Myron Burke, Líder de Gestión de Soluciones en Sensormatic Solutions – Serie de Entrevistas

Myron Burke, jefe de producto y soluciones globales en Sensormatic Solutions, identifica y implementa nuevas formas de acelerar la innovación, aumentar la velocidad y brindar un mayor valor a los clientes a través de una hoja de ruta estratégica de soluciones.

Myron es un líder comprobado con más de 25 años de experiencia en el sector minorista, incluyendo sus períodos en Walmart y Sam’s Club, donde ha entregado innovación a gran escala. Más recientemente, Myron fundó Divergent Technology Advisors, una firma asesora de tecnología minorista que guía a importantes minoristas, proveedores de tecnología y startups en estrategia de tecnología, planificación de lanzamiento al mercado, expansión de mercados internacionales y más.

Sensormatic Solutions, el principal portafolio de soluciones minoristas globales de Johnson Controls, potencia experiencias minoristas seguras, seguras y sin problemas. Durante más de 60 años, la marca ha estado a la vanguardia de la adopción de tecnología en movimiento en la industria, redefiniendo las operaciones minoristas a escala global y convirtiendo las ideas en acciones. Sensormatic Solutions entrega un ecosistema interconectado de soluciones de prevención de pérdidas, inteligencia de inventario y análisis de tráfico, junto con sus servicios y socios para permitir que los minoristas de todo el mundo innoven y se eleven con precisión, conectando resultados impulsados por datos que dan forma al futuro del comercio minorista.

Ha pasado más de 25 años en la intersección de las operaciones minoristas y la tecnología emergente — desde liderar la estrategia de RFID y la innovación en tiendas en Walmart y Sam’s Club, hasta incubar conceptos de próxima generación en Store No. 8, hasta ahora dirigir el producto y soluciones globales en Sensormatic Solutions. ¿Cómo han moldeado esas experiencias su filosofía sobre cómo se deben implementar la inteligencia artificial y las tecnologías de sensores dentro de los entornos minoristas físicos de hoy en día?

Me acerco a la implementación de la inteligencia artificial de una manera muy pragmática, y animo a mi equipo y a los clientes minoristas de Sensormatic Solutions a hacer lo mismo. Mi experiencia en ambos lados de la ecuación ha demostrado una y otra vez que la construcción de esta manera es la clave para una transformación exitosa.

Sensormatic Solutions ha estado operando con una creencia muy simple durante los últimos 60 años: la tecnología tiene éxito cuando la eficacia operativa y los desafíos del mundo real de los minoristas están en el centro. Esto parece obvio, especialmente para aquellos que se mantienen cerca de las herramientas emergentes, pero este principio fundamental ha sido olvidado en gran medida en medio de todo el revuelo sobre la inteligencia artificial.

La presión para moverse rápido y mantenerse al día con el mercado es y sigue siendo alta tanto en el desarrollo de soluciones como en la adopción de los clientes, pero construir herramientas que realmente llenen los vacíos es más impactante que intentar integrar funcionalidades de inteligencia artificial en cualquier y todos los productos. Estamos centrados firmemente en encontrar los lugares donde la recopilación, fusión, análisis y acción en tiempo real impulsan mejoras medibles. Este enfoque también se extiende a los conjuntos de datos que la inteligencia artificial utilizará: los conjuntos de datos dirigidos, controlados y limpios son clave para entregar un valor de inteligencia artificial sostenido, especialmente en clientes diferenciados.

Algo que también tenemos en cuenta es que esto es cierto para todos los usuarios posibles: los responsables de la toma de decisiones corporativas, los compradores y los asociados. Con cada nueva solución o actualización, nos preguntamos si estamos brindando valor a los tres grupos de partes interesadas en igual medida, porque cada grupo es integral para el éxito minorista.

Esta ética interna se traduce naturalmente en soluciones que ayudan a los minoristas a adoptar una postura similar, ofreciendo herramientas que apoyan una mejora significativa a través de diseños de sistemas prácticos y personalizados. La implementación de la inteligencia artificial no es de un tamaño único, y neither lo son los programas que construimos con los clientes.

Sensormatic Solutions está posicionando cada vez más la inteligencia artificial y el análisis avanzado de machine learning como habilitadores centrales de la inteligencia operativa minorista moderna. ¿Cómo redefine la inteligencia artificial lo que significa “prevención de pérdidas” en un mundo omnicanal?

