Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

机器之能报道

用AI为商业地产建模,变施工图为数字孪生

图片

商业地产正在从增量时代转入存量时代,同质化竞争加剧的当下,如何利用技术手段,从传统的「物业租赁」向「平台运营」模式转变,从B2B2C的商业变现模式,向B2C2B的运营服务形态转变,已成为横亘行业面前的重大议题。


报道 | 机器之能


6月23-24日,由中国连锁经营协会(CCFA)主办的「021中国购物中心与连锁品牌发展峰会暨展览会」在上海国际会议中心召开。峰会主题为「以深度运营实现商业新价值」。

过去15至20年,线上电商的迅猛发展在零售史上开辟了一种全新的模式——基于数字化的精细运营。这一创新突破,不仅让精准零售成为线上电商高速增长的「杀手锏」,同时也为线下商业地产运营带来了重要的借鉴意义。

那么,商业地产如何补齐现有的线下空间数据缺失,完成「人、货、场、车」全场景、全流程、全量数字化,进而实现智能化运营的引流到场、导流到店、交易促成,让人与货匹配这一商业地产核心环节的运转,更加高效与精准?

在「2021中国购物中心与连锁品牌发展峰会暨展览会」的全体大会上,Aibee 创始人兼 CEO 林元庆博士发表了主题为「AI赋能商业地产——数字化与智能化落地之路」的演讲,针对如何推动商业地产数字化、智能化快速落地,给出了商业地产数字化转型的「Aibee 路径」。

9小时就能给3000平米的商业构建数字孪生

数据显示,90%的商业地产企业,都曾将数字化纳入到公司战略之中。但是,回看过去5年,虽然商业地产利用人、货、场、车数字化的传统技术做过不少建设,但是,整体呈现出不精准、不全面、不打通的问题。

例如,人的数字化上,很多购物中心的传统客流统计,只能粗略统计「人次」,无法精准到去重后的「人数」;场的数字化上,购物中心多数还在使用传统的2D平面地图;在数据分析上有基础的BI、BA,但数据维度都比较少;在精准推荐上有一些基于简单规则的派发,大部分不是基于机器学习……如何更精准、更全面地做数字化积累,推动数据打通,加快数字化与智能化落地?

要实现数字化落地,就要跳出2D平面图纸的思维,构建购物中心的3D「场」, 线下空间(也就是 3D 的「场」)所蕴含的信息、数据远比 2D 地图丰富得多,可以承载「人」「货」「车」等全要素,是实现全场景、全流程、全量数字化的前提。

具体而言,「场」的 3D 数字化,就是定位场内每个区域、店铺、柜台甚至是商品的 3D 坐标,使空间中的全要素得以精准坐标映射,也为购物中心「人」「货」「车」等其他要素的数字化提供基础。

但是,对于购物中心来说,「场」的数字化一直都是难度和成本最高的。Aibee 提供了一个高效率、低成本的路径——利用激光雷达、惯导、轮速计、相机等多种传感器融合技术,Aibee 自研出一款室内 3D 实景地图机器人,能够实现对大规模场景的自动拼接、自动建模,快速形成厘米级高精度的 3D 模型。

该机器人能够一次性扫描包含密集图像、三维点云、地磁信号、气压计、WiFi指纹、蓝牙指纹等多种数据,帮助其它智能设备在空间中重新定位并提供相应的服务。而在此之上的 AR及VR 服务搭建,则能够比传统方案效率更高、成本更低。

图片

图片

图片

「一个10万平的购物中心,传统方案需要30天,Aibee 只要1-2天。」林元庆表示,Aibee的室内3D实景地图机器人为商业地产提供了数字孪生的底座。

在本次大会的现场,Aibee就与CCFA合作,对覆盖3000平米会场进行扫描、AR 视觉地图搭建、路网服务上线、定位导航服务上线等一系列任务。现场完成了一次 AR 产品的9小时极速交付。

参会嘉宾可通过 AR 小程序,快速导航到自己想去的展位和会议室,手机画面中漂浮的 AR 会议信息,还能时刻提醒会议议程。更有 AR 寻宝环节,惊喜礼品等待嘉宾开启。

图片

目前,Aibee VR/AR 应用已在北京、上海、天津、宁波、广州、惠州、佛山、深圳、香港、成都、重庆、武汉、沈阳、青岛、合肥等超20个城市,超300座线下空间应用落地。

购物中心也需要Mall的OS

在空间数字孪生的基础上,Aibee 基于人工智能技术,能够实现「人」、「货」、「车」等万级以上的多目标动态感知,并可实现数据打通。

林元庆指出,由于过去商业地产的数字化建设尚处于探索尝试的阶段,往往缺少总体的顶层规划。当需要客流数据辅助经营时,就建立一套客流系统收集数据,当需要提升停车场体验时,就搭建一套反向寻车系统。长此以往,系统烟囱林立,数据各自为营,难以形成合力。

