साक्षात्कार
डेविड वूलार्ड, स्टैंडर्ड एआई के सीटीओ – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
डेविड वूलार्ड स्टैंडर्ड एआई के मुख्य प्रौद्योगिकी अधिकारी (सीटीओ) हैं। वह एक तकनीकी उद्योग के दिग्गज हैं जिनके पास 20 से अधिक वर्षों का अनुभव है, जिन्होंने सैमसंग और नासा जैसी कंपनियों में काम किया है और शुरुआती और देर से शुरू होने वाले स्टार्टअप में एक उद्यमी के रूप में। वह कंप्यूटर विज्ञान में पीएचडी रखते हैं, जो उच्च-प्रदर्शन कंप्यूटिंग के लिए सॉफ्टवेयर आर्किटेक्चर में विशेषज्ञता रखते हैं।
स्टैंडर्ड एआई अप्रत्याशित सटीकता के साथ खरीदार व्यवहार, उत्पाद प्रदर्शन और स्टोर संचालन के बारे में जानकारी प्रदान करता है।
क्या आप नासा के जेट प्रोपल्शन लेबोरेटरी में काम करने से लेकर स्टैंडर्ड एआई के सीटीओ बनने तक की अपनी यात्रा साझा कर सकते हैं?
जब मैं जेट प्रोपल्शन लेबोरेटरी में था, तो मेरा काम मुख्य रूप से नासा मिशनों के लिए बड़े पैमाने पर डेटा प्रबंधन पर केंद्रित था। मैंने अविश्वसनीय वैज्ञानिकों और इंजीनियरों के साथ काम किया, जिन्होंने बाहरी अंतरिक्ष से शोध करने के बारे में सीखा। मैंने न केवल डेटा विज्ञान के बारे में बहुत कुछ सीखा, बल्कि बड़े पैमाने पर इंजीनियरिंग परियोजना प्रबंधन, जोखिम और त्रुटि बजट को संतुलित करने और बड़े पैमाने पर सॉफ्टवेयर सिस्टम डिजाइन के बारे में भी सीखा।
जब मैं जेपीएल से बाहर निकला, तो मैंने एक दोस्त के साथ एक स्टार्टअप में शामिल होने का फैसला किया, जो स्ट्रीमिंग वीडियो स्पेस में था। मैं शुरू से ही उपभोक्ता अनुभवों और स्टार्टअप के निर्माण में शामिल था। जब मुझे स्टैंडर्ड एआई में शामिल होने का मौका मिला, तो मैं एआई और कंप्यूटर विजन में कठिन वैज्ञानिक समस्याओं के साथ-साथ उपभोक्ता अनुभवों के संयोजन से आकर्षित हुआ।
स्टैंडर्ड एआई के फोकस में स्वायत्त चेकआउट समाधानों से लेकर व्यापक खुदरा एआई अनुप्रयोगों तक क्या परिवर्तन हुआ?
स्टैंडर्ड एआई की स्थापना सात साल पहले स्वायत्त चेकआउट को बाजार में लाने के लिए की गई थी। हमने स्वायत्त चेकआउट के लिए सर्वश्रेष्ठ-इन-क्लास कंप्यूटर विजन केवल समाधान वितरित किया और स्वायत्त स्टोर लॉन्च किए, लेकिन अंततः हमने पाया कि उपयोगकर्ता अपनाने में अपेक्षित से अधिक समय ले रहा था और परिणामस्वरूप, रिटेलर्स के लिए रिटर्न ऑन इन्वेस्टमेंट नहीं था।
इस बीच, हमने महसूस किया कि खुदरा विक्रेताओं को जिन समस्याओं का सामना करना पड़ रहा था, हम उन्हें उसी अंतर्निहित प्रौद्योगिकी के माध्यम से हल कर सकते थे। इस नए फोकस ने स्टैंडर्ड एआई को खुदरा विक्रेताओं को सीधे आरओआई प्रदान करने की अनुमति दी, जो मुद्रास्फीति और बढ़ती श्रम लागत के प्रभावों को ऑफसेट करने के लिए अपनी दक्षता में सुधार के अवसरों की तलाश में थे।
स्टैंडर्ड एआई की कंप्यूटर विजन प्रौद्योगिकी चेहरा पहचान का उपयोग किए बिना ग्राहक इंटरैक्शन को इतनी उच्च सटीकता के साथ कैसे ट्रैक करती है?