Las respuestas más sencillas son visibilidad con velocidad. La inteligencia artificial está ayudando a desmitificar realmente la disminución y a ofrecer una visión completa de la pérdida minorista total. La realidad es que solo puede tener en cuenta las pérdidas que puede ver, ¿verdad? Durante la mayor parte de la historia de la industria, la visibilidad de las pérdidas solo ha sido posible a nivel básico y superficial, con programas centrados en artículos que deberían estar disponibles para la venta pero no lo están. Podrías tener alguna idea de si un artículo fue robado, dañado durante el transporte o dañado mientras estaba en la estantería, pero rastrear este tipo de cosas a gran escala era difícil, si no imposible.

Los sistemas de análisis conectados y los sistemas de sensores ampliaron lo que los minoristas pueden ver, rastrear y cuantificar. Piensa en resaltar el 3% de error que se esconde en los vastos volúmenes de datos generados hoy en día. Estos sistemas de sensores desbloquean el qué, dónde, cuándo y quién de la pérdida, lo que, por sí solo, desencadena una transformación en la comprensión de la disminución y desplaza el paradigma hacia la “pérdida minorista total”. Este alcance ampliado permite a los minoristas ver otra capa de operaciones y un conjunto completamente nuevo de posibles impulsores de pérdidas relacionadas con la desviación de procesos y brechas, junto con el tiempo, los recursos y el esfuerzo desperdiciados.

Cuando todo eso se identifica y etiqueta, entonces se puede transformar. Ahí es donde entra en juego la inteligencia artificial. Conecta estos nuevos “puntos” a menudo en tiempo real, para presentar una capa completamente diferente de datos. La inteligencia predictiva, altamente precisa, y la modelización pueden ayudar a cuantificar los impactos del desperdicio upstream, sopesar el valor relativo de los ajustes posibles e ilustrar el costo de la inacción. En efecto, está permitiendo que los minoristas cambien su postura de reactivo a proactivo, ayudándolos a reformular las pérdidas como oportunidades para mejorar.

Con tecnologías como Re-ID y análisis de tráfico peatonal impulsado por inteligencia artificial, los minoristas ahora pueden ir más allá del simple conteo de personas para obtener información más profunda sobre el comportamiento de los compradores y la operación. ¿Cuáles son los casos de uso más transformadores que está viendo surgir de este cambio?

Re-ID, para mí, es un ejemplo poderoso de ajustes pequeños y dirigidos que tienen un impacto enorme en la comprensión operativa.

Re-ID realmente hace una cosa: refina las medidas de tráfico. Por supuesto, hacer que la tecnología separe con precisión a los compradores únicos de las reentradas, el personal y otras categorías de visitantes es complejo, pero el resultado es un cambio muy simple a los conjuntos de datos que impulsa una mejora significativa en la comprensión.

Los datos de tráfico siguen siendo la base de una amplia gama de métricas en la industria, con la conversión quizás el ejemplo más notable. Solo recortar los registros para reflejar la cuenta más precisa de visitantes individuales puede alterar dramáticamente las interpretaciones, lo que permite a los minoristas refinar el personal, los planos de planta, los mensajes y muchas otras prácticas para ayudar a mejorar las experiencias del cliente y los resultados financieros.

Es la encarnación de la ética que discutimos anteriormente como central para el éxito de Sensormatic Solutions durante los últimos 60 años. Estamos utilizando la inteligencia artificial para hacer ajustes dirigidos y de alto valor que benefician a todos en la ecuación.

Sensormatic Solutions presentó recientemente Orbit AI y Video AI como parte de sus capacidades de comportamiento del invitado a la tienda. ¿Qué brecha estratégica resuelve esta solución para los minoristas, y cómo se diferencia de otras plataformas de inteligencia minorista?

Nos acercamos a cada nueva solución con un desafío específico en mente. Para Orbit AI y Video AI, nos centramos en separar la “señal del ruido”, para brindar a los minoristas datos confiables, específicos y contextualizados que eliminan el trabajo de adivinanza en la toma de decisiones.

La tecnología de reconocimiento de objetos innovadora de Re-ID permite que Orbit AI y Video AI ayuden a los minoristas a:

• Comprender los patrones de tiempo de permanencia en toda la tienda.
• Diferenciar entre compradores y transeúntes.
• Rastrear los viajes de los compradores para identificar tendencias que informen los planes de diseño de mercaderías, promoción y publicidad.
• Utilizar mapas de calor para rastrear dónde los visitantes pasan la mayor parte del tiempo.

Orbit AI y Video AI van un paso más allá, sin embargo, ya que sus modelos de aprendizaje automático personalizados se adaptan junto con las operaciones. El sistema aprende sobre cada empresa y ubicación con el tiempo, ajustando continuamente parámetros, identificando fuentes de sesgo y trabajando para eliminar datos redundantes o incompletos que sesgan los modelos. Esta refinación continua garantiza que cada idea refleje la realidad de la tienda en este momento. No ayer; no la semana pasada. Y esto es crítico porque las tendencias, las presiones y las condiciones minoristas cambian a un ritmo rápido.

