今年，商业创新进入新阶段。
商业创新快速发展的同时，也伴随着火爆趋势背后的认知沉淀和实践积累。
7月10日，由36氪、《零售老板内参》主办的新商业生态峰会在北京举行。
本次峰会以“品质”为主题，希望新商业企业能够看清新时代商业的本质，最终完成新商业的创新升级。
智慧零售领域我们应该做什么？瑞微智能创始人詹东辉在昨天举行的“新商业生态峰会”上回答了这个问题。
詹东辉表示，智慧零售应该更加以人为本，利用AI技术帮助线下零售构建数据能力，打通线上线下，用数据连接“人-货-场”，连接产品设计，进而为顾客提供便捷、舒适、贴心的购物新体验。
早在2018年，瑞为智能通过自主研发的“点集”、“小客”等智能硬件产品，以及强大的基于云端的零售数据分析系统“点客”，提出了线下实体零售的智慧门店解决方案。
“云和”帮助线下零售门店实现客群精准分析。
7月10日，36氪与零售大佬联合举办的“新商业生态峰会”在北京会议中心举行。
本次会议主要讨论了以下问题：“新商业”的本质是什么？我们应该用什么样的新商业生态？如何从角度和角度看待“新业务”？而这条路未来又将通向何方？以下为詹东辉演讲全文： 大家早上好，我是瑞微智能创始人詹东辉。
很高兴今天有这样的机会在这里和大家交谈。
我们来分享一下瑞为在智慧零售、AI+零售领域的一些实践，以及我们的一些思考。
当我们告诉别人我们在做智慧零售、新零售时，很大概率会被问到一个问题：你是做无人便利店还是无人超市？或许对于很多人来说，当了解新零售、智慧零售时，我们会习惯性地将其与无人便利店、无人超市等同起来。
说到零售，自从互联网出现以来，我们就无法回避这个词——在线电子商务。
有一个非常有趣的现象。
对于在线电子商务来说，它永远看不到它的客户，但它可能比你的父母更了解你。
它可能知道你家里有多少个孩子，是男孩还是女孩，以及他们有什么样的购买需求。
因为对于电商企业来说，有海量的数据可以帮助他们充分了解客户，进行精准营销。
但对于线下零售店来说，则是完全相反的过程。
虽然我们说每个线下实体店每天都面对顾客，每天都在和顾客沟通，形成购买。
但讽刺的是，对于线下零售来说，他对顾客几乎一无所知。
虽然我们很多线下品牌店都已经使用了CRM系统来收集一些客户信息。
但一直以来，所有线下零售店对顾客的了解可能只是拥有顾客的手机号码，可以在需要的时候给他发送广告短信，而不管他是否还有相应的购买需求。
对于实体零售改革、新零售等概念的出现，人们过去常常将其原因归结为线下零售成本较高。
因为需要租店面，需要聘请店员，所以运营成本会比线上高很多。
因此，线下零售无法承受线上零售的冲击，但至少近年来事实并非如此。
为什么？因为大家都非常清楚，在线电商为了获得一次点击和流量，所付出的成本一直在逐月增加，现在获得一次点击要花费数百。
因此，线上电商的成本不再低于线下零售。
那么为什么人们仍然认为线下零售不如线上电商，或者马云会提出新零售，打通线上线下呢？其背后的动因是线下实体零售缺乏数据。
缺乏对客户的了解和对客户的分析。
所以早在2018年，我们就开始思考这样的问题和痛点，以及如何利用我们的人脸识别技术来帮助实体零售解决一些真正的痛点。
新年伊始，我们踏上了一段未知、无畏的旅程。
我们花了三年时间开发线下实体零售的智慧零售解决方案。
我们做了很多智能硬件和完整的云解决方案。
比如我们就做了这样一个硬件设备的“商店计划”。
其产品定位是安装在卖场入口和商场通道入口处，精准分析进店的顾客群体。
目前能实现哪些功能？三大核心功能是订客、识客、认客。
客户订购是最基本的维度，可以产生准确的客户统计。
这对于线下实体店来说并不陌生。
他们之前用过很多设备来收集和统计客流，但这只是人数统计。
