David Woollard, CTO di Standard AI – Serie di Interviste

David Woollard è il Chief Technology Officer (CTO) di Standard AI. È un veterano dell’industria tecnologica con oltre 20 anni di esperienza, avendo lavorato in aziende come Samsung e NASA, e come imprenditore in startup in fase iniziale e avanzata. Ha un dottorato in Informatica, specializzandosi in architetture software per calcoli ad alte prestazioni.

Standard AI offre informazioni di precisione senza precedenti sul comportamento degli acquirenti, le prestazioni dei prodotti e le operazioni dei negozi.

Può condividere il suo percorso dal lavoro al Jet Propulsion Laboratory della NASA al diventare CTO di Standard AI?

Quando ero al Jet Propulsion Laboratory, il mio lavoro si concentrava principalmente sulla gestione dei dati su larga scala per le missioni della NASA. Ho avuto l’opportunità di lavorare con scienziati e ingegneri incredibili, imparando come condurre ricerche dallo spazio esterno. Non solo ho imparato molto sulla scienza dei dati, ma anche sulla gestione dei progetti di ingegneria su larga scala, bilanciando il rischio e il budget degli errori, e la progettazione dei sistemi software su larga scala. Il mio lavoro di dottorato all’Università della California del Sud era nell’area delle architetture software per calcoli ad alte prestazioni, e ho potuto vedere l’applicazione di quella ricerca in prima persona.

Mentre ho imparato molto dal mio tempo lì, ho anche realmente voluto lavorare su cose più tangibili per le persone di tutti i giorni. Quando ho lasciato JPL, ho aderito a una startup di un amico nel settore del video in streaming come uno dei primi assunti. Ero affascinato fin dall’inizio dalla costruzione di esperienze per i consumatori e dalle startup in generale, entrambe le quali sembravano una pausa dal mio mondo precedente. Quando ho avuto l’opportunità di unirmi a Standard, sono stato attratto dalla combinazione di problemi scientifici difficili nell’AI e nella visione artificiale che amavo all’inizio della mia carriera con esperienze tangibili per i consumatori che trovavo più gratificanti.

Cosa ha motivato il cambio di focus di Standard AI dalle soluzioni di checkout autonomo a applicazioni di intelligenza artificiale al dettaglio più ampie?

Standard AI è stata fondata sette anni fa con la missione di portare il checkout autonomo sul mercato. Mentre abbiamo avuto successo nel fornire la soluzione di checkout autonomo basata sulla visione artificiale di classe mondiale e abbiamo lanciato negozi autonomi, alla fine abbiamo scoperto che l’adozione degli utenti era più lenta del previsto e, di conseguenza, il ritorno sugli investimenti non c’era per i dettaglianti.

Allo stesso tempo, abbiamo realizzato che c’erano una serie di problemi che il dettagliante sperimentava che potevamo risolvere attraverso la stessa tecnologia di base. Questo rinnovato focus su insight operativi e miglioramenti ha consentito a Standard di fornire un ritorno sugli investimenti più diretto ai dettaglianti che cercano opportunità per migliorare le loro efficienze al fine di compensare gli effetti dell’inflazione e dei costi del lavoro aumentati.

Come fa la tecnologia di visione artificiale di Standard AI a tracciare le interazioni dei clienti con tale alta precisione senza utilizzare il riconoscimento facciale?

La piattaforma VISION di Standard è progettata per tracciare gli acquirenti nello spazio reale analizzando i video dalle telecamere aeree nel negozio, distinguendo tra esseri umani e altri elementi in ogni video, e stimando la posizione, o struttura scheletrica, di ogni essere umano. Guardando attraverso più telecamere contemporaneamente, possiamo ricostruire una comprensione tridimensionale dello spazio, proprio come facciamo con i nostri due occhi. Poiché abbiamo misurazioni molto precise della posizione di ogni telecamera, possiamo ricostruire la posizione, l’orientamento e anche la posizione della mano di un acquirente con alta precisione. Combinato con algoritmi di mappatura avanzati, possiamo determinare il movimento dell’acquirente e l’interazione con i prodotti con un’accuratezza del 99%.

Come fa Standard AI a garantire la privacy degli acquirenti mentre raccoglie e analizza i dati?

A differenza di altri sistemi di tracciamento che utilizzano il riconoscimento facciale per identificare gli acquirenti tra due flussi video diversi, quando Standard determina la posizione di un acquirente, stiamo utilizzando solo informazioni strutturali e geometria spaziale. In nessun momento il sistema di tracciamento di Standard si basa sui biometrici dell’acquirente che possono essere utilizzati per l’identificazione come il viso dell’acquirente. In altre parole, non sappiamo chi è un acquirente, sappiamo solo come gli acquirenti si muovono all’interno del negozio.

Quali sono alcune delle informazioni più significative che i dettaglianti possono ottenere utilizzando la piattaforma VISION di Standard AI?

I dettaglianti possono ottenere una serie di informazioni utilizzando la piattaforma VISION di Standard. Più significativamente, i dettaglianti sono in grado di ottenere una migliore comprensione di come gli acquirenti si muovono all’interno del loro spazio e interagiscono con i prodotti. Mentre altre soluzioni forniscono una comprensione di base del volume del traffico attraverso una specifica sezione del negozio, Standard registra il percorso individuale di ogni acquirente e può distinguere tra acquirenti e dipendenti del negozio per fornire una migliore contabilità non solo del traffico e della permanenza, ma anche dei comportamenti specifici degli acquirenti che acquistano prodotti.

