マイロン・バーク、Sensormatic Solutionsのソリューション管理責任者 – インタビュー・シリーズ

マイロン・バーク、Sensormatic Solutionsのグローバル製品＆ソリューションの責任者は、革新を加速し、スピードを上げ、顧客に更大的な価値を提供するための戦略的なソリューション・ロードマップを通じて、新しい方法を発見し、実施しています。

マイロンは、25年以上の小売業界での経験を持つ実績あるリーダーです。ウォルマートやサムズ・クラブでの勤務期間を含む、彼は大規模な革新を実現してきました。最近では、Divergent Technology Advisorsを設立しました。これは、小売業界向けのテクノロジー・コンサルティング・ファームで、大手小売業者、テクノロジー・プロバイダー、スタートアップ企業に対して、テクノロジー・ストラテジー、市場参入計画、国際市場拡大などを支援しています。

Sensormatic Solutionsは、ジョンソン・コントロールズのリードするグローバル小売ソリューション・ポートフォリオです。60年以上にわたり、業界の急速なテクノロジー・採用の最前線で、グローバル・スケールでの小売業界の運営を再定義し、洞察から行動への変換を実現してきました。Sensormatic Solutionsは、損失防止、在庫インテリジェンス、交通インサイト・ソリューションを提供し、サービスやパートナーとともに、世界中の小売業者が精密に革新し、将来を形作るデータ駆動型の成果を結び付けることができます。

小売業界と新興テクノロジーの交差点で25年以上のキャリアを積み、ウォルマートやサムズ・クラブでのRFID戦略や店舗革新、Store No. 8での次世代コンセプトのインキュベーション、現在のSensormatic Solutionsでのグローバル製品＆ソリューションの責任者として。物理的な小売環境内でAIやセンサー・テクノロジーをどのように展開するべきかについてのあなたの哲学はどうなりましたか?

私はAIの実装に対して非常に実用的なアプローチを取ります。また、私のチームやSensormatic Solutionsの小売業者向けの顧客にも同じアプローチを取るよう奨励しています。私の経験から、双方の視点でこのアプローチが成功する鍵であることを実証してきました。

Sensormatic Solutionsは60年間にわたり、非常にシンプルな信念を貫いてきました。テクノロジーは、運用的有効性と現実の小売業者向けの課題が中心にある場合にのみ成功します。明らかです——特に新興ツールに近い人々にとっては——しかし、この基礎的な原則はAIの周りのすべてのハイプの中で多少忘れ去られてきました。

ソリューションの開発や顧客の採用において、市場と追いつくためのプレッシャーは高く、テクノロジーをあらゆる製品に組み込もうとするのではなく、ギャップを埋めるツールを構築することがより影響力があります。私たちは、ストリームライン化された収集、フュージョン、分析、行動が測定可能な改善を駆動する場所を見つけることに重点を置いています。この焦点は、AIが使用するデータセットにも拡張されます。ターゲット化された、制御された、クリーン化されたデータセットは、特に顧客が異なる場合に、持続可能なAIの価値を提供するための鍵です。

私たちが常に念頭に置いているもう一つのことは、これがすべての可能なユーザー——企業の意思決定者、ショッパー、従業員——に対して当てはまるということです。新しいソリューションやアップデートごとに、3つの利害関係者すべてに等しく価値を提供しているかどうかを自問自答しています。各グループは小売業界の成功に不可欠です。

この内部のエートスは自然に、実用的でカスタマイズされたシステム・デザインをサポートするツールを提供するソリューションに翻訳されます。AIの展開はワンサイズ・フィット・オールではありません。私たちが顧客と一緒に構築するプログラムもそうです。

Sensormatic Solutionsは、近年、AIやMLの高度な分析を現代の小売業界の運用的知性の重要な推進力として位置付けているようです。オムニチャンネル・ワールドでは、「損失防止」が何を意味するかをAIはどのように再定義していますか?