Orbit AI y Video AI se diseñaron para una integración sencilla y teniendo en cuenta las barreras clave para la adopción. El diseño integrado de los sensores, el enfoque de borde y las capacidades de Re-ID permiten a los minoristas obtener estas ideas con menos dispositivos, lo que facilita la implementación y las herramientas de análisis disponibles para empresas de todos los tamaños. Es una continuación de nuestro trabajo de décadas centrado en hacer que las ideas inteligentes estén disponibles para la industria en general.

Ha enfatizado el uso de datos simplificado y la fusión de sensores como fundamentales para la reinventación minorista. ¿Cómo combinar múltiples entradas de sensores crea una ventaja competitiva en comparación con herramientas de análisis en silos?

Los análisis basados en la nube ayudan a conectar las operaciones y eliminar los silos, pero también incluyen una serie de impulsores de desperdicio y falta de eficiencia, y muchos minoristas ni siquiera se dan cuenta de que están presentes dentro de sus sistemas. En efecto, la fusión de sensores desplaza las tareas iniciales de procesamiento e integración a el dispositivo en sí (en el borde), reduciendo el volumen de datos que deben transmitirse a los servidores centrales y permitiendo la respuesta en tiempo real en todo el ecosistema.

Tomemos, por ejemplo, el análisis de comportamiento. En un entorno basado en la nube tradicional, los sensores realizarían tareas de recopilación básicas, enviando continuamente (o periódicamente) datos sin procesar al cómputo central para el procesamiento, análisis y acción. Digamos que el análisis revela señales de comportamiento sospechoso en el piso de ventas, lo que desencadena una serie de protocolos de respuesta. Bueno, esa información, la necesidad de una respuesta, también debe transmitirse. Y aunque todo el proceso es rápido según los estándares humanos, ya se ha perdido tiempo enviando y recibiendo información de A a B a C y así sucesivamente.

Con las capacidades de fusión de Video AI y Orbit AI, podemos eliminar esos pasos adicionales. Las herramientas de inteligencia artificial y aprendizaje automático integradas analizan los datos sin procesar a medida que se recopilan y priorizan los siguientes pasos según sus hallazgos, lo que permite una acción más oportuna. Además, al eliminar la necesidad de transferencias continuas a sistemas más grandes, la fusión basada en el borde reduce la demanda de energía y la carga en el sistema central.

A escala empresarial, integrar hardware, software y plataformas de datos globales es notoriamente complejo. ¿Qué principios arquitectónicos o enfoques de ingeniería de sistemas son críticos para hacer que la infraestructura minorista impulsada por inteligencia artificial sea verdaderamente escalable!

Es imperativo comenzar con SAFe / Lean – Arquitectura de sistemas ágiles. Esta base permite un diseño seguro, económicamente inteligente, flexible y personalizable (si es necesario). También creo en trabajar para aprovechar un enfoque agnóstico para los ecosistemas de socios, lo que nos permite conocer a los socios donde están en su viaje digital. Esto nos permite crear palancas a nivel de cuenta y también abre vías para apoyar a las empresas que necesitan más una oferta de software como servicio o a aquellas organizaciones empresariales únicas que desean que todos los sistemas y datos estén en el sitio. Nuestro enfoque permite múltiples vías para la habilitación y también admite una amplia gama de opciones de hardware.

Muchos minoristas luchan por traducir el análisis en ROI medible. ¿Cómo ayuda a las organizaciones a conectar los análisis avanzados de inteligencia artificial directamente con los resultados financieros y la eficiencia operativa?

Esa pregunta ayudó a impulsar el desarrollo del Analizador de Disminución. Después del primer empujón de la inversión en digitalización, los minoristas tenían montañas de datos de inventario, pérdida y otros, pero carecían de una herramienta para darles sentido.

Aunque su propósito principal es la mejora continua, la primera tarea del Analizador de Disminución siempre es la creación de un punto de referencia en el momento de la implementación. Ese es el primer paso, y es lo que permite cualquier mejora posterior, así como servir como punto de referencia para rastrear ese progreso en términos que importan al negocio. Es este paso que muchos líderes han perdido en el revuelo de la inteligencia artificial, y es la razón por la cual rastrear el ROI ha sido un desafío en toda la industria.

Al descubrir el “qué, cuándo y dónde” del desperdicio y la pérdida al comienzo, el Analizador de Disminución puede traducirlo todo en algo que los minoristas no han tenido realmente antes: una imagen clara y cuantificable de cómo ocurren las pérdidas a gran escala.