Inoltre, Standard può capire quando i prodotti sono esauriti sugli scaffali e, più in generale, le condizioni degli scaffali come le facciate mancanti che influiscono non solo sulla capacità dell’acquirente di acquistare prodotti, ma anche sulla formazione di impressioni su diverse offerte di marche. Questo tipo di dati di conversione e impressione è prezioso sia per i dettaglianti che per i produttori di beni di consumo. Questi dati non sono stati disponibili prima e hanno grandi implicazioni per il miglioramento delle operazioni su tutto, dalla merchandising alla catena di approvvigionamento e alla riduzione.

Come possono le informazioni predittive dalla piattaforma VISION trasformare le strategie di marketing e merchandising per i dettaglianti?

Perché Standard crea una replica digitale completa del negozio, compreso lo spazio fisico (come la disposizione degli scaffali) e il movimento degli acquirenti, abbiamo un set di dati ricco da cui costruire modelli predittivi sia per simulare il movimento del negozio in base a modifiche fisiche (come aggiornamenti e reset della merchandising) che per prevedere le interazioni degli acquirenti in base al loro movimento all’interno del negozio. Questi modelli predittivi consentono ai dettaglianti di sperimentare e convalidare modifiche alla merchandising senza dover investire in costosi aggiornamenti fisici e lunghi periodi di sperimentazione in negozio. Inoltre, le impressioni delle prestazioni dei prodotti e delle interazioni possono informare la posizione sugli scaffali o sugli endcap. Nel complesso, ciò può aiutare a priorizzare la spesa e a generare maggiori ritorni.

Potrebbe fornire esempi di come le offerte in tempo reale basate sui percorsi dei clienti previsti abbiano impattato le vendite nei test pilota?

Mentre Standard non costruisce i sistemi promozionali effettivi utilizzati dai dettaglianti, possiamo utilizzare la nostra comprensione del movimento degli acquirenti e delle nostre previsioni delle interazioni con i prodotti per aiutare i dettaglianti a comprendere l’intento di un acquirente, consentendo al dettagliante di fornire promozioni profondamente significative e tempestive piuttosto che offerte generali o solo raccomandazioni basate su acquisti passati. Le raccomandazioni basate sui comportamenti in negozio consentono di considerare la stagionalità, la disponibilità e l’intento, tutti elementi che si traducono in un aumento promozionale più efficace.

Quali sono stati gli esiti del pilot di tracciamento del tabacco e come ha influenzato i marchi coinvolti?

Entro un giorno dall’avvio di un pilot in un negozio, siamo stati in grado di rilevare il furto di prodotti del tabacco e di segnalarlo al dettagliante per azioni correttive. A lungo termine, siamo stati in grado di lavorare con i dettaglianti per rilevare non solo il furto fisico ma anche l’abuso delle promozioni e le questioni di conformità, entrambi molto impattanti non solo per il dettagliante ma anche per i marchi del tabacco che finanziano queste promozioni e spendono risorse significative per assicurare la conformità manualmente. Ad esempio, siamo stati in grado di osservare cosa succede quando la scelta iniziale di un cliente è esaurita; la metà degli acquirenti ha scelto un altro prodotto della stessa famiglia, ma quasi un quarto non ha acquistato nulla. Questo potrebbe essere un sacco di entrate perse che potrebbero essere affrontate se rilevate prima. Poiché la nostra piattaforma VISION è sempre attiva, è diventata un’estensione dei team di vendita dei marchi del tabacco, in grado di vedere (e allertare) lo stato attuale di qualsiasi negozio nell’intera flotta del dettagliante in qualsiasi momento.

Quali sono le sfide più grandi che ha affrontato nell’implementazione di soluzioni di intelligenza artificiale nel retail fisico e come le ha superate?

Lavorare in ambienti di retail è stato accompagnato da una serie di sfide. Non solo abbiamo dovuto sviluppare sistemi robusti rispetto a problemi comuni nel mondo fisico (come lo spostamento della telecamera, i cambiamenti del negozio e le avarie hardware), ma abbiamo anche sviluppato processi compatibili con le operazioni di retail. Ad esempio, con le recenti Olimpiadi estive, molti produttori di beni di consumo hanno cambiato il confezionamento per promuovere Parigi 2024. Poiché identifichiamo i codici degli articoli in base al confezionamento, questo ha significato che abbiamo dovuto sviluppare sistemi in grado di segnalare e gestire questi cambiamenti di confezionamento.

Fin dall’inizio, Standard ha scelto implementazioni tecniche che avrebbero funzionato con i processi esistenti dei dettaglianti piuttosto che cambiare i processi esistenti per soddisfare le nostre esigenze. I negozi che utilizzano la nostra piattaforma VISION operano proprio come facevano prima senza alcun cambiamento nella merchandising fisica o retrofitting fisico complesso e costoso (come l’introduzione di sensori sugli scaffali).

Come vede l’evoluzione del ruolo dell’intelligenza artificiale nel settore del retail nei prossimi dieci anni?

Credo che stiamo solo sfiorando la superficie della trasformazione digitale che l’intelligenza artificiale potrebbe attivare all’interno dei dettaglianti nei prossimi anni. Mentre l’intelligenza artificiale oggi è in gran parte sinonimo di grandi modelli linguistici e i dettaglianti stanno pensando alla loro strategia di intelligenza artificiale, crediamo che l’intelligenza artificiale sarà, nel prossimo futuro, una tecnologia abilitante fondamentale piuttosto che una strategia in sé. Sistemi come la piattaforma VISION di Standard sbloccano informazioni senza precedenti per i dettaglianti e consentono loro di sbloccare le informazioni ricche presenti nel video che stanno già catturando. I tipi di miglioramenti operativi che possiamo fornire formeranno la spina dorsale delle strategie dei dettaglianti per migliorare l’efficienza operativa e migliorare il margine senza dover trasferire i costi ai consumatori.

Grazie per la grande intervista, i lettori che desiderano saperne di più possono visitare Standard AI.