作为一名报道了7年互联网行业的科技记者，我是一名忠实的互联网信徒，对科技改造线下的能力深信不疑，但当我一头扎进传统零售行业，才发现自己面对的却是一片远未开发的贫瘠之地。

去年10月份，我在成都开起了第一家电子烟店，当时生意非常好，什么都不做，一天轻轻松松卖出1000、2000块钱的商品，于是我信心满满地开始大规模扩张，但是当门店数量多起来之后，发现了很多问题。

比方说，门店的排班依然是用最原始的Excel表格、进销存软件虽然很多，但是满意的却不多，最头疼的是人员的管理，人其实在最难管理的。

比方说突然请假、突然离职、以及莫名其妙地丢失东西、卖错价格，这些其实都还能接受，最大的问题在于店员平时在店里积极性不高，甚至摸鱼：上班打游戏、门店卫生脏乱差没人管，甚至出现一件啼笑皆非的事情：我们某一家店，店员每天按时打卡，打完卡就回家，店门都不开，销售全靠微信下单，当我们发现时，已经持续了1个月了。

虽然我们事后紧急安装了摄像头，但是依然无法解决积极性的问题，即便是我们给到了行业内最高的提成激励，依然无济于事，这件事也促使我思考，能不能用智能化的方案，去一键式解决这些问题？

如何利用EasyDL做一个门店管理系统

市面上的智能巡店软件多如牛毛，看完一圈后发现，大多数门店管理系统其实只是披着企业SaaS的石器时代产物。为什么这么说，因为它的功能其实非常简单，总部（老板）制定细则和任务，比方说货物摆放的顺序、整洁度、每天要做的事情，然后店员拍照打卡，只是做到了一个统一规范，其实和微信群没有本质的区别，更别谈科技含量。

并且这些门店管理系统通常都价格不菲，在这样的情况下，我开始思考，有没有更加智能的方案，直到我发现了百度飞桨的EasyDL。

什么是百度飞桨？简单来说就是百度自研的产业级深度学习开源开放平台，可以理解为一个“AI模型工厂”。而飞桨企业版EasyDL就是专门帮助企业零门槛、零算法、低成本定制AI模型的开发平台。相比于传统的解决方案，EasyDL的好处在于，一个几乎零基础的人，通过可视化的数据智能标注等处理，利用底层飞桨强大的算法能力和训练算力，能够轻松地完成AI应用的落地。

举个例子，我们可以利用飞桨EasyDL覆盖语音、视觉、NLP等技术方向的任务类型，根据需求进行匹配，去生产我们想要的场景模型，而生产的过程不涉及任何算法、代码，你要做的仅仅是采集足够多的数据，然后给这些数据打标签，训练AI识别，最终将准确率提升到一个你所需要的程度，然后部署到你方便应用的各种端侧。

飞桨企业版包括EasyDL和BML，前者是零门槛、低成本，也就是说只需要一位技术员工，甚至老板自己，都可以做出来，而后者则是面向大型企业做的全功能产品，当然，也更复杂。对于像我这样几家门店的小店主来说，显然还是EasyDL更合适。

那回到门店管理系统，如何做呢？其实挺简单，打开百度飞桨EasyDL平台，注册登录进入操作台，然后根据需求填写，紧接着上传基于摄像头拍摄的图片素材压缩包，这些图片中，有些是店员打游戏的，有些是擅离岗位的，有些则是正常工作的……

紧接着对这些上传的图片进行标注和模型训练，说是模型训练，其实很简单，就是告诉AI，哪些是正常的，哪些是不合规的，因为我做的产品是基于图像识别技术，所以我只需要拖拽鼠标，框选出不同图像，然后打上不同标签，然后告诉电脑，这是哪种情况即可。

当然，打游戏这种情况很难识别，因为第一摄像头精度不够，其次，需要对所有游戏进行识别训练，这个工程量太大，所以我采用的办法是手机横屏竖屏进行判断——只要手机横过来，基本就算在打游戏。

整洁度这个说实话不太好解决，毕竟灰尘这种东西太难捕捉了，但是还是有变通的办法，比方说，买的饮料喝完随便乱放桌子上，女生的包包随便乱放等等。

数据标注和模型训练完成后，最后就是检验和发布模型了，可以将模型发布云服务，或者打包成SDK，在服务器端部署，值得一提的是，如果需要硬件进行大量的边缘计算，也可以购买百度EdgeBoard软硬一体产品套件。

当然，这仅仅是一小步，后面还可以针对更多情况进行优化和迭代。

飞桨如何帮助中小企业智能化升级

当切身体验到AI对于门店的实际帮助后，我开始关注传统零售行业的智能化落地。事实上，整个智能化进程，处于一种很割裂的状态。

一方面是大城市的数字化进程加速，像便利蜂这样的新物种已经进化出从前端到后台的一整套系统；而另一方面，全国800多万个零售门店，大部分门店大多散落在三四线城市，数字化程度很低。

