David Woollard, Standard AI'da CTO - Röportaj Serisi

David Woollard, Standard AI'da Teknolojiden Sorumlu Başkan'dır (CTO). Kendisi, Samsung ve NASA gibi şirketlerde çalışmış, girişimlerde hem erken hem de geç aşamalarda girişimci olarak çalışmış, 20 yılı aşkın deneyime sahip bir teknoloji endüstrisi uzmanıdır. Yüksek performanslı bilgi işlem için yazılım mimarileri konusunda uzmanlaşmış Bilgisayar Bilimleri alanında doktora derecesine sahiptir.

Standart yapay zeka teklifler, müşteri davranışı, ürün performansı ve mağaza operasyonları hakkında benzeri görülmemiş hassas bilgiler sağlar.

NASA'nın Jet Propulsion Laboratuvarı'nda çalışmaktan Standart Yapay Zeka'nın CTO'su olmaya kadar olan yolculuğunuzu paylaşabilir misiniz?

Jet Propulsion Laboratuvarı'ndayken çalışmalarım öncelikle NASA görevleri için büyük ölçekli veri yönetimine odaklandı. İnanılmaz bilim insanları ve mühendislerle çalışarak uzaydan nasıl araştırma yapılacağını öğrendim. Yalnızca veri bilimi hakkında değil, aynı zamanda büyük ölçekli mühendislik proje yönetimi, risk ve hata bütçelerinin dengelenmesi ve büyük ölçekli yazılım sistemleri tasarımı hakkında da çok şey öğrendim. Güney Kaliforniya Üniversitesi'ndeki doktora çalışmam, yüksek performanslı bilgi işlem için yazılım mimarileri alanındaydı ve bu araştırmanın uygulamasını ilk elden görme fırsatım oldu.

Orada geçirdiğim zamandan çok şey öğrenirken, aynı zamanda sıradan insanlar için daha somut şeyler üzerinde çalışmayı da gerçekten istiyordum. JPL'den ayrıldığımda, ilk işe alınanlardan biri olarak video akışı alanında bir startup kuran bir arkadaşıma katıldım. Başından beri tüketici deneyimleri ve genel olarak yeni girişimler oluşturmaya bağımlıydım; her ikisi de önceki dünyamdan bir kopuş gibi geldi. Standard'a katılma şansı bulduğumda, kariyerimin ilk yıllarında sevdiğim Yapay Zeka ve Görüntü İşleme alanındaki zorlu bilimsel problemler ile en tatmin edici bulduğum somut tüketici deneyimlerinin birleşimi ilgimi çekti.

Standard AI'nın otonom ödeme çözümlerinden daha geniş perakende AI uygulamalarına odaklanmasını sağlayan şey neydi?

Standard AI, otonom ödemeyi pazara sunma misyonuyla yedi yıl önce kuruldu. Otonom ödeme işlemleri için sınıfının en iyisi yalnızca bilgisayar görüşü çözümünü sunmayı ve otonom mağazalar açmayı başarmış olsak da, sonuçta kullanıcı benimsemesinin beklenenden daha yavaş olduğunu ve sonuç olarak perakendeciler için yatırım getirisinin orada olmadığını gördük.

Aynı zamanda perakendecinin yaşadığı ve aynı temel teknolojiyle çözebileceğimiz bir takım sorunların olduğunu fark ettik. Operasyonel öngörülere ve iyileştirmelere yeniden odaklanılması, Standard'ın, enflasyonun ve artan işgücü maliyetlerinin etkilerini dengelemek için verimliliklerini artırma fırsatları arayan perakendecilere daha doğrudan bir yatırım getirisi sunmasına olanak tanıdı.

Standart yapay zekanın bilgisayarlı görme teknolojisi, yüz tanımayı kullanmadan müşteri etkileşimlerini bu kadar yüksek doğrulukla nasıl izliyor?

Standard'ın VISION platformu, mağazadaki tepe kameralarından gelen videoyu analiz ederek, her videodaki insanlar ve diğer unsurlar arasında ayrım yaparak ve her insanın pozunu veya iskelet yapısını tahmin ederek alışveriş yapanları gerçek alanda izlemek üzere tasarlanmıştır. Aynı anda birden fazla kameraya bakarak, tıpkı iki gözümizle yaptığımız gibi, mekanın 3 boyutlu algısını yeniden oluşturabiliyoruz. Her kameranın konumunun son derece hassas ölçümlerine sahip olduğumuz için, alışveriş yapan kişinin konumunu, yönelimini ve hatta el yerleşimini yüksek doğrulukla yeniden oluşturabiliyoruz. Gelişmiş haritalama algoritmalarıyla birlikte alışveriş yapan kişinin hareketini ve ürün etkileşimini %99 doğrulukla belirleyebiliyoruz.

