تطلق Crisp منصة Halo لجلب الذكاء الاصطناعي لقطاع التجزئة إلى البيئات السحابية للمؤسسات

أطلقت Crisp منصة Halo للذكاء الاصطناعي في قطاع التجزئة، التي يمكن تشغيلها داخل البيئة السحابية الخاصة بالمؤسسة، لتقريب تحليلات المبيعات وسلاسل الإمداد من البيانات وأنظمة الحوكمة التي تستخدمها الشركات بالفعل. وأُعلن عن المنصة في 29 أكتوبر، وهي تستهدف مصنّعي السلع الاستهلاكية المعبأة (CPG) وتجار التجزئة والموزعين والوسطاء.

تعالج عملية الإطلاق مشكلة مألوفة في قطاع التجزئة: فقد ترصد الفرق تغيرًا في المبيعات أو المخزون، لكنها تظل بحاجة إلى قضاء ساعات في جمع السياق اللازم لتفسيره. ويصف إعلان Halo الصادر عن Crisp نظامًا يجمع بين بيانات قطاع التجزئة والمنطق المتخصص في هذا المجال وأدوات الذكاء الاصطناعي القائمة على الوكلاء، لمساعدة المستخدمين على تقصي الأداء وتحديد الخطوة التالية.

أساس بيانات قطاع التجزئة الذي يقوم عليه الذكاء الاصطناعي

تبدأ بنية Halo بالمعلومات الواردة من تجار التجزئة والموزعين. ويقسّم استعراض المنصة من Crisp هذا الأساس إلى تكامل البيانات وإدارتها ونمذجتها، مع بناء أدوات قائمة على الوكلاء وتطبيقات مخصصة للأدوار المختلفة فوقه.

تكتسب هذه البنية أهميتها لأن تمثيل المنتج أو المتجر أو الفترة المشمولة بالتقرير قد يختلف بين الشركاء التجاريين. ويصبح السؤال عن نقص المخزون أكثر فائدة عندما تتفق الأنظمة الأساسية على الصنف والموقع والفترة الزمنية التي يشير إليها السؤال.

تصف Crisp نهجها بأنه ذكاء اصطناعي رأسي؛ إذ تُنظَّف البيانات وتُثرى بدلالات خاصة بقطاع التجزئة قبل استخدامها في التحليل. وتورد المواد التعريفية للشركة تقاويم تجار التجزئة، والتسلسلات الهرمية للمنتجات، ومعدلات تلبية الطلبات، وتحليل نفاد المخزون أمثلةً على سياق الأعمال المعني. وتقول Crisp إن أكثر من 7,000 عميل، من بينهم 90 شركة من أكبر 100 شركة للسلع الاستهلاكية المعبأة، يستخدمون خدماتها؛ وهذه أرقام تبنٍّ أبلغت عنها الشركة.

التشغيل داخل السحابة الخاصة بالعميل

تتوفر Halo كمنصة مستضافة أو داخل بيئات العملاء على Databricks وSnowflake وGoogle Cloud. ويمنح الخيار الأخير المؤسسات بديلًا عن نقل معلوماتها التحليلية الخاصة بقطاع التجزئة إلى تطبيق آخر مستضاف خارجيًا.

تقدم وثائق البنية المعمارية لـ Databricks الصادرة عن Crisp مثالًا ملموسًا. فهي تضع بيانات قطاع التجزئة في جداول Delta الخاضعة للحوكمة عبر Unity Catalog، وتستضيف التطبيقات والوكلاء في Databricks Apps، وتستخدم قاعدة بيانات Lakebase لحالة التطبيق والمحادثات وذاكرة الوكلاء. وتُجرى استدعاءات النماذج عبر Model Serving وAI Gateway، بينما تستخدم الاستعلامات الدلالية مستودع SQL محددًا.