除了统计人数外，我们还可以准确区分店员和顾客。
我们还可以对门口流连、滞留的顾客进行重复去重，避免客流的重复和无效统计。
如果“商店计划”只有这个功能，那就没有太大的价值。
“店铺计划”更大的价值在于了解顾客。
所谓“懂顾客”，就是通过摄像头，可以实时了解和分析每一个进店的顾客，包括哪些维度？ ?最简单明了的就是分析顾客的年龄和性别。
这项技术现在已经非常成熟并且可以大规模商用，但我们也尝试分析顾客的穿着、心情和购物背后的动机。
此外，“店表”还可以识别顾客。
我们会分析进店的人是否是VIP顾客，是否是回头客，是否曾经来过这家店，或者是否去过该品牌的其他分店。
以上所有分析都将在您看到的设备上本地完成。
它不需要将视频传输到云端，然后依靠云端强大的计算能力进行图像分析，因为我们认为上传到云端的解决方案在现实中无法实现。
商店的带宽非常有限，云端的计算能力也有限，所以我们花了三年时间在一个小型前端摄像头上实现所有复杂的算法，仅通过网络上传所有分析后续结果信息。
实现这个维度其实还远远不够，因为它只是统计分析进店顾客群体的属性。
越来越重要的信息是我们需要知道这个顾客在店里的一些行为，所以我们又做了另一种形式的设备，我们称之为“小客”。
顾名思义，它确实很小，可以随意放置在货架和收银台上。
它甚至小到我们拇指那么大的相机，小到可以完全忽略不计。
是的，但是它可以实时默默地分析，比如有多少顾客在关注牛仔裤，他们在关注什么款式，以及他们所关注的人是由什么样的性别、年龄和社会属性构成的，甚至包括买这条牛仔裤。
这个人的着装风格是什么样的？这是目前它能做到的。
也可以放在收银台，每个采购清单可以直接与其采购组相关。
这个其实已经做了很多年了，不过之前都是靠人工，结账的时候店员就会做。
他快速敲击收银机上的几个特殊按钮，判断购买该商品的人是中年男子还是中年妇女，是老年男子还是老年妇女。
有了“消客”，这个输入操作就可以实时、更准确地自动完成。
基于前端硬件，我们还构建了一个非常庞大的云系统，包括非常丰富的客户端。
我们称之为“点客云和”系统。
这也是我们现在数以万计的门店客户所依赖的云系统。
。
我们这里为两类人服务。
一是老板和管理层。
对于他们来说，他们需要看到的是更多的统计分析报告，而这些分析报告可以帮助他们提高门店运营效率。
另一类，我们的“点客云并”解决方案更多是针对服务一线店员。
为什么？因为他们是店铺销售的前端战士。
如果不能帮助他提高销量，提高客户转化率，那么这个系统的数据统计分析报告再丰富，也只是锦上添花。
没有多大价值。
因此，我们开发了各类APP客户端，包括微信客户端。
至此，我们大部分店员不再需要安装我们的APP。
他们只需要按照我们的公众号进行关联绑定即可。
从顾客进店开始，就能实时推送所有信息。
我们现在可以确保顾客进店三秒内，店员就能通过多种渠道收到顾客的相关信息。
如果他是会员，他以前的购买记录和商店访问记录都会被包含在内。
如果他不是会员，你可以了解他以前是否来过这家商店，他以前访问商店时关注了哪些产品，购买了哪些产品。
对于店员来说，可以尽快缩短回忆和了解这个顾客的时间，直接提供更有针对性的服务。
而且解决了零售行业店员流失率高的问题。
有了这样的系统，就可以留住顾客，而不会因为更换店员而造成损失。
我们的客户还有手表版本。
这也是为什么我们在推广过程中发现，有些门店可能不允许店员在工作时使用手机、iPad。
他们觉得这不尊重他们的客户，所以我们做了一个智能手表客户端。
当顾客到来时，它会振动并推送通知，店员只需举手即可了解顾客的基本信息。
以上是我们迄今为止在智慧零售、AI+零售领域所做的所有尝试和努力。
