David Woollard, CTO la Standard AI – Seria de interviuri

David Woollard este Directorul Tehnologic (CTO) la Standard AI. El este un veteran al industriei tehnologiei, cu peste 20 de ani de experiență, având lucrat la companii precum Samsung și NASA, și ca antreprenor la startup-uri atât în stadii incipiente, cât și avansate. El deține un doctorat în știința calculatoarelor, specializându-se în arhitecturi de software pentru calculatoare de înaltă performanță.

Standard AI oferă informații precise fără precedent despre comportamentul cumpărătorilor, performanța produselor și operațiunile magazinului.

Puteți împărtăși drumul dvs. de la lucrul la Laboratorul de Propulsie Jet al NASA la a deveni CTO al Standard AI?

Când eram la Laboratorul de Propulsie Jet, munca mea se concentra în principal pe gestionarea datelor la scară largă pentru misiunile NASA. Am avut ocazia să lucrez cu oameni de știință și ingineri incredibili, învățând despre cum se desfășoară cercetarea din spațiul cosmic. Nu numai că am învățat mult despre știința datelor, dar și despre managementul proiectelor de inginerie la scară largă, echilibrarea riscurilor și a bugetelor de erori, precum și despre proiectarea sistemelor software la scară largă. Teza mea de doctorat la Universitatea din California de Sud a fost în domeniul arhitecturilor de software pentru calculatoare de înaltă performanță, și am putut vedea aplicarea acestei cercetări în mod direct.

Deși am învățat o cantitate uriașă de informații în timpul șederii mele acolo, am dorit și să lucrez la lucruri care să fie mai tangibile pentru oamenii de zi cu zi. Când am părăsit JPL, am alăturat unui prieten care înființa un startup în domeniul video-ului online ca una dintre primele angajări. Am fost atras de la început de construirea experiențelor consumatorilor și a startup-urilor în general, ambele fiind o pauză de lumea mea anterioară. Când am avut ocazia să mă alătur Standard, am fost atras de combinația problemelor științifice grele din AI și viziunea computerizată pe care le iubesc din cariera mea timpurie cu experiențele consumatorilor tangibile pe care le-am găsit mai împlinitoare.

Ce a motivat schimbarea focusului Standard AI de la soluții de checkout autonom la aplicații de retail AI mai largi?

Standard AI a fost fondat acum șapte ani cu misiunea de a aduce checkout-ul autonom pe piață. Deși am reușit să livrăm cea mai bună soluție de checkout autonomă bazată pe viziunea computerizată și am lansat magazine autonome, în cele din urmă am constatat că adoptarea utilizatorilor a fost mai lentă decât se aștepta și, în consecință, rentabilitatea investiției nu a fost acolo pentru retaileri.

În același timp, am realizat că există o serie de probleme pe care retailerul le experimentează și pe care le putem rezolva prin aceeași tehnologie subiacentă. Acest focus reînnoit asupra insight-urilor operaționale și a îmbunătățirilor ne-a permis Standard să livreze un ROI mai direct retailerilor care caută oportunități de a-și îmbunătăți eficiența pentru a compensa efectele inflației și a costurilor muncii crescute.

Cum funcționează tehnologia de viziune computerizată a Standard AI pentru a urmări interacțiunile clienților cu o asemenea precizie fără a utiliza recunoașterea facială?

Platforma VISION a Standard este proiectată pentru a urmări cumpărătorii în spațiu real prin analiza videourilor de la camerele de deasupra magazinului, distingând între oameni și alte elemente din fiecare videoclip și estimând poza, sau structura scheletică, a fiecărui om. Prin vizualizarea mai multor camere în același timp, putem reconstrui o înțelegere 3D a spațiului, la fel cum o facem cu cei doi ochi ai noștri. Deoarece avem măsurători foarte precise ale poziției fiecărei camere, putem reconstrui poziția, orientarea și chiar plasarea mâinii unui cumpărător, cu o precizie ridicată. Combinate cu algoritmi de cartografiere avansați, putem determina mișcarea cumpărătorului și interacțiunea cu produsul cu o precizie de 99%.

Cum asigură Standard AI confidențialitatea cumpărătorilor în timp ce colectează și analizează date?

În contrast cu alte sisteme de urmărire care utilizează recunoașterea facială pentru a identifica cumpărătorii între două fluxuri de videoclipuri diferite, atunci când Standard determină poza unui cumpărător, noi folosim doar informații structurale și geometrie spațială. În niciun moment sistemul nostru de urmărire nu se bazează pe biometria cumpărătorului care poate fi utilizată pentru identificare, cum ar fi fața cumpărătorului. Cu alte cuvinte, nu știm cine este un cumpărător, știm doar cum se mișcă cumpărătorii prin magazin.

Care sunt unele dintre cele mai semnificative insight-uri pe care retaileri le pot obține prin utilizarea platformei VISION a Standard AI?

Retailerii pot obține o serie de insight-uri utilizând platforma VISION a Standard. Cel mai semnificativ, retailerii pot obține o înțelegere mai bună a modului în care cumpărătorii se mișcă prin spațiul lor și interacționează cu produsele. În timp ce alte soluții oferă o înțelegere de bază a volumului de trafic printr-o anumită parte a magazinului, Standard înregistrează traseul individual al fiecărui cumpărător și poate distinge între cumpărători și angajații magazinului pentru a oferi o contabilizare mai bună nu numai a traficului și a timpului de ședere, dar și a comportamentelor specifice ale cumpărătorilor care cumpără produse.