Muestra dónde realmente están ocurriendo las pérdidas, las brechas que tienen el mayor impacto en el rendimiento y las oportunidades de cambio que pueden ayudar a reducir ese número. A partir de ahí, los minoristas pueden comenzar a probar casos de uso, rastrear el progreso y ajustar a medida que avanzan para compilar pruebas convincentes de que sus inversiones en tecnología y inteligencia artificial están moviendo la aguja.

La privacidad y la confianza son preocupaciones centrales a medida que las tiendas se vuelven más instrumentadas. ¿Cómo se acerca Sensormatic Solutions a la implementación responsable de la inteligencia artificial mientras aún permite una inteligencia operativa de alta resolución?

Considero este tema como parte de lo que discutimos anteriormente: construir para líderes, compradores y asociados en igual medida. Sí, los minoristas son las personas que compran nuestras soluciones, pero no podemos tener éxito si los asociados y los compradores no están de acuerdo con los sistemas. Su satisfacción es esencial para nuestros clientes y para nosotros.

Esto impulsa nuestro enfoque de privacidad desde el diseño en todos nuestros procesos de investigación y desarrollo. En otras palabras, incorporamos salvaguardas del consumidor en la solución desde el principio, lo que nos mantiene curiosos y creativos.

El diseño de Re-ID demuestra esto. Sus capacidades de mapeo de viajes y conteo de tráfico utilizan variaciones en y combinaciones de detalles individuales no identificables, como el estilo y el color del cabello, el diseño de la ropa y los accesorios, para asignar identificadores únicos a los visitantes. Podrías pensar que hay demasiada superposición en la ropa o el estilo para que esto sea efectivo, pero encontramos que, cuando se consideran juntos, estos tipos de ideas son lo suficientemente únicos como para decir con confianza “esa persona trabaja aquí” o “esa persona visitó hace una hora”.

Nunca lo habríamos sabido si no nos hubiéramos visto obligados a pensar fuera de la caja desde el principio. A medida que las regulaciones cambian y las preocupaciones de privacidad de los consumidores aumentan, las organizaciones que adopten este punto de vista desde el principio probablemente liderarán el paquete en innovación, ya que ya están acostumbradas a resolver problemas creativos.

Los minoristas están navegando la disruptiva — volatilidad de la cadena de suministro, delincuencia minorista organizada, presiones laborales y competencia digital. ¿Cómo puede la infraestructura habilitada para inteligencia artificial servir como una fuerza estabilizadora en lugar de solo otra capa de complejidad?

Los sistemas basados en datos brindan estabilidad al alinear a la organización alrededor de una sola verdad y un objetivo compartido. Agregar inteligencia artificial refuerza esa certeza.

Los datos por sí solos todavía están sujetos a interpretación, y las conclusiones de las partes interesadas están coloreadas por sus propias prioridades. La inteligencia artificial puede mitigar ese problema, ya que analiza los datos a través de la operación sin sesgo hacia un punto de vista en particular. Si el sistema funcionó como se pretendía, los líderes con prioridades personales en competencia pueden confiar en que los análisis, las recomendaciones y los modelos predictivos reflejan la realidad de las operaciones comerciales. Nivela el campo de juego, por lo que el mejor próximo paso llega a la cima porque su valor es claro para todos.

Mirando hacia adelante cinco a diez años, ¿cómo se ve un entorno minorista físico completamente optimizado por inteligencia artificial, y qué pasos estratégicos deben tomar los líderes ahora para prepararse para ese futuro?

No hay una hoja de ruta única que pueda señalar para nuestra preparación para la inteligencia artificial, porque realmente se trata de construir sistemas que funcionen para cada minorista individual. Sin embargo, la base para esto es algo universal. Cada minorista necesita:

• Una base de datos unificada que proporcione un registro integral de todas las áreas de operaciones. Sin esto, incluso los modelos más capaces y avanzados no podrán proporcionar ideas útiles. Necesitan contexto para entregar.
• Puntos de referencia confiables basados en datos comerciales relevantes. Esto sirve como punto de partida para las inversiones y proporciona una referencia para medir el progreso.
• Plan de capacitación y mejora de habilidades. La inteligencia artificial no es un actor independiente. Puede hacer mucho, pero las personas que la utilizan necesitan comprender sus funciones y limitaciones. Los minoristas necesitan comenzar a planificar y comunicar sobre la tecnología desde el principio y con frecuencia, para que los asociados y los empleados estén listos cuando llegue el momento.
• Líderes que se preocupen. La transformación es un proyecto a largo plazo, y los líderes necesitan estar listos para comprometer recursos con la iniciativa durante mucho tiempo y emocionados de guiar a la organización a través de ella.

Gracias por la gran entrevista, los lectores que deseen obtener más información pueden visitar Sensormatic Solutions o Divergent Technology Advisors.