David Woollard, CTO da Standard AI – Série de Entrevistas

David Woollard é o Diretor de Tecnologia (CTO) da Standard AI. Ele é um veterano da indústria de tecnologia com mais de 20 anos de experiência, tendo trabalhado em empresas como Samsung e NASA, e como empreendedor em startups em estágios iniciais e finais. Ele possui um PhD em Ciência da Computação, especializando-se em arquiteturas de software para computação de alto desempenho.

Standard AI oferece insights precisos sem precedentes sobre o comportamento dos compradores, desempenho dos produtos e operações de loja.

Você pode compartilhar sua jornada desde que trabalhou no Laboratório de Propulsão de Jato da NASA até se tornar o CTO da Standard AI?

Quando eu estava no Laboratório de Propulsão de Jato, meu trabalho se concentrou principalmente no gerenciamento de dados em larga escala para missões da NASA. Eu tive a oportunidade de trabalhar com cientistas e engenheiros incríveis, aprendendo sobre como conduzir pesquisas a partir do espaço exterior. Não apenas aprendi muito sobre ciência de dados, mas também sobre gerenciamento de projetos de engenharia em larga escala, equilibrando riscos e orçamentos de erros, e design de sistemas de software em larga escala. Meu trabalho de PhD na Universidade do Sul da Califórnia foi na área de arquiteturas de software para computação de alto desempenho, e eu pude ver a aplicação dessa pesquisa em primeira mão.

Embora eu tenha aprendido muito com meu tempo lá, eu também queria trabalhar em coisas que fossem mais tangíveis para as pessoas do dia a dia. Quando eu deixei o JPL, eu me juntei a um amigo que estava fundando uma startup no espaço de vídeo em streaming como uma das primeiras contratações. Eu fiquei viciado desde o início em criar experiências de consumidor e startups em geral, ambos os quais me pareciam uma mudança em relação ao meu mundo anterior. Quando eu tive a chance de me juntar à Standard, eu fui atraído pela combinação de problemas científicos difíceis em IA e Visão Computacional que eu amava no início da minha carreira com experiências de consumidor tangíveis que eu encontrei mais gratificantes.

O que motivou a mudança de foco da Standard AI de soluções de checkout autônomo para aplicações de IA no varejo mais amplas?

A Standard AI foi fundada há sete anos com a missão de trazer checkout autônomo para o mercado. Embora tenhamos conseguido entregar a melhor solução de visão computacional apenas para checkout autônomo e lançado lojas autônomas, ultimatemente descobrimos que a adoção do usuário foi mais lenta do que o esperado e, consequentemente, o retorno sobre o investimento não estava lá para os varejistas.

Ao mesmo tempo, percebemos que havia uma série de problemas que os varejistas enfrentavam que poderíamos resolver por meio da mesma tecnologia subjacente. Essa renovação do foco em insights operacionais e melhorias permitiu que a Standard entregasse um ROI mais direto para os varejistas que estão procurando oportunidades para melhorar suas eficiências a fim de compensar os efeitos da inflação e do aumento dos custos de mão de obra.

Como a tecnologia de visão computacional da Standard AI rastreia as interações do cliente com tal precisão sem usar reconhecimento facial?

A plataforma VISION da Standard é projetada para rastrear compradores no espaço real analisando vídeo de câmeras sobrepostas na loja, distinguindo entre humanos e outros elementos em cada vídeo, e estimando a pose, ou estrutura esquelética, de cada humano. Ao olhar por meio de múltiplas câmeras ao mesmo tempo, podemos reconstruir uma compreensão tridimensional do espaço, assim como fazemos com nossos dois olhos. Porque temos medições muito precisas da posição de cada câmera, podemos reconstruir a posição, orientação e até mesmo a colocação da mão de um comprador com alta precisão. Combinado com algoritmos de mapeamento avançados, podemos determinar o movimento do comprador e a interação com o produto com 99% de precisão.

Como a Standard AI garante a privacidade dos compradores enquanto coleta e analisa dados?

Ao contrário de outros sistemas de rastreamento que usam reconhecimento facial para identificar compradores entre dois fluxos de vídeo diferentes, quando a Standard está determinando a pose de um comprador, estamos apenas usando informações estruturais e geometria espacial. Em nenhum momento o sistema de rastreamento da Standard depende de biometria do comprador que possa ser usada para identificação, como o rosto do comprador. Em outras palavras, não sabemos quem é o comprador, apenas sabemos como os compradores estão se movendo pela loja.

Quais são alguns dos insights mais significativos que os varejistas podem obter ao usar a plataforma VISION da Standard AI?

Os varejistas podem obter uma série de insights usando a plataforma VISION da Standard. Mais significativamente, os varejistas são capazes de obter uma melhor compreensão de como os compradores estão se movendo por seu espaço e interagindo com os produtos. Embora outras soluções forneçam uma compreensão básica do volume de tráfego por meio de uma parte específica da loja, a Standard registra o caminho individual de cada comprador e pode distinguir entre compradores e funcionários da loja para fornecer uma melhor contabilidade não apenas do tráfego e do tempo de permanência, mas dos comportamentos específicos dos compradores que estão comprando produtos.

