David Woollard, CTO w Standard AI – Seria wywiadów

David Woollard jest Dyrektorem ds. Technologii (CTO) w Standard AI. Jest weteranem branży technologicznej z ponad 20-letnim doświadczeniem, pracował w firmach takich jak Samsung i NASA, a także jako przedsiębiorca w start-upach na wczesnym i późnym etapie rozwoju. Posiada tytuł doktora w dziedzinie informatyki, specjalizując się w architekturach oprogramowania dla obliczeń o wysokiej wydajności.

Standard AI oferuje bezprecedensową precyzję wglądu w zachowania klientów, wyniki produktów i operacje sklepu.

Czy mógłbyś opowiedzieć o swojej drodze od pracy w Jet Propulsion Laboratory NASA do objęcia stanowiska CTO w Standard AI?

Kiedy pracowałem w Jet Propulsion Laboratory, moja praca koncentrowała się głównie na zarządzaniu dużymi zbiorami danych dla misji NASA. Pracowałem z niezwykłymi naukowcami i inżynierami, ucząc się, jak prowadzić badania z przestrzeni kosmicznej. Nie tylko nauczyłem się wiele o nauce o danych, ale także o zarządzaniu dużymi projektami inżynierskimi, balansowaniu ryzyka i budżetów błędów, a także o projektowaniu systemów oprogramowania o dużej skali. Moja praca doktorska na Uniwersytecie Południowej Kalifornii dotyczyła architektur oprogramowania dla obliczeń o wysokiej wydajności, i miałem okazję zobaczyć zastosowanie tej pracy w praktyce.

Pomimo że nauczyłem się wiele podczas mojego pobytu tam, chciałem również pracować nad rzeczami, które były bardziej zrozumiałe dla ludzi. Kiedy opuściłem JPL, dołączyłem do przyjaciela, który założył startup w dziedzinie streamingu wideo jako jeden z pierwszych pracowników. Byłem zaangażowany od samego początku w tworzenie doświadczeń konsumentów i startupów w ogóle, co czułem jako przerwę od mojego poprzedniego świata. Kiedy dostałem szansę dołączyć do Standard, był mnie przyciągał połączenie trudnych naukowych problemów w AI i komputerowym widzeniu, które kochłem na początku mojej kariery, z doświadczeniami konsumentów, które uważałem za najbardziej satysfakcjonujące.

Co skłoniło Standard AI do zmiany focusu z rozwiązań dla samoobsługowych kas na szersze zastosowania AI w handlu detalicznym?

Standard AI został założony siedem lat temu z misją wprowadzenia samoobsługowych kas na rynek. Chociaż udało nam się dostarczyć najlepsze w swojej klasie rozwiązanie oparte wyłącznie na komputerowym widzeniu dla samoobsługowych kas i uruchomić sklepy samoobsługowe, ostatecznie stwierdziliśmy, że przyjęcie przez użytkowników było wolniejsze niż oczekiwano, a w związku z tym zwrot z inwestycji nie był wystarczający dla detalistów.

W tym samym czasie zrealizowaliśmy, że istnieje wiele problemów, które detalista doświadcza, które możemy rozwiązać za pomocą tej samej podstawowej technologii. To odnowione skupienie na wglądach operacyjnych i ulepszeniach pozwoliło Standardowi dostarczyć bardziej bezpośredni zwrot z inwestycji detalistom, którzy szukają możliwości poprawy swojej wydajności, aby zrównoważyć wpływ inflacji i wzrostu kosztów pracy.

Jak technologia komputerowego widzenia Standard AI śledzi interakcje klientów z tak wysoką precyzją bez użycia rozpoznawania twarzy?

