边缘AI能力让零售普“慧”
独创的数据模型，让特斯联的AIoT智慧零售解决方案从本质上区别于其它算法、硬件或生态链驱动的智慧零售方案。通过搭建前端的智能感知设备构建AI系统，将线下零售前场的“人货场单”数据汇聚到边缘融合服务器中进行计算，实现线下零售场景中客户消费活动的数字化还原，为智慧零售BI系统提供数据支撑。
对于零售商家来说，数据的安全性、稳定性和保密性是刚需要求。特斯联科技首席架构师王海华表示：“对于线下商业场景来说，单一商业场景对数据的保密性，是一般商家的需求。此外，零售行业是微利行业，能够将计算分级处理，控制数据挖掘的成本也是业务场景的切实需求。”特斯联通过弹性的、私有化的部署方式，对线下零售数据节点和AI算力进行匹配。
特斯联Poseidon边缘计算系列产品，让前端感知设备的多路数据在本地汇聚与处理。打破业界普遍使用SOC架构的做法，创新性通过分层处理、分散算力，充分利用线下行为的空间、时间连续性，完成相邻区域数据去重与拉通，使得计算更加准确，以最合理的算力运用去拥抱业务。在智慧零售场景的AI边缘算力部署，也依托特斯联“云边协同”的能力部署，将边缘云的价值发挥到最大。
特斯联Poseidon边缘计算系列产品部署在T11生鲜超市
王海华自信地谈道：“在AIoT智慧零售解决方案中，特斯联做到了从前端到后端的硬件设备。边缘侧的弹性部署和算力分层，在保障计算精度的同时大大降低预算投入，并可以随着客户的需求发展而成长。目前，特斯联的方案部署成本相较于业界平均水平降低25%，坪效提升约20%。这有望使AI大规模落地零售场景成为可能，相信不远的将来“智慧”成为零售行业标配。”
BI的价值：从坪效提升到体验优化
AI能力的部署，完成了零售场景数字化的“地基”搭建。而智慧零售的“高楼”更需要商业数据的运营能力，即BI(Business Intelligence商业智能)能力。面对市场纷杂的BI系统，必须强调的是，BI的核心能力是数据洞察，而非数据展示。在特斯联的NanoCell数据模型中，每一组“人货场单”关系都将产生至少12组有效数据。在消费者的一次购买过程中就将产生若干组这样的数据，如何读懂这些数据，形成决策依据，是一个庞大的工程。
而实现这一切得益于高效的数据计算模型，从每个数据获取之初就考虑到其商业应用价值。比如通过模型计算，可以将客户身份标识变为，常客、访客、重要客户等不同聚类;消费类型被设定促销型、犹豫型、决策型等标签。让线下商业零售管理者能够清楚掌握自己消费人群特点，购买偏好等。
基于NanoCell数据模型的BI系统
T11相关负责人表示，对消费者购买带来最直观感受就是：了解客户购买偏好后，我们会尽快调整货柜产品，让客户买到自己最想买的东西。根据数据分析，我们也会调整货柜区域，以及客户购买商品的路径等，一反过去只依靠单一店长管理经验的模式。科技的本身是为了提高顾客购买体验，这是利用科技优化线下商业的本质，而不是为科技而科技。另外，技术带来的变革不仅体现在购买体验上，对运营者来说，还能提升运营效率与管理管理。
技术激活“万亿”智慧零售新增量
据IDC报告，零售业当前主要面临四大驱动因素：加快以技术为中心的转型、引进能够推动颠覆和创新的新型融资模式、推广人工智能分析，以及发展机器对机器学习。中国零售业经历了三次大的变革，前两次分别是实体零售和虚拟零售，而第三次变革正是当前虚实融合的智慧零售。随着新技术的应用，“人”的全方位数字化，驱动着“人货场”从割裂走向融合。
特斯联科技致力以线下商业行为全数据化为增长引擎，协助更多零售商家，全面提升零售数字化进程，帮助商家更好的按照自己的商业逻辑去经营。特斯联科技也将助力打造出更多智慧零售品牌，构建并完善出赋能传统产业智能化升级的新版图。
