Myron Burke, Leader of Solutions Management at Sensormatic Solutions – Interviu în serie

Myron Burke, șeful departamentului de produse și soluții globale de la Sensormatic Solutions, identifică și implementează noi modalități de accelerare a inovării, creștere a vitezei și oferire a unei valori mai mari clienților prin intermediul unei strategii de soluții pe termen lung.

Myron este un lider dovedit, cu peste 25 de ani de experiență în retail, inclusiv perioadele sale la Walmart și Sam’s Club, livrând inovații la scară largă. Recent, Myron a fondat Divergent Technology Advisors, o firmă de consultanță tehnologică pentru retail, care oferă sfaturi majore retailerilor, furnizorilor de tehnologie și start-up-urilor cu privire la strategia tehnologică, planificarea lansării pe piață, extinderea pe piețe internaționale și multe altele.

Sensormatic Solutions, portofoliul de soluții retail lider la nivel global al Johnson Controls, oferă experiențe de retail sigure, securizate și fără întreruperi. De peste 60 de ani, brandul a fost în fruntea adoptării tehnologiei în industrie, redefinind operațiunile de retail la nivel global și transformând informațiile în acțiuni. Sensormatic Solutions oferă un ecosistem interconectat de soluții de prevenire a pierderilor, inteligență a stocurilor și analize de trafic, împreună cu serviciile și partenerii săi, pentru a permite retailerilor din întreaga lume să inoveze și să se dezvolte cu precizie, conectând rezultate bazate pe date care modelează viitorul retailului.

Ați petrecut peste 25 de ani la intersecția operațiunilor de retail și tehnologiei emergente — de la conducerea strategiei RFID și inovarea magazinului la Walmart și Sam’s Club, la incubarea conceptelor de generație următoare la Store No. 8, și acum, conducerea Globală a Produselor și Soluțiilor la Sensormatic Solutions. Cum v-au modelat aceste experiențe filozofia cu privire la modul în care ar trebui să fie implementate tehnologiile AI și senzorice în mediile de retail fizic de astăzi?

Abordarea mea este foarte pragmatică în ceea ce privește implementarea AI, și încurajez echipa mea și clienții retail ai Sensormatic Solutions să procedeze în același mod. Experiența mea de pe ambele părți ale ecuației a demonstrat de nenumărate ori că construirea în acest mod este cheia transformării de succes.

Sensormatic Solutions a funcționat pe o credință foarte simplă în ultimii 60 de ani: tehnologia reușește atunci când eficiența operațională și provocările reale ale retailerilor sunt în centrul atenției. Acest principiu fundamental pare evident, mai ales pentru cei care rămân aproape de instrumentele emergente, dar a fost uitat în parte în mijlocul tuturor entuziasmului legat de AI.

Presiunea de a se deplasa rapid și de a ține pasul cu piața a fost și rămâne ridicată atât în dezvoltarea de soluții, cât și în adoptarea de către clienți, dar construirea unor instrumente care să umple realmente golurile este mai eficientă decât încercarea de a integra funcționalități AI în orice și în fiecare produs. Ne concentrăm ferm pe găsirea locurilor în care colectarea, fuziunea, analiza și acțiunea îmbunătățesc în mod semnificativ. Acest focus se extinde și asupra seturilor de date pe care AI le va utiliza – seturi de date țintite, controlate și curățate sunt cheia pentru a oferi o valoare AI durabilă, mai ales în rândul clienților diferențiați.

Altceva pe care îl ținem minte este că acest lucru este valabil pentru toți utilizatorii posibili: decidenți corporativi, cumpărători și asociați. Cu fiecare soluție nouă sau actualizare, ne întrebăm dacă oferim valoare tuturor celor trei părți interesate în egală măsură, deoarece fiecare grup este integral pentru succesul în retail.