Standart AI, verileri toplarken ve analiz ederken alışveriş yapanların gizliliğini nasıl sağlıyor?

İki farklı video akışı arasında alışveriş yapan kişileri tanımlamak için yüz tanımayı kullanan diğer izleme sistemlerinden farklı olarak, Standard bir alışveriş yapan kişinin pozunu belirlerken yalnızca yapısal bilgileri ve mekansal geometriyi kullanıyoruz. Standard'ın izleme sistemi hiçbir zaman müşterinin yüzü gibi kimlik tespiti için kullanılabilecek müşteri biyometriğine güvenmez. Başka bir deyişle, alışveriş yapan kişinin kim olduğunu bilmiyoruz, yalnızca alışveriş yapanların mağazada nasıl hareket ettiğini biliyoruz.

Perakendecilerin Standard AI'nın VISION platformunu kullanarak kazanabilecekleri en önemli bilgiler nelerdir?

Perakendeciler Stand'ın VISION platformunu kullanarak çok sayıda fikir edinebilir. En önemlisi, perakendeciler alışveriş yapanların kendi alanlarında nasıl hareket ettiklerini ve ürünlerle nasıl etkileşime geçtiklerini daha iyi anlayabiliyor. Diğer çözümler bir mağazanın belirli bir bölümündeki trafik hacmine ilişkin temel bir anlayış sağlarken, Standard her alışverişçinin bireysel yolunu kaydeder ve yalnızca trafik ve konaklamanın değil, alışveriş yapanların belirli davranışlarının daha iyi bir muhasebesini vermek için alışveriş yapanlar ile mağaza çalışanları arasında ayrım yapabilir. ürünleri satın alıyorlar.

Buna ek olarak Standard, ürünlerin rafta stokta kalmadığını ve daha genel olarak, müşterinin yalnızca ürünleri satın alma becerisini değil, aynı zamanda farklı marka teklifleri hakkında izlenim oluşturmasını da etkileyen eksik yüzler gibi raf koşullarını anlayabilir. Bu tür dönüşüm ve gösterim verileri hem perakendeci hem de paketlenmiş tüketici ürünleri üreticileri için değerlidir. Bu veriler daha önce mevcut değildi ve satış ve pazarlamadan tedarik zinciri ve küçültmeye kadar her alandaki operasyonların iyileştirilmesine yönelik büyük sonuçlar taşıyor.

VISION'dan elde edilen tahmine dayalı bilgiler perakendeciler için pazarlama ve satış stratejilerini nasıl dönüştürebilir?

Standard, hem fiziksel alan (raf yerleşimleri gibi) hem de alışveriş yapanların hareketleri dahil olmak üzere bir mağazanın tam dijital kopyasını oluşturduğundan, hem fiziksel değişiklikler (ürün güncellemeleri gibi) göz önüne alındığında mağaza hareketini simüle etmek için tahmine dayalı modeller oluşturmak için zengin bir veri setine sahibiz. Sıfırlamalar) ve mağazadaki hareketlerine göre alışveriş yapanların etkileşimlerini tahmin etme. Bu tahmine dayalı modeller, perakendecilerin, maliyetli fiziksel güncellemelere ve uzun süreli mağaza içi deneylere yatırım yapmak zorunda kalmadan mağazadaki satış değişikliklerini denemelerine ve doğrulamalarına olanak tanır. Ayrıca, ürün performansına ve etkileşime ilişkin izlenimler, rafa veya uç kapaklara yerleştirme konusunda bilgi sağlayabilir. Bunların tamamı, harcamaların önceliklendirilmesine ve daha fazla getiri elde edilmesine yardımcı olabilir.

Tahmin edilen müşteri yollarına dayalı gerçek zamanlı tekliflerin pilot testlerde satışları nasıl etkilediğine dair örnekler verebilir misiniz?

Standard, perakendeciler tarafından kullanılan gerçek promosyon sistemlerini oluşturmasa da, perakendecilerin alışveriş yapan kişinin niyetini anlamalarına yardımcı olmak için alışverişçi hareketi anlayışımızı ve ürün etkileşimlerine ilişkin tahminlerimizi kullanabiliriz; bu da perakendecinin genel teklifler yerine derinlemesine anlamlı ve zamanında promosyonlar sunmasına olanak tanır. veya yalnızca geçmiş satın alımlara dayalı öneriler. Mağaza içi davranışlara dayalı öneriler sezonluk, stok durumu ve amaç gibi unsurları dikkate alır ve bunların tümü daha etkili promosyon artışı sağlar.