Platforma VISION Standard jest zaprojektowana do śledzenia klientów w przestrzeni rzeczywistej, analizując filmy z kamer umieszczonych nad sklepem, rozróżniając ludzi i inne elementy w każdym filmie, oraz szacując postawę, czyli strukturę szkieletową, każdego człowieka. Poprzez jednoczesne oglądanie wielu kamer, możemy odtworzyć trójwymiarowe zrozumienie przestrzeni, podobnie jak robimy to z naszymi dwoma oczami. Ponieważ mamy bardzo precyzyjne pomiary pozycji każdej kamery, możemy odtworzyć pozycję, orientację i nawet umiejscowienie ręki klienta z wysoką precyzją. W połączeniu z zaawansowanymi algorytmami mapowania, możemy określić ruch klienta i interakcję z produktem z dokładnością 99%.

Jak Standard AI zapewnia prywatność klientów podczas zbierania i analizowania danych?

W przeciwieństwie do innych systemów śledzących, które wykorzystują rozpoznawanie twarzy do identyfikacji klientów między dwoma różnymi strumieniami wideo, kiedy Standard określa postawę klienta, używamy tylko informacji strukturalnych i geometrycznych. W żadnym momencie system śledzący Standard nie opiera się na biometrycznych danych klienta, które mogą być użyte do identyfikacji, takich jak twarz klienta. Innymi słowy, nie wiemy, kim jest klient, wiemy tylko, jak klienci poruszają się po sklepie.

Jakie są najważniejsze wglądy, które detalista może uzyskać z użyciem platformy VISION Standard AI?

Detalista może uzyskać wiele wglądów za pomocą platformy VISION Standard. Najważniejsze z nich to lepsze zrozumienie, jak klienci poruszają się po przestrzeni i wchodzą w interakcje z produktami. Podczas gdy inne rozwiązania dają podstawowe zrozumienie natężenia ruchu przez określoną część sklepu, Standard rejestruje każdą indywidualną ścieżkę klienta i może odróżnić klientów od pracowników sklepu, aby dać lepsze rozliczenie nie tylko ruchu i czasu pobytu, ale także konkretnych zachowań klientów, którzy kupują produkty.

Dodatkowo, Standard może zrozumieć, kiedy produkty są niedostępne na półce i ogólniej, warunki półek, takie jak brakujące twarze, które wpływają nie tylko na możliwość zakupu produktów przez klienta, ale także na wrażenia różnych ofert marek. Ten rodzaj danych konwersji i wrażeń jest cenny zarówno dla detalisty, jak i producentów dóbr konsumpcyjnych. Te dane wcześniej nie były dostępne i niosą duże konsekwencje dla poprawy operacji od merchandisingu i marketingu po łańcuch dostaw i zmniejszenie strat.

Jak przewidywane wglądy z platformy VISION mogą przekształcić strategie marketingowe i merchandisingowe dla detalistów?

Ponieważ Standard tworzy pełną cyfrową replikę sklepu, w tym fizycznej przestrzeni (jak ustawienia półek) i ruchu klientów, mamy bogaty zbiór danych, z którego można budować modele przewidywane, zarówno do symulacji ruchu sklepu w przypadku zmian fizycznych (jak aktualizacje merchandisingu i resetowania), jak i przewidywania interakcji klientów na podstawie ich ruchu po sklepie. Te modele przewidywane pozwalają detalistom eksperymentować i walidować zmiany merchandisingu bez potrzeby inwestowania w kosztowne aktualizacje fizyczne i długie okresy eksperymentowania w sklepie. Ponadto, wrażenia z wyników produktów i interakcji mogą poinformować o umieszczeniu produktu na półce lub na końcu półki. Wszystko to może pomóc w priorytyzowaniu wydatków i przynieść większe zwroty.

Czy mógłbyś podać przykłady, jak oferty w czasie rzeczywistym oparte na przewidywanych ścieżkach klientów wpłynęły na sprzedaż w testach pilotażowych?

Chociaż Standard nie buduje samych systemów promocyjnych używanych przez detalistów, możemy użyć naszego zrozumienia ruchu klientów i naszych przewidywań interakcji z produktem, aby pomóc detalistom zrozumieć intencje klienta, pozwalając detalistom dostarczyć głęboko znaczące i terminowe promocje, a nie ogólne oferty lub tylko rekomendacje oparte na poprzednich zakupach. Rekomendacje oparte na zachowaniach w sklepie pozwalają na uwzględnienie sezonowości, dostępności i intencji, co wszystko przekłada się na bardziej skuteczne promocje.

