3S Market 傳遞 智慧應用與價值的商業資訊
Inside The Worlds Largest Semiconductor Factory - BBC Click
智慧經營管理
|
工業 4.0 智慧工廠
2020年8月26日 星期三
．無人駕駛，會不會被駭客操控成「僵屍」汽車
Hackers take over steering
from smart car driver
來源：锌刻度 作者：罗世浩
無人駕駛汽車逐漸開始在商業場景中民用，但其透過物聯網進行操控的自動駕駛系統，仍然存在較大的失控風險。
就在之前，騰訊科恩實驗室發現了特斯拉 Model S 轎車的自動駕駛系統（版本 2018.6.1）存在著三大漏洞，其中包括了可以透過外部激活車輛的雨刷系統、透過在道路上設置一些特定的標記，可以欺騙 Model S 的自動駕駛系統，使其駛入錯誤車道，並且透過無線遊戲手柄，就可以操控 Model S 的轉向系統，從而控制車輛，使其成為「僵屍汽車」。
無人駕駛這樣的漏洞，如同《玩命關頭 8》的一個場景，影片中一名駭客入侵多輛無人駕駛汽車使其成為「僵屍汽車」，通過一對多的操控達到任由擺布的效果。
想像一下，如果在未來有一天幾十輛無人駕駛汽車突然發瘋了一樣四處亂闖，將會嚴重危害公共安全，那麼在現實中，無人駕駛汽車即將投入商業營運，究竟會不會被駭客操控成所謂的僵屍汽車？
僵屍汽車是僵屍網路的延伸
僵屍汽車的概念，是僵屍網路的延伸。網路自上世紀 90 年代初期開始迅猛發展，在其快速發展的過程中誕生的還有一種新的資訊安全威脅方式，即透過結合病毒、木馬、蠕蟲技術為一體的僵屍網路。
僵屍網路的特點在於，透過一個駭客，操控多台被木馬等病毒感染的電腦，實現一種一對多的操控方式，建構成一個由一名駭客就能掌控的網路系統。並且在駭客很少，甚至不插手的情況下，僵屍客戶端能夠協同合作，並針對同一任務完成目標行動。
「想像一下電影塑造所謂的僵屍形象，一個無血無肉，空有軀殼的東西，無自主意識聽從道士安排，僵屍網路的宏觀意思就是這樣，眾多電腦在不知不覺中，如同傳說中的僵屍群一樣被人驅趕和指揮著，成為被人利用的一種工具。「貴州大學車輛工程專業教師羅嘉解釋道，」目前來講僵屍網路對攻擊物聯網設備更感興趣。」
記者透過中國科研與電腦網得知，物聯網中形成的僵屍網路與普通的 PC 電腦病毒不一樣，其傳播性更廣更快，可以透過龐大的物聯網系統感染海量的設備，其中就包括無人駕駛汽車。
駭客可以使用這些相同的物聯網，連接無人駕駛汽車，透過藍牙、WiFi、輪胎壓力感測器，以及透過汽車的 CAN 總線連接幾乎任何外部切入點，一旦駭客控制了 CAN 總線，攻擊 AI 系統是最常見的手段，同時突破自動駕駛汽車的網路防禦。比如駭客可能試圖透過汽車感測器/網路，讓車載人工智慧認為是真實的方式注入虛假數據，從而導致人工智慧做出錯誤決定，並使人員或貨物處於危險之中。
「雖然無人駕駛汽車往往有加密，和身份驗證等硬安全措施，這些在理論上可以提供合理的安全防禦措施，但是這些類型的安全措施的弱點在於，在駭客破解了一個嚴格的安全事件（即解密消息，輸入密碼等）後，通常沒有額外的安全措施，來防止有人濫用系統。」羅嘉介紹。
羅嘉認為未來萬物互聯，汽車是物聯網產品中的重要一環，如果沒有更有效的汽車安全防範機制，無人駕駛技術的安全性時刻會面臨僵屍病毒的威脅，當數據中心發生駭客攻擊時，最壞情況可能是數據丟失，但當自動駕駛汽車被駭客入侵時，可能發生的就是生命損失。
也許情況沒有那麼糟
在三年前的一次實驗中，一名美國記者開著一輛 Jeep Cherokee，然後被兩名駭客 — Charlie Miller 與 Chris Valasek 遠端控制，他們透過資訊娛樂系統，獲得了汽車的控制權，同時控制了車輛的轉向、剎車、雨刷和門鎖，除此之外，車輛的轉速表速度表的參數也被重置。
兩名駭客在此實驗後，開始與無人汽車公司合作，試圖阻止此類事件的發生，就在去年的黑帽大會上，兩人紛紛表示，入侵無人駕駛汽車的難度極大，非一般的駭客可以做到。Miller 解釋說，無人駕駛汽車必須持續監控環境，接收資訊，而目前只要減少攻擊面，就可以大大降低被入侵的風險。