Acest ethos intern se traduce în mod natural în soluții care ajută retailerii să adopte o poziție similară, oferind instrumente care sprijină îmbunătățiri semnificative prin designuri de sisteme practice și personalizate. Implementarea AI nu este o abordare de tip “unul pentru toți”, și nici programele pe care le construim cu clienții noștri.

Sensormatic Solutions poziționează din ce în ce mai mult AI și analize avansate ML ca fiind elemente cheie ale inteligenței operaționale moderne de retail. Cum redefinește AI ceea ce înseamnă “prevenirea pierderilor” într-o lume omnichannel?

Răspunsurile cele mai simple sunt vizibilitatea cu viteză. AI ajută cu adevărat la demistificarea scăderii și oferă o vedere de ansamblu a pierderilor totale de retail. Realitatea este că puteți observa doar pierderile pe care le puteți vedea, nu? Pentru cea mai mare parte a istoriei industriei, vizibilitatea asupra pierderilor a fost posibilă doar la nivelul cel mai de bază, cu programe axate pe articole care ar trebui să fie disponibile pentru vânzare, dar nu sunt. Ați putea avea o idee dacă un articol a fost furat, deteriorat în timpul transportului sau deteriorat pe raft, dar urmărirea acestor tipuri de informații la scară a fost dificilă, dacă nu imposibilă.

Sistemele de analize conectate și senzori au extins ceea ce retailerii pot vedea, urmări și cuantifica. Gândiți-vă la evidențierea acelui 3% de eroare ascuns în volumele uriașe de date generate astăzi. Aceste sisteme de senzori deblochează ceea ce, unde, când și cine al pierderii, care, în sine, declanșează o transformare în înțelegerea scăderii și a paradigmei către “pierderea totală de retail”. Acest domeniu extins permite retailerilor să vadă un alt strat de operațiuni și un întreg set nou de potențiali factori de pierdere legați de deviația procesului și goluri, împreună cu timpul, resursele și eforturile irosite.

Când toate acestea sunt identificate și etichetate, puteți transforma apoi. Aici intervine AI. Conectează aceste “puncte” noi, adesea în timp real, pentru a suprafețe un strat complet diferit de date. Inteligența predictivă, de înaltă precizie și modelarea pot ajuta la cuantificarea impactului deșeurilor de la amonte, la cântărirea valorii relative a ajustărilor posibile și la ilustrarea costului inacțiunii. În esență, permite retailerilor să-și schimbe poziția de la reactiv la proactiv, ajutându-i să reconsidere pierderile ca oportunități de îmbunătățire.

Cu tehnologii precum Re-ID și analize de trafic pe jos bazate pe AI, retailerii pot acum merge dincolo de simpla numărare a persoanelor pentru a obține insight-uri mai profunde despre comportamentul cumpărătorilor și operațiunile comerciale. Care sunt cele mai transformatorii cazuri de utilizare pe care le observați a ieși din această schimbare?

Re-ID, pentru mine, este un exemplu puternic de ajustări mici, țintite, care au un impact uriaș asupra înțelegerii operaționale.

Re-ID face realmente o singură lucrare: rafinează măsurătorile de trafic. Desigur, obținerea tehnologiei pentru a separa cu acuratețe cumpărătorii unici de reintrări, personal și alte categorii de vizitatori este complexă, dar rezultatul este o schimbare foarte simplă a seturilor de date care conduce la o îmbunătățire semnificativă a înțelegerii.

Datele privind traficul continuă să susțină o gamă largă de metrice în întreaga industrie, cu conversia, poate, cel mai remarcabil exemplu. Doar tăierea înregistrărilor pentru a reflecta numărul mai precis de vizitatori individuali poate altera dramatic interpretările, permițând retailerilor să-și rafineze personalul, planurile de etaj, mesajele și nenumăratele alte practici pentru a îmbunătăți experiențele clienților și rezultatele financiare.

