编者按：Amazon最具野心的项目发生在线下，因为在线上它几乎已经统治了能卖的一切。但是这个已经持续7年的试验项目还没有让贝索斯看到财务回报的希望。不过，就像Amazon历史上众多失之东隅，收之桑榆的尝试一样，结果会怎样还很难说。

知名记者Brad Stone与Matt Day联合在《彭博商业周刊》撰文，揭秘了Amaozon这个有史以来最具野心的项目的内幕故事。

投入产出不成比例的实验项目

Amazon有个要对便利店进行革命的绝密项目。2015年秋，这个项目的负责人邀请贝索斯过去鉴定一下他们的工作。 他们在西雅图南部租了一个仓库，将一楼的一部分改造成了一个15000平方英尺的模拟超市，竖起了胶合板墙，布置好货架和入闸机，还模拟了购物者走进来时可扫描其智能手机的技术。

Amazon的首席执行官和几名助手于是假装购物，把购物车推到了边上堆满罐头食品和塑料果蔬的过道上。里面还有专门的柜台，Amazon员工在里面扮演起咖啡师、肉贩子以及奶酪贩子的角色，他们接受订单，并把东西添加进贝索斯虚构的账单上。

据一位当时在场的人说，事后贝索斯把项目主管召集到一起，告诉他们说，尽管他们都做了很棒的工作，但体验却是脱节的。 顾客得等买的肉、海鲜和水果等称好重，然后加进他们的账单上，这本来也没什么，但这个便利店的主要卖点本该是取消浪费时间的收银台的。 贝索斯让这个小组把肉类和奶酪撤掉，把重点放在取消排队和收银员上。另一位员工带着遗憾回忆道： “这是Amazon的其中一件事情，我们热爱它——让我们改变一切吧！”

差不多四年之后，在芝加哥、纽约、旧金山和西雅图一共开设了14家Amazon Go商店。这些店的规模大约是原先那个仿造模型的四分之一，均坐落在市中心的办公区，里面提供了少量种类的三明治、餐包以及和便利店商品，如苏打水、果酱以及薯片等。 就像贝索斯所希望那样，商店没有收银机。 一旦客户通过手机上的一个特殊的app扫描好屏幕，就可以拎着选好的东西出门了，而Amazon则会神奇地对他们的信用卡进行扣费。 综合各方面来看，该公司打算在未来数月和数年内开设更多这样的商店。

从技术角度来看，Go商店是一个奇迹——这是证明Amazon.com能力的简练例证，说明它可以投入庞大资源，应用最新AI技术，来解决一个日常问题。 这些还说明了该公司纯粹为了技术而追求技术的倾向（参见：Fire Phone），其结果是一个卖的东西7-Eleven都有，但复杂性和成本却更高的商店。 不同拍摄角度的摄像头悬挂在天花板上，当顾客在过道上徘徊时会跟踪他们，而嵌入在货架上的天平称可将货品的重量精确到克，从而确定哪些货品被捡走了。 在幕后，复杂的图像识别算法可确定是谁取走了什么——Amazon的工作人员在办公室还可以对视频进行审核，以确保对购物者的收费准确。 每家商店还有一名当地工作人员随时帮助大家下载Go app，去补货上架，并在卖酒的区域检查购物者的身份证。

做的这一切都是值得吗？ 除了午饭高峰期以外， 一些 Go 商店似乎几乎快被遗弃了。 熟悉Amazon内部预测数据的员工表示，芝加哥的网点情况尤其低于预期，该公司被迫用抽奖活动、赠送手提袋和其他品牌商品来提升人气。 然而，就像这个项目动荡的历史所表明那样，Go商店并不是该公司努力的顶点，而更接近是一项正在进行的实验。 而对于这项实验的潜在回报——12万亿美元食品杂货市场当中的一大块蛋糕——似乎拥有无限资源并且有风险偏好的Amazon处在最佳的争夺位置。

顾客在西雅图商店的摄像头底下购物。

排队等待是痛点

分析师和投资者多年来一直在问贝索斯Amazon会不会开店。 他的回答通常跟2012年告诉采访者的内容大同小异：“我们愿意，但只有当我们有一个真正与众不同的想法时才会去做。我们Amazon有件事情一直做得不怎么好，那就是做跟风式的产品。”