स्टैंडर्ड का विजन प्लेटफॉर्म स्टोर में ओवरहेड कैमरों से वीडियो का विश्लेषण करके खरीदारों को वास्तविक स्थान में ट्रैक करने के लिए डिज़ाइन किया गया है, प्रत्येक वीडियो में मानव और अन्य तत्वों के बीच अंतर करता है, और प्रत्येक मानव की मुद्रा या कंकाल संरचना का अनुमान लगाता है। एक ही समय में कई कैमरों के माध्यम से देखकर, हम स्थान की 3डी समझ का पुनर्निर्माण कर सकते हैं, जैसा कि हम अपनी दो आंखों के साथ करते हैं। क्योंकि हमारे पास प्रत्येक कैमरे की स्थिति के बहुत सटीक माप हैं, हम एक खरीदार की स्थिति, अभिविन्यास और यहां तक कि हाथ की स्थिति का अनुमान लगा सकते हैं, उच्च सटीकता के साथ। उन्नत मैपिंग एल्गोरिदम के साथ संयुक्त, हम 99% सटीकता के साथ खरीदार आंदोलन और उत्पाद इंटरैक्शन का निर्धारण कर सकते हैं।
स्टैंडर्ड एआई डेटा एकत्र करने और विश्लेषण करने के दौरान खरीदारों की गोपनीयता कैसे सुनिश्चित करता है?
चेहरा पहचान का उपयोग करने वाली अन्य ट्रैकिंग प्रणालियों के विपरीत, जो दो अलग-अलग वीडियो स्ट्रीम के बीच खरीदारों की पहचान करने के लिए चेहरा पहचान का उपयोग करती हैं, स्टैंडर्ड की ट्रैकिंग प्रणाली तब खरीदार की मुद्रा निर्धारित करते समय केवल संरचनात्मक जानकारी और स्थानिक ज्यामिति का उपयोग करती है। किसी भी समय स्टैंडर्ड की ट्रैकिंग प्रणाली खरीदार की जैवमेट्रिक्स पर निर्भर नहीं करती है जो पहचान के लिए उपयोग की जा सकती है, जैसे खरीदार का चेहरा। दूसरे शब्दों में, हमें नहीं पता कि खरीदार कौन है, हमें chỉ पता है कि खरीदार स्टोर के माध्यम से कैसे चलते हैं।
स्टैंडर्ड एआई के विजन प्लेटफॉर्म का उपयोग करके खुदरा विक्रेता किन सबसे महत्वपूर्ण अंतर्दृष्टि प्राप्त कर सकते हैं?
खुदरा विक्रेता स्टैंडर्ड के विजन प्लेटफॉर्म का उपयोग करके कई अंतर्दृष्टि प्राप्त कर सकते हैं। सबसे महत्वपूर्ण बात यह है कि खुदरा विक्रेता अपने स्थान में खरीदारों की गतिविधि और उत्पादों के साथ इंटरैक्शन को बेहतर ढंग से समझ सकते हैं। जबकि अन्य समाधान एक विशिष्ट स्टोर खंड के माध्यम से यातायात की मात्रा की बुनियादी समझ प्रदान करते हैं, स्टैंडर्ड प्रत्येक खरीदार के व्यक्तिगत मार्ग को रिकॉर्ड करता है और खरीदारों और स्टोर कर्मचारियों के बीच अंतर करने में सक्षम है, जो यातायात और निवास के अलावा खरीदारों के विशिष्ट व्यवहार को बेहतर ढंग से समझने में मदद करता है।
विजन प्लेटफॉर्म से प्राप्त भविष्यवाणी अंतर्दृष्टि खुदरा विक्रेताओं के लिए विपणन और मर्चेंडाइजिंग रणनीतियों को कैसे बदल सकती है?
चूंकि स्टैंडर्ड एक स्टोर की एक पूर्ण डिजिटल प्रति बनाता है, जिसमें शारीरिक स्थान (जैसे अलमारी स्थान) और खरीदार आंदोलन शामिल हैं, हमारे पास भविष्यवाणी मॉडल बनाने के लिए एक समृद्ध डेटा सेट है, जो स्टोर में शारीरिक परिवर्तन (जैसे मर्चेंडाइजिंग अपडेट और रीसेट) के लिए स्टोर आंदोलन की नकल करने और खरीदारों की आंदोलन के आधार पर खरीदार इंटरैक्शन की भविष्यवाणी करने में मदद करता है। ये भविष्यवाणी मॉडल खुदरा विक्रेताओं को मर्चेंडाइजिंग परिवर्तनों के साथ प्रयोग करने और उनकी पुष्टि करने में मदद करते हैं बिना महंगे शारीरिक अपडेट और लंबे समय तक स्टोर प्रयोग के। इसके अलावा, उत्पाद प्रदर्शन और इंटरैक्शन की धारणा अलमारी या एंडकैप्स पर स्थान को सूचित कर सकती है।
क्या आप वास्तविक समय के प्रस्तावों के उदाहरण प्रदान कर सकते हैं जो अनुमानित ग्राहक पथों पर आधारित हैं और पायलट परीक्षणों में बिक्री पर उनका प्रभाव?