事實上，要想成為僵屍汽車的前提，是透過物聯網來傳播僵屍病毒，透過一對多的形式，操控一輛甚至多輛無人汽車。「自動駕駛汽車目前依靠一個或兩個感測器進行物體檢測，那些完全自動駕駛的車輛，將具有多個感測器和通信層。」Chris Valasek 指出，鑒於破解單個感測器已經很棘手，一些駭客會更難以入侵複雜的感測器系統，並且需要多層設置，才能不斷訪問即時交通和行人數據。
「從理論上講，自動駕駛汽車的多個感測器和通信層之間，固有的互聯性，可能使他們更容易受到網路攻擊，因為他們提供了更多的切入點，然而，出於同樣的原因駭客攻擊連接的自動駕駛汽車也更加困難，」
無人駕駛智行者技術工程師曼曼告訴記者：「必須找到對多層系統的訪問，該系統整合了來自多個感測器的資訊，以及即時交通和行人數據，這可能對駭客構成嚴重障礙。與物聯網相關的解決方案，也可用於增強其安全性，例如整合基於量子力學的安全加密系統。」
目前針對駭客入侵的潛在威脅，一些高科技企業和汽車製造商，已經在這方面採取了一些行動。
飛雅特公司目前透過使用一些額外的感測器吊艙，透過對感測器等硬體的升級改裝，來提升其安全性，但依然有不少專家指出，透過感測器升級，來提升安全性目前可能沒有問題，但其更新速度遠遠趕不上駭客技術的提升，所以這種方法在成本，以及時效性上，還有一定問題。
特斯拉汽車去年參加，在加拿大溫哥華舉行的 Pwn2Own (一年一度的駭客和安全會議)會議時，透過獎勵的方式，最終讓兩名駭客成功入侵特斯拉 Model 3 汽車，對此特斯拉副總裁 David Lau 表示，透過參與此類安全會議，不斷升級自己的安全防禦軟件，並透過人工智能的協作來進一步提升無人駕駛的安全性。
除此之外，GuardKnox 車輛網路安全公司，提出在無人駕駛汽車的通訊連接處，建立一個安全系統。該系統在車輛的各種網路之間，實施正式驗證和確定的通信配置，其阻止任何未驗證的通信。必須驗證任何試圖訪問車輛中央 Gateway ECU 的外部通信，無論存在多少易受攻擊的接入點，都能有效地鎖定整個系統。集中化對於防止駭客，從其通信網路訪問自動駕駛汽車的核心系統非常重要。
5G 時代的出現又將面臨新問題
「5G 時代的到來，毫無疑問會給無人駕駛汽車帶來新的機會。」自動駕駛汽車公司 Voyage 的總經理 Dean Bushey 在去年 1 月表示 5G 技術將有助於使自動駕駛汽車更安全。
Dean Bushey 解釋道：我們任何時候都想要獲得更低延遲，更高效的寬頻，因為任何超過一百毫秒的延遲，都會導致我們的汽車中斷，而這 5G 的到來可以完美的解決這一問題。
針對 5G 時代對無人汽車帶來的影響，網路安全巨頭 Avast 的高級研究員馬丁·赫倫（Martin Hron）卻表示，第五代行動網路很可能使自動駕駛車輛，比現在更容易受到攻擊。
未來 5G 的大量應用，將使得 5G 極有可能允許更多部件和系統的自動駕駛汽車，更容易連接到外部世界，以至於擴大駭客的攻擊面與切入點。
如何降低 5G 對無人駕駛帶來的風險放大機會呢？Martin 表示汽車製造業，特別是無人駕駛汽車的研發和製造要領先於駭客技術，Tesla、Google Waymo 都在朝這個方向做，但需要更完善的車輛網路安全機制。
「汽車製造業需要借助現有的安全技術，並進一步研發領先駭客攻擊的技術，以完善包含無人駕駛在內的車輛網路安全機制，比如在最初產品設計階段車輛，就必須將安全防護詳細化。」
5G 產業化發展對無人汽車，主要影響在於雲端到嵌入式端數據，交互延遲的降低和寬頻速度的增加，但這個方案對資訊安全、隱私保護等都提出挑戰，換句話說，在 5G 時代由於網速的幾何提升，其無人駕駛系統客戶的隱私更易洩露。
除此之外，無人駕駛汽車是基於人工智慧與物聯網基礎上，組成的系統或網路，如上文所述，無人駕駛汽車早已不是單個實體，所以一旦被駭客攻擊，其切入點與攻擊面都更大，駭客找尋到薄弱環節，成功入侵的可能性加大。