就在那个夏天，他开始认真考虑做实体零售的机会。根据美国人口普查局的数据，实体零售占到了美国零售总额的90％。贝索斯也看得出，像Amazon这种规模的公司要想不断增长，就必须进入到新的行业。 （靠语音激活的 Alexa 助手的开发以及制作了《Bocsh》和《指环王前传》的Amazon Studios部门的成立大概都是在同一时间开始的。）为此，贝索斯让资深副总裁Steve Kessel来负责这项行动，后者曾负责Kindle开发，并让出版业从此进入数字图书时代。

Kessel让Gianna  Puerini 恢复西雅图地区的房子，并负责领导该产品的研发。Gianna曾负责监管Amazon的主页和产品推荐部门，其实当时已经退休了（今年早些时候已再次退休）。 Puerini 在南湖联合区，也就是离Amazon总部仅几个街区之遥的地方，找了一栋不起眼的6层建筑，开始安营扎寨。据一位前同事说，因为这个项目要求对内部员工也要保密，所以她的首要任务之一就是要选一个无聊到没人会注意的项目代号。在接下来的几年里，IHM这个名称，也就是“库存健康管理（inventory health management）”将会一直伴随着这支团队。

为了找人对工程进行监督， Kessel把贝索斯的影子，也就是技术顾问，Dilip Kumar招了进来——这位引人注目的Amazon员工的主要职责基本就是跟着那位CEO到处转，还坐在他的旁边开了一年的会。 Kumar偶尔会到当地的开麦夜讲讲单口相声 ，但同事们说他在工作中却斗志旺盛，强度很高。

IHM的员工表示，最初几个月基本上都是开放式的头脑风暴和辩论。 他们考虑过应该选择梅西百货那种风格的百货商店，还是沃尔玛风格的超级购物中心，或者甚至还考虑过电子商店。 他们有过一个后来被放弃的想法，把商店做成两层楼，让Amazon圆盘形的仓库机器人在顶层负责装配订单，然后利用传送带和机器人把货物运送到楼下客户等候的车辆中。

几个月后，Kumar、 Puerini 以及他们的同事不得不承认，现实世界里面大多数的商店已经运作得非常好了，但有一个明显的例外：超市。超市的收银台非常令人讨厌。美国人平均每周要买两次日杂百货 ， 他们在收银台前等待的体验可以概括为——用Amazon的A型颠覆者破解团队的话来说——效率低下劳神费力的线下购物。Kumar说： “我们意识到，到实体店购物有很多好处，但是排队等待不是其中之一。”

很多公司都试图解决这个麻烦。 苹果让员工手持刷卡机在苹果商店内到处走动，而中国的 缤果盒子利用附在产品包装上的RFID芯片来进行自助结账。 IHM团队则希望完全消除瓶颈。 在Amazon有一项传统，为了确保团队逆向按照客户需求去做事，他们会先从发布新闻稿，或者用Amazon的话来说，“PR Faq”开始，宣布将开设没有收银台的商店。然后再开始研究实际技术，把发布的东西变成现实。

事实证明，说易行难，而且代价比预计要高昂得多。 为了弄清楚谁会在没有收银台的商店买什么东西，IHM工程师考虑过使用RFID，当客户走过过道时跟踪他们的手机，并使用面部识别技术扫描他们的脸。 他们还讨论了要求客户在选定东西时快速扫描二维码，但尽管这会让Amazon的工作变得更容易些，但对于客户而言，这些操作可能仍显得奇怪或不自然。 最后，他们决定利用计算机视觉，这是一种相对较新的技术，光靠数码摄像头和计算机就能通过视觉外观来识别物品，而不需要任何特殊的跟踪芯片或代码。

Kumar从Amazon的其他部门招募来计算机视觉和机器学习科学家，但事先并未告诉对方自己正在做什么。 他设置了一个又一个的截止日期，用准备向贝索斯或 Kessel汇报的PPT来激励他们。 那帮工程师每周要工作70到80个小时，在晚上和周末莫须有的空闲时间里回复电子邮件，撰写Amazon经典的6页纸文档，也就是用来概括提案的叙事性备忘录。团队里面有个人说： “我们大家根本就是住在山洞里。”

一开始，IHM团队设想了的是约30000平方英尺的大型商店，规模大约相当于郊区超市。 但几个月后，这帮人认为做这样一个大型市场野心太大了，然后将拟议中的商店规模减少了一半。

