人工智能正在對零售產生影響。

說的更具體一點，聲音識別、圖像識別和數字化的人工智能算法，會對零售行業帶來根本性的推動。

人工智能音箱產品，例如亞馬遜Echo、小度在家、都是聲音識別的應用。智能音箱相當于一個深度學習的智能管家，提醒你什么時間應該購買什么樣的產品。

圖像識別方面，人臉識別與顧客會員體系掛鉤。顧客到店里，超市會提供更好的服務；結賬時的自助掃碼購，會更加節省時間，讓購物更加便捷。

數字化的人工智能算法，對進銷存、訂貨、選品、商業選址都是很有幫助。大數據預測的算法，會根據近幾年的數據，加上天氣、節日、時間段的影響，機器就可以處理進銷存的訂貨、研究用戶的消費行為，對未來的選品和定價都非常有幫助。

智能冷柜則是運用這些最新技術的新產品，例如Walgreens推出了“智能冷柜”，其實是裝備了攝像頭的冰箱，能夠掃描購物者的臉來推測他們的年齡和性別。

地理信息對零售店而言十分關鍵。零售商家想知道，人們在買些什么，將購物者按照性別、年齡、收入水平等特征進行分類，從而針對細分市場進行產品定位。所以這時候大數據和AI算法就派上了用場。

比如說，如果Pepsi打算針對年輕女性進行廣告推銷，它可以使用這些智能冷柜收集的數據來預測這個廣告推銷是否有效。

這些機器能夠得出各種有效的推論：如果廣告在Mountain Dew旁展示，年輕女性們可能會買更多的Sprite?；蛘?，一周里，年長的女性可能更喜歡在周四晚上買冰淇淋等。

當然，應用到具體，還應該包含“虹膜追蹤”這項技術，你在哪款商品上多看了幾眼，系統立馬能夠判斷出來。

有些智能冷柜鏡頭系統沒有使用人臉識別技術，購物者被掃描時不會被識別身份，系統只是對購物者的臉部進行分析來推測他們的年齡和性別。

首先，鏡頭拍攝照片，AI系統進行分析度量，眼距、嘴唇和鼻子之間距離和其它細微差別等。之后，系統能夠估計這個開門進入的人究竟是一個20來歲的女人，還是一個快50的男人。它使用的是分析技術，而非人臉識別技術。

兩者的區別是非常重要的。在伊利諾斯州，公眾場合地區使用人臉識別技術是違反《生物識別隱私法案》（BIPA）的。

Google和Facebook因違反BIPA的集體訴訟打了兩年官司，原告起訴這兩家公司稱他們未經同意收集用戶臉部數據。例如Nest或Amazon的Ring牌帶人臉識別能力的家用安保攝像頭，在伊利諾斯州不允許使用該功能。

甚至Google那個火得不行的“藝術自拍”app也被禁了。針對Facebook的起訴1月被駁回，但擁護隱私保護的BIPA法案可能成為世界上所有對人臉識別技術需要進行監管的地區作為潛在的模版。

去年，加拿大有個商場使用攝像頭來記錄購物者信息，收集信息對片區偏好的店鋪進行推論。購物者的身份未被收集或儲存，但該商場受到大范圍的強烈抵制，只好停止了該試點行為。

除了智能冷柜，例如在Amazon Go商店——也即無人超市，裝有各式的感應器來記錄購物者的消費行為，并從他們Amazon賬戶里進行扣款。最后的數據作為對模型反饋的數據的一部分，公司從而可以更精準地對消費者進行廣告定位，也就能賺更多的錢了