最もシンプルな答えは、スピードと可視性です。AIは、実際に損失を明らかにし、総合的な小売業界の損失の完全なビューを提供するのに役立ちます。現実は、見える損失だけを認識できるということです。業界の歴史のほとんどでは、損失への可視性は、表面レベルでのみ可能でした。販売可能なアイテムがない場合、あるいは商品が盗まれた、輸送中に破損した、または棚に置かれている間に破損した場合など、プログラムはこれらの種の事項を追跡することに重点を置いていました。しかし、これらの種の事項を大規模に追跡することは困難で、不可能に近かったです。

接続された分析とセンサー・システムは、リテーラーが見ること、追跡すること、数量化できることを拡大しました。今日生成される大量のデータ・ボリュームの中に隠された3%のエラーを強調することについて考えてみましょう。これらのセンサー・システムは、損失の何、どこ、いつ、誰に関する情報を解放し、それ自体で損失とパラダイムのシフトを理解する変革をもたらします。これにより、プロセス・偏差やギャップ、無駄になった時間、リソース、努力に関連する損失の別の層が見えるようになります。

すべてを特定し、ラベル付けすると、変換できます。那はAIが関与するところです。新しい「ドット」を接続し、別のデータ層を表面化するのに役立ちます。予測可能で、高度な精度のインテリジェンスとモデルは、上流の無駄の影響を量化し、可能な調整の相対的な価値を比較し、不作為のコストを示すのに役立ちます。実質的に、リテーラーが反応的な姿勢からプロアクティブな姿勢にシフトし、損失を改善の機会として再構成するのに役立ちます。

Re-IDやAI駆動のフット・トラフィック・アナリティクスなどのテクノロジーを使用して、リテーラーは単純な人数カウントを超えて、より深いショッパー・ビヘイビアや運用的洞察へ進むことができます。どのような変革的なユースケースがこのシフトから生まれているかについて見てみましょう。

Re-IDは、私にとって、影響力の大きな小さなターゲット調整の強力な例です。

Re-IDは、実際には1つのことを行います。交通量の測定を改善します。技術を、ユニークなショッパーと再入場、スタッフ、その他の訪問者カテゴリを正確に区別するようにすることは複雑ですが、結果は、データセットに大きな改善をもたらす、非常にシンプルな変更です。

交通量データは、業界全体にわたる幅広い指標を裏付けています。特に顕著なのは、コンバージョンです。個々の訪問者のより正確なカウントを反映するレコードを切り替えるだけで、解釈を劇的に変更できます。リテーラーは、スタッフ、フロア・プラン、メッセージング、そして数えきれない他の慣行を改善して、顧客の体験と財務の結果を改善するために、正確なカウントを使用できます。

これは、先ほど議論したSensormatic Solutionsの成功の中心にあるエートスを体現しています。私たちは、すべての利害関係者に利益をもたらす、ターゲット化された、高価値の調整を行うためにAIを使用しています。

Sensormatic Solutionsは最近、Orbit AIとVideo AIをStore Guest Behaviorsの機能として導入しました。これはリテーラーにとってどのような戦略的ギャップを解決し、他の小売業界のインテリジェンス・プラットフォームとどのように異なりますか?

私たちは、毎回、新しいソリューションに特定の課題を設定します。Orbit AIとVideo AIの場合、ノイズからシグナルを分離し、リテーラーに信頼性の高い、特定の、コンテキスト化されたデータを提供することに焦点を当てました。

Re-IDの革新的なオブジェクト・レコグニション・テクノロジーにより、Orbit AIとVideo AIはリテーラーに以下を助けることができます：

• 店舗全体の滞在時間パターンを理解する。
• ショッパーと通りかかる人を区別する。
• ショッパーの旅程を追跡し、商品のレイアウト、プロモーション、広告計画に情報を提供する。
• ヒートマップを使用して、訪問者が最も時間を費やす場所を追跡する。

Orbit AIとVideo AIはさらに進んでいます。カスタマイズされたマシン・ラーニング・モデルは、運用とともに適応し、パラメータを調整し、偏りの源を特定し、冗長または不完全なデータを除去します。この継続的な改善により、各洞察は現在の店舗の現実を反映します。不久、先週ではなく。小売業界のトレンド、圧力、状況は急速に変化するため、これは重要です。

Orbit AIとVideo AIは、導入の障壁を念頭に置いて構築されました。センサーの統合デザイン、エッジ・アプローチ、Re-ID機能により、リテーラーはより少ないデバイスでこれらの洞察を得ることができます。これにより、導入が容易になり、分析ツールがすべての規模のビジネスで利用できるようになります。これは、私たちが業界全体に知的洞察を提供することに焦点を当てた数十年の取り組みの継続です。

あなたはストリームライン化されたデータの使用とセンサー・フュージョンを小売業界の再発明の基盤として強調しています。複数のセンサー入力を組み合わせることで、シロ化された分析ツールに比べて競争上の優位性をどのように生み出しますか?