Puerini的团队用儿童积木、书架和办公室周围的其他物品搭建了第一批商店模型。 随着项目期望中的引入时间，2015年中日益临近，公司改造了位于西雅图南部的仓库，以便向贝索斯进行模型展示。它还匿名租了西雅图富人区国会山街区附近的一栋新的豪华公寓楼的一楼，用来作为第一家实体店。 向市政提交的计划许可申请包括大型农产品和乳制品冷却器，以及用于准备新鲜食品的现场厨房等。

不过贝索斯看了卖奶酪的模型后就叫停了研发，他赌的是顾客会被更流畅的体验所吸引——他要做Amazon著名的一键下单的实体版——即使它缺乏农贸市场或精品肉铺的个性风格。

在给贝索斯做过演示之后，Kessel召开了一次团队会议并宣布了这一消息：他们要转型做便利店。 一些工程师松了一口气，通过排除掉重量不统一的商品（如农产品和肉类），他们终于把复杂性给降低了。 但有的人则垂头丧气地离开了这个项目，原因有的是高强度的工作节奏已经让他们疲惫不堪，有的是对缩水的愿景感到失望。 在接下来的三年里，那个位于西雅图最有钱街区之一——国会山——核心地段的店面将会被遗弃，，商店的窗户上蒙上了一层神秘的棕色纸。

一位顾客在扫描手机进店

说易行难

贝索斯和 Kessel变得越来越不耐烦。 于是，2015年3月，当 Puerini 和Kumar重新进行概念设计时，他们在 Kessel 旗下组建了一个独立团队去开书店。 书跟食物正好相反，价格一致，易于存放，而且当然，还是Amazon卖得最早的商品。 由于大家逛书店的态度往往更休闲一点，所以没必要用技术来取代收银台。

那年秋天，当Amazon正在西雅图的一跟高档商场准备开始第一家Amazon书店时，关于该公司打算如何进军实体零售店的猜测已经尘嚣日上，GeekWire的一名记者甚至用一根嵌有摄像头的杆子去偷窥内部情况。大约在同一时间内，贝索斯偷偷从后门溜溜进去并对自己第一次看到的东西感到高兴。 他说，自己感觉Amazon的事业仿佛又回到了原点。

对于IHM项目的长期成员来说，看着Amazon Books从组建到建成只用几个月的时间，这速度简直令人眼花缭乱。 他们已经做了三年，但是自己的项目甚至都还没有正式名称。 为此，在2016年初时， Puerini的团队提出了Go 这个品牌，用来表达速度。她说： “就连这个词本身也只有两个字，抓起东西就可以走人。”

“我们贴了一张大大的海报，上面写着'不，真的，你走出去就可以了！' 

为了继续开发这项技术，Kumar的工程师在他们团队的新驻地，位于西雅图市中心第五大道和贝尔街拐角处的一栋叫做Otter的新大楼的一楼，设立了一个绝密的实验室商店。 Otter里面的这个实验室只能从里面进，而且要通过两道上锁的门。 一开始，货架上摆满了用粘土和聚苯乙烯泡沫塑料炮制的假食品; 切碎的绿色建筑纸张就是生菜了。 他们还频繁让员工进店，努力去欺骗技术。 他们穿上厚重的外套，拄着拐杖走路，或推着轮椅逛。 他们把物品故意放回错误的地方，从而产生一个 “物品凌乱”的自动告警，指示店员到正确的货架上补充物品。 有一次，他们还让每个人都带上雨伞，看看会不会会遮挡摄像头的视线;还有一次，员工们都穿上了西雅图海鹰队的球衣，看看根据衣服颜色区分购物者的算法能不能顶得住。

当假食品最终被真东西取代时，他们就让员工去购物，但是在特殊场景下：Puerini 回忆道，比方说：“你正在参加会议时：去买份沙拉和一杯饮料当午餐，”或者“你赶着去日托班接小孩：为了明天的早餐去拿些牛奶、草莓和麦片。”又或者，已经当爹当妈的要带上自己的小孩，这群小精灵是坐不住的，会到处乱跑，东拿西拿，可以对系统进行进一步的压力测试。 为了强化这些真实的实验，该公司还开发了这个商店的数字模拟版，并且用计算机生成的购物者来对它进行测试。

