【明報專訊】零售商若要測試和改善店面陳列效果,常要找來一批測試者戴上特別裝置,以記錄他們的視線焦點。這種做法成本極高,也非常花時間,難大規模應用。有公司研究出替代方案,以人工智能軟件代替真人,預測途人的視線焦點,稱可將應用門檻大幅拉低,令大規模使用變得可能,亦多了很多企業用得起。
明報記者 薛偉傑
Aitrak共同創辦人Michael MacMillan表示,以往零售商若要測試和改善店面的陳列效果,常要找來一批測試者戴上像眼鏡的特別裝置,再觀看其店面或貨架;或在電腦屏幕上觀看店面或貨架相片,以利用光學技術,將測試者視線聚焦的地方記錄下來。該方案可以統計測試者視線較多及較少聚焦的地方,然後以不同顏色顯示,稱為Heat Map。零售商可根據測試結果,評估店面或貨架的陳列是否達到預期作用、是否要調整等等。
這種做法成本極高,也非常花時間,不止小企業難負擔,中大型企業亦不可能每間分店、每個貨架,甚或每次更換上架貨品時,都做這種真人測試。
真人測試 機器學習訓練軟件
因此,Aitrak幾名創辦人早在2010年開始構思一種成本較低的折衷方案,那就是先找來一大批人觀看大量這類店面陳列的相片,利用上述儀器追縱他們頭3秒的視線落點。另一方面,他們設計了一套具機器學習(Machine Learning)功能的人工智能軟件,利用上述的大量測試結果「訓練」這套軟件。
他們利用這套人工智能軟件代替真人測試,以產生一幅預測的Heat Map。但可惜,當年的個人電腦運算能力不夠快,未能支持這種人工智能軟件運作,只好將這個構思暫時放下。
到2017年,個人電腦的運算能力已非常強大快速,尤其是在嶄新的圖像晶片支持之下;加上市場上已有多家大公司推出雲端服務,可按企業客戶的需求提供處理能力,該公司毋須再自行投資購買性能強大的電腦伺服器,也沒有不斷升級的問題,令整個構思變得可行。
雲端服務 毋須新機新軟件
於是,該公司在2017年重新開始研發上述的人工智能軟件,並找來數千人觀看大量零售店面陳列的相片。這數千人之中,有些是完全自願免費參與測試;有些則是從大學招募來的學生;有些則是收取費用的測試者。他們每人觀看了100至500幅相片,故組成了相當龐大的資料庫來訓練該公司的人工智能軟件。
到2018年第三季,這套與該公司同名的人工智能軟件,終於達到成熟程度,正式推出服務。至今年3月初,至少已有5至10間大公司簽約使用。
人工智能軟件透過雲端方式提供服務,故企業客戶毋須購買新機,亦毋須安裝軟件,只需將需要評估的店面陳列、貨架或平面廣告相片上載雲端,幾秒鐘後,系統便能夠提供到一幅預測的Heat Map。即使要為整間門市的眾多陳列和貨架做預測,通常也可在幾分鐘內完成。
測試勝同類技術 結果接近真人
他承認,Aitrak並非唯一想出以AI軟件模擬人類視線、為零售店預測Heat Map的公司。市場上至少有幾間同類公司,絕大部分來自歐洲、美國、以色列(該公司也屬於歐洲公司)。他稱從對照測試來看,該公司預測的Heat Map,與真人測試的結果相當接近,認為比幾個競爭對手勝出一籌(見圖)。