可以说，零售业对应用人工智能的探索归功于亚马逊，这个科技巨头强迫零售商们重新思考自身的电子商务战略，以及如何在实体店中创新以保持竞争力。与假货较量、防止顺手牵羊、提供机器人服务……

　　在本文中，我们将与大家一起探究这些能够重塑零售行业的顶尖人工智能趋势。

　　自亚马逊进入生鲜日货的生意，并保证1小时送达，逼迫着超市行业尝试起AI运作的 “社区配送平台”，以保持利润。

　　在中国，亚马逊引入的“拿了就走”无现金商店，激起了一阵无人超市的风潮。而在美国，越来越多的小型创业企业开始为想要跟上无现金趋势的零售商们提供支持服务。

　　零售商对可视化和透明度的需求驱动着另一种AI应用兴起，例如在存货监控中利用计算机视觉，用神经网络追踪供应链上的物品。但寄希望于利用这些技术以追上亚马逊等零售商们，还有很长的路要走。

　　经过对超过50家上市美国的零售商的1600多个财报会议分析发现，到2018年1月份，只有9家开始讨论与AI相关的战略。但同时，我们也发现越来越多的资本投入到零售AI中。从2013年第一季度到2018年第三季度，零售AI创业公司完成了374轮融资，融资额达到18亿美元。

　　如今，来自亚马逊的竞争压力、对透明度的需求和日益增多的投资都在改变着零售AI的图景。以下是一些值得关注的零售AI趋势。

　　01

　　AI助力品牌有效追踪和管理

　　超市货架商品情况

　　超市的货架空间有限，很多品牌为了占有一席之地而耗资巨大。但除此之外，他们对商店里发生了什么一无所知。而AI的应用将改变这一现状。

　　实际上，通道费在零售行业并不是个新概念。据《法律与商业期刊》2010年的一项调查，Apple&Eve花十五万美元来确保其果酒能站在一些商店的冰箱里，Frito-lay为了推广新品在每家连锁超市的花费都超过十万美元。

　　2018年早些时候，全食超市考虑对其前几大供应商收费三十万美元，以使他们的产品能在全食超市区位最佳的货架上出现几周。而一旦品牌方与超市签订协议，他们对超市内的情况却无从知晓，那么他们的货品究竟有没有按约陈列呢?

　　对此，创业公司正通过出售超市数据以谋利。例如计算机视觉平台Trax Retail通过由商店中的摄像头、机器人拍的照片来编织出数据图像。Trax在《计算机商业评论》的一次采访中称，其95%的生意都是和制造商做成的。

　　传统做法是，品牌方派出销售人员或是检查人员亲自到店查看货品的摆放。尽管现在Trax的产品还需要人到店查看，但它试图将跟踪货架形态和分配过程实现自动化。而像沃尔玛这样的超市则直接向制造商贩卖这些数据，以下是沃尔玛最新的应用模式：

　　商品供应商总想看到自己的产品在商店的情况，比如确认货品的陈列方式是恰当且到位的，又或者促销的价格是自己指定的。对此，供应商们会派人实地考察，费时又费钱。因此，很多供应商开始使用自动化机器人来代替供应商的工作，而这一整合管理机器人的系统很有市场需求。

　　此外，零售商们还需要店内数据来跟踪和管理存货。比如沃尔玛和Trax合作，监控其50个店铺里被错放的价格标签和缺失的货物。但上面的模式图其实是一种更先进的计划，店内零售机器人从外部供应商那里接收实时数据，系统从供应商那里收取费用。

　　创业公司可以与品牌或者超市搭伙，比如Trax将同样的计算机视觉技术应用在不同的场景中，以此变现。然而零售店的环境仍然对计算机视觉算法是一种挑战：也许两个品牌会采用相似的包装，那么就无法看到藏在后面的货物，实际上被计算机以为的丢失商品或许只是被放到了另一条走道。

　　一些创业公司通过收购其他创业公司来完善他们的技术和增加数据储备。比如2018年1月， Trax收购了零售智能公司QURI，此前在17年收购了尼尔森的商店观察部;2018年6月，Bossa Nova Robotics收购了专攻人脸识别及物品识别的Hawxeye……