各就位，预备，出发！

1）顾客扫描手机，然后会收到一个数字标识，软件会用来跟踪客户的选购。

2）每个地方都有数个摄像头覆盖，确保客户被无缝跟踪。

3）软件利用摄像头的景深传感器和货架的重量传感器确定客户选中了什么东西。

4）如果软件跟丢了某人，会利用相貌、轨迹等输入来确定谁是谁。

5）货架内的摄像头验证客户何时放回了物品，然后触发通知，让员工重新备货。

6）客户离开时，软件对其信用卡进行扣费，如果出现问题，会发送指令进行人工审核。

Kumar的工程师们正在努力解决零售史上最棘手的问题之一：如何在结账时弄清楚大家拿了什么东西而不需要一样样地检查。 经过多年的努力之后，该团队得出的结论是，光靠顶上的摄像头对商品进行视觉识别是不可能的。 一天当中光照条件会发生变化，商品在货架上放置位置的深浅，挡住定制产品贴纸的手和身体，或者到处乱窜的小孩都可能会轻易就让系统混淆。

最终他们决定再增加秤并在货架内放置更多的摄像头。 （Kumar说：“重量为我们提供了可以使用的额外信号，但大部分繁重的工作都是靠摄像头和视觉算法完成的。”）Amazon随后对数据进行综合分析，确定谁购买了什么东西。

但仍然需要有人来监督这些判断。 当系统对一笔购买不确定，也就是出现所谓的低置信度事件时，他们会组建独立的团队来审核镜头。 建立这样的团队导致至少有部分员工质疑这整个努力是否值得。（Amazon表示人为干预的情况很少见。）

人还有其他角色要扮演：他们得制订生鲜配送的食谱，并准备每天的午餐（羊肉三明治，越南鸡肉三明治，卡普列塞沙拉等）。 2016年底，Amazon计划在西雅图市中心的新园区开张一个缩小版的原型商店，为此该公司专门聘请了连锁餐厅厨师和员工。 它在该原型商店设立了厨房，还在西雅图南部一个旧仓库附近开了一家商业级的测试厨房。 这次Amazon一反常态地大肆炫耀。 它买来了售价数万美元的德国商用版烤箱。 试点厨房出现怪味时，Amazon还特定聘请了两位专业人士来解开这个神秘谜团。 （罪魁祸首是腌白萝卜。）

厨房，再加上Amazon在运营过程中有追求严格的、有时甚至是不人道的效率的倾向，这给他们带来了另外一些意想不到的挑战。 一名员工回忆道， 由于食品安全是首要任务，那间商用厨房必须保持非常冷的温度，但Amazon一开始却拒绝工作人员的要求， 导致他们被迫在轮班期间打赤脚在冷冰冰的混凝土地板上安装垫子。 后来总部的一位高级经理花了一天的时间观察万厨房的操作之后，公司才给厨房工作人员发放衣帽和其他冷天穿的装备。 事实证明，服务从业人员就像Kumar的算法一样难以管理。

原先的Go商店于2016年12月向Amazon员工开放，但计划于2017年初开始的面向公开的开放日又推迟了12个月。 当20人或以上购物者同时进店时，系统往往就会冻结。 当购物者拿起产品然后放回到不同的货架上时，系统会找不到原先的商品。 购物者自己也会感到困惑。Puerini说： “我们注意到很多客户在出口处犹豫不决，问入口的助理自己是不是真的就可以走了。在测试中，我们张贴了一张大大的海报，上面写着'不，这是真的，你走出去就行了！' ”这份海报的一个版本还在那里。

Amazon还对食品的准备进行了调整。 它开始减少对自己厨房的依赖，从外部供应商那里购买更多食物，其中就包括为星巴克和7-Eleven制作沙拉和三明治等的Taylor Farms。 那些昂贵的德国烤箱显然还一动未动摆在原先的商店里闲置着。

杯子上的文字提醒客户拿东西走人就行了。

失之东隅，收之桑榆？

较早前，Go团队曾设想在每个主城区开设数千家商店。一位前高管说：“我们一直都希望能够遍布每一个角落，我们希望能像星巴克一样普及。”但现在，在这个项目开展了七年之后，Amazon才开了14家店，最新的一家位于旧金山市中心内河码头中心。 该公司还大幅放缓了Amazon Books的开店节奏，同时推出了Amazon四星商店，这是一种新型的商店，里面是精选的好评物件和Amazon电子产品。 不过跟贝索斯在2012年怂恿开展该项目时的设想不一样的是，这些实体零售实验对公司的财务状况几乎没有任何影响。这位CEO的当机立断很容易想象：概念试验他都讨论了7年了，现在考虑一下财务回报并不为过。

