你是否看過，城市管理員對著店鋪拍照，或者銷售代表對著貨架拍照等情況？這是他們在做執(zhí)行，讓管理者看到照片如同親臨現(xiàn)場。那么，這么多照片，要如何處理呢？本文作者從人員眾包和人工智能的方面，分析如何更快效率地完成，一起來看一下吧。

你會不會遇到美景美食忍不住拍照留念，配上美美的文案，發(fā)個朋友圈，引來朋友同事的各種點贊好評，那是一段極其美好的時刻。在你工作的辦公樓里可以人臉識別進出了，商場買點什么東西也可以刷臉支付了，一不小心你收到交通違規(guī)提醒，違規(guī)照片也是清晰可見。

或許你偶爾看到過，共享自行車管理員在不停地對著街道整齊的自行車拍照，也或許是城市管理員對著街道旁店鋪逐個在拍照， 也或許是銷售代表對著貨架拍照，也或許是執(zhí)行人員對著店里的陳列拍照，也或者是店長對晨會的現(xiàn)場過程拍照或錄像。 他們是在做執(zhí)行，讓管理者看到照片如同親臨現(xiàn)場。有圖有真相，再加上時間戳和位置管理，這還真是保證執(zhí)行的好方法。

一、業(yè)務(wù)挑戰(zhàn)

你有沒有想過這些照片要如何處理呢？

你會說領(lǐng)導會看的，有幾個領(lǐng)導會看呢？有幾個領(lǐng)導每天會看呢？ 一個人每天能看多少張照片呢？管理層的時間放在照片上是經(jīng)濟的嗎？ 抽查可不可以呢，能抽查多少比例呢？ 20%、30%，還是50%？當你每天面對著成千上萬的照片，你會如何做呢？

你可能會想到人工智能，找計算機AI去看唄，聽起來挺美好實際上極端費錢，超級貴，另外也不是任何場景都能勝任，而且每學一種新場景都還要時間成本。 雖說Google深度學習框架公開后，加速了國內(nèi)商業(yè)應(yīng)用的井噴式發(fā)展，可是成本還不是每個企業(yè)都能承受的。最最重要的一個挑戰(zhàn)點，對拍照要求非常高。一位銷售總監(jiān)戲稱，銷售員人人都是攝影師。

人工智能成本高，人工效率低，那還有什么方法嗎？

二、產(chǎn)品設(shè)計框架

你是否想過可以引入人員眾包，讓專業(yè)的人去做專業(yè)的事情，實現(xiàn)成本和效率的最優(yōu)化。 基于這個指導思路，我們構(gòu)建了人工智能和人員眾包為一體的照片識別體系，簡要示意如下。

各種渠道來的照片，通過標準圖像API進入識別平臺，平臺自動按照場景將照片分流。針對場景相對規(guī)范人工處理比較麻煩的場景，比如數(shù)一下照片中的酒瓶有幾個？哪個產(chǎn)品缺貨？這些就可以交給訓練過的人工智能模型來完成。針對比較復雜的邏輯判斷，需要人腦輔助的，比如陳列是否整齊？ 是否有品牌展示物等？ 針對培訓過的人來說，比較容易，讓人工智能來就復雜多了。

針對執(zhí)行類照片的審核，主要的目的是先實現(xiàn)執(zhí)行不走樣。 不論是人工智能還是眾包的分析結(jié)果，都會反饋給執(zhí)行者，這是關(guān)鍵中的關(guān)鍵。 另外就是針對執(zhí)行現(xiàn)狀給出行動建議，以及給高層做決策依據(jù)才是關(guān)鍵。

你可能會吐槽某些人工智能還不智能，識別率不高，那你的重點就是要去督促提升模型優(yōu)化，給它更多學習的材料和時間。1000張不夠，是不是可以更多，2周的時間不夠，可否是一個月呢？