究其原因，一方面是数据采集能力较弱，另一方面是经济成本——采购一套系统的成本对于小本买卖的夫妻店来说并不划算，但会用飞桨的话，一切都不一样了。

无论是飞桨的EasyDL还是BML，企业都可以根据自己的需求去定制功能。而我们也发现，越来越多的领域和行业，也开始搭上飞桨这列人工智能快车，在智能化上的进程高速奔跑。

比如说，传统的铸造冶炼，需要人工对产品配料进行配比，一般都是经验丰富的老师傅，但工厂也面临技术传承、工艺沉淀等问题。以精诺数据和百度飞桨的合作为例，精诺将100位工厂的老师傅，把他们几十年的配料经验，通过飞桨的模型机器学习，变成了3秒就能给出的最优配比模型，让铸造熔炼变成一门容易掌握的技术。

在配料过程中，熔炼精配模块会利用百度飞桨提供的AI模型，联动光谱检测结果，精确计算不同工业要求下的最优方案，精确控制合金材料添加量，提高了产品的稳定性。过去需要10分钟，现在只需要十秒，并且使用后比之前节约了15%的原料，大大提升效益。

有人可能会问，这些都是高新技术大项目，我一个普通的餐饮店老板，也用得上吗？

真用得上。

不久前，百度App小程序上线了数签签的功能，像川渝地区，串串都是按签子的数量算钱，用户吃完串串，老板就会抓起签子一个个数，现在打开百度App，搜索“AI数签”，拍照后，系统就会告诉你签签的数量，大大节约了时间。

所以，在迈向智能化的过程中，无论企业大小，只要能够利用AI解决的问题，都可以利用飞桨平台去开发。

为什么百度飞桨能做到？

很多人可能会好奇，为什么百度飞桨EasyDL如此神奇，能够做这些，我觉得有以下几个原因：

首先是EasyDL强大的平台能力。

根据全球权威咨询机构IDC发布的《深度学习框架和平台份额》调研数据显示，截至今年6月，百度EasyDL平台市场份额位列机器学习平台市场份额第一，并连续两年保持市场第一。

EasyDL目前已经在图像、文本、语音、OCR、结构化、视频等7个方向支持多种AI模型定制训练，并且推出了EasyDL零售行业版，并在工业制造、安全生产、智能硬件、文化教育等领域广泛落地。

要说EasyDL的强大，概况来说就是简单易用的操作界面和后台强大的算法模型能力。有人会问百度飞桨训练的模型怎么这么精准，简单的拖拽和标注就能完成，其实背后是EasyDL内置的海量数据训练的预训练模型和底层结合百度自研的AutoDL/AutoML技术，所以能够做到高精度训练效果。

简单来说，你需要的场景和效果，百度已经提前帮你训练了千百万次，并不是从零开始，有些基础的场景，只需要简单去搭建，简单易用的背后，是百度海量的数据和强大的算法积累。

其次是AI定制化场景需求量巨大。我和百度飞桨团队交流时，他们告诉我，目前国内AI落地最大的挑战便是数据少、采集能力弱，对于大公司大企业，本身有足够的数据和采集能力，无非是基于这些原有的数据进行深度的训练和加工。但面对小企业来说，他们本身日常经营都是非常原始，有些甚至还在用手工处理，这样的情况，落地难度很大，但对于百度飞桨来说，这也是机会和蓝海。

第三点是成本收益比。现在的SaaS还是太多太贵了，除了必要的经销存和收银系统，还有线上营销费用等等，这个时候如果说服店主去购买巡店SaaS，难度非常大，定制化的成本又非常高，而飞桨EasyDL零门槛、低成本的开发优势，只需要用户在官网简单学习如何使用，便可以轻松地开发一个针对性的产品，这对很多商家有非常大的吸引力。

第四是从刚性需求到基于功能延伸出的新功能。正如我在上文所说的，当刚性需求被解决，那么基于飞桨的功能延伸出的新玩法也会越来越多。比方说，飞桨团队告诉我，现在已经有老师开发出了AI智能批改作业，并且能够判定是否使用了比喻句、类比句并进行简单的打分，这看似不是刚需，但又解决了实际的痛点。

总结

可以预见的是，随着智能化的落地，越来越多的行业、场景会使用并广泛应用到百度的AI技术，越来越多的中小企业主，也会像我一样，从接触到尝试再到应用，最终的结果，是基于飞桨开发AI应用在全行业全面开花。到那时，作为AI的基础设施建设者，也是AI技术及应用创新的引领者和推动者，百度也会成为智能时代的生产力的风向标和技术底座。