Acesta este încarnarea ethosului pe care l-am discutat mai devreme, central pentru succesul Sensormatic Solutions în ultimii 60 de ani. Utilizăm AI pentru a face ajustări țintite, de înaltă valoare, care beneficiază pe toată lumea din ecuație.

Sensormatic Solutions a introdus recent Orbit AI și Video AI ca parte a capacităților sale de comportament al oaspeților magazinului. Ce lacună strategică rezolvă această soluție pentru retailerii și cum se diferențiază de alte platforme de inteligență de retail?

Abordăm fiecare nouă soluție cu o provocare specifică în minte. Pentru Orbit AI și Video AI, ne-am concentrat pe separarea “semnalului de zgomot”, pentru a oferi retailerilor date fiabile, specifice și contextualizate care elimină ghicirea din procesul decizional.

Re-ID’s tehnologia inovatoare de recunoaștere a obiectelor permite Orbit AI și Video AI să ajute retailerii:

• Să înțeleagă modelele de timp de ședere în întregul magazin.
• Să diferențieze între cumpărători și trecători.
• Să urmărească călătoriile cumpărătorilor pentru a identifica tendințe care informează planurile de amenajare a mărfurilor, promovare și publicitate.
• Să utilizeze heatmapping pentru a urmări unde vizitatorii petrec cea mai mare parte a timpului.

Orbit AI și Video AI merg mai departe, deoarece modelele lor de învățare automată personalizate se adaptează alături de operațiuni. Sistemul învață despre fiecare întreprindere și locație în timp, ajustând continuu parametrii, identificând sursele de bias și lucrând pentru a elimina datele redundante sau incomplete care denaturează modelele. Această rafinare continuă asigură că fiecare insight reflectă realitatea magazinului în acest moment – nu ieri, nu săptămâna trecută. Și acesta este un aspect critic, deoarece tendințele, presiunile și condițiile retailului se schimbă rapid.

Orbit AI și Video AI au fost create pentru a fi ușor de integrat și au luat în considerare principalele bariere pentru adoptare. Designul integrat al senzorilor, abordarea de la margine și capacitățile Re-ID permit retailerilor să obțină aceste insight-uri cu mai puține dispozitive, facilitând implementarea și instrumentele de analiză disponibile pentru afaceri de toate dimensiunile. Este o continuare a deceniilor noastre de muncă axate pe facerea insight-urilor inteligente disponibile pentru industria în ansamblu.

Ați subliniat utilizarea eficientă a datelor și fuziunea senzorilor ca fiind fundamentale pentru reinventarea retailului. Cum creează combinarea mai multor intrări de senzori un avantaj competitiv în comparație cu instrumentele de analiză izolate?

Analizele bazate pe cloud ajută la conectarea operațiunilor și eliminarea silozurilor, dar includ și o serie de factori de irosire și ineficiență — și mulți retailerii nici măcar nu realizează că acestea sunt prezente în sistemele lor. În esență, fuziunea senzorilor transferă sarcinile inițiale de prelucrare și integrare către dispozitivul însuși (la margine), reducând volumul de date care trebuie transmis către serverele centrale și permițând răspunsuri în timp real în întregul ecosistem.

Luăm, de exemplu, analizele comportamentale. Într-un mediu tradițional bazat pe cloud, senzorii ar efectua sarcini de colectare de bază, trimițând în mod continuu (sau periodic) date brute către calculatorul central pentru prelucrare, analiză și acțiune. Să zicem că analiza relevă semne de comportament suspect pe podeaua de vânzări, ceea ce declanșează o serie de protocoale de răspuns. Ei bine, acea informație — nevoia de răspuns — trebuie, de asemenea, transmisă. Și, deși întregul proces este rapid din punct de vedere uman, ați pierdut deja timpul trimițând și primind informații de la A la B la C și înapoi.