產(chǎn)品核心能力1：派單搶單

關(guān)于人員眾包中，如何調(diào)動參與人的積極性，并能公開透明地吸引她們持續(xù)地參與其中。 通過兩個路來實現(xiàn)，首先就是制訂公開流程，如招募、培訓、認證、工作量計算、結(jié)算等，保證公正透明；其次是如何保證她們可以愉快高效的完成這些相對枯燥的工作。 這些都是需要數(shù)字化產(chǎn)品的賦能。

派單搶單是一個關(guān)鍵的產(chǎn)品能力，派單中考慮需要考慮到分單和排單。首先是照片如何分單，按不同場景的照片，按照片量來組包-一包不能超過30分鐘，例如：CVS渠道的門店堆頭照片。然后就是如何派單？需要考慮到接單人的可用工作時段，認證資格，效果質(zhì)量等自動派單。

在搶單部分，考慮到了兩個層次，第一個層次是先派單給相對比較優(yōu)秀的人員，接單員可以結(jié)合自己的情況選擇接單，選擇自己擅長的，或是金額比較高的單。 第二個層次是會安排人專門清單，就是一段時間后沒有人接的單，會有專人去把這些單子都處理掉。保證整個審核工作的完整性。 搶單頁面如圖，可以清晰的看到任務(wù)完成獲取的金額，任務(wù)時間要求，照片數(shù)量，審核要求等基本信息。達到一定金額可以直接取現(xiàn)到個人賬戶。

產(chǎn)品核心能力2：高效圖片分析

其次就是如何讓參與可以快速的做照片分析？ 你若是產(chǎn)品經(jīng)理，你會如何考慮？

移動時代了，當然是首推移動版本。最開始迭代了出了移動版本，照片左劃是合格，右劃是不合格。用戶操作是簡單，可效率一般般。劃多了也是超級累，無趣。我們迭代出了PC版本，基本操作還是左鍵合格，右鍵不合格。實際用戶使用后，如何提高效率成為重要部分。

第三次迭代，就有了我們現(xiàn)在的版本。有兩大革新，一是引入PC端全屏模式，一屏可以有20 /40張照片，讓用戶一眼可以更多照片。二是默認照片全合格，只找那些不合格的照片，類似找茬兒游戲一樣。完成一屏可以進入下一屏，這個效率可是提高了幾十倍呀。審核結(jié)果在品控環(huán)節(jié)處理后才能拿到積分，所以不用擔心有人亂點質(zhì)量差。

針對人工智能處理的部分，模型算法的建立和優(yōu)化，專業(yè)性相對比較復雜，介于篇幅考慮，在這里就不再贅述。 你若有興趣我們可以花時間專門討論這個非常大的話題。

三、產(chǎn)品應(yīng)用價值

這個產(chǎn)品框架，我們應(yīng)用在快消品行業(yè)啤酒品類的銷售人員日常拜訪執(zhí)行，門店陳列執(zhí)行，冰箱陳列執(zhí)行等應(yīng)用場景。針對一家200萬活躍門店的快消企業(yè)，每年的照片上億，使用此整合產(chǎn)品，單一照片處理成本可以將至0.1元RMB一下。真正的賦能銷售，業(yè)務(wù)增長助力。

這個產(chǎn)品框架除了前面提到的啤酒品類，也可以是快消的其他品類如軟飲，奶粉，日用化妝品等。也可以應(yīng)用到針對其他行業(yè)，如醫(yī)藥行業(yè)，零售業(yè)等。若視野更寬廣些，可以大多利用照片和照片識別的相關(guān)應(yīng)用，比如企業(yè)內(nèi)部各種費用核銷，各種照片找茬兒等。

最后，不得不說這是一個過渡期的產(chǎn)品框架，若人工智能足夠強大應(yīng)用成本足夠的親民，也就不需要這個產(chǎn)品，若人員成本足夠高的化也確實不適合。 基于目前甚至是未來5-10年，這還是一個非常有價值的應(yīng)用模式。

你覺得呢？