英特尔今年的物联网大会上，我们在无处不在推广“边缘计算”的展区里，发现了一些有趣的东西。
譬如，当我们在某零售数字服务商的视频屏幕前，再次看到那些熟悉的、把路人框在镜头里的红绿框框时，大家下意识地给出了反应——
“这，是新瓶装旧酒”？
毕竟，2016~2018年，那时候任何一个垂直行业里跟AI沾边儿的2B公司，如果不树一个大屏，用五颜六色的框框，框住来来往往的行人，都不好意思说你能做人工智能解决方案。
而当时，“无人零售”概念更是独树一帜。
在“新零售”之风的带动下，让一系列人脸识别to零售企业（专门给零售产业做智能化店面改造的技术公司）拔地而起，不过后来也逐渐销声匿迹。
但那时候，视频上大部分框住的是人脸。
“人脸识别”与“物体识别”，是从亚马逊 Amazon Go再到阿里京东，都极为推崇的“无人零售”关键内核之一——扫脸或扫自己的手机二维码，你总得扫个东西来确认你的支付身份。
但实际上，那时候这项技术在零售领域的商业成败倒是跟个人隐私无甚关联，而是所有跟人脸相关的零售解决方案，并没有取得如同新闻稿里吹嘘的那般成功。
譬如，我2019年曾经在一篇文章里提起过，老家门口前的那个京东X无人超市，就因为选址问题（附近小区老人居多）和“令人发指的识别能力”（人脸识别倒是挺快，但物体识别效果很骨感。你必须把买的东西一件一件全都摊开摆在地上，如果东西一多，每次识别都会出现差错，你至少要等10分钟才能搞定，远不如自助扫码快），不到一年就关门大吉。
而后来很多零售数字营销方案，也都不再跟“人脸识别”紧密相连，而是又跟新热点——“XX中台”“私域”和“小程序”扯上关系。
后来，人脸技术相关的零售门店方案，才如同电视上说的“买房需要戴头盔才不会被识别为老客户多掏好几万”，渐渐走歪的。
然而，没想到的是，相关技术方案和应用企业，又在疫情肆虐中和2021年的315晚会后，遭遇了重大滑铁卢——
“上海家饰佳科勒卫浴专卖店使用了具有‘人脸识别’功能的摄像头，一旦顾客进入科勒卫浴门店，人脸信息就会被捕捉、记录，以后顾客再去哪家店、去了几次，科勒卫浴都会知道。” 315晚会在大众隐私意识爆发，和法律逐渐健全的社会大背景下，的确下了一剂猛药。
其实，当时我们看315晚会的这个爆料时，内心涌出的是莫名的沧桑感——时隔4年，同样的说辞，竟然会让大众有截然不同的反应。
要知道，在2017年，通过人脸等身份数据打通会员制，进而帮零售产业分析更多顾客与店面数据，提升销售业绩，是人工智能+零售公司最津津乐道的综合能力。
也是那时候“AI技术作为品牌力”所能达到的顶峰。
记得当时一位服装店店主告诉我们，只要你进入商店，人脸识别会判断你是否是会员，不仅会记录你几次来店，喜欢什么类型的商品，还会按照你的喜好在线上店给你推荐你喜欢的单品 ——还能做到线上线下数据打通。
不过后来现实情况是，这种方案，并没有多少线下服装店买单。
“一开始做人脸零售方案的，其实打着人脸噱头，但受到行业理解力、软硬件成本、网络环境的限制，真实效果不太好，之前就倒了一批或者是转了方向；后来，疫情来了，又受到315冲击和法律对隐私保护的限制，很多都活的不咋地。”
一位零售技术服务商透露，由于负面舆论越来越强烈，很多大型商业集团也都不太敢用人脸相关的方案了。
“因此，一些其他的技术方案，包括体态识别、步态识别或者说是行为识别，这类说法和方案慢慢在近几年多起来了。”
而这次我们在展区屏幕上，看到的，就是连接了人体骨架关键节点的姿态（体态）识别。
那么，我们首先冒出的*个疑问是，这些识别方式，就能避免隐私数据被泄露吗？
其实包括姿态识别、行为识别一类的识别方法，也不是新鲜事物。
早在2015年天津大学几名教授就在IEEE发表了关于“如何建立一个多视点的人类行为框架”的论文。后来，包括谷歌微软，以及国内旷视等许多技术创业公司，也展示过相关的行为、体态以及骨骼关键节点识别技术。
而这项技术被认为适合应用的场景，是识别公开道路上路人行走姿态（奔跑、行走和聚集检测），以及体育行业里对运动员的动作进行辅助分析。
但也会有让你反感的应用概念——譬如学校。要知道，你打瞌睡和趴在课桌上的姿态，根据很多企业的说法都是“可以识别出来的”。
不过，在排除同时使用其他技术和没有获知你身份数据前提下，它只能确认你在奔跑或动作异常，但不能确认你是谁。
“这种人体节点的识别方式，不会反推出你的任何个人信息。你看，每个人都只是有一个编号，没有任何身份特征。