Prin capacitățile de fuziune ale Video AI și Orbit AI, putem elimina aceste pași suplimentari. Instrumentele noastre integrate de AI și ML analizează datele brute pe măsură ce sunt colectate și prioritizează următorii pași în funcție de constatările lor, permițând o acțiune mai oportună. În plus, prin eliminarea necesității de transferuri continue către sisteme mai mari, fuziunea bazată pe margine reduce cererea de energie și presiunea asupra sistemului central.

La scară de întreprindere, integrarea hardware-ului, software-ului și platformelor de date globale este notoriu complexă. Care sunt principiile arhitecturale sau abordările de inginerie a sistemelor care sunt critice pentru a face infrastructura de retail condusă de AI cu adevărat escalabilă?

Este imperativ să începeți cu SAFe / Lean – Arhitectura de sisteme Agile. Această fundație permite proiectare sigură, economică, flexibilă și personalizabilă (dacă este necesar) și gândire și dezvoltare. Cred, de asemenea, în lucru pentru a utiliza o abordare agnostică a ecosistemelor de parteneri – permițându-ne să întâlnim partenerii acolo unde se află în călătoria lor digitală. Acest lucru ne permite să creăm avantaje la nivel de cont și să deschidem căi pentru a sprijini companiile care au nevoie de o ofertă SaaS sau de organizații enterprise unice care doresc toate sistemele și datele pe site. Abordarea noastră permite multiple căi pentru împuternicire și sprijină, de asemenea, o gamă largă de opțiuni de hardware.

Mulți retailerii se luptă să traducă analizele în ROI măsurabil și eficiență operațională. Cum ajutați organizațiile să conecteze insight-urile avansate de AI direct la rezultate financiare și eficiență operațională?

Acea întrebare a ajutat la dezvoltarea Analizorului de Scădere. După prima undă de investiții în digitalizare, retailerii aveau munți de stocuri, date de pierdere și alte informații, dar le lipsea un instrument pentru a face sens din toate acestea.

Deși scopul său principal este îmbunătățirea continuă, prima sarcină a Analizorului de Scădere este întotdeauna stabilirea punctului de referință la momentul implementării. Acesta este primul pas și este ceea ce permite orice îmbunătățire ulterioară, precum și servind ca punct de referință pentru urmărirea progresului în termeni care contează pentru afaceri. Acest pas este cel pe care mulți lideri l-au ratat în hype-ul AI, și este motivul pentru care urmărirea ROI a fost o asemenea provocare în întreaga industrie.

Prin descoperirea “ce, când și unde” a irosirii și a pierderii la început, Analizorul de Scădere poate traduce totul în ceva pe care retailerii nu l-au avut realmente înainte: o imagine clară și cuantificabilă a modului în care pierderile se produc la scară.

Acesta arată unde se produc realmente pierderile, golurile care au cel mai mare impact asupra performanței și oportunitățile de schimbare care pot ajuta la reducerea acelui număr. De acolo, retailerii pot începe să testeze cazuri de utilizare, să urmărească progresul și să ajusteze pe măsură ce merg pentru a compila dovezi convingătoare că investițiile lor în tehnologie și AI mișcă acul.

Confidențialitatea și încrederea sunt preocupări centrale pe măsură ce magazinele devin mai instrumentate. Cum abordează Sensormatic Solutions implementarea responsabilă a AI, permițând în același timp o inteligență operațională de înaltă rezoluție?

Privesc această problemă ca parte a ceea ce am discutat mai devreme — construirea pentru lideri, cumpărători și asociați în egală măsură. Da, retailerii sunt oamenii care cumpără soluțiile noastre, dar nu putem reuși dacă asociații și cumpărătorii nu sunt de acord cu sistemele. Satisfacția lor este esențială pentru clienții noștri și pentru noi.

Acest lucru ne conduce abordarea noastră de “confidențialitate prin design” în toate procesele noastre de cercetare și dezvoltare. Cu alte cuvinte, încorporăm gardurile de consumatori în soluție de la început, ceea ce ne ține curioși și creativi.

