Crisp lança Halo para levar a IA do varejo para dentro de ambientes de nuvem corporativa

A Crisp lançou o Halo, uma plataforma de IA para o varejo que pode operar no próprio ambiente de nuvem de uma empresa, aproximando as análises de vendas e da cadeia de suprimentos dos dados e sistemas de governança que as empresas já utilizam. Anunciada em 29 de outubro, a plataforma é voltada a fabricantes de bens de consumo embalados (CPG), varejistas, distribuidores e corretores.

O lançamento aborda um problema conhecido do varejo: as equipes conseguem perceber uma mudança nas vendas ou no estoque, mas ainda podem passar horas reunindo o contexto necessário para explicá-la. O anúncio do Halo pela Crisp descreve um sistema que combina dados do varejo, lógica específica do setor e ferramentas baseadas em agentes de IA para ajudar os usuários a investigar o desempenho e decidir o que fazer em seguida.

Uma base de dados do varejo por trás da IA

A arquitetura do Halo começa pelas informações recebidas de varejistas e distribuidores. A visão geral da plataforma da Crisp divide essa base em integração, gerenciamento e modelagem de dados, sobre a qual são construídas ferramentas baseadas em agentes de IA e aplicações específicas para cada função.

Essa estrutura é importante porque um produto, uma loja ou um período de relatório podem ser representados de maneiras diferentes entre parceiros comerciais. Uma pergunta sobre falta de estoque se torna mais útil quando os sistemas subjacentes concordam sobre qual item, local e período a pergunta abrange.

A Crisp descreve sua abordagem como IA vertical: os dados são limpos e enriquecidos com semântica do varejo antes de serem usados em análises. Os materiais de referência da empresa apontam calendários de varejistas, hierarquias de produtos, taxas de atendimento e análise de produtos indisponíveis como exemplos do contexto de negócios envolvido. A Crisp afirma que mais de 7.000 clientes, incluindo 90 das 100 maiores empresas de CPG, usam seus serviços; esses números de adoção foram informados pela própria empresa.

Execução na nuvem do cliente

O Halo está disponível como plataforma hospedada ou nos ambientes dos clientes em Databricks, Snowflake e Google Cloud. Essa segunda opção oferece às empresas uma alternativa a transferir sua inteligência de varejo para outra aplicação hospedada externamente.

A documentação da arquitetura da Crisp no Databricks apresenta um exemplo concreto. Ela armazena dados do varejo em tabelas Delta governadas pelo Unity Catalog, hospeda aplicações e agentes no Databricks Apps e usa um banco de dados Lakebase para o estado das aplicações, as conversas e a memória dos agentes. As chamadas aos modelos são executadas por meio do Model Serving e do AI Gateway, enquanto as consultas semânticas usam um armazém SQL selecionado.

Segundo a Crisp, os dados proprietários permanecem no ambiente do cliente, enquanto registros operacionais e dados de telemetria não proprietários são compartilhados com os sistemas centrais da empresa. Essa distinção é mais precisa do que sugerir que a implantação não se comunica com sistemas externos. A Crisp também lista a integração com o MLflow e a publicação de seus modelos semânticos como Unity Catalog Metric Views entre os itens do roteiro de desenvolvimento.

Para as equipes de TI, a importância é operacional: os controles de acesso, as opções de inferência e o monitoramento do uso podem se alinhar à infraestrutura já existente. A localização da implantação, por si só, porém, não comprova a precisão de uma resposta nem a adequação de uma ação automatizada.

De perguntas sobre o portfólio a decisões específicas para cada varejista

O lançamento apresenta o Central Desk e o Customer Desk. O Central Desk oferece às equipes da matriz uma visão de todo o portfólio de varejistas para atividades que abrangem estratégia de vendas, gestão de categorias e planejamento da cadeia de suprimentos. O Customer Desk é voltado a equipes de contas que precisam das métricas, da terminologia e da lógica operacional de um varejista específico.

Considere uma marca que esteja investigando a queda nas vendas de um produto específico. A pergunta útil é se a mudança reflete a demanda, a disponibilidade, a distribuição ou outro fator operacional. Relacionar a análise a registros por loja e por item pode ajudar as equipes a delimitar a investigação, em vez de tratar uma queda em todo o portfólio como um único problema.

Essa é a diferença prática entre uma interface conversacional e uma aplicação de varejo: a segunda precisa compreender as entidades comerciais e as relações por trás da pergunta. A plataforma mais ampla do Halo também organiza recursos em torno de funções como reposição, planejamento de categorias e colaboração com fornecedores.

Respostas rastreáveis e fluxos de trabalho reproduzíveis

Os materiais sobre agentes de IA da Crisp descrevem ferramentas que usam inteligência diária por loja e por produto para apoiar análises e ações. No Halo, a empresa apresenta perguntas conversacionais, relatórios recorrentes, automação de fluxos de trabalho e aplicações personalizadas como principais formas de usar essas ferramentas.

Os materiais de lançamento enfatizam a possibilidade de rastrear recomendações até os dados de origem e a lógica usada para produzi-las. Essa procedência pode facilitar a análise de uma resposta: em vez de aceitar uma explicação bem formulada sem questioná-la, um analista pode examinar os registros e o raciocínio por trás de uma recomendação.

Para as empresas que avaliam a plataforma, as perguntas importantes vão além dessa explicação e chegam à execução: quais ações são permitidas, quais exigem revisão e como as mudanças são avaliadas após a implementação. Os materiais publicados descrevem recursos e a arquitetura de implantação, não uma avaliação independente da precisão das previsões ou dos retornos financeiros.

A principal proposta de valor do Halo está na conexão entre essas camadas. O contexto do varejo fornece informações mais úteis para o sistema de IA, a implantação na nuvem do cliente pode se integrar às práticas de governança existentes, e os fluxos de trabalho específicos para cada função apresentam as análises resultantes às pessoas responsáveis pelo estoque e pelas decisões comerciais.