当你想象零售店员工时，脑海中浮现的可能是站在收银台前或正在服务顾客的身影。但实际上，员工们还要花费大量时间穿梭于库房和卖场之间，处理线上订单、响应顾客需求，以及全面管理店内库存。

库存管理之所以耗时，部分原因在于零售商往往无法准确掌握每件商品的位置。这也正是为什么当你让店员帮忙查找某件衣服的尺码时，可能需要等上整整20分钟。

去年，Cartesian与一家零售商开展了一项研究，结果显示其平台通过优化库存追踪流程、提升运营效率和改善顾客体验，在门店层面实现了可观的年度成本节省。

"我们正在解决的核心问题是：零售门店约50%的工作时间用于库存管理。"Cartesian联合创始人、MIT副教授Fadel Adib（SM '13，PhD '17）表示，"仅在美国，这一问题造成的损失就约达150亿美元。我们利用算法通过无线信号来解析室内位置，这项核心技术实现了全新水平的室内定位能力。"

目前，Cartesian已在全球15个国家的700余家门店完成部署，并与全球最大时尚集团之一、ZARA、Pull&Bear及Oysho等品牌的母公司Inditex展开合作。

除零售商和仓储企业外，Cartesian的平台还可为制造商、物流运营商及机器人公司提供室内位置追踪服务。

"我们所做的事情，宏观愿景上属于空间AI的范畴。"Adib说，"今天的AI在数字世界中表现优异，而现在它必须走进物理世界。这意味着要让机器感知周围环境，进而与之交互。这正是空间AI的用武之地，也是Cartesian所处的位置。"

从技术到产品

Adib在MIT媒体实验室与电气工程及计算机科学系联合任职，在该校研究无线信号领域已逾15年，可追溯至其硕士阶段的研究工作。

"我的团队目前研究如何利用无线信号以前所未有的方式感知世界。"Adib说，"我们开发基础技术，并在此之上构建系统，目标是让这些系统真正落地，产生现实影响。"

Adib加入MIT教职后，首个研究项目便是利用RFID标签实现室内定位。此后，Isaac Perper（'20，MEnG '21）以学生身份加入其实验室，两人共同开发了机器学习算法，将RFID数据转化为位置规律，最初聚焦于帮助机器人在室内定位RFID标签。

2021年，Adib参与了美国国家科学基金会（NSF）的I-Corps项目，该项目要求研究人员通过访谈潜在用户，找到技术真正能够解决的问题。正是这个过程让他意识到库存管理对零售商而言是多大的痛点。

2023年初，在获得NSF小企业奖励后，Adib与Perper正式联合创立了Cartesian。两人与MIT技术许可办公室合作，取得了Adib实验室相关专利的许可，并获得了MIT创业导师服务项目的支持。

"我们的目标是降低技术成本，使其具备可扩展性。"Adib回忆道，"Isaac专注于简化产品、利用机器学习的最新进展提升运算速度。早期经历了大量的迭代与测试。"

零售员工花费大量时间查找商品，原因是多方面的：可能是需要处理一笔线上订单，可能是需要补货上架，也可能是要响应顾客对库存商品的询问。

不同门店的库存组织方式各有差异，大多数门店按品类将商品存放于特定货架和货箱中，并使用条形码或库存系统进行管理，但这些系统往往更新滞后。

"对门店来说，这是个大麻烦——顾客可能还没等到员工找到合适的尺码就直接离开了，或者因为等待太久而心生不满、拂袖而去。"Adib说，"员工在找货上浪费的时间，完全可以用来做更有价值的工作。"

Cartesian的平台可与零售商现有的手持RFID读取器无缝配合，店员本就在日常库存管理中使用这类设备。各门店只需将Cartesian的软件集成到现有库存应用中，或直接为员工提供专属应用程序即可。

"RFID读取器是门店掌握在库与缺货情况的工具。"Perper说，"我们找到了一种方法，能够利用读取器已有的扫描数据，将其输入我们的机器学习算法，从而生成所有商品位置的地图。"

客户可以在Cartesian技术之上构建分析功能，追踪库存水位、向顾客展示商品位置地图，以及开发其他增值服务。

"他们使用我们的位置智能平台，并在上面构建各种产品。"Adib说，"我们可以适配任何设备、任何门店、任何类型的RFID，界面简洁易用，所有复杂的位置算法都在云端运行。"

拓展零售之外

Cartesian于2025年签下第一份重大合同，并迅速扩展至数百家门店。Cartesian的一大优势在于快速扩展能力——Perper表示，接入一家新门店仅需约一分钟，若该公司已是合作客户，Cartesian团队甚至无需亲赴现场即可完成系统启用。

"就像拨动一个开关、整理好数据、然后推送给客户一样简单。"Perper说，"我们最初的一个重要判断是'能不能完全基于现有硬件来构建这套系统'，现在这个判断正在得到验证。"

Cartesian的模型同样支持Wi-Fi和蓝牙信号，公司计划将这一能力用于其他行业的客户。

"目前我们专注于零售领域，但这项技术在制造业、仓储业及其他场景同样具有巨大价值。"Adib说。

Cartesian团队的目标是在未来一年内将部署规模扩大至数万家门店，随后向制造业和机器人等行业延伸。

"Cartesian最让我兴奋的是，我们已经建立了大量的技术基础，而现在基本功打牢之后，我们希望在此之上构建具体的应用层。"Perper说，"这样我们就能深入不同行业，了解客户的具体问题，并用我们的技术以不同的方式加以解决。"

Q&A

Q1：Cartesian的室内定位技术是如何工作的？

A：Cartesian利用贴附在商品上的RFID标签发出的无线信号，结合机器学习算法，将扫描数据转化为位置信息，从而生成门店内所有商品的位置地图。该系统可与零售商现有的手持RFID读取器无缝配合，所有复杂的定位算法在云端运行，门店只需将软件集成到现有库存应用即可使用，接入一家新门店仅需约一分钟。

Q2：Cartesian目前在哪些地方部署了？

A：Cartesian目前已在全球15个国家的700余家门店完成部署，合作伙伴包括全球最大时尚集团之一Inditex，其旗下品牌涵盖ZARA、Pull&Bear和Oysho等。2025年，Cartesian签下第一份重大合同后，迅速扩展至数百家门店。公司计划在未来一年内将部署规模扩大至数万家门店。

Q3：Cartesian除了零售业，还有哪些应用场景？

A：除零售门店外，Cartesian的平台还可应用于制造商、仓储企业、物流运营商及机器人公司的室内位置追踪。该系统同时支持Wi-Fi和蓝牙信号，公司计划将这一能力用于更多垂直行业。Adib将其整体愿景定义为"空间AI"，即让机器能够感知并与物理世界进行交互。