按照目前的这种节奏，Go商店需要的时间跨度将大大超过这个范围才有望收回投资。 熟悉该项目的人估计，Amazon已经在此项目上花费了数亿美元，光是试点商店大概就花了200万至300万美元。 一位前员工声称这是该公司有史以来最昂贵的研发项目之一，不过Kumar对此表示质疑，称这些商店使用的都是现成的硬件以及Amazon现有的云计算基础设施。 尽管如此，考虑到摄像头和传感器部署的密集程度，以及一周之内所有时间随叫随到的技术支持人员，这些成本可能比经营7-Eleven这样的商店还要高。毕竟，人家只有一名收银员，而且，除了Slurpee机器之外——几乎不需要任何定制化的技术。

按照传统的Amazon风格，Kumar声称对于Go项目来说现在“还为时尚早”，并指出“顾客喜欢那种径直走出去不用停下买单的体验”。 对此分析师（和Yelp的点评人）基本上表示同意，并将这种体验与在机场进行TSA Precheck（预检） 的感觉进行比较 ：一旦习惯，就就再也不想回去了。 Kumar说，这使得该项目“有很大的自由度可以去尝试其他类型的东西。”

正是那些“其他东西”令投资者和公司的观察家着迷。 Amazon史上不乏失之东隅，收之桑榆的事件，比方说早期做得不成功的拍卖业务，导致了后来第三方卖家的成功引入，而Fire Phone的很多失败教训，被工程师吸取到 Alexa的研发上。零售顾问 McMillanDoolittle的合伙人Neil Stern 说：“就像Amazon做的那么多东西一样，我敢肯定Amazon不会把它看成是便利店，也不会把它当作书店，而是把它看成是一个数据实验。商店本身并不是一个好点子。”

Kumar本人对未来计划保持谨慎，但他指出，Go技术可以应用到便利店以外的地方。他说：“如果对其他事情行得通的话，我们就会去做。”

与此同时，Amazon对实体零售的投入似乎正在加大。 在过去的几年时间里， Kessel 一直在管着快捷送货服务Prime Now和 食品生鲜服务Amazon Fresh。 2017年夏，贝索斯收购了Whole Foods Market的特许经营权时， Kessel 还负责对500家左右的全食超市商店以及成千上万个需要等待支付的传统结账通道进行管理。

然后国会山那里还有一间店，贝索斯在2015年秋时叫停的那家那座中等规模的杂货店。今年早些时候，Amazon悄悄地向西雅图当局提交了新计划，令邻居感到安慰的是，他们在空地上复工了。 驻店厨房的计划被撤销了，转而把“光速车道”添加到蓝图里面。 那家店的规模超过了10000平方英尺，比传统的Go商店要大得多，但它究竟有什么新概念仍然被严密地包裹着，磨砂玻璃遮挡了面向东派克大街的正门。

但如果你站在人行道上，眯着眼睛透过磨砂玻璃的缝隙往里面看的话，你就可以看出里面似乎是Amazon Go商店的货架。

（来源：36氪 译者：boxi）

看来这两位记者对零售业态不了解更不要说AmazonGo人工智能便利店的商业数据如关键的坪效已经远超7-11传统便利店之王，感兴趣的可以自己网上查询，相信不难拿到这些新数据。

其实AmazonGo走的路线很古老，说想出来大家一看就会很熟悉：

传统零售店-麦当劳烧烤店

AmazonGo人工智能便利店即为今天经过长时间重新设计业态和AI2.0技术赋能后升级为全新的麦当劳快餐店

从零售业进化的历史来看，美国亚马逊推进变革的步伐还是很清晰和稳健的。只是这套新系统的造价面前还比较高，导致亚马逊公司对AmazonGO人工智能少人便利店的大规模商业落地还有所限制（尤其AI2.0技术的天然缺陷导致对于商店选址条件等有重大限制的情况下），所以亚马逊在这个创新领域还没有最后真正地胜出，这个新业态的竞争机会至少目前对于大众来说其实还是均等的。

中国无人便利店跑到现在，行业的玩家们已经可以开始点评模式的优劣势，并思考最终是否能够规模化商业落地。

对于大多数资本押注的RFID，林捷直言：“RFID最不可能跑通，标签的成本，和一物一码贴标签的运营成本都是极高的，肯定不可持续，规模越大运营越复杂，成本也就越高。”