Jakie były wyniki pilotażowego śledzenia tytoniu, i jak wpłynęło to na zaangażowane marki?

W ciągu dnia od rozpoczęcia pilotażu u jednego detalisty, byliśmy w stanie wykryć kradzież produktów tytoniowych i zgłosić to detalowi do podjęcia korygujących działań. Długoterminowo, byliśmy w stanie współpracować z detalistami, aby wykryć nie tylko fizyczne kradzieże, ale także nadużycia promocyjne i problemy z zgodnością, które są bardzo wpływowe nie tylko dla detalisty, ale także dla marek tytoniowych, które finansują te promocje i wydatkują znaczne zasoby na zapewnienie zgodności ręcznie. Na przykład, byliśmy również w stanie zaobserwować, co się dzieje, gdy pierwszy wybór klienta jest niedostępny; połowa klientów wybiera inny produkt z tej samej rodziny, ale prawie czwarta nie kupuje niczego. To potencjalnie dużo utraconych przychodów, które mogłyby być zaadresowane, gdyby zostały wcześniej wykryte. Ponieważ nasza platforma VISION jest zawsze włączona, stała się rozszerzeniem zespołów sprzedażowych marek tytoniowych, które mogą zobaczyć (i zaalarmować) bieżący stan każdego sklepu w całej flotylli w dowolnym momencie.

Jakie są największe wyzwania, z którymi się zetknąłeś przy wdrażaniu rozwiązań AI w handlu detalicznym, i jak je pokonałeś?

Praca w środowiskach detalicznych wiązała się z licznymi wyzwaniami. Nie tylko musieliśmy rozwinąć systemy, które były odporne na problemy typowe dla świata fizycznego (jak dryf kamery, zmiany w sklepie i awarie sprzętu), ale także opracowaliśmy procesy, które były kompatybilne z operacjami detalicznymi. Na przykład, z okazji recentnych Letnich Igrzysk Olimpijskich, wiele firm CPG zmieniło opakowania, aby promować Paryż 2024. Ponieważ identyfikujemy SKT na podstawie opakowań, oznaczało to, że musieliśmy opracować systemy, które mogłyby flagować i obsługiwać te zmiany opakowań.

Od samego początku Standard wybrał wdrożenia techniczne, które działałyby z procesami detalisty, zamiast wymuszać zmiany istniejących procesów, aby spełnić nasze wymagania. Sklepy korzystające z naszej platformy VISION działają tak samo, jak działały przedtem, bez żadnych zmian w fizycznym merchandisingu lub kosztownych i skomplikowanych retrofitach (jak wprowadzenie czujników na półkach).

Jak widzisz ewolucję roli AI w sektorze detalicznym w ciągu najbliższej dekady?

Uważam, że tylko zaczynamy odkrywać powierzchnię transformacji cyfrowej, którą AI uruchomi w detalictwie w nadchodzących latach. Chociaż AI jest dziś w dużej mierze kojarzona z dużymi modelami językowymi, a detalista myśli o swojej strategii AI, wierzymy, że AI wkrótce stanie się podstawową technologią umożliwiającą, a nie strategią samą w sobie. Systemy takie jak platforma VISION Standard odblokowują bezprecedensowe wglądy dla detalistów i pozwalają im odblokować bogate informacje w filmach, które już rejestrują. Rodzaj ulepszeń operacyjnych, które możemy dostarczyć, będzie stanowił podstawę strategii detalistów na poprawę wydajności operacyjnej i marży, bez potrzeby przenoszenia kosztów na konsumentów.

Dziękujemy za wspaniały wywiad, czytelnicy, którzy chcą dowiedzieć się więcej, powinni odwiedzić Standard AI.