स्टीवन कीथ प्लाट, रिटेलप्रेडिक्ट.एआई के सह-संस्थापक और मुख्य विकास अधिकारी – साक्षात्कार श्रृंखला

स्टीवन कीथ प्लाट प्लाट रिटेल इंस्टीट्यूट (PRI) में निदेशक और शोध फेल्लो हैं। वह नॉर्थवेस्टर्न यूनिवर्सिटी में एक सहायक प्रोफेसर हैं और रिटेल एनालिटिक्स काउंसिल में शोध निदेशक के रूप में कार्य करते हैं, जो मेडिल स्कूल, इंटीग्रेटेड मार्केटिंग कम्युनिकेशन्स विभाग, नॉर्थवेस्टर्न यूनिवर्सिटी और पीआरआई के बीच एक पहल है।

वह रिटेलप्रेडिक्ट.एआई के सह-संस्थापक और मुख्य विकास अधिकारी भी हैं, जो एक कंपनी है जो टिकाऊ राजस्व और लाभ में सुधार को सक्षम करने के लिए एआई-संचालित पूर्वानुमान मॉडल प्रदान करती है जो लागू करने में आसान हैं और तेजी से तैनात किए जा सकते हैं।

आपको रिटेल एआई में क्या आकर्षित किया?

मैं 25 वर्षों से अधिक समय से रिटेल एनालिटिक्स में काम कर रहा हूं। उद्योग में हमेशा बहुत सारा डेटा होता था, लेकिन व्यवसाय को संचालित करने के लिए इस विशाल जानकारी से सीखने के लिए लागू की जाने वाली विश्लेषण कम थी। बड़े डेटा का प्रबंधन पहला बड़ा बदलाव था और फिर जब एआई लगभग पांच वर्षों पहले अधिक मुख्यधारा बन गया, तो अधिक उन्नत गणनात्मक तरीकों में जाना एक प्राकृतिक प्रगति थी।

रिटेलप्रेडिक्ट.एआई की उत्पत्ति की कहानी साझा करें?

रिटेलप्रेडिक्ट.एआई मेरे नॉर्थवेस्टर्न यूनिवर्सिटी में प्रयोगशाला कार्य का परिणाम था, जहां मैं एक रिटेल एआई पाठ्यक्रम सिखाता हूं। प्रत्येक तिमाही में हम एक खुदरा विक्रेता के साथ काम करते हैं ताकि एक व्यावसायिक समस्या को हल करने के लिए एआई समाधानों को लागू किया जा सके। उन उपयोग के मामलों ने साबित किया कि उन समस्याओं को हल करने की मांग है और हम एआई लागू करके ऐसा कर सकते हैं। इसलिए, प्रयोगशाला में हम प्रूफ-ऑफ-कॉन्सेप्ट चलाते हैं; रिटेलप्रेडिक्ट.एआई में हम उन निष्कर्षों को लेते हैं, मॉडल को उद्योगिक बनाते हैं और उन्हें व्यावसायिक उत्पादन में डालते हैं।

आपने रिटेल एआई पर ध्यान केंद्रित करने का क्यों चुना?

विभिन्न कारणों से, जिनमें शामिल हैं:

बहुत सारा डेटा। बहुत सारे समाधान योग्य मुद्दे। एक बार जब आप बड़े खुदरा विक्रेताओं (जैसे वॉलमार्ट, टारगेट, होम डिपो) से आगे निकल जाते हैं, तो $10 बिलियन से कम बिक्री वाले कई खुदरा विक्रेताओं के पास स्वयं समाधान विकसित करने के लिए संसाधन नहीं होते हैं और उन्हें मदद करने के लिए प्रतिभा खोजने में चुनौतियों का सामना करना पड़ता है। इसलिए, हमें मदद करने के लिए बहुत सारे अवसर दिखाई देते हैं।

कंपनियां रिटेल वातावरण में एआई का सर्वोत्तम उपयोग कैसे कर सकती हैं?

सफलता के लिए नेतृत्व स्तर पर अपनाने और स्वीकृति की आवश्यकता है। एआई को नए तरीकों से चीजों को पूरा करने की आवश्यकता हो सकती है, और परिवर्तन के लिए सांस्कृतिक बाधाएं चुनौतियां पेश कर सकती हैं। इसलिए, एक रोडमैप की आवश्यकता है। साथ ही, यह समझना भी आवश्यक है कि यह क्या कर सकता है और क्या नहीं। अंत में, विश्वास की स्थापना के लिए अल्पकालिक जीत पर ध्यान केंद्रित करना मददगार है, न कि एक बड़े पैमाने पर दृष्टिकोण के साथ।

रिटेल में एआई के कार्यान्वयन से उत्पादकता में क्या सुधार हुआ है?

समाधानों की श्रृंखला बहुत व्यापक है। ऑनलाइन ऑर्डर अनुमानों से लेकर आपूर्ति श्रृंखला तक, हल करने के लिए उपयोग के मामलों की श्रृंखला विशाल है। रिटेलप्रेडिक्ट.एआई में, हमारा प्रारंभिक फोकस श्रम अनुकूलन (पांच सप्ताह तक आगे की दुकान यातायात की भविष्यवाणी करना) के आसपास है ताकि श्रम को ग्राहकों के साथ बेहतर मेल खा सके। उदाहरण के लिए, जब कम ग्राहकों की उम्मीद की जाती है, तो कर्मचारियों को कम करें, और शायद तब और जोड़ें जब ग्राहक यातायात बढ़ने की उम्मीद होती है। इसके अलावा, हमारी प्रति घंटे की भविष्यवाणियां स्टोर प्रबंधकों को बेहतर कार्य प्रबंधन में मदद करती हैं (उदाहरण के लिए, हम इस समय भीड़ की उम्मीद करते हैं, इसलिए चेकआउट पर कुछ अतिरिक्त लोग होंगे)। हमारा दूसरा उत्पाद उत्पाद मांग की भविष्यवाणी करता है ताकि स्टॉक-आउट को कम किया जा सके, धीमी गति से चलने वाले उत्पादों में अतिरिक्त निवेश को समाप्त किया जा सके, नए उत्पादों के लिए मांग का परीक्षण किया जा सके, और अपेक्षित मांग और मूल्य लोच के आसपास मार्कडाउन का प्रबंधन किया जा सके।

क्या रिटेलप्रेडिक्ट.एआई के बारे में और कुछ है जो आप साझा करना चाहेंगे?

हमारा दृष्टिकोण बाजार में अद्वितीय है। बहुत सस्ता, आसान ऑनबोर्डिंग विशिष्ट मॉडल जो व्यापक एकीकरण की आवश्यकता नहीं है और तेजी से लॉन्च किया जा सकता है। हम इसके साथ उपयोगकर्ता-मित्री डैशबोर्ड को जोड़ते हैं ताकि डेटा की व्याख्या आसान हो। मैनेजरों को बदलती स्थितियों के बारे में सूचित करने के लिए अलर्ट को प्रोग्राम किया जा सकता है। अंत में, मॉडल में विश्वास महत्वपूर्ण है, इसलिए हम विभिन्न प्रदर्शन मेट्रिक्स को शामिल करते हैं।

साक्षात्कार के लिए धन्यवाद, पाठक जो अधिक जानना चाहते हैं उन्हें रिटेलप्रेडिक्ट.एआई पर जाना चाहिए।