所以 Avast 安全專家警告稱：雖然現在 5G 應用內的無人駕駛汽車還在觀望階段，但如果沒有很好的應對方案，未來 5G 與物聯網的結合，將會使無人駕駛汽車被駭客入侵的可能性加大。
小結
每一代新技術的出現，都有他自身的價值，以及伴隨而來的安全隱憂，無人駕駛與網路都有著被駭客侵入的網路安全風險，但這樣的問題並沒有被汽車製造商、研發者所忽視，比如前文提到的特斯拉在駭客會議上出錢出車要求駭客對其攻擊，並因此研究下一代安全防護系統。
事實上，目前對這些風險意識的所有關注，只會有助於鼓勵，以最安全的方式，製造新一代自動駕駛汽車所需的更深入的研究。正如 Avast 的高級研究員馬丁·赫倫所指的那樣，無人駕駛安全技術需要領先於駭客入侵手段，並不斷在軟體硬體上進行升級變更，以提高抵御惡意攻擊的能力，使自動駕駛更安全。
【任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET】
．出人意料！最容易自動化的領域反而是創造類工作
Reimagine Public Safety. Today.
來源：網易科技報道
據外媒(VentureBeat)報導，我們已經聽到足夠多的科技預言，講機器人將如何接管，我們日常生活中單調重複工作，使人類能夠專注於更高技術含量或創造性的任務。
但實際的情況可能正與此相反：最容易自動化的任務正是創造性工作，那些重複性工作自動化起來，反而非常棘手。
但實際的情況可能正與此相反：最容易自動化的任務正是創造性工作，那些重複性工作自動化起來，反而非常棘手。
出人意料容易自動化的領域
藝術
21 世紀初，倫敦大學「The Painting Fool」繪畫程序創作了藝術作品。其大部分進入畫廊，同人類作品一同展出。像 DeepStyle 和 Prisma 這樣的神經網路，使用卷積神經網路模仿特定藝術家風格，對照片進行風格化處理。Withoomph、Tailor Brands 和 Logojoy 等徽標生成系統，能半自動或全自動地，根據關鍵字生成徽標設計。
研究人員還將這一過程，運用到音樂上。Melomics 是一個根據生活方式和活動主題創作，並播放音樂的系統。IBM 與藝術家聯手，將大量音樂、歌詞與情感分析相結合，幫助「沃森」合成音樂。如此一來，自然的人類創造力不再是創造美所必須的。
科研
科學的一個核心基礎是重複性。移液操作在許多實驗室中，都屬於單調和勞動密集型任務，OpenTrons 等公司致力於用自動化移液裝置，來幫助科學家節省時間和金錢。新創公司 Arcturus 和 BioRealize，讓科學家能夠遠端操控基因工程實驗，大大減少錯誤和實驗時間。其他新創公司 —— 如 Emerald Therapeutics 和Transcriptic，則希望將研究過程遷移到雲端，使用遠端機器人系統，來自動執行實驗。
除了自動化手工的實驗室工作，當下機器也在將科學發現和理解自動化。康奈爾大學的 Nutonian，能夠在不給出任何預先假設的情況下，創建數據模型。來自劍橋、阿斯伯里和曼徹斯特的研究人員，打造了一個類似的自助科學算法，稱其為史上第一台能夠自主發掘科學新知的機器。隨著科學研究的增加，科學家可能會越來越依賴自動化系統。
法律
從事法律行業需要對法律、案例和其他判例法有多年的學習和理解。AI 的最新進展，讓這些任務的自動化成為可能。迄今為止，判例法、合同法和辯護已有自動化實踐。
新創公司 DoNotPay 的機器人律師，能偶幫助用戶處理交通罰單。ROSS Intelligence 使用 AI 來闡述相關法律段落和案例，以提高法律研究的效率和品質。eBrevia 使用 AI 從合同中提取數據，以幫助合同分析等相關應用。
新創公司 DoNotPay 的機器人律師，能偶幫助用戶處理交通罰單。ROSS Intelligence 使用 AI 來闡述相關法律段落和案例，以提高法律研究的效率和品質。eBrevia 使用 AI 從合同中提取數據，以幫助合同分析等相關應用。
法律究竟在多大範圍內，能夠自動化引起人們的疑慮。由於大多數法律行業的機構是按小時收費，所以看律師們如何權衡自動化帶來的利益與責任將會很有趣。
