Wiliot 谈零售供应链 AI：全渠道履约为何依赖库存准确率
Wiliot 在博客中提出，零售 AI 的瓶颈不在模型层而在感知层，人工盘点下零售商库存准确率通常约 60–80%，收货对账常需 24–48 小时，导致 BOPIS 和门店发货承诺落空。
推荐理由：Wiliot 以自家平台视角拆解零售 AI 的数据断层，并给出沃尔玛部署规模，可对照感知层与模型层的关系。
库存真值
全部主题读点数据质量、盘点准确率、库存核验和异常闭环。
3条精选
最新精选
第 1–3 条 · 共 3 条Wiliot 博客与公告精选AI 评分6262
Impinj 技术博客精选AI 评分6969 Keonn 与 Impinj 用 Gen2X 升级 AdvanTrack-600 顶装 RFID 方案
Keonn 升级了基于 Impinj E710 读写器芯片并支持 Gen2X 的 AdvanTrack-600 顶装 RFID 方案，用于门店实时单品级库存与位置读取。
推荐理由：原文给出 9000 件标签实测下盘存时间与漏读改善数据，可作为顶装读点方案选型的参考。
Wiliot 博客与公告精选AI 评分6565 Wiliot 无电池 IoT Pixel 在 10 站点部署，实现容器免扫描全程可视
Wiliot 公布一项多站点容器可视化部署，在 10 个站点、每站约 1570 个月台门和约 160 个区域中，为每个容器贴一枚无电池 IoT Pixel，全年标记约 235 万个容器，实现车道级定位、停留时间告警和错挂拖车提醒，无需人工扫描。
推荐理由：案例给出10站点、约1570个月台门与2.35M容器规模下的部署数据，可作无源物联网容器可视化的投资回报参考。