クラウドベースの分析により、運用を接続し、シロを除去できますが、無駄と非効率の多くのドライバーも含みます。多くのリテーラーは、これらのシステム内にこれらが存在することにも気付いていません。センサー・フュージョンにより、初期の処理と統合タスクをデバイス自体（エッジ）にシフトし、リアルタイムのレスポンスを可能にし、中央サーバーに送信する必要があるデータの量を削減します。

例えば、行動分析について考えてみましょう。従来のクラウドベースの環境では、センサーは基本的な収集タスクを実行し、生データを中央のコンピュータに送信して処理、分析、行動を実行します。例えば、分析により、販売フロアでの疑わしい行動の兆候が見つかった場合、応答プロトコルがトリガーされる可能性があります。この情報——応答が必要であるということ——も送信する必要があります。人間の基準では速いですが、すでに情報をAからBへ、CからBへ送信するのに時間を失っています。

Video AIとOrbit AIのフュージョン機能により、これらの余分なステップを省略できます。統合されたAIとMLツールは、生データを分析し、発見に基づいて次のステップを優先します。さらに、中央システムへの継続的な転送の必要性を排除することで、エッジベースのフュージョンによりエネルギー需要と中央システムへの負荷が削減されます。

エンタープライズ・スケールでは、グローバルなハードウェア、ソフトウェア、データ・プラットフォームの統合は非常に複雑です。AI駆動の小売業界のインフラストラクチャを真正にスケーラブルにするために、どのようなアーキテクチャの原則やシステム・エンジニアリング・アプローチが重要ですか?

SAFe / Lean – Agile Systems Architectureから始めることが不可欠です。この基盤により、セキュアで、経済的にスマートで、柔軟で、カスタマイズ可能な（必要に応じて）デザイン思考と開発が可能になります。また、パートナー・エコシステムへのアプローチを非依存的にすることを信じています。これにより、パートナーがデジタル・ジャーニーの中でどこにいるかに関係なく、そこで出会うことができます。これにより、アカウント・レベルでレバレッジを生み出し、SaaSオファリングやオンプレミスにすべてのシステム/データを置くことを望むユニークなエンタープライズ・オーガニゼーションをサポートするパスも開けます。私たちのアプローチにより、有効化のための複数のパスが可能になり、幅広いハードウェア・オプションもサポートされます。

多くのリテーラーは、分析を測定可能なROIや運用的効率に直接結び付けるのに苦労しています。どのようにして組織がAI駆動の洞察を財務的成果や運用的効率に直接結び付けるのを支援しますか?

この質問は、Shrink Analyzerの開発を推進するのに役立ちました。最初のデジタル化投資の波の後、リテーラーは在庫、損失、その他のデータの山を抱えていましたが、すべてを理解するためのツールが不足していました。

Shrink Analyzerの主な目的は、継続的な改善ですが、実装時のベンチマーク作成が最初のタスクです。これが、以降のすべての改善と、進歩を追跡するための参照点を可能にします。これが、多くのリーダーがAIのハイプの中で見落とすステップであり、ROIの追跡が業界全体で課題となっている理由です。

「何、いつ、どこ」の無駄と損失を最初に明らかにすることで、Shrink Analyzerは、これまでにない、明確で数量化可能な、損失がどのように発生するかについての絵を提供できます。損失が実際に発生している場所、パフォーマンスに最も大きな影響を与えるギャップ、変更によって改善できる機会を示します。そこから、リテーラーはユースケースのテストを開始し、進歩を追跡し、証拠を集めることができます。彼らのAIやその他のテクノロジー投資が成果を上げていることを示すのに役立ちます。

プライバシーと信頼は、店舗がより多くインストルメント化されるにつれて、中央的な懸念事項となっています。Sensormatic Solutionsは、信頼できるAIの展開をどのように責任を持って進めていますか?