警務和保全
人類物理安全團隊的主要職能，是觀察和報告安全事故。由於對雇主負有責任，許多人類保全人員並不允許干涉，這使得他們的工作更容易自動化。迄今為止的保全自動化，專注於對現有保全力量的增強。用並不昂貴的手段增強保全的視野和聽力範圍，超越傳統固定監視攝影機所覆蓋的範圍。
Knightscope 和 Gamma 2 Robotics 打造了地面保全機器人，透過物理臨場提供力量威懾。這些機器人被佈署在越來越多的企業園區和商場。另一家名叫 Nightingale 的新創公司使用無人機幫助客戶進行監視作業。稍加時日，機器人可基本取代警察和安全部隊，只需要在解決暴力事件時再動用人工力量。
出人意料難以自動化的領域
清潔
清潔機器人 Roomba 是 2002 年第一批，針對普通消費者推出的消費級機器人之一。15 年後的今日，清潔機器人行業並沒有任何實質的創新為其贏得商業上的成功。一家名為 Intellibot 的公司，製造出了一個名為「TASKI」的大型自動化地板清潔機，銷量寥寥無幾。此外 Brain Corp 也與國際清潔設備公司聯手，推出了名為「RS26」的大型地板清潔機。
除了清潔地板，機器人還被引入，對人類而言過於危險的清潔作業。新創公司 Ecoppia 使用機器人來清潔帶陽能電池板，美國放射性廢物管理專業公司 Kurion 的核污染清理機器人，還被挑選在福島作業。
服裝和紡織
紡織製造業是第一批實現自動化的行業之一，不過完全的自動化仍然難以實現。機器人善於操作不會變形的固體物件，但紡織品剪裁、拉伸和壓縮讓機器人束手無策。今天的機器人能夠完成染色、剪切和複雜的紋樣設計，但實際縫紉、添加花邊和褶皺等工作仍然需要靈巧的人手完成。
很少有公司在高級縫製方面取得重大進展。Softwear Automation 便是其中之一。它使用高速攝影機來跟蹤紡織品，讓機器人在彎曲多變的布料上進行作業。耐吉也正在使用自動化來替代傳統的鞋子組裝過程。FLYKNIT 系列鞋子的頂部，就是由一個連續的線編織而非多個部件的拼裝。
自動化在服裝護理方面的進展同樣不多。雖然機器可以洗滌和烘乾，但是裝載、取出和折疊過程仍然是重復和費力的工作，沒有理想的自動化解決方案。新創公司 Laundroid 和 Foldimate 開發了洗衣折疊機器人，不過因體積大功能小引來詬病。
農業
使用自動化來替代手工的農作物收割，迄今為止仍然是困難的。有些農作物的果實脆弱易損，而電腦視覺在辨識作物果實上也不容易。不過儘管面臨這些挑戰，仍有許多公司致力於實現農業的全自動化。
Harvest Automation 打造了一個名為「HV-100」的機器人，差不多可以實現作物整個生長週期的自動化。另外還有一系列新創公司致力於打造除草和鬆土機器人。這其中包括 Naio Technologies，它面向葡萄園生產除草機器人產品。
在水果採摘領域，諸如 FFRobotics、Abundant Robotics 和 Vision Robotics等公司一直致力於提供機器人水果採摘解決方案。雖然其產品尚未普及，不過他們的努力正在為更自動化的世界打下基礎。比如，他們使用抽吸裝置來拾取水果，避免了機械臂夾持的許多弊端。
展望未來
從以上概述的幾個主題中，我們可以大略預測機器人行業的未來。今天，機器人技術已經在自動化重複任務方面取得了重大進展，這些任務需要並不高超的技術。涉及到大量數據和資訊處理的任務，也可透過自動化來實現倍增。另一方面，需要複雜操作的任務仍然難以被自動化，這些任務需要更多技術支援，其中包括機器人所能提供給我們的更深層決策和資訊綜合能力。
機器人已經改變了許多主要行業，需要人工參與才能完成的事情越來越少。不過總體來看，一個完全自動化的世界仍在視野之外。
【任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET】
．口罩給臉部辨識軟體帶來身份危機
Does Facial Recognition
Work On Face Masks?
