今日，京东到家旗下智能货柜，京东到家Go对外发布，智能货柜已升级为3.0版本、智能供应链升级为2.0版本。此次新品的发布选址在某共享办公空间举行，也这是京东到家Go智能货柜核心的场景之一。
随着移动支付的普及以及购物便利化的需求，智能货柜越来越常见。京东到家Go是最早提出智能货柜概念并投入研发和使用的无人货架品牌。3.0货柜通过AI赋能，实现了动态视觉识别和重力感应互相加持的双重互补技术，其中重力感应技术以商品重量为判断标准，设备运用重力传感器，根据每个货道重量变化来识别用户拿取的商品种类，动态识别技术即使用高清摄像头实时抓拍用户从拿取商品到拿离货柜的整个过程，并在商品运动中实时识别商品的种类和用户行为。
购物流程：打开微信/京东/京东到家，扫一扫开启货门，取走商品，屏幕上显示价格，取走商品关上货门自动扣款。整个过程在10秒以内。不满意的商品可以随意放入货架任一位置，同样支持识别。
在智能货柜升级方面：3.0版本与旧版本最大的区别是，融合了1.0版的重力感应+2.0版本的纯视觉识别方式。在降低选品难度的情况下，更好的控制货损和掌握商品的实际消耗情况。
京东到家Go总经理江军介绍，单纯的重力感应技术对选品有极大限制。1.0版本的机器，货柜里不能同时出现2件同样重量的商品，否则机器无法判断;2.0版本的纯视觉识别方案，对于光线、包装、有无遮挡等复杂情况，较难识别。而3.0融合前两个版本的优势，目前误差在1%左右，一台机器的成本不超过1万元。
在提升商品识别准确率方面，京东到家Go智能货柜3.0对摄像头进行了迭代，在智能货柜中安装更为先进的高清摄像头，以保证能抓拍到更多运动中的高清照片，确保不出现拖影等情况。同时，在捕捉到的图像帧数较少的情况下，通过大数据对商品模型的多维度训练，特别是对每个商品的每个SKU进行多维度的反复训练，提升识别的准确率。在数据的模拟训练过程中，京东到家Go总共制定了80种拿放规则，每一种商品都将采集8000多张图片，确保模拟出线下的每一种场景和每一种拿放动作及手势，提升单帧图像的准确率和召回率。
在智能供应链升级方面：2.0版本供应链可实现补货任务的自动触发、补货指令的自动下达以及补货路线的自动规划，并根据场景内用户的消费习惯大数据，进行商品的选品和迭代，不仅提升了补货效率，为智能货柜的“个性化”商品推荐提供了赋能保障，智能货柜的补货成本率也总体下降了50%，每个点位的单点产出提升了50%。
用何种方式补货?京东到家Go北京分公司总经理郑海介绍：一个点位如果整体商品缺货30%，系统就会自动分配最优路径的补货员进行补货。而货物直接从京东配送站(而不是京东大仓)分发至最近的点位，极大降级了成本。
京东到家3.0的智能货柜又如何防损呢?江军介绍，这个过程首先需要收集异常订单、判断异常订单，判断异常的原因，再给出对应解决方案。对于非机器原因产生的用户没有付款的行为，京东到家会采取“PUSH待支付的订单消息”、“限制违反操作用户的打开权限”、“直接扣款同重量商品的最高价格”等一套严密的风控体系从而避免损失。
在场景方面：目前智能货柜已经切入办公场所、公寓、酒店、商务写字楼等场景，全国机器数量有10000多台，其中3.0版本的已投入北京、上海等办公场景1000多台。并且今年年底前，新增5000个优质点位的计划也被提上了日程，在学校、商城、地铁、机场等较为开放空间的投放也正在进行。哪种渠道表现的最好呢?江军从数据看来，这并不固定，反而各个渠道的分析需要具象化。“这需要把货柜周围的商业配套是否完善、商业价值是否存在、甚至公司是否提供食品福利等细节都要考虑在内，这依靠精细的运营能力。”江军介绍，京东到家Go可以做到，100人以内公司的流量，就能支持1台设备的摆放。“这背后的核心是找到特定场景下，用户最真实的商品需求。”
虽然去年“无人零售”业态里“无人货架”预冷，但在江军看来，外界冷静地看待这个行业，其实是一件好事。“零售行业本质上还是成本、效率、用户体验的问题。要看用户是否有真实的、便捷化的购物需求，但这种便捷化趋势越来越强烈。日本1.2亿人口有500多万售货机，中国的规模肯定在千万台以上。通过智能货柜，可以解决无人货架行业的那些坑。”
笔者认为，京东到家在做智能货柜这件事，是存在自身优势的。首先京东有供应链的优势。京东到家Go的商品，经过京东大数据的分析和规模化采购，动销增强、成本降低;其次，到家Go的技术都由京东研发，研发能力是降低货物损的关键。而京东发展京东到家Go业务，是把相对高频的商品放在离用户更近的地方，背后的商业目的也是构筑京东的全场景消费形态。京东可以1天配、京东到家可以1小时达、京东到家Go可以10秒开门购物，这些组合拳正在带来京东的消费全场景。而到京东到家Go未来更具有精准的广告价值和用户数据价值。