Tütün izleme pilot çalışmasının sonuçları nelerdi ve katılan markaları nasıl etkiledi?

Bir perakendecide pilot çalışma yürüttükten sonraki bir gün içinde, tütün ürünleri hırsızlığını tespit edebildik ve bunu düzeltici eylemler için perakendeciye geri göndermeyi başardık. Uzun vadede, yalnızca fiziksel hırsızlığı değil aynı zamanda promosyonun kötüye kullanılması ve uyumluluk sorunlarını tespit etmek için perakendecilerle birlikte çalışabildik; bunların her ikisi de yalnızca perakendeci için değil, hem bu promosyonları finanse eden hem de önemli miktarda kaynak harcayan tütün markaları için çok etkilidir. uyumu manuel olarak sağlamak. Mesela bir müşterinin ilk tercihi stokta kalmadığında neler olduğunu da gözlemleyebildik; Alışveriş yapanların yarısı başka bir aile ürününü seçti ancak neredeyse dörtte biri hiçbir şey satın almadı. Bu, daha erken yakalanırsa çözülebilecek çok fazla gelir kaybı anlamına gelebilir. VISION platformumuz her zaman açık olduğundan, tütün markalarının satış ekiplerinin bir uzantısı haline geldi; tüm mağazaların veya bir perakendecinin filosundaki herhangi bir mağazanın mevcut durumunu herhangi bir zamanda görebiliyor (ve bu konuda uyarıda bulunabiliyor).

Yapay zeka çözümlerini fiziksel perakendede uygularken karşılaştığınız en büyük zorluklar nelerdir ve bunları nasıl aştınız?

Perakende ortamlarında çalışmak bir takım zorluklarla birlikte geldi. Yalnızca fiziksel dünyada yaygın olan sorunlara (kamera kayması, mağaza değişiklikleri ve donanım arızaları gibi) dayanıklı sistemler geliştirmekle kalmadık, aynı zamanda perakende operasyonlarıyla uyumlu süreçler de geliştirdik. Örneğin, son Yaz Olimpiyatları'nda birçok CPG, Paris 2024'ü tanıtmak için ambalajlarını değiştirdi. SKU'ları ambalajlarına göre görsel olarak tanımladığımız için bu, bu ambalaj değişikliklerini işaretleyebilecek ve işleyebilecek sistemler geliştirmemiz gerektiği anlamına geliyordu.

Standard, başından beri, gereksinimlerimizi karşılamak için mevcut süreçleri değiştirmek yerine perakendecinin mevcut süreçleriyle çalışacak teknik uygulamaları seçmiştir. Mağazalar VISION platformumuzu kullanıyor, fiziksel mağazacılıkta herhangi bir değişiklik yapmadan veya karmaşık ve pahalı fiziksel iyileştirmeler (raf sensörlerinin tanıtılması gibi) olmadan, tıpkı daha önce yaptıkları gibi çalışıyor.

Gelecek on yılda perakende sektöründe yapay zekanın rolünün nasıl gelişeceğini görüyorsunuz?

Önümüzdeki yıllarda yapay zekanın perakendeciler içinde güçlendireceği dijital dönüşümün yalnızca yüzeyini çizdiğimizi düşünüyorum. Günümüzde yapay zeka büyük ölçüde büyük dil modelleriyle eşanlamlı olsa ve perakendeciler kendi yapay zeka stratejileri hakkında düşünüyor olsa da, yakın gelecekte yapay zekanın kendi başına bir strateji olmaktan ziyade temel olanak sağlayan bir teknoloji olacağına inanıyoruz. Standard'ın VISION Platformu gibi sistemler, perakendeciler için benzeri görülmemiş içgörülerin kilidini açar ve halihazırda yakalamakta oldukları videodaki zengin bilgilerin kilidini açmalarına olanak tanır. Sağlayabileceğimiz operasyonel iyileştirme türleri, perakendecilerin maliyetleri tüketicilere yansıtmadan operasyonel verimliliklerini artırmaya ve marjlarını artırmaya yönelik stratejilerinin omurgasını oluşturacaktır.

Harika röportaj için teşekkürler, daha fazla bilgi edinmek isteyen okuyucular ziyaret etmelidir. Standart yapay zeka.