私はこの問題を、先ほど議論したように、リーダー、ショッパー、従業員のすべてに利益をもたらすことの重要性と関連しています。はい、リテーラーは私たちのソリューションを購入する人々ですが、従業員やショッパーが私たちのシステムに乗り気でない場合、私たちは成功することはできません。彼らの満足度は、私たちの顧客と私たちにとって不可欠です。

これは、私たちのプライバシー・バイ・デザイン・アプローチを推進するものです。消費者向けのガイドレールを、私たちのソリューションの開発プロセスから最初に組み込みます。これにより、私たちを好奇心と創造性に駆り立てます。

Re-IDのデザインはこれを実証しています。旅程マッピングと交通量カウント機能は、個々の詳細のバリエーションと組み合わせ——髪型と色、服装のデザインとアクセサリー——を使用して、訪問者に一意のIDを割り当てます。服装やスタイルの重複が多すぎて効果的ではないかもしれないと考えるかもしれませんが、まとめて考えることで、これらの洞察は「その人はここで働いている」とか「その人は1時間前に訪問しました」ということを自信を持って言えるほどユニークであることがわかりました。

私たちが最初から外側から考えなければならなかったからこそ、気付くことができたのです。規制が変わるにつれて、消費者のプライバシーに関する懸念が高まる中、最初からこの視点を取り入れた組織は、創造的な問題解決に既に慣れているため、イノベーションの先頭に立つことになるでしょう。

小売業者は、サプライ・チェーンの不安定さ、組織化された小売犯罪、労働者のプレッシャー、デジタル・コンペティションなどの不断の混乱に直面しています。AI駆動のインフラストラクチャは、さらに複雑さを加えるのではなく、安定化の力としてどのように機能できますか?

データ駆動のシステムは、組織を単一の真実と共有の目標に合わせて安定性を提供します。AIを追加すると、その安定性が強化されます。

データだけはまだ解釈の余地があり、利害関係者の結論はそれぞれの優先順位によって色付けられます。AIはその問題を緩和することができます。運用全体のデータを偏見なく分析します。システムが意図したとおりに機能した場合、競合する個人的な優先順位を持つリーダーは、分析、推奨、予測モデルがビジネスの運用の現実を反映していることを信頼できます。場を平らにし、最も価値のある次のステップが浮かび上がるようにします。なぜなら、その価値はすべての人の目に明らかだからです。

5〜10年先を見て、完全にAI最適化された物理的な小売環境はどのようなものになりますか? その未来を準備するために、リーダーは今どのような戦略的なステップを取るべきですか?

AIへの準備のためのワンサイズ・フィット・オールのロードマップはありません。各リテーラーにとってシステムが機能する必要があるからです。しかし、その基盤はある程度普遍的です。すべてのリテーラーには、次のものが必要です：

• 統一されたデータベースが必要です。これは、運用のすべての分野について包括的なレコードを提供します。そうでない場合、最も能力のあるモデルでも、有用な洞察を提供することはできません。彼らは洞察を提供するためにコンテキストが必要です。
• 信頼できるベンチマークが必要です。これは、関連するビジネス・データに基づいています。これは、投資の出発点となり、進歩を測定するための基準となります。
• トレーニングとスキル向上の計画が必要です。AIは独立したアクターではありません。多くのことを行うことができますが、AIを使用する人々は、その機能と限界を理解する必要があります。リテーラーは、早くから、そして頻繁に、テクノロジーについて計画し、コミュニケーションを開始する必要があります。そうすれば、従業員や従業員は、時間が来たときに準備できます。
• リーダーが必要です。変革は長期的なプロジェクトであり、リーダーはイニシアチブにリソースを長期的にコミットし、組織を導くために準備する必要があります。

Sensormatic SolutionsまたはDivergent Technology Advisorsを訪問して、詳細をご覧ください。