　　02

　　AI与超级假货的较量

　　现如今，假货越来越难识别了——从奢侈手袋到手表再到化妆品，网购让假货的流通更方便，这迫使品牌方和典当行开始尝试AI技术。

　　可以说，打击假货是一个影响全品类零售行业的命题。对于一些看上去足以乱真的仿制品，人们将之称为“超级假货”，而CBInsights平台的关键词搜索记录反映了超级假货正在爆发。

　　中国迅速发展的电商平台拼多多在其财报会议中，11次提到“打击假货”，称其在2017年主动撤下了1亿700万的问题产品，并禁止了4千万个假货链接，还联合400个品牌共同抗击假货。

　　然而，与打击假货有关的技术专利申请非常困难，但数据显示近五年来还是呈不断上升趋势。

　　其中，顶尖的专利应用包括SICPA，它为三星、亚马逊等各行各业提供打击假货解决方案。

　　打击假货阵线

　　品牌们在打击假货战场上主要有两条阵线：

　　1、在互联网上，识别并去除刻意仿照品牌的商标、品名、口号等;

　　2、在实体店，辨识出像奢侈品包仿制品这类的假货。

　　网上造假是一项大规模的复杂工程

　　通常，造假者们采用与原品牌非常相似的关键词列表，从而在虚假网站或是真实合法的市场上售卖假货，也会在Insgram这样的社交媒体上推销假货。但如果一个列表被撤销了，他们就会重新发布一个采用不同关键词的列表来出售相同的假货。

　　常被批评“打击假货力度不够”的电子商务巨头阿里巴巴表示，其正在深度学习并使用图像识别和语义识别，以监控网站上的商品，并持续检测平台上的IP侵权情况。

　　巴塞罗那的创业公司红点正用机器学习扫描网页上潜在的侵权条目，并试图找到造假者们使用的关键字列表的模式。它的客户来自化妆品、奢侈表、家居用品和服装行业，包括MVMT、DOPE和Paul Hewitt等。

　　在现实世界中

　　甄别假货更难也更需要人工

　　假如有人发布要销售一个二手奢侈品包，或者去当铺要求典当时，为了验明其真假，往往要经历专业的实物检验，包括做工、材质和编制手法。但在ebay上，利用专家检验真假是要收费的。

　　但随着“超级假货”的出现，光凭肉眼几乎不可能看出其中差别。因此，需要为真货和假货建立数据库，提取其特征，然后训练一种AI算法来识别其中的差别，而这也是个非常繁琐的过程。

　　比如，创业公司Entrupy花了两年，先从亲友那里购买真的和假的奢侈品手袋，然后与鉴定专家一起建立可供AI训练的数据库。而对于稀罕的古董奢侈品来说，这个方法显得更加困难。对此，Entrupy研发出了可附在手机上的便携式显微镜，使用者上传产品的照片，算法就会分析每个物品的微小特征，然后与数据库中已知的正品进行比对。

　　而付一次299美元的设备费用后，Entrupy就会提供不同的套餐，从每月99美元检测五次到每月999美元检测100次。于是，Entrupy的数据库增长很快，但市场上并没有完整的产品集合。一份论文强调了Entrupy这种方法的一些其他假设和局限性。

　　一方面，关键在于遵循某种标准制造出来的产品会有一些实质性的相似特征，但批量生产的廉价假货则没有。另一方面，这种方法对纳米级的电子制品可能不太管用。

　　而Cypheme则走上了一条不同的道路，它的“印记”技术可被用做产品上的一张贴纸，或是直接被打印在标签或者包装上。

　　《Nikkei Asian Review》披露了一些细节，这项技术采用的方法是，一个从一滴墨水中形成的随机图样被另一个橘色的圈所包裹。Cypheme称，这项技术是公司的专利，不可能被复制，每个独特的图样都与相应的特定产品被存在数据库中，智能摄像头和中性网络则能让图像识别验证这幅图样。

　　而这意味着，Cypheme必须与制造商合作，才能确保产品一直与可追踪的图样一起被运送。最近，这家公司就与欧洲的领先包装公司——AR包装展开了合作。

　　但这样的方法也存在一些缺陷，尽管在包装上打印图样来跟踪正品的方法很高效，但并不适用于二手货。Cypheme称，整个图样只有12mm，完全可以被直接打印在产品上，比如在鞋的内侧。而对于奢侈品牌和其他高端零售商而言，解决方法或许在于在实体商品制造时，就在上面添加一个独特的指纹，然后在整条供应链上进行持续追踪。

