一些打着“消费者是王”旗号耍横的恶意消费者,令网络购物商城苦不堪言。尤其是那些声称所订商品根本没有送到、理所当然要求退款或重新配送的恶意客户,由于没有妥善的应对方法,问题更为严重。若商品出现破损,或颜色、款式发错货,尚有能够判断商品状态的证据资料;但对于“完全没收到”的索赔,既难以追究消费者责任,能作为明确证据的方法也只有通过包装环节拍摄的监控录像逐一确认商品是否正确发出。然而,对于一天销售量达数千件甚至数万件的购物商城来说,情况就不同了。要逐一查找某一位客户的商品遗漏发生在几点几分,实际上是不可能的。因此,许多购物商城在收到索赔时,不做彻底核查就直接给客户重新发货,以此掩盖问题。当然,也有一些购物商城愿意投入费用和时间积极解决客服问题,并有相应的解决方案。例如引入在包装环节拍摄影像、于发货前进行最后检验的系统,在包装前后进行条码扫描作业。但每名包装人员都需要摄像头、条码扫描枪、条码识别设备(笔记本电脑或PC)等额外装备,费用不菲。加之扫描作业繁琐,对解决该问题的方案需求正在增加。在此背景下,文胸背心专业购物商城“Comfort Lab”引入了可解决网络购物商城客服应对难题的特别解决方案,引发关注。Comfort Lab在苦苦思索如何应对提出未收到商品索赔的客户之后,引入了能在监控包装影像中自动识别运单的人工智能深度学习技术。深度学习技术作为新兴核心技术,用于学习事物或海量数据、发现规律后进行聚类或分类。因此通常被用于金融或军事等重量级领域,而Comfort Lab将其应用于购物商城的包装监控影像中。据Comfort Lab黄亨洙理事介绍,包装影像中的监控深度学习技术已事先学习运单并可自动识别,因此无需额外安装费用,只需现有在用的监控影像即可,包装员工也不会增加另行扫描条码的工作量。得益于此,一旦收到商品遗漏的咨询,只需输入运单号,几秒内即可找到相应包装影像、判断是否遗漏,轻松解决问题。Comfort Lab独有的监控深度学习技术,由在人工智能专业企业中实力突出、甚至承担大学修学能力考试(下称高考)评分程序,在影像识别与光学判读领域颇为出色的Kotech System(代表:闵贤贞)开发制作。初期仅需一次开发费用,即便快递包装量再大幅增加,只要利用深度学习解决方案增加监控摄像头,就能对“商品没送到”的索赔即时应对。另外,Comfort Lab黄亨洙理事毕业于首尔大学数学系研究生院,曾在金融业作为风险相关领域大数据及AI业务专家工作,基于这些经验,他迅速将在影像图像领域备受瞩目的深度学习技术引入监控影像,开发出由机器学习运单并自动查找、识别条码的购物商城客服应对解决方案。<
2019-12-04 | 김동호 기자
“消费者是王?”整治恶意消费者刁难的Comfort Lab包装监控摄像深度学习技术
本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。