Além disso, a Standard pode entender quando os produtos estão esgotados nas prateleiras e, mais amplamente, condições de prateleira como facings ausentes que impactam não apenas a capacidade do comprador de comprar produtos, mas também formar impressões sobre ofertas de marca diferentes. Esse tipo de dados de conversão e impressão é valioso tanto para os varejistas quanto para os fabricantes de produtos de consumo embalados. Esses dados simplesmente não estavam disponíveis antes e têm grandes implicações para melhorar as operações em tudo, desde merchandising e marketing até cadeia de suprimentos e redução.

Como os insights previsíveis da VISION podem transformar estratégias de marketing e merchandising para os varejistas?

Porque a Standard cria uma réplica digital completa de uma loja, incluindo tanto o espaço físico (como posicionamento de prateleiras) quanto o movimento do comprador, temos um conjunto de dados rico para construir modelos previsíveis, tanto para simular o movimento da loja dado as alterações físicas (como atualizações de merchandising e resets) quanto para prever as interações do comprador com base em seu movimento pela loja. Esses modelos previsíveis permitem que os varejistas experimentem e validem alterações de merchandising na loja sem ter que investir em atualizações físicas caras e longos períodos de experimentação na loja. Além disso, as impressões do desempenho do produto e da interação podem informar a colocação na prateleira ou nos finais de corredor. Todos esses podem ajudar a priorizar gastos e impulsionar retornos maiores.

Pode fornecer exemplos de como ofertas em tempo real com base em caminhos de cliente previstos impactaram as vendas em testes piloto?

Embora a Standard não construa os sistemas promocionais reais usados pelos varejistas, podemos usar nossa compreensão do movimento do comprador e nossas previsões de interação com o produto para ajudar os varejistas a entender a intenção do comprador, permitindo que o varejista forneça promoções profundamente significativas e oportunas, em vez de ofertas gerais ou apenas recomendações com base em compras passadas. Recomendações com base em comportamentos na loja permitem sazonalidade, disponibilidade e intenção, todos os quais se traduzem em um aumento promocional mais eficaz.

Quais foram os resultados do piloto de rastreamento de tabaco, e como ele influenciou as marcas envolvidas?

Dentro de um dia de operar um piloto de um varejista, fomos capazes de detectar o roubo de produtos de tabaco e sinalizar isso de volta ao varejista para ações corretivas. Em longo prazo, fomos capazes de trabalhar com varejistas para detectar não apenas o roubo físico, mas também o abuso de promoções e questões de conformidade, ambos os quais são muito impactantes não apenas para o varejista, mas também para as marcas de tabaco que financiam essas promoções e gastam recursos significativos para garantir a conformidade manual. Por exemplo, também fomos capazes de observar o que acontece quando a primeira escolha do cliente está esgotada; metade dos compradores escolheu outro produto da família, mas quase um quarto não comprou nada. Isso é potencialmente muita receita perdida que poderia ser abordada se detectada mais cedo. Porque nossa plataforma VISION está sempre ligada, ela se tornou uma extensão das equipes de vendas das marcas de tabaco, capaz de ver (e alertar sobre) o estado atual de qualquer loja na frota do varejista a qualquer momento.

Quais são os maiores desafios que você enfrentou ao implementar soluções de IA em varejo físico, e como você os superou?

Trabalhar em ambientes de varejo veio com uma série de desafios. Não apenas tivemos que desenvolver sistemas que fossem robustos para problemas comuns no mundo físico (como deriva de câmera, alterações na loja e falhas de hardware), mas também desenvolvemos processos que eram compatíveis com as operações de varejo. Por exemplo, com as recentes Olimpíadas de Verão, muitos fabricantes de produtos de consumo mudaram sua embalagem para promover Paris 2024. Porque identificamos SKUs visualmente com base na embalagem, isso significou que tivemos que desenvolver sistemas capazes de sinalizar e lidar com essas alterações de embalagem.

Desde o início, a Standard escolheu implementações técnicas que funcionariam com os processos existentes dos varejistas, em vez de alterar os processos existentes para atender aos nossos requisitos. As lojas que usam nossa plataforma VISION operam exatamente como antes, sem alterações físicas na merchandising ou retrofits físicos caros e complexos (como a introdução de sensores de prateleira).

Como você vê o papel da IA evoluindo no setor varejista nos próximos dez anos?

Acredito que estamos apenas arranhando a superfície da transformação digital que a IA irá impulsionar dentro dos varejistas nos próximos anos. Embora a IA hoje seja amplamente sinônimo de grandes modelos de linguagem e os varejistas estejam pensando em sua estratégia de IA, acreditamos que a IA, no futuro próximo, será uma tecnologia habilitadora fundamental, em vez de uma estratégia por si só. Sistemas como a plataforma VISION da Standard desbloqueiam insights sem precedentes para os varejistas e permitem que eles desbloqueiem as informações ricas nos vídeos que já estão capturando. Os tipos de melhorias operacionais que podemos entregar formarão a espinha dorsal das estratégias dos varejistas para melhorar sua eficiência operacional e melhorar sua margem sem ter que passar os custos para os consumidores.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar Standard AI.