在本周的美國全國零售聯合會（NRF 2020）貿易展覽會上，吹捧了有望為零售商解決若干庫存和人工問題的機器人和人工智能解決方案。在整個展廳中，公司展示了不同的技術解決方案，包括移動機器人，空中無人機，攝像頭系統以及用于快速分析的集成AI軟件。

機器人供應商承諾解決的三個最大領域包括庫存跟蹤和貨架分析（注意物品何時缺貨），貨架圖合規性（確保產品正確放置在貨架上以匹配計劃的展示）以及價格準確性（確保產品在貨架上具有正確的價格，也要與在線價格相匹配）。

此外，多家機器人公司在這里展示了他們的倉儲和供應鏈產品，向零售商展示了機器人技術和自動化如何支持全方位的工作，例如“在線購買，進店取貨”，或者他們如何處理往返于配送中心的商店補貨工作流。

這是我們在展會上與公司會面時制定的一些外帶的想法和趨勢：

減少缺貨

許多公司都引用了有關購物者的研究或提供的軼事，這些購物者在去商店發現他們沒有庫存時感到惱火。

彭薩系統公司使用小型空中無人駕駛飛機來提供零售庫存的自主感知，它從多個客戶部署中發布的數據表明“現實中的現成庫存水平可能比長期接受的估計還要糟糕”。

盡管許多零售商都在爭取98％的現貨供應率，但Pensa的數據顯示，其平均價格通常在90％至96％之間，而缺貨率接近25％至30％，遠高于庫存系統的報告。Pensa的其他發現顯示：

“隱藏的缺貨”占問題的30％。彭薩說，在這種情況下，貨架上的明顯縫隙被相鄰的物品或錯誤的產品遮蓋了，或者所需的產品有貨但被其他產品隱藏，或者在商店的第二個位置有售，但沒有購物者希望在哪里找到它們。彭薩說，隱藏的缺貨占所有缺貨情況的30％或更多。

商店積壓了他們最暢銷的產品。鑒于零售商有多大的動力來確保受歡迎的產品一直在貨架上，彭薩說，令人驚訝的是，發現許多商店中最暢銷產品的缺貨率通常達到8％至12％。

不太受歡迎的產品缺貨時間更長。商店中的利基物品可以為客戶提供多種商品，但是當發生隱藏的缺貨或其他變形時，這些物品似乎是庫存中的而不是在銷售中，而實際上它們卻無庫存，并且在較長時間內未被發現。彭薩說：“錯誤的結論可能會自我延續，而供應鏈實踐會因為行動緩慢而加劇。”

小型商店的表現要差于平均水平。因為較小的商店要庫存一些商品，以便與較大的商店和在線零售商競爭，所以這通常導致它們更經常耗盡最暢銷的產品，從而導致更高的缺貨率。

Pensa Systems總裁兼首席執行官Richard Schwartz。

Pensa Systems首席執行官Richard Schwartz表示，“在線購買，實體店提貨”的增加使許多零售商的問題更加嚴重。他說：“這種融合為零售商帶來了很多風險。” “基本上，最糟糕的情況是，如果您在網上購買商品，而您卻被指示去商店取貨，而產品缺貨–您終生失去客戶，他們會如此生氣。在亞馬遜戰役中，所有零售商都在嘗試準備和加強庫存–他們需要利用在當地的存在和本地庫存的價值。”

Bossa Nova Robotics的首席技術官Sarjoun Skaff說：“零售商正在購買一種解決方案，使他們能夠改變商店的經營方式。” “他們想知道商店里有什么，以便更好地分配人工任務。他們需要知道輪班何時出現的問題，而不是第二輪出現時的問題。”

此外，庫存數據知識還可以通過其他方式幫助零售商。他說：“他們需要提高效率以應對電子商務的價格壓力，并且他們需要提高庫存的準確性，以便能夠充當網絡購物者。” “通過建立商店基礎，這實際上是最后一英里交付的競爭優勢，但前提是您知道商店中有什么。”

機器人街區上的新孩子

Bossa Nova在展會上宣布了通過與NCR的合作將其在沃爾瑪的機器人部署擴展到1000個機器人的計劃，該公司是該領域的早期先驅之一。但是更多的公司正在著手解決這個問題。

例如，斑馬麻省理工IES公布了其SMARTSIGHT智能自動化系統，基于訂閱的服務和平臺，沿著過道店尋找外的庫存產品，價格不匹配，和不正確的貨架設置使用EMA50移動機器人旅行。該公司表示，它與其他庫存掃描系統的不同之處在于，它能夠產生糾正措施來存儲員工的移動計算機，從而幾乎實時地解決問題。

羅伯特·阿姆斯特朗說：“我們相信這是市場上專注于實時向員工前臺員工采取糾正措施的解決方案，以幫助確保他們根據收集到的所有數據采取行動。”斑馬技術投資組合營銷副總裁。“不僅僅是坐在儀表板上等待某人解釋數據，然后發出您希望將要發生的操作。任務管理工作流集成可以確保員工以優先的方式幾乎實時地采取行動。”

除了Zebra的機器人之外，我們還看到了Badger Technologies的最新產品，該公司正在使用其“ Marty”機器人掃描庫存，這些機器人已部署在Stop and Shop，Giant和Martin的雜貨店中，以檢測地板泄漏。Badger首席執行官Tim Rowland表示，他認為2020年將是零售商更加重視這項技術的一年。

羅蘭德說：“一些人大步向前，［其他零售商］不想被排除在外。” “感覺庫存是零售商面臨的最大問題，還是機器人技術試圖解決的最大問題。”

在NRF展示廳的另一個地點，Brain Corp與Savioke合作展示了一個計劃很快宣布的概念機器人。中繼移動機器人已被用于禮賓應用中，以在旅館，醫院和其他室內場所交付物品，現在進行了修改，增加了一個塔單元，該單元延伸出中繼底座的頂部，用于庫存掃描。較小的機器人可能會吸引較小通道的商店，這些商店的通道較緊，或者擠滿了需要使用Brain自治軟件來計劃商店周圍正確路線的人。

Savioke的官員說，除了庫存掃描攝像頭和傳感器外，塔式設備概念還具有顯示屏，零售商可以將其用于店內廣告或公告。

軟件將是最重要的

在看到了許多用于收集庫存數據的技術方法之后，感覺數據收集的方法最終可能并不重要。盡管機器人具有吸引力，但其他方法（例如Pensa使用小型室內航拍無人機或Trax提供的小型貨架攝像機）也可能會為零售商帶來成功。

甚至使用手持移動計算機進行庫存掃描的霍尼韋爾，也提供了一些新功能來解決不正確的定價和貨架圖合規性。例如，它向與會者展示了新的相機和掃描儀如何在低架子或高架子上讀取數據，而無需員工彎腰或爬梯子。為了價格和貨架合規性，新的掃描儀利用機器視覺更好地識別錯誤的位置。

在嘗試確定最終采用哪種方法時，我最常得到的答案是：“這取決于零售商，他們的規模，庫存類型等。”換句話說，這可能是數據技術的混合采集。

因此，在這個領域中的贏家可能需要最好的軟件，該軟件可以快速分析現有庫存水平，識別不匹配的價格，在商店的不同位置（雜貨店過道，農產品，冷凍食品等）正確進行掃描，然后再進行捆綁可以無縫集成到現有的商店庫存系統中。