这种识别是通过判断你的身体骨架、姿态，譬如宽度高度等数据，可以区分出是男是女，是成人还是儿童。”
这位工程师指出，在他们接触到的泛零售领域里的客户，其实并没有对人的身份做精准定位的诉求。另外，他们的方案在欧洲和东南亚先做了落地，那里做这种识别案例要做政府备案，要求非常严格。
“门店的最终目的是要提升客流量，提升产品销量，提升营业额，这其实跟某个具体的人没有太大关系。”
因此，很明显，这种仅通过姿态和骨骼来判断性别特征的准确率，只能达到80%以上。所以还要辅助以识别顾客的动作，并综合顾客的行动轨迹数据——
你是停下来交谈，还是买了直接走人，还是拐了好几个弯又返回到一开始的地方。
他提到一个有趣的消费者性别分析结果，尽管我们大部分人可能都会有这样的印象，但有了数据做进一步理论支撑：
“我们给一家商店做案例时，数据结论是：女生来买东西，走走停停，永远没有一个明显的目的地，哪里都会看一下，可能绕好几圈；但男性顾客的目的性则非常强，几乎呈直线型，一般买了就走人。”
但是，4年前，一位大型超市规划人员曾向我们透露，在某个较大的空间内人流量超过某个阙值时，摄像头的监测和数据分析很容易会“失灵”。
虽然这位工程师并没有正面回答我们的问题，但他提到了目前很多超大型商场（譬如大悦城那种综合商城）有一个不考虑镜头可监控范围的极大商业诉求：
“基本（我们）摄像头可以覆盖20个人。很多大型商场，他们其实不会考虑自己每个商铺内部店面的情况（后者可能也不愿意），而是更关心进入商场客流量的走向，以便灵活制定租金。”
譬如，镜头通常会架设在某个商场大门上方，或者是门店外的某个固定位置来确认通过的人数，而只要你走过那种大型商场细长的侧门，以及长条型的走廊，就会明白这个任务并不需要较大的探测空间。
“这也算是‘智能定租’。顾客更喜欢走哪个门，通往哪家店，哪个店面引流更多，那么是否应该适当调整租金呢？毕竟大家都要赚钱。”
譬如，像星巴克、麦当劳等很多连锁热门饮品与快餐品牌，就是可以引流的重要商户。在人流量达到多少时，商场可能会根据引流情况适当调低租金。
除了我们熟悉的商超便利店，其实在疫情背景下，“药房”这类刚需性强且消费目的单一的零售品类，既有购买这类营销方案的“底气”，也是技术公司更为青睐的客户。
“药店从来都不是靠卖药赚钱，而是保健营养品等等。而大药房场景的优越性，便在于消费者购买的目的性极强，基本不会空着手离开。所以药店的品类摆放就极为讲究。”
按照一些人的日常习惯，以往去药房买药，除了不喜欢店员极力推荐，其实也会有意识避开一些保健营养品柜台。
但是，现在一些智能数字化零售方案，便着眼于给药店通过摄像头数据分析来“规划”更容易吸引消费者的品类摆放。
他举了个例子：通过摄像头收集用户到店的轨迹和行为数据，判断出跌打损伤药应该放在某个相对显眼的位置，在旁边搭配提升免疫力和骨骼健壮的营养品，提高“顺便捎一瓶”的概率。
不过，我们仅是通过技术公司了解到当下这股零售数字营销方案的趋势，并没有从商家一方得到任何真实效果反馈。
所以，我们也无从判断，像体态识别这类看起来仍然很新的技术，是否能够达到一定的商业预期（很担心这是否也是一个噱头）。
但是，从技术角度考虑，英特尔的张宇博士分享的一个“不再从人身上下手”的产业趋势，值得我们思考：
以往很多方案其实都跟“企业管理”有关。譬如几年前很多人工智能公司的“智能工厂”项目，并不是优化生产线，而是出售人脸识别闸机，或让工厂安装人脸识别打卡系统以更好地管理工人；
此外，还有智慧工地、智慧医院，其实都或多或少都跟“对人的管理”相关。
而所有产业都有的“减少成本，增加收入”的需求，经过了如此长时间的验证，已经证明，并不能从包括“人脸识别”技术在内的技术本身来获得。
而在舆论、品牌形象以及法律压力的多重压力下，越来越多的商业公司，其实在慢慢减少“在人身上寻找更多可能性”的想法，而是去找一些“能解决真正存在的业务流程效率问题”的角度，哪怕效果并不突出。
“海底捞里，每桌大锅锅底的耗电量和大功耗是不是可以进行更加智能的调控？还有厨房里的餐饮卫生问题，对于老鼠这种生物是不是可以通过摄像头来解决？”
张宇博士提到的跟海底捞的合作，看起来终于不是仅仅在店里放个移动机器人这样来提升科技感的事情了。
最后想说，还是别小看摄像头抓老鼠（当然你可以把它看作是“鼠脸识别”），毕竟猪脸识别都失败了；而老鼠，跑的比人可快多了。
