David Woollard, CTO tại Standard AI – Phỏng vấn

David Woollard là Giám đốc Công nghệ (CTO) tại Standard AI. Ông là một chuyên gia trong ngành công nghệ với hơn 20 năm kinh nghiệm, đã làm việc tại các công ty như Samsung và NASA, và là một doanh nhân tại các công ty khởi nghiệp giai đoạn đầu và giai đoạn muộn. Ông nắm giữ bằng Tiến sĩ về Khoa học Máy tính, chuyên về kiến trúc phần mềm cho tính toán hiệu suất cao.

Standard AI cung cấp thông tin chi tiết chưa từng có về hành vi của người mua, hiệu suất sản phẩm và hoạt động của cửa hàng.

Bạn có thể chia sẻ hành trình của mình từ việc làm việc tại Phòng thí nghiệm Động lực học của NASA đến trở thành CTO của Standard AI?

Khi tôi làm việc tại Phòng thí nghiệm Động lực học, công việc của tôi tập trung chủ yếu vào quản lý dữ liệu lớn cho các nhiệm vụ của NASA. Tôi đã có cơ hội làm việc với các nhà khoa học và kỹ sư tuyệt vời, học hỏi về cách thực hiện nghiên cứu từ không gian. Không chỉ tôi học được nhiều về khoa học dữ liệu, mà còn về quản lý dự án kỹ thuật lớn, cân bằng rủi ro và ngân sách lỗi, và thiết kế hệ thống phần mềm lớn. Công việc nghiên cứu sinh của tôi tại Đại học Nam California là về kiến trúc phần mềm cho tính toán hiệu suất cao, và tôi đã có thể thấy ứng dụng của nghiên cứu đó một cách trực tiếp.

Mặc dù tôi đã học được rất nhiều từ thời gian đó, tôi cũng muốn làm việc trên những thứ có thể tác động trực tiếp đến cuộc sống hàng ngày của mọi người. Khi tôi rời JPL, tôi đã tham gia một công ty khởi nghiệp trong lĩnh vực video trực tuyến với tư cách là một trong những nhân viên đầu tiên. Tôi đã bị thu hút bởi việc xây dựng trải nghiệm người dùng và khởi nghiệp nói chung, cả hai đều cảm thấy như một bước ngoặt so với thế giới trước đây của tôi. Khi tôi có cơ hội tham gia Standard, tôi đã bị thu hút bởi sự kết hợp giữa các vấn đề khoa học khó khăn trong AI và Thị giác Máy tính mà tôi yêu thích trong sự nghiệp đầu tiên của mình với trải nghiệm người dùng có thể cảm nhận được mà tôi tìm thấy đầy đủ nhất.

Điều gì đã thúc đẩy sự thay đổi trong trọng tâm của Standard AI từ giải pháp thanh toán tự động sang các ứng dụng AI bán lẻ rộng lớn hơn?

Standard AI được thành lập cách đây bảy năm với sứ mệnh mang công nghệ thanh toán tự động đến thị trường. Mặc dù chúng tôi đã thành công trong việc cung cấp giải pháp thanh toán tự động tốt nhất dựa trên thị giác máy tính và đã ra mắt các cửa hàng tự động, nhưng cuối cùng chúng tôi đã phát hiện ra rằng việc áp dụng của người dùng chậm hơn dự kiến và do đó, lợi nhuận đầu tư không có cho các nhà bán lẻ.

Đồng thời, chúng tôi nhận ra rằng có một số vấn đề mà nhà bán lẻ gặp phải mà chúng tôi có thể giải quyết thông qua cùng một công nghệ cơ bản. Sự tập trung mới này vào thông tin hoạt động và cải tiến cho phép Standard cung cấp ROI trực tiếp hơn cho các nhà bán lẻ đang tìm kiếm cơ hội để cải thiện hiệu quả của họ nhằm bù đắp cho tác động của lạm phát và tăng chi phí lao động.

Làm thế nào Standard AI có thể theo dõi tương tác của khách hàng với độ chính xác cao mà không sử dụng nhận dạng khuôn mặt?

Nền tảng VISION của Standard được thiết kế để theo dõi người mua trong không gian thực bằng cách phân tích video từ camera trên cao trong cửa hàng, phân biệt giữa con người và các yếu tố khác trong mỗi video, và ước tính tư thế, hoặc cấu trúc xương, của mỗi người. Bằng cách nhìn qua nhiều camera cùng một lúc, chúng tôi có thể xây dựng lại một hình dung 3D về không gian, giống như chúng tôi làm với hai mắt. Vì chúng tôi có các phép đo rất chính xác về vị trí của mỗi camera, chúng tôi có thể xây dựng lại vị trí, hướng và thậm chí cả vị trí tay của người mua, với độ chính xác cao. Kết hợp với các thuật toán lập bản đồ tiên tiến, chúng tôi có thể xác định chuyển động của người mua và tương tác sản phẩm với độ chính xác 99%.