林小龙则认为Amazon Go的视觉识别模式可能更不容易跑通，为节省单店建设成本而简化的类AmazonGo中国AI系统里商品的货损无法保证，单店投入的成本太高，投入和产出比不是目前无人便利店企业能够承受的，“亚马逊的模式，实现的是无人结算。”

对于这一点，一直在研究视觉识别模式的林捷，也提到了商业化的难度，目前视觉识别模式还无法解决人多识别率下降的难题，“如果技术本身无法精确地在大范围内识别人，都不用考虑成本问题，这事就没法规模化商业落地。”

林捷的眼光无疑是让人敬佩的；而林小龙则连人家AmazonGo新业态是啥都还在一直蒙圈，最后挂了不冤。

AmazonGO人工智能少人便利店作为 ‘AI+行业’ 的新业态典范现在只需要克服2点即可引爆传统便利店行业：

1、大幅降低建店成本

2、祛除运营后台辅助人工决策环节（其实也是成本的一个重要组成部分），用可信AI实现销售流程全自动化

而国内无人便利店就没有那么幸运了，需要翻越的困难可谓雄关漫道问题多入牛毛，硬生生将 ‘AI+行业’ 的一手蓝海好牌打成了 ‘行业+AI’ 的作死红海局面。

欲对商品进行准确的检测和识别，高精度的摄像头对辨别商品就极其重要，现在 ‘行业+AI’里的巨头沃尔玛Walmart就成为了亚马逊AmazonGo之后奋起直追的强有力竞争对手之一。

目前要做到用AI监控货架上的商品，就付出了采购数百高精度摄像机和100组服务器为之采集到的图像进行解析图像的服务：

基于AI2.0技术平台的人工智能产品，需要消耗400+GPUs对摄像头采集到的像素进行分析：

这使用的AI2.0技术虽然与自动驾驶的十分类似，但从城市交通红绿灯对红、绿、黄三个像素进行检测和识别来说，要在商场里对货架上的千万件商品进行精确无误的检测和识别，后者的AI计算量是自动驾驶AI环境里计算量的5-10倍以上！这是非人工智能专业人员无法理解的严酷事实，具体事例可以参考详细实例：怎么看待特斯拉刚刚发布的红绿灯检测识别功能？https://www.zhihu.com/question/318042339/answer/636291328

特斯拉花了4年多时间动用50万辆车采集、标注数据才得以真正可以投入大规模落地商用！具体数据实例可以参考：自动驾驶为啥那么烧钱？国内公司是否也一样烧钱？https://www.zhihu.com/question/315734202/answer/644610517

【参考】深度：简24无人便利店体验及技术解析

https://zhuanlan.zhihu.com/p/30518662

以沃尔玛代表的传统零售企业实行的是 ‘行业+AI’ 红海策略，当然包括中国的头部互联网公司、无人超市公司、无人便利店公司等。

其本质上就是如林捷所总结的那般：

一直在研究视觉识别模式的林捷，也提到了商业化的难度，目前视觉识别模式还无法解决人多识别率下降的难题，“如果技术本身无法精确地在大范围内识别人，都不用考虑成本问题，这事就没法规模化商业落地。”

现阶段人工智能核心技术的缺憾导致了这些企业不由自主地跑偏了创新赛道，闯进了最危险的试错雷区如泛滥的”新业态“开店等死亡沼泽地，共同原因是都缺乏精确地在大范围内识别人的基本人工智能技术。

相反，亚马逊的贝索斯其实恰恰是最保守的，其在AmazonGo店里采用的策略居然是上世纪40年代麦当劳零售的突破路径！商业上最稳妥的创新路径随着AmazonGo的不断落地实践，经过7年的磨难终于快接近了最后的成功。现在看来应用AI2.0技术真是把双刃剑，还没有进化到安全的AI3.0时，对使用该老技术的企业具有致命的市场危险。

世界最有钱的人头脑比一般零售商人都清醒：只做最赚钱的行业-便利店。

只有全世界最有钱的人才心里明白：AmazonGo人工智能便利店最大的资产价值在于门店所带来的真实而又宝贵的数据价值而不在实体便利店本身。

就如同后来跟随者沃尔玛Walmart智慧销售试验店不惜耗费巨资从采集货架商品实况为开始成就实体门店数据价值的唯一突破口。