的零售AI应用?

标准AI七年前成立，最初的使命是将自动结账带到市场。虽然我们成功地提供了最好的计算机视觉解决方案，并推出了自动化商店，但我们发现用户的采用速度比预期慢，零售商的投资回报率也没有达到预期。

与此同时，我们意识到零售商面临的一些问题可以通过我们的技术来解决。这种对运营洞察和改进的新关注使得标准AI能够为零售商提供更直接的投资回报率，帮助他们提高效率，抵御通货膨胀和劳动力成本的影响。

标准AI的计算机视觉技术如何能够在不使用面部识别的情况下以如此高的精度跟踪客户互动?

标准的VISION平台通过分析商店内的摄像头视频来跟踪购物者，区分人和其他元素，并估计每个人的姿势或骨架结构。通过同时查看多个摄像头，我们可以重建3D空间，就像我们用两只眼睛看到的那样。由于我们对每个摄像头的位置有非常精确的测量，我们可以重建购物者的位置、方向，甚至手的位置，具有很高的准确性。结合先进的映射算法，我们可以确定购物者的移动和产品交互，准确率达到99%。

标准AI如何确保在收集和分析数据的同时保护购物者的隐私?

与其他使用面部识别来识别购物者之间的视频流的跟踪系统不同，当标准确定购物者的姿势时，我们只使用结构信息和空间几何。在任何时候，标准的跟踪系统都不依赖于购物者的生物特征，如面部，可以用于识别购物者。换句话说，我们不知道购物者是谁，我们只知道购物者如何在商店中移动。

零售商可以从标准AI的VISION平台获得哪些最重要的洞察?

零售商可以通过标准的VISION平台获得多种洞察。最重要的是，零售商可以更好地了解购物者如何在商店中移动和与产品交互。虽然其他解决方案只能提供基本的流量量信息，标准可以记录每个购物者的个体路径，并区分购物者和店员，提供更准确的流量和停留时间信息，以及购物者购买产品的具体行为。

此外，标准可以了解产品何时在货架上缺货，以及货架状况，如缺失的面板，这不仅影响购物者的购买能力，还影响不同品牌产品的印象。这种转化和印象数据对零售商和消费品制造商都很有价值。这种数据以前是不可用的，对改善运营（包括商品陈列、营销、供应链和库存管理）有着重大影响。

VISION平台的预测洞察如何能够改变零售商的营销和商品陈列策略?

由于标准创建了商店的完整数字复制，包括物理空间（如货架摆放）和购物者移动，我们拥有了丰富的数据集，可以建立预测模型，不仅可以模拟商店移动，还可以预测购物者交互。这些预测模型使零售商能够尝试和验证商品陈列的变化，而无需进行昂贵的物理更新和长期的店内实验。另外，产品表现和交互的印象可以告知货架或端头的摆放。这些都可以帮助优先分配支出，带来更高的回报。

您能否提供一些预测客户路径的实时优惠对销售的影响的例子?

虽然标准不构建零售商使用的实际促销系统，但我们可以利用对购物者移动和预测产品交互的理解，帮助零售商了解购物者的意图，提供有意义和及时的促销，而不是一般的优惠或仅基于过去购买的推荐。基于店内行为的推荐可以考虑季节性、可用性和意图，这些都可以转化为更有效的促销提升。

烟草跟踪试点的结果是什么，它如何影响了参与的品牌?

在对一家零售商进行试点测试的第一天，我们就能够检测到对烟草产品的盗窃，并将其反馈给零售商进行纠正。长期来看，我们能够与零售商合作，检测不仅仅是物理盗窃，还包括促销滥用和合规问题，这些问题不仅影响零售商，还影响烟草品牌，这些品牌既资助这些促销活动，也投入大量资源进行手动合规检查。例如，我们还观察到，当顾客的首选产品缺货时，会发生什么；一半的顾客选择了另一个系列产品，但几乎四分之一的顾客什么也没买。这可能是大量的失去收入，如果能早点发现就可以避免。由于我们的VISION平台始终在线，它已经成为烟草品牌销售团队的延伸，能够实时看到（并提醒）任何商店或零售商的整个店铺网络的当前状态。

在零售业中实施AI解决方案时，您面临的最大挑战是什么，您如何克服这些挑战?

在零售环境中工作带来了许多挑战。我们不仅要开发能够抵御物理世界中常见问题的系统（如摄像头漂移、店铺变化和硬件故障），还要开发与零售运营兼容的流程。例如，最近的夏季奥运会期间，许多快速消费品公司更改了包装以推广2024年巴黎奥运会。由于我们根据包装识别SKU，我们不得不开发能够标记和处理这些包装变化的系统。

从一开始，标准就选择了能够与零售商现有流程配合的技术实现，而不是要求零售商改变流程以满足我们的需求。使用我们的VISION平台的商店可以像以前一样运营，没有任何物理商品陈列或昂贵的物理改造（如引入货架传感器）的变化。

您如何看待未来十年零售业中AI的发展?

我认为我们才刚刚开始触及零售业中AI驱动的数字转型的表面。虽然AI目前主要与大型语言模型和零售商的AI战略相关，但我们相信AI将在不久的将来成为基础性的赋能技术，而不是单独的战略。像标准的VISION平台这样的系统为零售商提供了前所未有的洞察力，允许他们解锁他们已经在捕获的视频中的丰富信息。我们可以提供的运营改进将成为零售商提高运营效率和提高利润率而不必将成本转嫁给消费者的策略的基础。

感谢您接受这次精彩的采访，希望了解更多的读者可以访问标准AI。