邊緣 AI 預期迎來大爆發!零售業適合導入嗎?優劣一次看
今年年初在美國拉斯維加斯舉行的全球最大消費電子展「CES 2024」,首次出現了專門展示邊緣 AI 技術的展區,包含 Intel 等各大電腦製造廠,皆以「AI PC」來稱呼它,引起相當廣泛的討論。事實上,目前也有零售業者正積極導入邊緣 AI 來實現數位轉型。邊緣 AI 是什麼?為什麼零售業會需要它?
大幅降低能耗,邊緣 AI 預計將被大幅使用
與在雲端進行學習的雲端 AI 不同,邊緣 AI 的最大特色,就是直接設置在智慧型手機、相機等電子設備中,在沒有通過「雲端」數據中心的情況下,於設備內進行運算、處理。目前業界多期待能將邊緣 AI 應用在自動駕駛汽車和工業用機器人等領域。
尤其在 ESG 概念興起後,邊緣 AI 將更被看重。相比之下,雲端 AI 消耗大量電力,尤其隨著生成式 AI 的普及,雲端 AI 要計算的數據愈來愈繁雜,當有更多資料要傳輸時,電力消耗也將更甚以往,增加的二氧化碳排放量對自然環境的影響將更加嚴重。此外,目前雲端 AI 需大量使用 GPU,也讓其短缺、供不應求,使生成式 AI 的發展出現瓶頸。因此,無論從哪個角度來看,邊緣 AI 的角色都將日益吃重。
跟雲端 AI 相比,邊緣 AI 成本低且低延遲
目前無論在超市、藥局、便利商店,設置數位招牌的店家正在增加,但目前大多是採雲端 AI 系統,透過連上網路,去製作或管理螢幕上所顯示的內容。不過,最近可能也有消費者發現,有些品牌開始出現了配備 AI 相機的數位招牌,它能藉由辨識使用觸摸螢幕消費者的的特徵和行為,來推播不同的內容。這是邊緣 AI 進入零售業的第一步。
零售業導入邊緣 AI,其實有不少好處。過往在雲端 AI 的使用上,必須將可識別的個人訊息(如臉部)發送到設備外部的雲端伺服器去分析,但此舉在歐盟 GDPR(一般數據保護規則)上已明確判定為違法,而邊緣 AI 則無需發送這些訊息,在保護個人隱私方面較有優勢。
另外,在雲端 AI 中,由於店內的數位招牌必須傳送大量數據上雲,也就提高了通訊成本,設置分析的伺服器也會產生一筆額外的開銷;至於邊緣 AI ,則僅需將必要的數據發送到雲端,其他大多在設備內部處理好,大大降低通訊成本。除此之外,雲端 AI 傳輸過程的不穩定,可能讓數據呈現出現延遲,邊緣 AI 就能避免此問題,實現低延遲。
總的來看,從現場設備收集數據,再將大量數據上傳到雲端由 AI 進行分析,然後把結果傳回現場設備呈現,無論從成本或是隱私角度,都不太現實,因此邊緣 AI 在零售業的應用趨勢被認為將不可逆。
札幌藥局靠邊緣 AI 讓行銷更精準
日本目前較著名的邊緣 AI 應用案例,就是北海道連鎖藥局札幌藥妝設置的 AI 相機。過往安裝 AI 相機的費用各有不同,但平均每家店都需花費 30 萬到 40 萬日圓(約新台幣 6~8 萬),這還不包含通訊費用、用來解析影片的雲端伺服器的使用費等運行成本。相較之下,邊緣 AI 因為等於只安裝相機,降低導入成本,也大幅降低運作成本,讓無論是大品牌,或小市場的門市,都有能力負擔。幫札幌藥局設置超過 100 台 AI 相機的解方供應商 AWL 執行長北出宗治表示:「我們在擁有約 200 家店鋪的札幌藥妝,將成本控制在裝設雲端 AI 商店的一半以下,有滿滿的成就感。」
北出宗治指出,裝設 AI 相機「札幌藥局可藉其識別來店客戶的屬性、在數位招牌前的停留時間和觀看廣告的時間。分析這些數據將能優化商品陳列,並提升庫存管理效率。此外,將這些 AI 相機的數據與 POS 數據聯動後,也能將購買商品的行為分析可視化。」過去在線下商店的環境中,很難分析某商品為什麼熱銷或銷量不佳,但靠 AI 找出相關性後,就能讓行銷更精準。另一方面,AI 相機可即時分析來店客戶的性別、年齡等屬性,並結合當下的時間、天氣、溫度等因素,在店內的數位招牌上提供最適合的廣告,增加轉換率和來店的客單。
有了 AI 相機,札幌藥局還能將這些數位招牌廣告,銷售給合作品牌,包括健康食品、飲料製造商、日用品等各。有能量飲料藉由 AI 相機讓銷售量增加了 1.6 倍。如果邊緣 AI 投放的廣告,長期下來確實能增加銷售,則可以期待藥妝店未來在數位招牌上能賣廣告,成為除了店鋪銷售外,一項新收入的來源。
儲存空間有限、場地因素,成邊緣 AI 發展課題
邊緣 AI 雖看似好處不少,不過目前仍存在些許問題,其中一項就是「資料分析管理」。導入 AI 相機等邊緣設備後,雖然能取得數據,但畢竟儲存空間有限,且要將這些數據有效率地應用,還需要串接軟、硬體,並有能管理和營運它們的平台。因此,在傳統的邊緣 AI 中,大多數公司提供的都是從上游到下游一站式的解決方案,卻可能沒這麼專精。然而,隨著技術的成熟,各供應商的專業領域愈來愈明確,這樣一站式的商模也開始鬆動。
由於每家商店可以安裝攝像機的位置不同,且天花板和地板顏色可能有差異,都會導致人工 AI 攝像機的精度下降。因此供應商不能一個規格打天下,而是需要針對每家商店制定不同對策。AWL 認為,不要想用一個 AI 模型來完美處理一切,而是要讓其自動學習、修正,來適應不同環境,並研發出針對每家商店的專用模型。目前邊緣 AI 的供應商,主力多著重在對調整技術和重新學習流程等方面的研究和開發。
更多報導
生成式 AI 湧入影像賽道!OpenAI、Google 陸續投入,它們各自強在哪?
AI 交通潛力吸引科技業者投入,微軟、Intel 怎麼卡位?
從「賠錢貨」到熱賣百萬台!BenQ 打破 3 規則,收服五成高階燈具市場