　　03

　　AR&计算机视觉让

　　化妆品行业的数据更值钱

　　虚拟现实的试妆在化妆品零售业有两大用处：一是解决消费者的痛点，二是收集用户数据。

　　化妆品行业是增强现实技术真正获得应用成功的领域。在2017年，增强现实成为潮流，完美谷物和Modiface两家公司都提供了视觉上的上妆效果技术，这项技术用于解决化妆品行业消费者对试妆便利的需求。同时该技术为品牌方收集了用户数据，其客户包括欧莱雅、丝芙兰和雅诗兰黛等。

　　Modiface收集消费者各种表情资料，包括脸型、皮肤类型和皱纹情况等。这能帮零售商确定，如何让那些有明显面部特征的人购买某种特定类型的商品，进而可能实现对存货的精确管理。

　　18年早些时候，欧莱雅对Modiface的收购有利于其开启对欧莱雅各品牌的AR升级。最近，Modiface则和Facebook达成了长期合作，要在社交平台上创造关于品牌的AR美妆体验。消费者用手机摄像头就能实现试妆，然后无缝对接到产品网站进行购买。

　　而丝芙兰等品牌是否会因为收购而终止与Modiface的协议还不得而知，但是丝芙兰仍然计划在其app上使用Modiface的技术，以支持其“丝芙兰视觉艺术”的项目。这家公司甚至宣称，由于这次收购，他们对AI和AR技术的趋势意识不断增强，丝芙兰app将深化合作。

　　一方面，AR支持的消费者追踪技术还能增加货品的销量和流量转化率。如雅诗兰黛旗下的Sam-box与Modify合作，通过分析消费者的注意力来绘制热力地图，这样Sambox就会知道哪些元素是最流行的，最能吸引消费者和影响其购物体验的。

　　另一方面，这些方法有助于减少退货率和提高品牌知名度。如欧莱雅最近与Modiface一起在“我的秀发风格”app上增加了增强现实技术，以帮助消费者事先知道自己染发后的形象。更有甚者，Benefit美妆与Modify一同发布了一款增强现实的工具，帮助消费者在对眉毛动手之前查看他们事后的效果。此外，就连指甲油的颜色也能用AR了。Wanna美甲专攻用AR来做指甲颜色尝试的体验，并且已经和OPI、Essie等开始合作。

　　04

　　社区配送中心”帮助零售商

　　建立与网上购物者的联系

　　无论购物者们是选择一小时送达，还是在网上下单然后一小时内门店自取，AI运行的“社区配送中心”让超市的电子杂货铺可盈利，同时帮助他们直接与客户沟通。

　　亚马逊的全食收购案和其对生鲜电商的持续扩张，正引领其他零售商迈向电子商务战略。

　　此前，在美国Instacart公司介入交易，成为买卖双方的中间人。

　　Instacart的服务对食品零售商们非常有吸引力，他们还没有扩大电子商务的运营规模，又不想在亚马逊和沃尔玛这样的巨头面前丧失市场份额。

　　以Aldi为例，这家德国公司是美国最大的连锁超市之一，它在实体商店上投入巨大，但其电子商务发展非常有限，仅仅是近期与Instacart开展了合作。

　　去年11月，另一个大型百货商Kroger也成为了Instacart的客户。早在2016年就与Instacart开始合作的Publix，想要在2020年对所有市场都实现当天送达。

　　但是，使用Instacart应用的百货商已经丧失与消费者的联系。相比之下，亚马逊收购全食超市实际上是一次数据行动，其意义不亚于在实体商店层面进行扩张。

　　因此，“社区配送中心”为超市提供了另一种选择：迷你的，垂直管理的存货仓库能够放入一间现存的超市，还能运行自己的电子商务界面，或者利用创业企业发展出来的端对端科技解决方案。

　　整个“迷你仓库”的面积不到一万平方英尺，有的甚至只要三千平方英尺，而传统的仓库需要一个足球场那么大。在仓库内，货架都是垂直摆放的，能够被塞进现存的超市、地下室甚至一间车库。地面机器人则在货架间穿行，根据订单取来物品，再交给人工进行最后的包装。