「数字化与智能化的建设,需要先把数字化底座打牢。场、人、货、车的数字化做好之后,想要在上层搭建怎样的应用,直接从底座上拉数据、建应用就可以了,不需要重新再建一套系统。因为你想到的任何数据,在数字化底座里面都有」,林元庆如是说。

基于此理念,Aibee 为商业地产行业打造了一整套的数字化与智能化解决方案,并将其命名为 AI Mall OS,其价值正如 Windows、iOS 操作系统一般,」这是与过去完全不同的一条建设商业地产数字化与智能化的路径」。

「一切数字化与智能化的应用,最终都要回到落地效果上去衡量其价值」,现场,林元庆用几个例子展示了通过 AI Mall OS 的整体应用、数据打通,对于商业地产收入增长、成本降低及体验提升的赋能。

图片

某购物中心常规的优惠券派发活动,一般情况下,投入10万营销费用,能带来约5-6倍的 GMV。Aibee 通过大数据,不断优化机器学习的模型,在2019年6月的活动上,为购物中心带来接近10倍的 GMV,并在2020年6月的活动上优化到了32倍。原来花10万块钱营销费用,通常情况能带来50万的 GMV,现在通过 Aibee 的技术去精准发券,能够带来300多万 GMV。

图片

应用了 Aibee 智能反向寻车系统的某大型购物中心停车场,彻底解决了顾客寻车难的问题。该购物中心场馆1部署了Aibee的反向寻车系统,场馆2无反向寻车系统,场馆3部署了某传统反向寻车方案。最终数据显示,场馆2(无寻车系统)平均每天求助保安帮助找车的顾客数为77人,场馆3(传统寻车系统)为165人,场馆1(Aibee 寻车系统)仅为4人,数字化与智能化的应用效果是显而易见的。

CCFA 中国购物中心创新技术应用中心

数字时代的到来,给以经验为导向的购百(购物中心、百货)运营,赋予了更多的技术手段,尤其是购物中心行业,正在从传统的店铺租赁模式,向平台运营模式转变。

在本次大会上,CCFA 还宣布与中国电信、Aibee汇纳科技、数衍科技、印像数据、有赞、腾讯广告、脸脸等首批技术厂商合作,共同成立CCFA 中国购物中心创新技术应用中心。

中心将致力于成为购百数字化技术应用领域的引领者和标准制定者,中心成立后的首要任务,即为购百行业关注的发展方向,研讨、制定具有指引效力的标准、参照。

客流是购物中心的经营命脉,也是购百数字化要解决的核心问题。自3·15曝光人脸识别客流统计侵犯顾客隐私事件后,行业普遍关注着客流数据合规问题。

针对此,中心已初步拟定《购物中心及其他商业场所客流系统数据统计指引》工作讨论稿,明确了客流系统数据统计定义,数据维度、技术手段及基础原则。中心正式成立后,将召集研讨会,推动该标准的修订与颁布,为购物中心合法合规实现数字化与智能化升级,提供清晰指引,护航行业迭代。

作为购百数字化技术应用的权威智库,中心还将在业内通过零售技术的引进,评价和推广,帮助和促进业态运营效率优化;通过供需双方的广泛交流促进技术产品的升级迭代;通过新闻传播,专业报告等方式,推广最新零售技术应用成果和最佳实践,推动行业发展。

参考链接:

https://mp.weixin.qq.com/s/E5unoD_6EkzGSy7zImkAcw

https://mp.weixin.qq.com/s/LJmP82JXwDSCcRIaqy8BuQ

https://mp.weixin.qq.com/s/rOZhLn3IRR7Nde3VS32U9g

产业AI数字孪生商业地产
相关数据
Aibee机构

Aibee(爱笔智能)是业界领先的人工智能(AI)整体解决方案企业,致力于“赋能升级垂直行业,打磨极致AI技术”。Aibee 在国内率先主张「OOO」(Offline Online One-world)“线下线上一世界”理念,同时也将自身定位为线下与线上的“连接器”,帮助线下实现全面的数字化,走向智能化的运营、管理和触达,推进「OOO」终极目标的实现。Aibee 已为商业地产/购物中心、品牌连锁店、银行网点、汽车 4S 店、停车场、机场、景区、运营商等垂直行业提供整体解决方案。

www.aibee.com
相关技术
数据分析技术

数据分析是一类统计方法,其主要特点是多维性和描述性。有些几何方法有助于揭示不同的数据之间存在的关系,并绘制出统计信息图,以更简洁的解释这些数据中包含的主要信息。其他一些用于收集数据,以便弄清哪些是同质的,从而更好地了解数据。 数据分析可以处理大量数据,并确定这些数据最有用的部分。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

数字孪生技术

数字孪生(*Digital twin*)指可用于各种目的物理资产(物理孪生,physical twin)、过程、人员、场所、系统和设备的数字副本。

推荐文章
暂无评论
暂无评论~