Làm thế nào Standard AI đảm bảo quyền riêng tư của người mua khi thu thập và phân tích dữ liệu?

Không giống như các hệ thống theo dõi khác sử dụng nhận dạng khuôn mặt để xác định người mua giữa hai luồng video khác nhau, khi Standard xác định tư thế của người mua, chúng tôi chỉ sử dụng thông tin cấu trúc và hình học không gian. Tại bất kỳ thời điểm nào, hệ thống theo dõi của Standard không dựa trên sinh trắc học của người mua mà có thể được sử dụng để xác định như khuôn mặt của người mua. Nói cách khác, chúng tôi không biết ai là người mua, chúng tôi chỉ biết người mua đang di chuyển trong cửa hàng như thế nào.

Người bán lẻ có thể thu được những thông tin gì từ việc sử dụng nền tảng VISION của Standard AI?

Người bán lẻ có thể thu được một số thông tin bằng cách sử dụng nền tảng VISION của Standard. Đặc biệt nhất, người bán lẻ có thể hiểu rõ hơn về cách người mua di chuyển trong không gian của họ và tương tác với sản phẩm. Trong khi các giải pháp khác chỉ cung cấp một hiểu biết cơ bản về lưu lượng truy cập qua một phần cụ thể của cửa hàng, Standard ghi lại đường đi cá nhân của mỗi người mua và có thể phân biệt giữa người mua và nhân viên cửa hàng để cung cấp một tài khoản tốt hơn không chỉ về lưu lượng truy cập và thời gian lưu lại, mà còn về các hành vi cụ thể của người mua đang mua sản phẩm.

Ngoài ra, Standard có thể hiểu khi sản phẩm hết hàng trên kệ và các điều kiện kệ hàng khác như mặt hàng thiếu sót ảnh hưởng không chỉ đến khả năng mua sản phẩm của người mua mà còn đến ấn tượng về các sản phẩm của thương hiệu khác nhau. Loại dữ liệu chuyển đổi và ấn tượng này rất có giá trị cho cả nhà bán lẻ và nhà sản xuất hàng tiêu dùng. Dữ liệu này trước đây chưa từng có sẵn và có ý nghĩa lớn cho việc cải thiện hoạt động trên mọi thứ, từ tiếp thị và quảng cáo đến chuỗi cung ứng và thu hẹp.

Làm thế nào các thông tin dự đoán từ VISION có thể biến đổi chiến lược tiếp thị và hàng hóa cho người bán lẻ?

Vì Standard tạo ra một bản sao kỹ thuật số đầy đủ của cửa hàng, bao gồm cả không gian vật lý (như vị trí kệ hàng) và chuyển động của người mua, chúng tôi có một tập dữ liệu phong phú để xây dựng các mô hình dự đoán cả để mô phỏng chuyển động cửa hàng khi có thay đổi vật lý (như cập nhật hàng hóa và đặt lại) cũng như dự đoán tương tác của người mua dựa trên chuyển động của họ trong cửa hàng. Các mô hình dự đoán này cho phép người bán lẻ thử nghiệm và xác nhận các thay đổi hàng hóa mà không cần đầu tư vào các bản cập nhật vật lý tốn kém và thời gian thử nghiệm trong cửa hàng dài. Hơn nữa, ấn tượng về hiệu suất sản phẩm và tương tác có thể thông tin về vị trí trên kệ hoặc cuối kệ. Tất cả những điều này có thể giúp ưu tiên chi tiêu và mang lại lợi nhuận cao hơn.

Bạn có thể cung cấp ví dụ về cách các ưu đãi theo thời gian thực dựa trên đường đi dự đoán của khách hàng đã ảnh hưởng đến doanh số trong các thử nghiệm?

Mặc dù Standard không xây dựng các hệ thống khuyến mãi thực tế được sử dụng bởi người bán lẻ, chúng tôi có thể sử dụng hiểu biết của mình về chuyển động của người mua và dự đoán của chúng tôi về tương tác sản phẩm để giúp người bán lẻ hiểu ý định của người mua, cho phép người bán lẻ cung cấp các ưu đãi có ý nghĩa và kịp thời hơn là các ưu đãi chung hoặc chỉ dựa trên mua hàng trước đây. Các khuyến nghị dựa trên hành vi trong cửa hàng cho phép tính theo mùa, sẵn có và ý định, tất cả đều chuyển thành tăng cường khuyến mãi hiệu quả hơn.