În plus, Standard poate înțelege atunci când produsele sunt epuizate pe raft și, în general, condițiile raftului, cum ar fi fețele lipsă care afectează nu numai capacitatea cumpărătorului de a cumpăra produse, ci și de a forma impresii despre diferitele oferte de brand. Acest tip de date de conversie și impresie este valoros atât pentru retailer, cât și pentru producătorii de bunuri de consum. Aceste date nu au fost disponibile anterior și au implicații majore pentru îmbunătățirea operațiunilor, de la merchandising și marketing la lanțul de aprovizionare și reducerea pierderilor.

Cum pot insight-urile predictive din VISION transforma strategiile de marketing și merchandising pentru retaileri?

Deoarece Standard creează o replică digitală completă a unui magazin, inclusiv spațiul fizic (cum ar fi plasarea raftului) și mișcările cumpărătorilor, avem un set de date bogat din care putem construi modele predictive atât pentru a simula mișcarea magazinului dată schimbărilor fizice (cum ar fi actualizările și resetările merchandising-ului), cât și pentru a prezice interacțiunile cumpărătorilor pe baza mișcării lor prin magazin. Aceste modele predictive permit retailerilor să experimenteze și să valideze schimbări de merchandising în magazin fără a trebui să investească în actualizări fizice costisitoare și perioade lungi de experimentare în magazin. Mai mult, impresiile despre performanța produsului și interacțiunea pot informa plasarea pe raft sau pe capace. În total, acestea pot ajuta la prioritizarea cheltuielilor și la obținerea unor reveniri mai mari.

Puteți oferi exemple despre cum ofertele în timp real bazate pe traseele prezise ale clienților au impactat vânzările în testele pilot?

Deși Standard nu construiește sistemele de promovare efective utilizate de retaileri, putem utiliza înțelegerea noastră a mișcării cumpărătorilor și a prezicerilor noastre despre interacțiunile cu produsele pentru a ajuta retaileri să înțeleagă intenția unui cumpărător, permițând retailerului să ofere promoții profund semnificative și la timp, în loc de oferte generale sau doar recomandări bazate pe cumpărăturile anterioare. Recomandările bazate pe comportamentul din magazin permit sezonality, disponibilitate și intenție, toate traducându-se într-o promovare mai eficientă.

Care au fost rezultatele testului de urmărire a produselor din tutun, și cum a influențat acesta mărcile implicate?

Într-o zi de la operațiunea unui test de urmărire a produselor din tutun la un retailer, am putut detecta furtul de produse din tutun și semnaliza acest lucru retailerului pentru acțiuni corective. Pe termen lung, am putut lucra cu retaileri pentru a detecta nu numai furtul fizic, ci și abuzul de promovare și problemele de conformitate, ambele având un impact semnificativ atât pentru retailer, cât și pentru mărcile de tutun care finanțează aceste promovări și cheltuiesc resurse semnificative pentru a asigura conformitatea manual. De exemplu, am putut observa și ce se întâmplă atunci când alegerea principală a unui client este epuizată; jumătate dintre cumpărători au ales un alt produs din aceeași familie, dar aproape un sfert nu au cumpărat nimic. Acesta este un venit potențial pierdut care ar putea fi abordat dacă ar fi detectat mai devreme. Deoarece platforma noastră VISION este întotdeauna activă, a devenit o extensie a echipei de vânzări a mărcilor de tutun, capabilă să vadă (și să alerteze) starea curentă a oricărui magazin din întreaga flotă a retailerului în orice moment.

Care sunt cele mai mari provocări pe care le-ați întâmpinat în implementarea soluțiilor de inteligență artificială în retailul fizic, și cum le-ați depășit?

Lucrul în medii de retail a venit cu o serie de provocări. Nu numai că am trebuit să dezvoltăm sisteme robuste pentru a face față problemelor comune din lumea fizică (cum ar fi deriva camerei, schimbările din magazin și defectele hardware), dar am dezvoltat și procese compatibile cu operațiunile de retail. De exemplu, cu recentele Jocuri Olimpice de Vară, multe CPG-uri și-au schimbat ambalajele pentru a promova Paris 2024. Deoarece identificăm SKU-urile pe baza ambalajului, acest lucru a însemnat că am trebuit să dezvoltăm sisteme capabile să semnaleze și să gestioneze aceste schimbări de ambalaj.

De la început, Standard a ales implementări tehnice care să funcționeze cu procesele existente ale retailerilor, în loc să schimbăm procesele existente pentru a se potrivi cerințelor noastre. Magazinele care utilizează platforma noastră VISION funcționează exact la fel cum funcționau și înainte, fără nicio schimbare a merchandising-ului fizic sau a retrofitărilor fizice complexe și costisitoare (cum ar fi introducerea senzorilor de raft).

Cum vedeți evoluția rolului inteligenței artificiale în sectorul de retail în următorul deceniu?

Cred că abia atingem suprafața transformării digitale pe care inteligența artificială o va putea aduce retailerilor în următorii ani. În timp ce inteligența artificială de astăzi este în mare măsură sinonimă cu modelele de limbaj mare și retaileri se gândesc la strategia lor de inteligență artificială, credem că inteligența artificială va fi, în curând, o tehnologie de bază care permite, mai degrabă decât o strategie în sine. Sisteme precum platforma VISION a Standard deblochează insight-uri fără precedent pentru retaileri și le permit să deblocheze informațiile bogate din videourile pe care le capturează deja. Tipurile de îmbunătățiri operaționale pe care le putem livra vor forma coloana vertebrală a strategiilor retailerilor pentru îmbunătățirea eficienței operaționale și a marjei lor fără a trebui să transfere costurile către consumatori.

Mulțumim pentru acest interviu minunat, cititorii care doresc să afle mai multe despre Standard AI pot vizita Standard AI.