近年来，互联网巨头和零售品牌不断通过技术赋能改造传统零售，“新零售”概念变得越来越火。新零售回归到“以人为本”的理念中，通过技术手段对用户需求、消费场景予以数字化改造，重塑“人、货、场”全链路，围绕消费者主动发力。在新零售不断进化变革过程中，人工智能技术一直发挥着关键作用。

从空间规划、货品陈设、渠道、营销到运营管理，人工智能都对新零售提供高效率的支持，使得消费交互体验更加友好。从日常生活中，我们都可以看到几乎所有的连锁超市，都支持消费者自助扫码登记购物清单、自动扫码付款，并通过人脸识别硬件实现刷脸支付，甚至出现众多无人货柜、无人值守超市、虚拟试衣等，这都是人工智能技术在新零售行业不断落地的生动写照。

人工智能在新零售行业的不断发展，需要算法、数据等多种要素的共同进步，其中高质量的数据对落地应用发挥着关键作用。对于新零售领域来说，如何获取到高质量的数据？从AI数据标注领域的头部玩家——云测数据身上，我们有很多重要发现。

高质量数据成为新零售行业核心壁垒

新零售方向的人工智能服务商，面对超市或大型客户而言，AI数据的数量可能并不稀缺，但高质量、定制化的场景数据却备具稀缺性。谁能拥有大量精准的落地场景数据进行训练，就拥有了核心的数据竞争壁垒。

高质量的背后，体现的是对数据精准度、交付效率和安全隐私等方面的高标准要求，从研究云测数据的模式我们可以发现，专职数据服务人员的规范化管理和硬实力的技术投入，以及自建的数据标注基地和数据场景实验室，可以更好的把控数据生产流程，是数据高质量交付的硬性保证；内部完善的数据作业协同流转体系，在保证数据质量的同时，可大幅提升数据作业的生产效率。

常见的新零售行业采集需求，如服装服饰、商品货架、门店门脸、购物票据等，云测数据都具备丰富的采集经验。同时，云测数据也具备物理与复杂条件场景的搭建经验，可实现高质量交付。

精准标注，高质量数据交付的重中之重

云测数据通过自建数据标注基地和拥有自主知识产权的数据标注系统，确保了数据标注的全流程把控。常见需求的计算机视觉、语音处理、自然语言处理等任务类型和新零售场景中需要的图像、音频、视频及文本等多类型数据需求，都能实现快速精准标注。

在新零售相关的数据标注类型中，计算机视觉、语音识别、自然语言处理都有所涉及，相对来说，计算机视觉任务类型更为常见，比如商品分类、票据转写、服饰拉框、商品属性及人脸表情标注、目标跟踪等较为常见。云测数据通过其自研的数据标注系统，使得整体数据交付体验更为流畅和规范。

伴随着新零售落地不断走向深水区，人工智能将提供越来越重要的驱动力和支撑作用。站在AI数据服务的发展历史角度看，AI对数据的要求也是伴随着不同发展阶段逐步提高，从实际落地场景出发，高精度、高质量以及更多维度的数据，对现阶段及未来新零售的不断进化至关重要，也将持续扮演关键角色。