當你想像零售店員工時，腦海中浮現的可能是站在收銀台前或正在服務顧客的身影。但實際上，員工們還要花費大量時間穿梭於庫房和賣場之間，處理線上訂單、響應顧客需求，以及全面管理店內庫存。
庫存管理之所以耗時，部分原因在於零售商往往無法準確掌握每件商品的位置。這也正是為什麼當你讓店員幫忙查找某件衣服的尺碼時，可能需要等上整整20分鐘。
Cartesian正在藉助一項源自麻省理工學院（MIT）的技術，幫助零售商解決這一難題。該系統利用貼附在商品上的射頻識別（RFID）標籤發出的無線信號，精準定位商品在店內的位置——無論是庫房還是賣場。
去年，Cartesian與一家零售商開展了一項研究，結果顯示其平台通過優化庫存追蹤流程、提升運營效率和改善顧客體驗，在門店層面實現了可觀的年度成本節省。
"我們正在解決的核心問題是：零售門店約50%的工作時間用於庫存管理。"Cartesian聯合創始人、MIT副教授Fadel Adib（SM '13，PhD '17）表示，"僅在美國，這一問題造成的損失就約達150億美元。我們利用算法通過無線信號來解析室內位置，這項核心技術實現了全新水平的室內定位能力。"
目前，Cartesian已在全球15個國家的700餘家門店完成部署，並與全球最大時尚集團之一、ZARA、Pull&Bear及Oysho等品牌的母公司Inditex展開合作。
除零售商和倉儲企業外，Cartesian的平台還可為製造商、物流運營商及機器人公司提供室內位置追蹤服務。
"我們所做的事情，宏觀願景上屬於空間AI的範疇。"Adib說，"今天的AI在數字世界中表現優異，而現在它必須走進物理世界。這意味著要讓機器感知周圍環境，進而與之交互。這正是空間AI的用武之地，也是Cartesian所處的位置。"
從技術到產品
Adib在MIT媒體實驗室與電氣工程及電腦科學系聯合任職，在該校研究無線信號領域已逾15年，可追溯至其碩士階段的研究工作。
"我的團隊目前研究如何利用無線信號以前所未有的方式感知世界。"Adib說，"我們開發基礎技術，並在此之上構建系統，目標是讓這些系統真正落地，產生現實影響。"
Adib加入MIT教職後，首個研究項目便是利用RFID標籤實現室內定位。此後，Isaac Perper（'20，MEnG '21）以學生身份加入其實驗室，兩人共同開發了機器學習算法，將RFID數據轉化為位置規律，最初聚焦於幫助機器人在室內定位RFID標籤。
2021年，Adib參與了美國國家科學基金會（NSF）的I-Corps項目，該項目要求研究人員通過訪談潛在用戶，找到技術真正能夠解決的問題。正是這個過程讓他意識到庫存管理對零售商而言是多大的痛點。
2023年初，在獲得NSF小企業獎勵後，Adib與Perper正式聯合創立了Cartesian。兩人與MIT技術許可辦公室合作，取得了Adib實驗室相關專利的許可，並獲得了MIT創業導師服務項目的支持。
"我們的目標是降低技術成本，使其具備可擴展性。"Adib回憶道，"Isaac專注於簡化產品、利用機器學習的最新進展提升運算速度。早期經歷了大量的疊代與測試。"
零售員工花費大量時間查找商品，原因是多方面的：可能是需要處理一筆線上訂單，可能是需要補貨上架，也可能是要響應顧客對庫存商品的詢問。
不同門店的庫存組織方式各有差異，大多數門店按品類將商品存放於特定貨架和貨箱中，並使用條形碼或庫存系統進行管理，但這些系統往往更新滯後。
"對門店來說，這是個大麻煩——顧客可能還沒等到員工找到合適的尺碼就直接離開了，或者因為等待太久而心生不滿、拂袖而去。"Adib說，"員工在找貨上浪費的時間，完全可以用來做更有價值的工作。"
Cartesian的平台可與零售商現有的手持RFID讀取器無縫配合，店員本就在日常庫存管理中使用這類設備。各門店只需將Cartesian的軟體集成到現有庫存應用中，或直接為員工提供專屬應用程式即可。
"RFID讀取器是門店掌握在庫與缺貨情況的工具。"Perper說，"我們找到了一種方法，能夠利用讀取器已有的掃描數據，將其輸入我們的機器學習算法，從而生成所有商品位置的地圖。"
客戶可以在Cartesian技術之上構建分析功能，追蹤庫存水位、向顧客展示商品位置地圖，以及開發其他增值服務。
"他們使用我們的位置智能平台，並在上面構建各種產品。"Adib說，"我們可以適配任何設備、任何門店、任何類型的RFID，界面簡潔易用，所有複雜的位置算法都在雲端運行。"
拓展零售之外
Cartesian於2025年簽下第一份重大合同，並迅速擴展至數百家門店。Cartesian的一大優勢在於快速擴展能力——Perper表示，接入一家新門店僅需約一分鐘，若該公司已是合作客戶，Cartesian團隊甚至無需親赴現場即可完成系統啟用。
"就像撥動一個開關、整理好數據、然後推送給客戶一樣簡單。"Perper說，"我們最初的一個重要判斷是'能不能完全基於現有硬體來構建這套系統'，現在這個判斷正在得到驗證。"
Cartesian的模型同樣支持Wi-Fi和藍牙信號，公司計劃將這一能力用於其他行業的客戶。
"目前我們專注於零售領域，但這項技術在製造業、倉儲業及其他場景同樣具有巨大價值。"Adib說。
Cartesian團隊的目標是在未來一年內將部署規模擴大至數萬家門店，隨後向製造業和機器人等行業延伸。
"Cartesian最讓我興奮的是，我們已經建立了大量的技術基礎，而現在基本功打牢之後，我們希望在此之上構建具體的應用層。"Perper說，"這樣我們就能深入不同行業，了解客戶的具體問題，並用我們的技術以不同的方式加以解決。"
Q&A
Q1：Cartesian的室內定位技術是如何工作的？
A：Cartesian利用貼附在商品上的RFID標籤發出的無線信號，結合機器學習算法，將掃描數據轉化為位置資訊，從而生成門店內所有商品的位置地圖。該系統可與零售商現有的手持RFID讀取器無縫配合，所有複雜的定位算法在雲端運行，門店只需將軟體集成到現有庫存應用即可使用，接入一家新門店僅需約一分鐘。
Q2：Cartesian目前在哪些地方部署了？
A：Cartesian目前已在全球15個國家的700餘家門店完成部署，合作夥伴包括全球最大時尚集團之一Inditex，其旗下品牌涵蓋ZARA、Pull&Bear和Oysho等。2025年，Cartesian簽下第一份重大合同後，迅速擴展至數百家門店。公司計劃在未來一年內將部署規模擴大至數萬家門店。
Q3：Cartesian除了零售業，還有哪些應用場景？
A：除零售門店外，Cartesian的平台還可應用於製造商、倉儲企業、物流運營商及機器人公司的室內位置追蹤。該系統同時支持Wi-Fi和藍牙信號，公司計劃將這一能力用於更多垂直行業。Adib將其整體願景定義為"空間AI"，即讓機器能夠感知並與物理世界進行交互。