हालांकि स्टैंडर्ड वास्तविक प्रचार प्रणाली नहीं बनाता है जो खुदरा विक्रेताओं द्वारा उपयोग किया जाता है, हम खरीदार आंदोलन और उत्पाद इंटरैक्शन की अपनी समझ का उपयोग करके खुदरा विक्रेताओं को खरीदार के इरादे को समझने में मदद कर सकते हैं, जिससे उन्हें गहराई से अर्थपूर्ण और समय पर प्रस्ताव प्रदान करने की अनुमति मिलती है। खरीदारों के व्यवहार पर आधारित सिफारिशें मौसम, उपलब्धता और इरादे को ध्यान में रखती हैं, जो सभी अधिक प्रभावी प्रचार लिफ्ट में अनुवाद करते हैं।
तंबाकू ट्रैकिंग पायलट के परिणाम क्या थे, और यह शामिल ब्रांडों को कैसे प्रभावित करता था?
एक रिटेलर के लिए एक पायलट चलाने के भीतर एक दिन, हम तंबाकू उत्पादों की चोरी का पता लगाने और सुधारात्मक कार्रवाई के लिए खुदरा विक्रेता को झंडा दिखाने में सक्षम थे। लंबे समय तक, हम खुदरा विक्रेताओं के साथ काम करने में सक्षम थे ताकि न केवल शारीरिक चोरी का पता लगाया जा सके, बल्कि पदोन्नति दुरुपयोग और अनुपालन मुद्दों का भी पता लगाया जा सके, जो न केवल खुदरा विक्रेताओं के लिए बल्कि तंबाकू ब्रांडों के लिए भी बहुत प्रभावशाली हैं, जो इन पदोन्नति का वित्तपोषण करते हैं और महत्वपूर्ण संसाधनों को अनुपालन सुनिश्चित करने में लगाते हैं। उदाहरण के लिए, हम देख सकते हैं कि जब एक ग्राहक की पहली पसंद स्टॉक से बाहर होती है, तो आधे खरीदार एक ही परिवार के उत्पाद का चयन करते हैं, लेकिन लगभग एक चौथाई कुछ भी नहीं खरीदते हैं। यह संभावित रूप से बहुत अधिक खोया हुआ राजस्व हो सकता है जिसे जल्दी पकड़ा जा सकता है।
भौतिक खुदरा में एआई समाधान लागू करने में आपको किन सबसे बड़ी चुनौतियों का सामना करना पड़ा है, और आपने उन्हें कैसे पार किया है?
भौतिक खुदरा वातावरण में काम करने से कई चुनौतियां आईं। न केवल हमें ऐसी प्रणालियों को विकसित करना पड़ा जो सामान्य समस्याओं के लिए मजबूत थीं, जैसे कि कैमरा ड्रिफ्ट, स्टोर परिवर्तन और हार्डवेयर विफलताएं, बल्कि हमने खुदरा संचालन के साथ संगत प्रक्रियाओं को भी विकसित किया। उदाहरण के लिए, हाल ही में ग्रीष्मकालीन ओलंपिक के साथ, कई सीपीजी ने पेरिस 2024 को बढ़ावा देने के लिए अपने पैकेजिंग को बदल दिया। चूंकि हम दृश्य रूप से पैकेजिंग के आधार पर एसकेयू की पहचान करते हैं, इसका मतलब था कि हमें ऐसी प्रणाली विकसित करनी थी जो इन पैकेजिंग परिवर्तनों को झंडा दिखा सके और संभाल सके।
आगामी दशक में खुदरा क्षेत्र में एआई की भूमिका कैसे विकसित होगी?
मुझे लगता है कि हम खुदरा विक्रेताओं के भीतर डिजिटल परिवर्तन की केवल सतह को छू रहे हैं जो एआई द्वारा संचालित किया जाएगा। जबकि एआई आज बड़े भाषा मॉडल के साथ जुड़ा हुआ है और खुदरा विक्रेता अपनी एआई रणनीति के बारे में सोच रहे हैं, हम मानते हैं कि एआई भविष्य में एक स्वतंत्र रणनीति के बजाय एक आधारभूत सक्षम प्रौद्योगिकी होगी। स्टैंडर्ड जैसी प्रणालियां खुदरा विक्रेताओं के लिए असाधारण अंतर्दृष्टि को अनलॉक करती हैं और उन्हें वीडियो में समृद्ध जानकारी तक पहुंच प्रदान करती हैं जो वे पहले से ही कब्जा कर रहे हैं। जो परिचालन सुधार हम वितरित कर सकते हैं वह खुदरा विक्रेताओं की रणनीतियों की रीढ़ बनेगा जो अपनी परिचालन दक्षता में सुधार करने और उपभोक्ताओं पर लागतों को पारित किए बिना अपने मार्जिन में सुधार करने के लिए है।
साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें स्टैंडर्ड एआई पर जाना चाहिए।