我刚才提到我们花了三年的时间进行研发。
截至目前，我们已服务78家品牌连锁，主要涵盖鞋服、3C、珠宝、4S店、家居等行业。
到目前为止，在我们的“商店”和“云”上我们可以看到的在线商店数量已超过10000家。
每天上传到云端的旅客总数超过300万，这是我们目前的成绩。
刚才我们也提到了，包括珠宝品类、鞋服品类、3C品类，还有很多非常重要的合作伙伴，比如京东。
其新零售定位于京东家居、京东家电卖场以及合作的鞋服家居产品。
我们参与了品牌的线下门店改造，包括客脸数据采集方案，并且与很多大数据分析和ERP厂商合作。
我们可以自豪地说，在智慧零售领域，锐威是目前排名第一的解决方案提供商。
不过，我们还需要进一步思考，因为正如我们刚才谈到的，我们认为我们用来为门店解决问题的AI技术还是非常有限的。
我们一直专注于客流分析和精准客户营销。
但从实体零售店的整个业务流程来看，我们上面所说的只是解决了一部分问题。
可能只是解决了门店的管理以及里面的市场反馈，起到了精准营销的作用。
但其实还有很多方面我们之前没有接触过或者没有很好的帮助实体店解决一些问题，所以我们去年就开始思考如何在这个领域做进一步的尝试，如何利用我们的技术用于解决实体零售业务的更多痛点。
现在我们将利用我们的技术和解决方案，更深入地帮助门店进行产品设计、线上线下数据整合，包括活动反馈和门店选址，并提供相应的解决方案。
今天，由于时间限制，我无法详细阐述我们的新计划以及我们将如何重点解决它，但核心思想是我们相信对于零售来说，人或顾客是一切的核心，一切以人为本。
在这个计划中，我们将尝试并努力建立更多以客户为中心的联系，建立客户与客户、客户与店员、客户与商家、客户与设计之间的联系。
我们现在所做的就是进一步将客户与客户、客户与产品设计连接起来。
尤其是针对客户和产品设计，这是我们在新计划中重点解决的问题。
因为你可能还会发现，其实并不是所有的店铺都是依靠精准营销或者丰富有效的营销手法来实现销量的提升。
最典型的商店就是Zara。
其实，你每次光顾的时候，并没有专门的推销员或者店员专门为你服务，给你推荐款式，而是你可以自由选择。
然而，Zara在所有鞋类和服装品类中都是佼佼者，其创始人甚至一度达到了世界首富的位置。
事实上，Zara代表了零售领域的另一种理念。
最好的营销在于产品设计。
Zara有非常好的产品设计，利用其产品来吸引顾客参观商店，吸引顾客购买。
所以我们在思考如何利用我们的技术来连接客户和产品设计，也就是说如何利用我们的整个解决方案来帮助门店更实时、更快的完成这个产品的迭代，甚至给出方向。
以及产品设计的方向。
思考，就像刚才提到的，我们会做很多服装分析。
服装分析不仅仅是分析整个进店顾客的服装款式，更重要的是我们希望用AI技术来帮助鞋服行业，如何通过AI分析帮助他们找到可能的衣服明年春天或明年秋天流行，这是瑞为智慧零售下一步要解决的问题。
我们希望利用AI技术构建全连接的新零售，从线上到线下，从顾客到店员，从顾客到顾客，从顾客到产品设计，以AI为核心打造全连接。
我们将在9月底发布瑞为智慧零售2.0版本，所以今天我不能过多谈论我们的想法。
回顾瑞为智慧零售的历程。
我们从2016年就开始有这个想法，然后用了三年的时间完成了三代产品的迭代。
当时一代不适合扔，二代依然不适合扔。
直到2000年，第一代真正能够大规模商业化的产品才推出。
2009年，我们推出第四代产品，达到目前数万家门店、70多个品牌的规模。
今年9月，我们将发布锐为智慧零售2.0版本。
届时，我们将看到锐为在新零售领域、实体零售领域运用AI的全新尝试。
我们还将在九月份正式为您提供更多详细信息。
计划描述。