近期，电商巨头亚马逊突然停止零售支付技术“Just Walk Out”。
关于亚马逊零售支付技术“Just Walk Out”的讨论在社交媒体上引起了广泛关注。
接着美国多家媒体爆出一条惊人的猛料：Just Walk Out这项所谓的AI智能售卖技术，本质上竟是廉价劳动力打造出来的假AI，顾客走进商店，拿走需要的商品离开，系统自动结账的无人智能售卖技术，这一技术的顺利运行，实际上依赖于1000多名印度工人的远程监控和人工验证。
亚马逊(Amazon)的“直接走出去”(Just Walk Out)技术长期以来一直被该公司标榜为一项革命性的零售创新，但它显然没有像一些人想象的那样改变游戏规则。
“Just Walk Out”技术的运作流程相对直观。顾客首先在亚马逊平台上注册并绑定支付信息，随后通过扫描掌纹或二维码进入超市。在此过程中，系统会为顾客创建一个虚拟购物车。顾客在货架前挑选商品，无论是取走还是归还，都通过货架上方的摄像头进行捕捉和识别。购物结束后，顾客可直接离开，系统将自动从其账户扣除相应款项。
尽管这一技术在理论上显得高效且便捷，但在实际应用中，却面临着诸多挑战。顾客的购物行为并非总是规范的，可能出现商品未准确放回原位、损坏或误放等情况。
显然这些复杂场景往往超出了AI系统的处理能力，因此需要人工介入以确保交易的准确性。
亚马逊为此建立了一个远程团队，他们的任务是通过监控摄像头实时验证顾客的购物行为，并进行必要的人工校正。
这表明，尽管AI技术在零售领域的应用取得了一定进展，但在处理复杂和非标准化场景时，仍然需要人力资源的支持。
这不免让人怀疑，AI真的能让我们变得更好吗?到底是AI为我们打工，还是我们为AI打工。
尽管“Just Walk Out”技术的实际运作依赖于人工监督，但这并不妨碍我们探索AIGC(人工智能生成内容)技术在零售业中的其他潜在应用。
在这一背景下，我们可以进一步探讨AIGC(人工智能生成内容)技术在类似场景中的应用潜力。AIGC技术能够根据大量数据训练生成文本、音频、图像等内容，为零售业提供个性化的营销策略、客户服务和产品推荐。
AIGC产业生态可划分为三部分：基础设施层、模型层和应用层。
基础设施层包括：算力、数据、算法基础为主。中间层玩家相对较少,主要以模型和开源社为主。应用层则在文本、音频、图像、视频四类模态的基础上，发展出策略生成和跨模态生成，并在多个行业实现商业应用。文字生成发展时间较长，跨模态生成潜力最高，落地应用也最为成熟的赛道，也是大家接触最多的。
不管是企业还是个人都可以便捷使用、可参与其中。无论是文字生成、音频生成、图像生成、视频生成、跨模态生成和策略生成。
由于NLP技术发展历史较久，如Stability AI，已经在全球范围内有了C端用户量的证明。
随着ChatGPT、文心一言、Sora等产品问世，AIGC覆盖场景愈发丰富，表现效果逐步成熟。
尽管AI技术在提高效率和降低成本方面具有显着优势，但其发展也引发了伦理和社会责任方面的讨论。技术的自动化可能导致就业岗位的减少，同时，对个人隐私的保护也成为不容忽视的问题。因此，未来的发展需要在技术创新和社会责任之间找到平衡点。
亚马逊无人超市的案例提醒我们，AI技术的发展并非一帆风顺，它需要在不断迭代和完善中前进。
同时，企业和社会应当共同努力，确保技术的发展能够惠及更广泛的群体，而不是仅仅成为少数人的利益工具。在未来，我们期待看到一个更加智能、高效且负责任的AI时代。