Proiectarea Re-ID demonstrează acest lucru. Capacitățile sale de cartografiere a călătoriilor și de numărare a traficului folosesc variații și combinații de detalii individuale, neidentificabile — cum ar fi stilul și culoarea părului, designul și accesorile îmbrăcămintei — pentru a atribui ID-uri unice vizitatorilor. S-ar putea crede că există prea multă suprapunere în îmbrăcăminte sau stil pentru ca acest lucru să fie eficient, dar am descoperit că, atunci când sunt luate împreună, aceste tipuri de insight-uri sunt suficient de unice pentru a putea spune cu încredere “acea persoană lucrează aici” sau “acea persoană a vizitat cu o oră în urmă”.

Nu am fi știut niciodată dacă nu ne-am fi văzut forțați să gândim în afara cutiei de la început. Pe măsură ce reglementările se schimbă și preocupările privind confidențialitatea consumatorilor cresc, organizațiile care adoptă acest punct de vedere devreme vor conduce probabil în inovație, deoarece sunt deja obișnuite cu rezolvarea creativă a problemelor.

Retailerii navighează o perturbare constantă — volatilitatea lanțului de aprovizionare, criminalitatea organizată de retail, presiunile asupra forței de muncă și concurența digitală. Cum poate infrastructura condusă de AI să servească ca o forță stabilizatoare și nu doar o altă straturi de complexitate?

Sistemele bazate pe date oferă stabilitate prin alinierea organizației în jurul unei singure realități și a unui obiectiv comun. Adăugarea AI întărește acea siguranță.

Datele în sine sunt încă supuse interpretării, iar concluziile stakeholderilor sunt colorate de propriile priorități. AI poate atenua acea problemă, deoarece analizează datele de-a lungul operațiunii fără a favoriza o anumită perspectivă. Dacă sistemul a funcționat așa cum a fost conceput, liderii cu priorități personale concurente pot avea încredere că analizele, recomandările și modelele predictive reflectă realitatea operațiunilor afacerii. Acesta nivelează terenul de joc, astfel încât următorul pas cel mai bun să iasă la suprafață pentru că valoarea sa este clară pentru toată lumea.

Privind în următorii cinci până la zece ani, cum arată un mediu de retail fizic pe deplin optimizat de AI, și care sunt pașii strategici pe care liderii ar trebui să îi ia acum pentru a se pregăti pentru acel viitor?

Există un drum unic pe care îl pot indica pentru a fi pregătiți pentru AI, deoarece este realmente despre construirea sistemelor care funcționează pentru fiecare retailer în parte. Cu toate acestea, fundația pentru aceasta este într-un fel universală. Fiecare retailer are nevoie de:

• O bază de date unificată care oferă un registru cuprinzător al tuturor domeniilor de operațiuni. Fără aceasta, chiar și cele mai capabile și avansate modele nu vor putea oferi insight-uri utile. Ei au nevoie de context pentru a livra.
• Repere de încredere bazate pe date de afaceri relevante. Acesta servește ca punct de plecare pentru investiții și oferă un punct de referință pentru urmărirea progresului.
• Planuri de formare și de perfectionare. AI nu este un actor independent. Poate face multe, dar oamenii care îl folosesc trebuie să înțeleagă funcțiile și limitările sale. Retailerii trebuie să înceapă să planifice și să comunice despre tehnologie de la început și în mod constant, astfel încât asociații și angajații să fie pregătiți atunci când va veni timpul.
• Lideri care se preocupă. Transformarea este un proiect pe termen lung, și liderii trebuie să fie pregătiți să aloce resurse pentru inițiativă pe termen lung și să fie entuziasmați să ghideze organizația prin ea.

Mulțumim pentru acest interviu minunat; cititorii care doresc să afle mai multe ar trebui să viziteze Sensormatic Solutions sau Divergent Technology Advisors.