وفقًا لـ Crisp، تظل البيانات المملوكة داخل بيئة العميل، في حين تُشارك سجلات التشغيل وبيانات القياس عن بُعد غير المملوكة مع أنظمتها المركزية. وهذا التمييز أدق من الإيحاء بأن النشر لا يتضمن أي اتصال خارجي. وتدرج Crisp أيضًا التكامل مع MLflow ونشر نماذجها الدلالية بوصفها Unity Catalog Metric Views ضمن بنود خارطة الطريق.

بالنسبة إلى فرق تقنية المعلومات، تكمن الأهمية في الجانب التشغيلي: إذ يمكن مواءمة ضوابط الوصول وخيارات الاستدلال وتتبع الاستخدام مع البنية التحتية القائمة بالفعل. لكن موقع النشر وحده لا يثبت دقة الإجابة أو ملاءمة إجراء آلي.

من أسئلة المحفظة إلى القرارات الخاصة بكل تاجر تجزئة

يقدم الإطلاق Central Desk وCustomer Desk. ويتيح Central Desk لفرق المقر الرئيسي رؤية تشمل محفظة متاجر التجزئة بأكملها، لدعم أعمال تشمل استراتيجية المبيعات وإدارة الفئات وتخطيط سلاسل الإمداد. أما Customer Desk، فيستهدف فرق إدارة الحسابات التي تحتاج إلى مقاييس ومصطلحات ومنطق تشغيلي خاص بتاجر تجزئة بعينه.

لنفترض أن علامة تجارية تحقق في تراجع مبيعات منتج معين. والسؤال المفيد هو ما إذا كان هذا التغير ناتجًا عن الطلب أو التوافر أو التوزيع أو عامل تشغيلي آخر. ويمكن أن يساعد ربط التحليل بسجلات المتاجر والأصناف الفرق على تضييق نطاق التحقيق، بدلًا من التعامل مع تراجع يشمل المحفظة كلها بوصفه مشكلة واحدة.

وهذا هو الفارق العملي بين واجهة حوارية وتطبيق مخصص لقطاع التجزئة: إذ يجب أن يفهم التطبيق الكيانات والعلاقات التجارية الكامنة وراء السؤال. كما تنظم منصة Halo الأوسع نطاقًا إمكاناتها حول وظائف مثل تجديد المخزون وتخطيط الفئات والتعاون مع الموردين.

إجابات قابلة للتتبع وسير عمل قابل للتكرار

تصف مواد وكلاء الذكاء الاصطناعي لدى Crisp أدوات تستخدم معلومات يومية على مستوى المتجر والمنتج لدعم التحليل واتخاذ الإجراءات. وتدرج الشركة، ضمن Halo، الأسئلة الحوارية والتقارير الدورية وأتمتة سير العمل والتطبيقات المخصصة بوصفها طرقًا أساسية لاستخدام تلك الأدوات.

تشدد مواد الإطلاق على إمكانية تتبع التوصيات إلى بيانات المصدر والمنطق المستخدم في إعدادها. ويمكن أن يسهل هذا التوثيق فحص الإجابة؛ إذ يستطيع المحلل مراجعة السجلات والاستدلالات التي تستند إليها التوصية، بدلًا من قبول تفسير سلس ظاهريًا دون تمحيص.

بالنسبة إلى المؤسسات التي تقيّم المنصة، تمتد الأسئلة المهمة من تفسير الإجابة إلى تنفيذها: ما الإجراءات المسموح بها، وما الذي يتطلب مراجعة، وكيف تُقاس التغييرات بعد تطبيقها؟ وتصف المواد المنشورة الإمكانات وبنية النشر، لا نتائج اختبار معياري مستقل لدقة التنبؤ أو العوائد المالية.

تتمثل أبرز مزايا Halo في الربط بين هذه الطبقات. إذ يزوّد سياق تجارة التجزئة نظام الذكاء الاصطناعي بمعلومات أكثر فائدة، ويمكن أن يتوافق نشره في سحابة العميل مع أطر الحوكمة القائمة، كما تتيح مسارات العمل المخصصة للأدوار عرض التحليلات الناتجة على المسؤولين عن المخزون والقرارات التجارية.