下载掌阅APP，畅读海量书库
立即打开
“欢迎光临！请扫码进入！”
这是一家犹如博物馆般的近千平方米的时尚品店铺。从各种彩妆护肤品，到适合各年龄段的男装、女装、童装、内衣，应有尽有。整个店铺的陈列参考了博物馆策展方式。每个区域都有一个时尚故事，每个故事区域除了陈列了相关的时尚产品，还有个小型电子屏——播放着这个区域产品的搭配方案及产品介绍。
与其他店铺不同的是，这里除了正在闲逛的客人，看不到一个穿着工服的店员。
刚刚用手机支付宝扫码进入的Amy，在靠近入口的一个人台模特前驻足了大概有十几秒。她盯着模特身上的衣服看了几秒，又用手触摸了下衣服的面料……此时，“模特儿”说话了：
“亲，你可以到左侧试衣镜那里去虚拟试穿我的衣服哦！”
“哈哈，还可以虚拟试穿！好玩！每次都觉得试穿衣服，脱上脱下是件很麻烦的事情。”
Amy边想着边来到试衣镜前。这是一面看上去与普通试衣镜无二的镜子。唯一不同的是，这面镜子上是有字幕的。为了看到良好的试衣效果，Amy需要与试衣镜保持一定的距离。所以这不是一面触屏式镜子，Amy只需要站在一米左右的位置，用手在空中上下左右移动，就可以隔空点击试衣镜上的菜单。在点击“产品”二字后，Amy找到了模特身上的衣服，试衣镜立刻虚拟显示出“Amy”穿上衣服后的三维效果图，与此同时，试衣镜还在旁边推荐了可以与该款衣服搭配的其他衣服与配饰。
Amy“试穿”后，表示很满意。随后点击屏幕上的“下单”——“付款”，此时，其手机上的支付宝响了一声，并报告“您的支付宝于2021年2月13日消费一款连身裙999元。”
Amy随后离店。她知道，等到她回到家里，这件连身裙就会被“闪送”送到家里。
好吧，也许你觉得这好像是天方夜谭。这种听天方夜谭的感觉，就好像十多年前没有人相信阿里巴巴会颠覆人们消费方式一样：那时大概没几个人会想到支付宝会从此让人们不再携带现金出行；也没有人想象到一个小方块智能手机几乎可以满足一个人所有的生活需求……
事实是，这一点儿也不天方夜谭。
开篇所述的无人店铺在技术上，其实都已经在现实中存在：
在用APP扫码时，该APP同步获取了使用者所有相关的个人信息：性别、身高、肤色、历史线上线下（无人店）的购物记录；这是后期试衣镜能够为Amy推荐搭配清单及尺寸的数据依据。
扫码进入后，Amy的手机会自动使用店铺的Wifi登陆。Wifi会跟踪Amy在店铺的行动路线，并记录她在各个区域的停留时间。而店家可以根据客人的路线图及停留时间，来调整商品的位置。比如将滞销品调入高流量区、将必需品调入低流量区，以此来刺激商品的更快流通。这种商品调动也可以由智能陈列系统完成。
人台模特其实是个机器人。机器人通过自带的表情扫描仪便可以“阅读”客人此时的心情。比如，嘴角上扬代表客人很满意；撇嘴代表不满意。而机器人会根据客人的表情来推测客人的心理，并为客人答疑。
而试衣镜则是利用了VR/AR技术，让客户以虚拟方式试穿衣服。接到系统的“下单”信息后，公司后台仓库就可立刻发货。这也是为什么，店铺本身不需要像传统店铺设计仓库空间。做到这点，除了提高店铺空间的使用效率外，也降低了储存商品可能丢失的风险。
在这个过程中，客人可以不带一分钱现金，不带任何包包进出，享受了线上购物便利的同时，还可以现场触摸服装面料、看到实物的色彩，体验充满艺术感的店铺所带来的视觉享受。而对企业来说，少了店员，除了降低人工费之外，最主要的是不再为店员的招聘与管理而耗费精力。要知道，传统店铺的最大挑战之一就是店员的招聘与管理。随着年轻一代中更多的人对“任劳任怨”“忠于职守”之类价值观的淡漠，企业越来越难找到稳定且优秀的店长与店员。
无人店铺也会让数据的收集、分析及问题的解决更加便利。传统零售从数据收集到分析到解决方案的提供几乎都是依靠人工作业。比如，传统零售终端的POS（Point of Sales）系统只是记录了销售记录，却无法记录丢单情况。所谓丢单即客户本想购买却因为各类原因（比如受一起购物的朋友影响、仓库缺货、存货品质问题等）没有购买的信息。记录这种情况就非常取决于公司平日的管理水准及员工素质。好的员工或许会手工做些记录，再反馈给公司。但是绝大多数公司做不到这点，因为它太依赖于员工个人的自觉性。其次，消费体量的增加使得企业所面对的数据量庞大无比。以前一个季节（平均3个月）开发一次新款，每次有一两百个款式，而现在至少每1~2周要上几十个款式。为了提升市场竞争力，企业需要收集的数据维度也更加丰富。数据量的剧增使得像传统模式那样依靠Excel做报表，依靠工作人员个人经验去判断数据好坏并提供解决方案已经不再现实。
科学家们相信，这些依靠智能方式收集的数据将会让机器比我们自己更懂得自己的需求。《人类简史》及《未来简史》的作者尤瓦尔·赫拉利相信，未来智能机器（数据主义）可以给出我们各类建议及解决方案：比如“你该跟谁结婚，挑什么工作，以及是否开战。”背后的逻辑就是机器具备强大的学习及记忆能力。机器通过长时间在各种生活语境深度学习我们在阅读、观察、购物时所有的表情与习性，来积累对我们的认知。比如，可能我们早就忘了1年前我们曾购买及阅读过什么书，可是机器会记得，它们甚至记得我们阅读此书时不同段落的各类表情。正是通过这些强大的记忆及数据阅读，智能机器可以成为我们的智囊，来向我们推荐最适合我们的物品、服务及解决方案。
唯一有待确认的是，无人店铺将如何解决我们本就已经足够强烈的孤独感？互联网已经足以让人足不出户；如果好不容易出去一次，所进的店铺也是无人的，不知那对我们人类将是一个什么样的感觉？
以上两篇案例均由冷芸本人创作，并刊登在2017年《周末画报》冷芸专栏上。