隨著科技公司爭相瞭解冠狀病毒的現實，一些專家表示用戶必須改變
這是一種越來越普遍的現代煩惱：到達隊列中的商店付款時，掏出智慧手機進行衛生的非接觸式付款，並盯著錯誤消息，因為您的手機無法辨識您蒙面的面孔。
隨著越來越多的國家要求戴口罩，以防止冠狀病毒傳播，科技公司正努力跟上不斷變化的世界。 但是一些專家警告說，更改可能必須從用戶自己開始。
蘋果的 Face ID 是最著名的消費者面部驗證系統示例。 這項技術使用紅外線點網格，來測量用戶臉部的物理形狀，從而確保能夠訪問公司的 iPhone 和 iPad 以及 Apple Pay 等其他功能。
但是，儘管該服務可以克服許多障礙，包括濃妝，濃密的鬍鬚甚至太陽鏡，但使用口罩卻無法完成。 用戶仍然可以透過鮮為人知的功能 Express Express 避免麻煩，該功能使他們無需身份驗證，即可在公共交通工具上使用 Apple Pay。
但是除此之外，該系統只有一個調整以說明新的現實。 5 月中旬，Apple 啟動了一項更新程序，該更新程序消除了無法辨識人臉與顯示替代身份驗證密碼之間的延遲。
這加快了後備選項的速度，但是比許多人現在所期望的要慢。不幸的是，臉部驗證公司 iProov 的首席執行官安德魯·巴德（Andrew Bud）說，這可能是我們短期內看到的最好的情況。
Bud說，口罩實際上並沒有使辨識一個人變得更加困難。現代人臉辨識在很大程度上取決於眼睛周圍的區域。舊的模式-一般測量臉部形狀的幾何形狀 - 在五年前已經過時了。」
取而代之的是，掩碼的問題在於它們使系統，更難區分真實臉孔和欺騙。該任務稱為「真實存在保證」，是臉部驗證的核心–也是 Bud 認為我們可能不會，很快看到替代方案的原因。 「大多數真正的存在保證解決方案，都將很難處理覆蓋大部分人臉的大口罩。」
這個問題也困擾著其他選擇。例如，在 2017 年，三星推出了具有虹膜辨識功能的新型智慧手機 Galaxy S8。在不到一個月的時間內，研究人員發布了一段影片，影片中他們解鎖同一部手機，而照片中只有某人的眼睛隱藏在隱形眼鏡後面。該組織寫道：「到目前為止，虹膜生物特徵辨識技術最昂貴的部分，是購買了 Galaxy S8。」
其他技術可能顯示出更多的希望。 Bud 的公司向英國政府提供驗證服務，該公司開發了一種掌上驗證系統，該系統可以成功地從智慧手機的手部照片中辨識出人，並且具有防止人工欺騙的保護作用。但他警告說，最終，最可能的結果是態度改變。
「將來，當您要進行身份驗證時，只需短暫摘下面具即可。我們認為可以。作為一家公司，我們專注於可用性，這讓我感到震驚，即使在 Covid 的世界中，這也是您可以忍受的。」
一線希望，臉部驗證系統戴著口罩的問題，也困擾著類似技術的製造商，即用於監視目的的臉部辨識，以使用 CCTV 錄影跟蹤人員。美國政府 7 月份的一項研究顯示，戴上廣泛的口罩會使臉部辨識算法的準確性降低 5％ 至 50％。
【任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET】
．步態辨識技術即使轉過身也能辨識身份
China testing out 'gait-recognition' technology
不用看到人臉也能高達 94％ 的辨識精度
最重要的是：人類辨識技術的進步，將使原本極為困難的，在整個中國境內必須不間斷的去監控。步態辨識軟體現在已經足夠準確，可以透過人們的行走方式辨識他們。