　　而AI解决方案被用于决定货品的陈列、任务的优先次序和给地面机器人发送方向指示。

　　根据尼尔森的一份报告，“点击——取货(消费者网上下单然后到店提货)”势头正猛，人口密集地区的“微小满足中心”能够提供高效的提货方案。其次，零售货架是有限的，垂直摆放能够让超市存储更多的货物。

　　但现在计算“微小满足中心”的投资回报率还太早，而一些重要的公私合营正在随不同的商业模式兴起。

　　CommonSense机器人公司向零售商提供一种“即走即付“的方案。以色列的第三大连锁超市Rami Levy正与CommonSense机器人合作，到2021年7月，将在以色列建立12个配送点，2个中心会在18年年底动工。CommonSense机器人公司将取得中心所有权并负责运营，从零售商那里取得存货和订单。

　　Sedano的超市则与创业公司Takeoff科技合作，在迈阿密共建第一家“社区配送平台”。Takeoff科技提供端对端的解决方案，包括存货管理和网上订货，这对没有互联网交互的零售商来说非常有吸引力。这个“社区配送平台”将在哪里落地还不清楚，但其联合创始人在一次采访中提到了“中心辐射型”模式，一个中心可以支持8到10个2小时车程的姐妹商店。

　　沃尔玛则与Alert创新合作，在新罕布什尔州建立超级商店，这个超级商店会成为其超市的延伸，附有路边停车取货系统。

　　至于建立和运营这些中心的成本目前没有透露，但有一个说法是，既然这些“社区配送中心”都会放在人口密集的城区，那么最后一公里送达的成本将会降到很低，如果消费者选择自提，成本甚至近乎为零。

　　05

　　期待落空的语音购物革命

　　语音购物尚未腾飞，除了能记录一些特定的物品外，它没能提升对互联网商务而言最关键的购物体验。就连杰夫贝索斯都不看好语音购物，在去年与Billboard的一次采访中，他说：“语音交互界面只能带你到这儿了。”

　　但这阻止不了分析师和快消品牌将之视为下一个风口。丝芙兰欧洲和中东地区首席数据官Anne Baylac 说道，运用语音助手这件事……到头来只是一阵流行。它其实是给尚且不成熟的数据革命铺路，而丝芙兰希望在这个领域成为先驱。

　　然而时至今日，很少有人用亚马逊的Alexa进行购物，语音购物始终没能成为主流。《信息》的一项调查表明，亚马逊Alexa的用户中，只有2%的人在2018年用过语音购物，其中只有10%进行了再次购买。事实上，除了亚马逊和谷歌本身，没有一家公司在财报会议上提过语音购物。

　　但语音并非一个便利的交互方式，毕竟购物者们想看到物品，想阅读说明，想货比三家。因此，我们会在来年将这一趋势剔除。

　　06

　　沃尔玛在机器人研发上全力以赴

　　零售和送货机器人的投资回报率尚不清晰，但沃尔玛的专利透露出了其对语音控制无人机交付的野心。

　　2017年1月以来，沃尔玛至少申请了37项与无人机和地面机器人有关的专利，2016年时还只有8项。下面的图对比了沃尔玛和亚马逊的专利申请。

　　沃尔玛大部分的专利都与最后一公里的无人机有关。以下是2018年一项的专利，内容是在无人机与无人地面交通工具间实现自动包装。

　　以下专利则探讨了一个利用机器人检测一个设施上物品缺失的情况，再从另一个设施上进行调配补充的系统。

　　还有一项专利突出了用通过温度来控制的无人机送货、用通过语音和手势来控制的无人机来进行店内导航的技术，比如引导购物者走右边通道。

　　但是，沃尔玛大部分的最后一公里送货专利都不太可能在短期内有所回报，其中一项专利透露出了其中的缺陷。

　　“例如，美国政府对无人机的商用施加了诸多限制;无人机往往用电池做动力源，这使其飞行距离很受限，要安全可靠得对一架载着货物的无人机进行远距离导航是非常有挑战性的。”

