Crisp ra mắt Halo, đưa AI bán lẻ vào môi trường đám mây doanh nghiệp

Crisp đã ra mắt Halo, một nền tảng AI bán lẻ có thể vận hành trong môi trường đám mây riêng của doanh nghiệp, đưa hoạt động phân tích doanh số và chuỗi cung ứng đến gần hơn với dữ liệu và hệ thống quản trị mà các công ty đang sử dụng. Được công bố vào ngày 29 tháng 10, nền tảng này hướng đến các nhà sản xuất hàng tiêu dùng đóng gói (CPG), nhà bán lẻ, nhà phân phối và nhà môi giới.

Đợt ra mắt này giải quyết một vấn đề quen thuộc trong ngành bán lẻ: các nhóm có thể nhận thấy doanh số hoặc hàng tồn kho thay đổi, nhưng vẫn mất hàng giờ để tập hợp bối cảnh cần thiết nhằm lý giải nguyên nhân. Thông báo về Halo của Crisp mô tả một hệ thống kết hợp dữ liệu bán lẻ, logic chuyên biệt theo ngành và các công cụ AI tác tử, giúp người dùng tìm hiểu hiệu quả hoạt động và quyết định bước tiếp theo.

Nền tảng dữ liệu bán lẻ làm cơ sở cho AI

Kiến trúc của Halo bắt đầu từ thông tin do các nhà bán lẻ và nhà phân phối cung cấp. Tổng quan về nền tảng của Crisp chia nền tảng đó thành các lớp tích hợp, quản lý và mô hình hóa dữ liệu, bên trên là các công cụ AI tác tử và ứng dụng dành riêng cho từng vai trò.

Cấu trúc này quan trọng vì các đối tác thương mại có thể biểu diễn sản phẩm, cửa hàng hoặc kỳ báo cáo theo những cách khác nhau. Câu hỏi về tình trạng thiếu hụt hàng tồn kho sẽ hữu ích hơn khi các hệ thống nền tảng thống nhất về mặt hàng, địa điểm và khoảng thời gian được đề cập.

Crisp mô tả cách tiếp cận của mình là AI chuyên ngành: dữ liệu được làm sạch và bổ sung ngữ nghĩa bán lẻ trước khi dùng để phân tích. Tài liệu nền của công ty nêu lịch của nhà bán lẻ, hệ thống phân cấp sản phẩm, tỷ lệ đáp ứng đơn hàng và phân tích tình trạng hết hàng là những ví dụ về bối cảnh kinh doanh liên quan. Crisp cho biết hơn 7.000 khách hàng, trong đó có 90 công ty CPG thuộc nhóm 100 công ty hàng đầu, đang sử dụng dịch vụ của mình; đây là số liệu về mức độ ứng dụng do công ty tự công bố.

Vận hành trong môi trường đám mây của khách hàng

Halo có thể được cung cấp dưới dạng nền tảng lưu trữ trên đám mây hoặc triển khai trong môi trường của khách hàng trên Databricks, Snowflake và Google Cloud. Phương án thứ hai giúp doanh nghiệp không phải chuyển các công cụ phân tích thông tin bán lẻ sang một ứng dụng khác được lưu trữ bên ngoài.

Tài liệu về kiến trúc Databricks của Crisp đưa ra một ví dụ cụ thể. Dữ liệu bán lẻ được lưu trong các bảng Delta do Unity Catalog quản trị; ứng dụng và tác tử được lưu trữ trong Databricks Apps; còn cơ sở dữ liệu Lakebase đảm nhiệm trạng thái ứng dụng, các cuộc hội thoại và bộ nhớ của tác tử. Các lệnh gọi mô hình chạy qua Model Serving và AI Gateway, trong khi các truy vấn ngữ nghĩa sử dụng một kho dữ liệu SQL được lựa chọn.

Theo Crisp, dữ liệu độc quyền vẫn nằm trong môi trường của khách hàng, còn nhật ký vận hành và dữ liệu đo từ xa không độc quyền được chia sẻ với các hệ thống trung tâm của công ty. Cách phân biệt này chính xác hơn so với nhận định rằng giải pháp triển khai hoàn toàn không liên lạc với bên ngoài. Crisp cũng liệt kê việc tích hợp MLflow và xuất bản các mô hình ngữ nghĩa dưới dạng Unity Catalog Metric Views là những hạng mục trong lộ trình phát triển.