臉部辨識已使其在安全系統中成為主流，並且是保護行動設備的相對安全的方法。但是，當衣服遮住或遮住臉時會發生什麼？中國政府工作人員想出了「步態辨識」軟體來解決該問題。
新的步態軟體無需辨識人臉，而是可以根據其身體形狀和行走方式來辨識人。對於那些認為他們可以嘗試以不同的方式，避免身份辨識的人來說，根據開發該技術的公司 Watrix 看來，這並非那麼容易。首席執行官黃永珍說：「步態分析不能僅僅因為腳，張開雙腳走路或彎腰而被愚弄，因為我們正在分析整個身體的所有特徵。」
與需要特寫高解析度圖像的臉部辨識不同，步態辨識能夠辨識超過 165 英尺遠的人員，而對像不會直接面對攝影機機。即使背對背，該技術還是非常有效的。
步態技術的缺點之一，是需要處理多個順序的幀。 可以將參考點應用於初始圖像，然後在接下來的幾幀中進行跟踪。
創建初始參考後，可以執行對比對模式的搜索。 與臉部辨識相比，所有這些功能都需要更多的處理能力，並且尚無法即時執行。
目前，Watrix 的軟體大約需要 10 分鐘才能篩選一個小時的影像。 隨著時間的推移，隨著優化和計算硬體的改進，不久就可以進行真正的即時步態分析。
目前，準確度約為 94％，對於中國來說，這已經被認為足以用於商業用途。 相比之下，在美國機場佈署的臉部辨識的準確率接近 99％。
【任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET】
．武肺大流行後供應鏈看起來截然不同的三種方式
The Point: How serious is the post-pandemic crisis?
隨著關於重新開放經濟的討論日漸活躍，零售商和包裝消費品製造商面臨著如何保持現金流，轉向庫存和種子成長以持續復甦的決定。但是某些對重啟成功非常重要的事情應該已經開始了。
評估意外危機對供應鏈的影響絕非易事。但是，從現在開始做起，有幾個關鍵要素要考慮。
就像在洪水，颶風或地震等自然災害之後，商店需要重置。那應該現在發生。但是，當今企業面臨的最大挑戰，是應對不僅限於特定地區的危機。它的影響已遍及全球，並影響了美國的美國零售商。
如果可以的話，明智的做法是立即開始執行限制後重置。對於暫時關閉或要交貨，或在路邊取貨的零售商，商店中缺乏購物者流量，會導致日間重置和員工的社交距離。另一個值得考慮的選擇，是將緩慢移動的庫存，轉換為反向到正向分配模式，甚至轉換為反向到電子商務流，以保持可銷售的回報和庫存過多，並有機會以全價出售。
隨著國度的開放，現在可以而且應該進行重置。這既是讓人們重新工作的機會，也是為最終向公眾敞開大門的準備的機會。
現在開始重置的最重要原因之一，是要處理貨架和儲藏室中數量空前的未售產品。隨著某些產品類別中春季零售季節的流失，必須決定可以在貨架上出售，並銷售到夏季的春季庫存量。但是在此之前，零售商必須處理他們所知道的失去了銷售機會的東西。
積壓不僅僅是在貨架上和儲藏室中。箱子和托盤將佔用倉庫中的空間，這是進行回收的庫存正向流動所需要的空間。
《福布斯》最近報導說，許多銷售時尚商品的零售商，可能會面臨選擇 mo 積春季庫存，或將庫存減少 70％ 至 80％，以便將其撤出商店的選擇。雖然這似乎是快速移動它的好方法，但請記住，他們將利用儲存空間和人員來完成此操作，從而進一步降低了回收價值。
向二級市場清算是避免額外損失的快速有效方法。降到低於成本的水平開始與清算價值有關。因此，如果目標只是為了擺脫困境，則在許多產品類別中，值得考慮清算。