Kết quả của thử nghiệm theo dõi thuốc lá là gì và nó ảnh hưởng như thế nào đến các thương hiệu tham gia?

Trong vòng một ngày sau khi vận hành thử nghiệm tại một nhà bán lẻ, chúng tôi đã có thể phát hiện việc trộm cắp sản phẩm thuốc lá và báo lại cho bán lẻ để thực hiện hành động khắc phục. Longer term, chúng tôi đã có thể làm việc với các nhà bán lẻ để phát hiện không chỉ trộm cắp vật lý mà còn lạm dụng khuyến mãi và vấn đề tuân thủ, cả hai đều có tác động lớn không chỉ đến nhà bán lẻ mà còn đến các thương hiệu thuốc lá cả tài trợ cho những khuyến mãi này và chi tiêu nhiều nguồn lực để đảm bảo tuân thủ thủ công. Ví dụ, chúng tôi cũng có thể quan sát những gì xảy ra khi lựa chọn đầu tiên của khách hàng hết hàng; một nửa số người mua chọn một sản phẩm khác trong cùng một gia đình, nhưng gần một phần tư mua không có gì. Đó là doanh thu mất mát tiềm năng có thể được giải quyết nếu được phát hiện sớm hơn. Vì nền tảng VISION của chúng tôi luôn hoạt động, nó đã trở thành một phần mở rộng của đội ngũ bán hàng của các thương hiệu thuốc lá, có thể nhìn thấy (và cảnh báo) trạng thái hiện tại của bất kỳ cửa hàng nào trong toàn bộ đội tàu của nhà bán lẻ tại bất kỳ thời điểm nào.

Thử thách lớn nhất bạn đã gặp phải khi triển khai các giải pháp AI trong bán lẻ vật lý là gì và bạn đã vượt qua chúng như thế nào?

Làm việc trong môi trường bán lẻ đã đi kèm với một số thách thức. Không chỉ chúng tôi phải phát triển các hệ thống có khả năng chống lại các vấn đề phổ biến trong thế giới vật lý (như trôi camera, thay đổi cửa hàng và lỗi phần cứng), chúng tôi còn phát triển các quy trình tương thích với hoạt động bán lẻ. Ví dụ, với Thế vận hội Mùa hè gần đây, nhiều CPG đã thay đổi bao bì của họ để quảng bá Paris 2024. Vì chúng tôi xác định SKU dựa trên bao bì, điều này có nghĩa là chúng tôi phải phát triển các hệ thống có khả năng đánh dấu và xử lý những thay đổi bao bì này.

Từ đầu, Standard đã chọn các triển khai kỹ thuật sẽ hoạt động với các quy trình hiện có của nhà bán lẻ chứ không phải thay đổi các quy trình hiện có để đáp ứng các yêu cầu của chúng tôi. Cửa hàng sử dụng nền tảng VISION của chúng tôi hoạt động giống như trước đây mà không cần thay đổi nào về hàng hóa vật lý hoặc cải tạo vật lý phức tạp và tốn kém (như giới thiệu cảm biến kệ).

Bạn nhìn thấy vai trò của AI sẽ phát triển như thế nào trong lĩnh vực bán lẻ trong thập kỷ tới?

Tôi nghĩ rằng chúng tôi chỉ đang bắt đầu chạm vào bề mặt của sự chuyển đổi kỹ thuật số mà AI sẽ cung cấp cho các nhà bán lẻ trong những năm tới. Mặc dù AI ngày nay chủ yếu được đồng nghĩa với các mô hình ngôn ngữ lớn và các nhà bán lẻ đang nghĩ về chiến lược AI của họ, chúng tôi tin rằng AI sẽ, trong tương lai gần, trở thành một công nghệ hỗ trợ cơ bản chứ không phải là một chiến lược riêng biệt. Các hệ thống như Nền tảng VISION của Standard mở khóa những thông tin chưa từng có cho các nhà bán lẻ và cho phép họ mở khóa thông tin phong phú trong video mà họ đã quay. Các cải tiến hoạt động mà chúng tôi có thể cung cấp sẽ hình thành xương sống của các chiến lược của nhà bán lẻ để cải thiện hiệu quả hoạt động và cải thiện lợi nhuận mà không cần phải chuyển chi phí sang người tiêu dùng.

Cảm ơn vì cuộc phỏng vấn tuyệt vời, độc giả muốn tìm hiểu thêm nên truy cập Standard AI.