Đối với các nhóm CNTT, ý nghĩa thiết thực nằm ở khía cạnh vận hành: quyền kiểm soát truy cập, lựa chọn suy luận và theo dõi mức sử dụng có thể phù hợp với hạ tầng hiện có. Tuy nhiên, chỉ riêng vị trí triển khai không thể chứng minh câu trả lời chính xác hay hành động tự động phù hợp.

Từ câu hỏi về toàn bộ danh mục đến quyết định riêng cho từng nhà bán lẻ

Đợt ra mắt giới thiệu Central Desk và Customer Desk. Central Desk cung cấp cho các nhóm tại trụ sở chính cái nhìn tổng quan về danh mục khách hàng bán lẻ của họ, phục vụ các công việc liên quan đến chiến lược bán hàng, quản lý ngành hàng và lập kế hoạch chuỗi cung ứng. Customer Desk hướng đến các nhóm phụ trách khách hàng cần sử dụng số liệu, thuật ngữ và logic vận hành riêng của từng nhà bán lẻ.

Hãy xem xét trường hợp một thương hiệu tìm hiểu nguyên nhân doanh số của một sản phẩm cụ thể giảm sút. Câu hỏi hữu ích là liệu thay đổi đó bắt nguồn từ nhu cầu, khả năng cung ứng, phân phối hay một yếu tố vận hành khác. Kết nối hoạt động phân tích với hồ sơ ở cấp cửa hàng và mặt hàng có thể giúp các nhóm thu hẹp phạm vi tìm hiểu, thay vì xem mức giảm trên toàn danh mục là một vấn đề duy nhất.

Đó là khác biệt thực tế giữa một giao diện hội thoại và một ứng dụng bán lẻ: ứng dụng cần hiểu các thực thể kinh doanh và mối quan hệ làm cơ sở cho câu hỏi. Nền tảng rộng hơn của Halo cũng tổ chức các chức năng theo những lĩnh vực như bổ sung hàng, lập kế hoạch ngành hàng và cộng tác với nhà cung cấp.

Câu trả lời có thể truy xuất nguồn gốc và quy trình làm việc có thể lặp lại

Tài liệu về tác tử AI của Crisp mô tả các công cụ sử dụng thông tin chuyên sâu hằng ngày ở cấp cửa hàng và sản phẩm để hỗ trợ phân tích và hành động. Trên toàn nền tảng Halo, công ty liệt kê câu hỏi qua hội thoại, báo cáo định kỳ, tự động hóa quy trình làm việc và ứng dụng tùy chỉnh là những cách sử dụng chính các công cụ này.

Tài liệu ra mắt nhấn mạnh khả năng truy nguyên các đề xuất về dữ liệu nguồn và logic được dùng để tạo ra chúng. Việc lưu lại nguồn gốc như vậy có thể giúp kiểm tra câu trả lời dễ dàng hơn: nhà phân tích có thể xem xét hồ sơ và lập luận đằng sau một đề xuất thay vì mặc nhiên chấp nhận một lời giải thích trôi chảy.

Đối với các doanh nghiệp đang đánh giá nền tảng, những câu hỏi quan trọng không chỉ dừng ở phần giải thích mà còn liên quan đến khâu thực thi: những hành động nào được phép, hành động nào cần được xem xét và cách đo lường thay đổi sau khi triển khai. Tài liệu được công bố mô tả các chức năng và kiến trúc triển khai, chứ không phải kết quả đánh giá độc lập về độ chính xác của dự báo hay lợi ích tài chính.

Ưu điểm nổi bật nhất của Halo là khả năng kết nối các lớp này. Bối cảnh bán lẻ cung cấp cho hệ thống AI thêm thông tin hữu ích để xử lý; việc triển khai trên đám mây của khách hàng có thể phù hợp với cơ chế quản trị hiện có; còn các quy trình làm việc dành riêng cho từng vai trò đưa kết quả phân tích đến những người chịu trách nhiệm về hàng tồn kho và các quyết định thương mại.