在收益方面，過於簡單地說「沒有人買進，因此我們期望收益很低」。限制解除後，一些零售商可以期望收益回升的原因有兩個。
首先，許多零售商都制定了退貨政策。 Forrester 的最新研究表明，40％ 的零售商已放鬆了退貨政策，另有 27％ 的零售商正在考慮改變政策。當人們再次走出去時，他們會回來獲得回報。隨之而來的推論是，當商店的客流量經歷大流行後的激增時，可以預期銷售量的增加，會帶來回報的增加。我們看到網路發起的退貨比實際收到的要多。這表示人們正在拿著包裹，等待直到可以乘載具將其放下。
其次，從收益的角度來看，向在線購買的轉變不容忽視。網路購物會獲得更高的報酬率，這一事實應考慮到當前情況，並被視為「新常態」。
據眾多媒體報導，儘管消費者正在轉向電子商務，但全通路零售商卻沒有看到足夠的電子商務，來彌合他們在商店中遭受的損失的差距。 PYMNTS.com 於 2020 年 3 月對 1,900 名消費者，進行的一項調查顯示，只有 35％ 的受訪者已轉向網路購物，而 51％ 的受訪者表示，他們整體上的零售購物減少。
那些能夠從網路銷售中，獲得幫助的人在處理電子商務退貨量方面，仍然可能面臨挑戰。全通路零售商突然面臨大量春季積壓庫存，他們的逆向基礎設施將面臨新的負擔。處理積壓的庫存，並即時處理電子商務退貨將是一個挑戰。這種能力的落差可能不會令購物者滿意，他們會在經濟不確定時耐心等待退款。
由於購物者仍對經濟，及其自身的財務安全表示擔憂，他們可能會更快地退回可任意購買的商品，並期望對可任意選擇的商品退款。
新冠肺炎大流行之後，是否會不願從中國採購產品？我們已經看到了在製藥行業進行這一轉變的強烈願望。在大流行期間，嚴重依賴中國提供個人防護設備（PPE）的醫療保健企業，已經在尋找不同的來源。《福布斯》最近報導說，日本政府正在向那些將生產，轉移回日本的公司提供貸款。
貿易戰已經使一些在中國生產的美國公司，尋找其他國家的生產機會來避免關稅，而大流行可能只是給他們一個額外的原因。然而，普華永道中國和美國美國商會在 2020 年 3 月進行的一項調查顯示，在該國生產的公司中有 70％「由於 COVID-19 而沒有計劃將生產和供應鏈業務轉移到中國境外，」 68％ 的受訪者表示，他們預計未來三個月，將在中國恢復正常營運。
歸根結底，大流行造成的破壞迫使我們所有人，以我們未曾想到的方式進行發展。我們找到了創新的方式，來繼續為商店和客戶提供服務。想想看：六個月前，有多少零售商期望他們會提供路邊的取貨或送貨服務？這些購物者的便利性加上新的敏感性（如果不是很謹慎的話）很有可能會成為永久性的新服務。
多種媒體報導顯示，在大流行期間，Instacart、Grubhub 和 Uber Eats 都在僱用新司機，因為餐館和商店都在嘗試各種可能的方式來保持營業。 CVS 在其全國範圍內的招聘工作中都包括送貨司機，甚至還對無人機送貨進行了測試。
當然可以想像，當前的危機將促使零售商，將備災和抵禦能力提高到新的水平。他們的工作可能包括，採用新的電子商務工具，以及為「危機忠誠」而建立的行銷和促銷參與策略。這樣的舉動將有助於零售商，變得對他們的顧客來說必不可少。
希望所吸取的教訓，將使所有零售商擁有更好的突發事件，和營運靈活性，為下一步的「新常態」做好準備。也許下一次全球性顛覆將使他們比他們意識到的要準備得更充分，更有彈性，甚至更有創造力。
【任何經過翻譯或轉載之中文資訊，我們為了盡量使用台灣常用相關名詞與慣用語法，將與原中文有所變更，但不改內容意義 – 3S MARKET】