　　下图则展示了将无人机从货车上剥离，再送货上门的专利。

　　但哪怕困难重重，沃尔玛似乎已经准备在物流界掀起一场革命，尤其是在老对手亚马逊十分重视的最后一公里上。

　　07

　　“即拿即走”时代的顺手牵羊

　　进入一间商店，拿起你想要的东西就走，这个过程感觉像是顺手牵羊。让我们来看看这项技术的前景和挑战，看看它如何让真正的商店盗窃成为过去。

　　Amazon Go抛弃了整个结账流程,让购物者拿起货品就能走。但亚马逊没有公开表明会把这项技术变成服务销售给其他零售商，并且对其运作过程、成功与否和痛点三缄其口，只透露它运用了摄像头、传感器、计算机视觉和深度学习算法，但并没有用面部识别算法。

　　Standard Cognition和AiFi这样的创业公司，抓住了这个机会将Amazon Go的技术推向其他零售商。

　　实际中，“即拿即走”面临的一项困难是对顾客实现正确的收费。商店盗窃和登记错误造成的存货丢失，让全美的零售商在2017年损失了470亿美元。AiFi的CEO Steve Gu在最近的一次采访中就说道，“即拿即走”技术能实现“偷就是买”。

　　而亚马逊是迄今为止唯一实现这项技术并成功应用的企业，但成功是因为变量被紧紧控制起来了。当你能够控制谁进入商店和自动对其进行收费时，有人顺手牵羊的可能性就被最小化了。

　　Amazon Go目前只对亚马逊已有的Prime会员开放，而其他对公众开放的商店，比如kindle商店，仍在使用人工结账。而小型酒店、便利店甚至已建成的超市必须从头开始建立会员体制。

　　此外，在刚刚提到的采访中，Steve Gu暗示，愿意下载“即拿即走”app的消费者将会与排队的消费者被区分开。

　　超市的基础设施会怎样支持这两种付款方式还不清楚，但app使用者能够在进入时扫描一次，出去时扫描一次——不像现在的流程是你只需在进门时扫描一次——以确保非app使用者的人从其他通道离开。但像错误计价、盗窃POS机这样的问题还未被解决。

　　而防止商店盗窃的复杂程度取决于运营规模和货架上的商品类型。Amazon Go只有1800到3000平方英尺的面积，无数摄像头覆盖了商店的所有角落。相比之下，传统超市能达到40000平方英尺甚至更大。

　　Amazon Go利用货架上的重量传感器加摄像头和视觉识别技术，目前只能提供很有限的商品，比如包装好的用餐工具包。待考虑的事项还有如何在货物摆放密集的超市利用好地面空间，以确保摄像头能够很好地安装在适合的位置，追钟人和货的动向。因为如果许多购物者同时从货架上拿货，依靠重量传感器来计价就可能会失效。此外，服装也很难实现追踪，如何区分折叠好的衣服的尺寸和款式是个很大的痛点。

　　AiFi承诺会利用现有的商店基础设施，结合传感器和摄像头;Standard Cognition则声称要完全舍弃传感器，只依赖机器视觉。

　　同时，AiFi被报道有近20个零售客户，包括纽约的一家大型零售;Standard Cognition则宣布了与日本最大的快消批发商Paltac合作，要在2020年以前改造3000家日本商店。

　　在不远的未来，竞争将会归结到：相比亚马逊这样体量庞大的巨头，小型零售商如何控制运用科技的成本和故障率。

　　08

　　中国的无人零售店热潮

　　过去一年，以“无现金”和“无人”为卖点的公司融资额暴增。

　　亚马逊的Amazon Go计划刚公布不久，中国的无人零售潮就崛起了，包括无人贩卖机、无人商店和无人货架等。

　　但并非所有的“无现金”创业公司都采用了AI技术。“F5未来商店”是最早获得融资的公司之一，700万美元被投入到其自助付费和结账系统的运营当中。缤果盒子在2018年第一季度融到了8千万美元，总融资额达到9千4百万美元。其无人商店依赖于RFID标签，顾客还是得扫描商品才能完成结账。

