百度PaddlePaddle让消费者吃到更新鲜的食物

有人深夜去买盒便当却发现货价空空如也，而有的便利店却正在发愁当天的饭团还剩下很多……未来这些尴尬的事儿会更少地发生，因为今天的AI可以帮助便利店、超市预测未来一段时间的销售量，从而更加精准地控制商品进货量，不但有效地提升了消费者的购买质量，更加避免了食品的大量浪费。

近日，联合国全球契约组织（UNGC）与百度共同发起“鲜食代零浪费”的食品价值链可持续发展行动倡议计划，全国拥有近300家连锁的中国民族便利店品牌Today首个加入倡议，并已通过百度开源深度学习平台PaddlePaddle完成了一次生产和服务模式的升级，打造了AI赋能新零售行业的首个“样板间”。

此次赋能传统便利超市的百度深度学习平台PaddlePaddle在2016年开源，一直被百度内部工程师在产品的研发过程中使用，目前已开发多达20种工业级模型。应用场景包括广告点击率预测、大规模图像分类、光学字符识别、搜索排名、计算机病毒检测、推荐等等。其中，基于平台建立的DNN神经网络——CTR预估模型，此前通常被应用在预测互联网广告点击率上，此次赋能也是该模型首次应用在生鲜便利店/超市等新零售行业领域。

据百度介绍，Ping++与百度协作使用PaddlePaddle的开源模型对Today过去一年的70个维度的数据、200多项特征点进行深度学习分析，包括商圈、人流、天气、节假日、实际销售量等，从多个维度对这些影响销量的变量进行组合计算，从而预测第二天的销售量，以此判断进货量。传统的操作模式是基于各门店店长经验来判断的进货量，人为个体的经验差异，甚至人员流动都会造成一定的损耗，而此次PaddlePaddle的价值更像是充当了一名经验丰富的店长，并且“思考”的维度更是超过人类的范畴，实验结果显示，有效地避免了人为判断的误差，降低了报损率，减少了浪费。这和此前百度用AI展现的“金牌销售”、“智能客服”有异曲同工之处，经验被机器所学习并广泛地应用。

本次实验中的模型针对Today中10家门店的便当、饭团等保鲜期为一天的商品进行了为期10天的实验。数据显示，参与试验的门店中该类商品的平均净利润提升了近20%，报损率（食物浪费）降低超过30%，正在完善的二期数据模型拟针对百家不同店型的门店同步实测。

这一模型大规模投入使用之后，对便利超市产品供应的改善显而易见。以往消费者总担心买不到最新鲜的食物，或者买到了临期的，现在这些问题都将被百度PaddlePaddle在零售业的应用所改善，保证消费者买到更新鲜的生鲜食品。

企业或者商家自身具有深度学习技术能力的或者拥有自己的技术服务商的，都可以通过使用百度开源的深度学习平台PaddlePaddle来重构自己的业务，如果是大规模或者连锁企业和商家，其带来的效果将会是指数级的改善。PaddlePaddle也是百度针对中国的AI环境所搭建的，简单易用，相对于偏重学术研究的Tensorflow更具有工业级应用的价值，并提供全中文的技术文档。未来随着更多合作伙伴的加入，AI亦将更快、更广泛地在消费者的日常生活中落地，AI距离我们其实并不遥远，此刻正在发生。