Μοντέλα και πλατφόρμες AI
Η Crisp λανσάρει το Halo για να φέρει την τεχνητή νοημοσύνη στο λιανεμπόριο μέσα στα εταιρικά περιβάλλοντα cloud

Η Crisp λάνσαρε το Halo, μια πλατφόρμα τεχνητής νοημοσύνης για το λιανεμπόριο που μπορεί να λειτουργεί μέσα στο cloud περιβάλλον μιας επιχείρησης, φέρνοντας την ανάλυση πωλήσεων και εφοδιαστικής αλυσίδας πιο κοντά στα δεδομένα και στα συστήματα διακυβέρνησης που ήδη χρησιμοποιούν οι εταιρείες. Η πλατφόρμα ανακοινώθηκε στις 29 Οκτωβρίου και απευθύνεται σε κατασκευαστές καταναλωτικών συσκευασμένων προϊόντων (CPG), λιανεμπόρους, διανομείς και μεσίτες.
Η κυκλοφορία αντιμετωπίζει ένα γνώριμο πρόβλημα του λιανεμπορίου: οι ομάδες μπορεί να εντοπίσουν μια μεταβολή στις πωλήσεις ή στα αποθέματα, αλλά να χρειάζονται ακόμη ώρες για να συγκεντρώσουν τα στοιχεία που απαιτούνται για να την εξηγήσουν. Η ανακοίνωση του Halo από την Crisp περιγράφει ένα σύστημα που συνδυάζει δεδομένα λιανεμπορίου, εξειδικευμένη γνώση του κλάδου και εργαλεία με δυνατότητες πρακτόρων ΤΝ, ώστε να βοηθά τους χρήστες να διερευνούν τις επιδόσεις και να αποφασίζουν τα επόμενα βήματα.
Η βάση δεδομένων λιανεμπορίου πίσω από την τεχνητή νοημοσύνη
Η αρχιτεκτονική του Halo ξεκινά από τις πληροφορίες που λαμβάνει από λιανεμπόρους και διανομείς. Η επισκόπηση της πλατφόρμας της Crisp διακρίνει τρία επίπεδα σε αυτή τη βάση: την ενοποίηση, τη διαχείριση και τη μοντελοποίηση δεδομένων, πάνω από τα οποία αναπτύσσονται εργαλεία με δυνατότητες πρακτόρων και εφαρμογές προσαρμοσμένες σε συγκεκριμένους ρόλους.
Αυτή η δομή έχει σημασία, επειδή οι εμπορικοί συνεργάτες μπορεί να αναπαριστούν με διαφορετικό τρόπο ένα προϊόν, ένα κατάστημα ή μια περίοδο αναφοράς. Ένα ερώτημα για έλλειμμα αποθέματος γίνεται πιο χρήσιμο όταν τα υποκείμενα συστήματα συμφωνούν ως προς το προϊόν, την τοποθεσία και τη χρονική περίοδο στην οποία αναφέρεται.
Η Crisp περιγράφει την προσέγγισή της ως κάθετη τεχνητή νοημοσύνη: τα δεδομένα καθαρίζονται και εμπλουτίζονται με ορολογία και έννοιες του λιανεμπορίου πριν χρησιμοποιηθούν για ανάλυση. Στο υλικό υποβάθρου της, η εταιρεία αναφέρει ως παραδείγματα του επιχειρηματικού πλαισίου τα ημερολόγια των λιανεμπόρων, τις ιεραρχίες προϊόντων, τα ποσοστά πλήρωσης παραγγελιών και την ανάλυση προϊόντων εκτός αποθέματος. Η Crisp αναφέρει ότι περισσότερες από 7.000 εταιρείες, μεταξύ των οποίων 90 από τις 100 κορυφαίες εταιρείες CPG, χρησιμοποιούν τις υπηρεσίες της· πρόκειται για στοιχεία υιοθέτησης που δημοσιεύει η ίδια η εταιρεία.
Λειτουργία μέσα στο cloud του πελάτη
Το Halo διατίθεται ως φιλοξενούμενη πλατφόρμα ή μέσα στα περιβάλλοντα των πελατών σε Databricks, Snowflake και Google Cloud. Η δεύτερη επιλογή δίνει στις επιχειρήσεις τη δυνατότητα να αποφύγουν τη μεταφορά των πληροφοριών τους για το λιανεμπόριο σε μια ακόμη εφαρμογή που φιλοξενείται εξωτερικά.
Η τεκμηρίωση αρχιτεκτονικής Databricks της Crisp δίνει ένα συγκεκριμένο παράδειγμα. Τα δεδομένα λιανεμπορίου τοποθετούνται σε πίνακες Delta που διέπονται από το Unity Catalog, οι εφαρμογές και οι πράκτορες φιλοξενούνται στο Databricks Apps, ενώ μια βάση δεδομένων Lakebase χρησιμοποιείται για την κατάσταση των εφαρμογών, τις συνομιλίες και τη μνήμη των πρακτόρων. Οι κλήσεις μοντέλων εκτελούνται μέσω των Model Serving και AI Gateway, ενώ τα σημασιολογικά ερωτήματα χρησιμοποιούν μια επιλεγμένη αποθήκη δεδομένων SQL.
Σύμφωνα με την Crisp, τα ιδιόκτητα δεδομένα παραμένουν στο περιβάλλον του πελάτη, ενώ τα μη ιδιόκτητα λειτουργικά αρχεία καταγραφής και δεδομένα τηλεμετρίας κοινοποιούνται στα κεντρικά συστήματά της. Αυτή η διάκριση αποδίδει με μεγαλύτερη ακρίβεια την πραγματικότητα από τον ισχυρισμό ότι η εγκατάσταση δεν επικοινωνεί καθόλου με εξωτερικά συστήματα. Η Crisp περιλαμβάνει επίσης στα στοιχεία του οδικού χάρτη την ενσωμάτωση του MLflow και τη δημοσίευση των σημασιολογικών μοντέλων της ως Unity Catalog Metric Views.