　　超过10家公司为无人贩卖机进行了融资，而贩卖机从一开始就不需要人力。

　　一些无人零售公司，比如美味生活，进行了超过900万美元的股权融资，但也只不过实现了消费者扫描二维码打开柜门取自己的商品，还有微波食物。

　　氢购获得了先锋金融超过100万美元的融资，声称运用计算机视觉来识别被取走的商品并自动收款，还能“监控”顾客以免其破坏机器。

　　果小妹融资超过600万美元来在公司里设立无人零食架，如今被报道因“盗窃和管理不当”而裁员，并向电子商务转型。

　　2018年1月，中国第二大的电子商务平台京东在山东开出了第一家无人便利店，自诩为中国第一家向公众开放的无人便利店，但其所用技术却与亚马逊不同。

　　亚马逊需要消费者扫描专用的app才能进入Amazon Go,然后通过一系列的摄像头追踪顾客在店内的移动。

　　而京东用的是二维码，一个摄像头通过面部识别算法来辨认进入的消费者，每个商品都带有RFID标签，出去时，顾客站在一个特定区域，所有标签会被一次性扫描，然后商家依据面部识别技术来从其账户中收费。

　　截至目前，京东在中国开了20多家无人便利店。2018年8月，他还在印度尼西亚开出了第一家也是最大一家的无人便利店(2900平方英尺)，销售的是衣服配饰和其他的包装商品。

　　09

　　食物配送走向“无人驾驶”

　　尽管监管存在不确定性和调度难度大，实体食品公司正在与主要原始设备制造商和自动驾驶创业公司合作，以降低最后一公里的运费。

　　2018年6月，机器人公司Nuro和Kroger展开合作。Nuro发明出了自己的全自动电动车，叫做R1的这辆货车的宽度是客车的一半，专门用于在社区马路上行驶，而不仅仅是像其他配送机器人和货车原型那样只能在人行道上走。

　　Nuro和Kroger的项目于去年8月在亚利桑那州的斯科茨代尔落地，Nuro将其自动驾驶技术运用在了一队丰田普锐斯和日产聆风车上，这些车收集到的数据最终都会被“投喂”给R1。这家公司计划在来年秋季时，将这款R1投放到公共测试中，以取代传统的货车。

　　在餐厅里，披萨公司如Domino和PizzardHut则都处在测试自动驾驶技术的前端。

　　福特在迈阿密和披萨公司、杂货公司等一起试验自动送货。2018年上半年，这家原始设备制造商就和超过70家公司签订了合作协议，其中包括Domino。

　　目前，联邦政府还没有对自动驾驶制定监管规则，而州政府的规则相互不同。Kroger在亚利桑那州展开测试，是因为那里对无人驾驶十分宽容，虽然这个州中曾发生过争议巨大的自动驾驶误杀行人事件。

　　事实上，食品零售商进入这个领域并不是为了获得即期利益，或者立马实现广泛应用。最后一公里物流对亚马逊这样的科技公司而言，都是一项挑战，零售商和餐厅越早投入建设地面自动驾驶配送，长期看来越有机会实现低成本的最后一公里运送。

　　10

　　AI设计师的崛起

　　AI正在帮助零售商将购物过程变得个性化，同时也帮助他们为下一波时尚潮流做足准备。

　　个性化设计让消费者不必在数以万计的网上商品目录中筛选查找，只需要填写一份关于其风格偏好的问卷AI算法，就能帮助其找到具有吸引力的商品，并且精确度随使用时间而增长。因为AI将不仅从消费记录中，还从用户的浏览行为中学习。

　　这正是位于英国的Thread正在做的。Thread是一家提供私人采购服务的电子商务公司，据报道已经积累了一百万用户。最近，H&M向Thread的B轮融资投入220万美元。

　　StitchFix也在做相似的事，但它不仅是将AI和个性化推荐结合，而是还能进行需求预测、存货管理甚至帮助设计师创造新风格。

　　这家公司凭借其“混合设计”系统成为AI 驱动时尚的领军者，这个系统会识别出StitchFix中缺失的流行元素，以消费者最喜欢的颜色、图样和材质为基础，向设计师给出建议。

　　StitchFix团队说道：“……我们也会考虑很多图文数据：存货的照片、Pinterest上的发布、来自客户的大量反馈等等。自然语言处理被用于根据不同客户的反馈给同一样物品评分。”

　　此外，18年早些时候，Tommy Hilfiger宣布了与IBM和科技时尚机构的合作。这个项目运用IBM的AI工具来解读实时的时尚潮流，以及消费者对Tommy Hilfiger产品和秀场照片的情绪。算法得出的结果会被传送给设计师，以便他们在下一季的设计中做参考。

　　时尚的下一个时代会是关于个性化和预测的，越来越多的数据将会让算法变成“潮流捕手”——毕竟预测和设计接下来的时尚趋势在此前是不可能的。