Για τις ομάδες πληροφορικής, η σημασία είναι λειτουργική: οι έλεγχοι πρόσβασης, οι επιλογές συμπερασμού και η παρακολούθηση χρήσης μπορούν να ευθυγραμμιστούν με την ήδη υπάρχουσα υποδομή. Ωστόσο, η τοποθεσία εγκατάστασης από μόνη της δεν τεκμηριώνει ούτε την ακρίβεια μιας απάντησης ούτε την καταλληλότητα μιας αυτοματοποιημένης ενέργειας.
Από ερωτήματα για το συνολικό χαρτοφυλάκιο σε αποφάσεις προσαρμοσμένες σε κάθε λιανέμπορο
Με την κυκλοφορία παρουσιάζονται τα Central Desk και Customer Desk. Το Central Desk προσφέρει στις ομάδες των κεντρικών γραφείων συνολική εικόνα του χαρτοφυλακίου λιανεμπορίου τους, για εργασίες που αφορούν τη στρατηγική πωλήσεων, τη διαχείριση κατηγοριών και τον σχεδιασμό της εφοδιαστικής αλυσίδας. Το Customer Desk απευθύνεται σε ομάδες διαχείρισης λογαριασμών που χρειάζονται τις μετρήσεις, την ορολογία και τη λειτουργική λογική ενός συγκεκριμένου λιανεμπόρου.
Ας εξετάσουμε μια μάρκα που διερευνά τη μείωση των πωλήσεων ενός συγκεκριμένου προϊόντος. Το ουσιαστικό ερώτημα είναι αν η μεταβολή οφείλεται στη ζήτηση, στη διαθεσιμότητα, στη διανομή ή σε κάποιον άλλο λειτουργικό παράγοντα. Η σύνδεση της ανάλυσης με αρχεία ανά κατάστημα και προϊόν μπορεί να βοηθήσει τις ομάδες να περιορίσουν το εύρος της διερεύνησης, αντί να αντιμετωπίσουν τη συνολική πτώση σε όλο το χαρτοφυλάκιο ως ένα ενιαίο πρόβλημα.
Αυτή είναι η πρακτική διαφορά ανάμεσα σε μια διεπαφή συνομιλίας και σε μια εφαρμογή λιανεμπορίου: η δεύτερη πρέπει να κατανοεί τις επιχειρηματικές οντότητες και τις σχέσεις που βρίσκονται πίσω από το ερώτημα. Η ευρύτερη πλατφόρμα του Halo οργανώνει επίσης τις δυνατότητές της γύρω από λειτουργίες όπως η αναπλήρωση αποθεμάτων, ο σχεδιασμός κατηγοριών και η συνεργασία με προμηθευτές.
Απαντήσεις με ανιχνεύσιμη προέλευση και επαναλαμβανόμενες ροές εργασίας
Το υλικό για πράκτορες ΤΝ της Crisp περιγράφει εργαλεία που αξιοποιούν καθημερινά δεδομένα σε επίπεδο καταστήματος και προϊόντος για να υποστηρίζουν την ανάλυση και τη λήψη μέτρων. Για το Halo, η εταιρεία αναφέρει ως βασικές χρήσεις αυτών των εργαλείων τα συνομιλιακά ερωτήματα, τις επαναλαμβανόμενες αναφορές, την αυτοματοποίηση ροών εργασίας και τις προσαρμοσμένες εφαρμογές.
Το υλικό για την κυκλοφορία δίνει έμφαση στη δυνατότητα ιχνηλάτησης των συστάσεων μέχρι τα δεδομένα προέλευσης και τη λογική που χρησιμοποιήθηκε για την παραγωγή τους. Αυτή η τεκμηρίωση της προέλευσης μπορεί να διευκολύνει τον έλεγχο μιας απάντησης: ένας αναλυτής μπορεί να εξετάσει τα αρχεία και το σκεπτικό πίσω από μια σύσταση, αντί να αποδεχτεί ως έχει μια εύγλωττη εξήγηση.
Για τις επιχειρήσεις που αξιολογούν την πλατφόρμα, τα σημαντικά ερωτήματα δεν περιορίζονται στην εξήγηση, αλλά αφορούν και την εκτέλεση: ποιες ενέργειες επιτρέπονται, ποιες απαιτούν έλεγχο και πώς μετρώνται οι αλλαγές μετά την εφαρμογή τους. Το δημοσιευμένο υλικό περιγράφει δυνατότητες και αρχιτεκτονική ανάπτυξης, όχι ανεξάρτητη αξιολόγηση της ακρίβειας των προβλέψεων ή των οικονομικών αποδόσεων.
Το ισχυρότερο πλεονέκτημα του Halo είναι η σύνδεση μεταξύ αυτών των επιπέδων. Το πλαίσιο της λιανικής παρέχει σε ένα σύστημα τεχνητής νοημοσύνης πιο χρήσιμες πληροφορίες, η ανάπτυξη στο νέφος του πελάτη μπορεί να ενταχθεί στις υφιστάμενες πρακτικές διακυβέρνησης και οι ροές εργασιών που είναι προσαρμοσμένες σε συγκεκριμένους ρόλους φέρνουν τα αποτελέσματα της ανάλυσης ενώπιον των ανθρώπων που είναι υπεύθυνοι για το απόθεμα και τις εμπορικές αποφάσεις.












