破解1000億美元庫存“損耗”難題，英偉達推出3個零售AI工作流

智東西（公眾號：zhidxcom）

作者 | ZeR0

(資料圖片)

編輯 | 漠影

智東西1月13日報道，針對防盜等造成零售損失的問題，NVIDIA（英偉達）宣布推出3個基于其Metropolis微服務的零售AI工作流。

這些工作流基于云原生微服務而構建，包括針對數百種容易被盜的產品進行預訓練的模型，可用作防損應用程序的無代碼或低代碼構建模塊。

其基于最常被盜產品的圖像及軟件進行了預訓練，能夠接入商店內現有的應用程序，追蹤銷售點機器以及整個商店內的對象和產品，從而幫助開發(fā)者更輕松快速地構建并推出防盜應用程序。

一、全球零售業(yè)面臨千億美元庫存“損耗”價值

因盜竊、損壞和錯放而造成的貨物損失，會在極大程度上削弱零售商的利潤。全球零售業(yè)面臨的庫存“損耗”價值高達1000億美元。

根據美國零售聯(lián)合會與零售防損委員會合作開展的《2022年零售業(yè)安全調查》，估計65%的商品損耗是由于盜竊造成的。

多家零售商稱，由于食品和其他必需品價格上漲，近期的盜竊事件增加了1倍以上。

美國零售防損委員會主任Read Hayes認為，當前的宏觀動態(tài)環(huán)境下，零售業(yè)的盜竊現象有所增加，可能使零售業(yè)不堪重負。

“對于企業(yè)，投資于防損解決方案已成為一項關鍵要求，也是必須面對的現實。”Read Hayes說。

二、3個零售AI工作流：防損、追蹤、分析

NVIDIA AI Enterprise軟件套件提供了一系列NVIDIA零售AI工作流，包括：

（

1

）零售防損

AI

工作流：基于NVIDIA Research開發(fā)的最先進的少樣本學習技術，結合主動學習，可識別并捕獲客戶和銷售人員在結賬時掃描的任何新產品，最終提高模型準確性。經預訓練，該工作流中的AI模型可識別數百種最常因盜竊而丟失的產品，包括肉類、酒類和洗衣粉，并能識別各種包裝尺寸和形狀。借助NVIDIA Omniverse的合成數據生成功能，零售商和獨立軟件供應商可針對數十萬種店內產品，對模型進行定制化和進一步訓練。

（

2

）多攝像頭追蹤

AI

工作流：提供多目標、多攝像頭（MTMC）功能，使應用開發(fā)者能夠更輕松地創(chuàng)建系統(tǒng)，以通過商內的多個攝像頭來進行對象追蹤。該工作流通過攝像頭來追蹤對象和店員，每個對象擁有一個唯一ID。對象的追蹤是基于視覺嵌入或外觀，而非個人生物識別信息，以全面保障購物者的隱私。

（

3

）零售商店分析工作流：使用計算機視覺，為商店的分析提供深入洞察，通過自定義儀表板來顯示多項信息，例如商店客流量趨勢、帶購物籃的顧客數量、過道占用率等。

三、基于Metropolis微服務構建，支持定制化和擴展

上述工作流基于NVIDIA Metropolis微服務而構建。NVIDIA Metropolis微服務是一種構建AI應用程序的低代碼或無代碼方式，為復雜AI工作流的開發(fā)提供了構建模塊，并使開發(fā)出的工作流能夠快速擴展到生產就緒型AI應用程序中。

開發(fā)者可輕松地對這些AI工作流進行定制和擴展，包括集成開發(fā)者自己的模型。該微服務還能夠更輕松地將新產品與舊系統(tǒng)集成。

“基于Metropolis微服務構建的全新NVIDIA零售AI工作流使我們能夠對產品進行定制化，實現快速擴展，以更好地滿足不斷增長的客戶需求，并持續(xù)推動零售領域的創(chuàng)新。”Radius.ai首席技術官Bobby Chowdary說。

Infosys執(zhí)行副總裁兼AI和自動化業(yè)務負責人Balakrishna D R談道，Infosys正在利用NVIDIA新工作流開發(fā)最先進的防損系統(tǒng)，包含用于零售SKU識別的預訓練模型和微服務架構，這有助于更快部署解決方案，并快速擴展以涵蓋更多商店和產品線，同時實現超越從前的準確性。

結語：AI正幫助零售商更好維護商業(yè)利益

進入深度學習時代，AI技術被越來越多地應用到零售場景，幫助更快速準確地發(fā)現盜損風險、提高預測客戶需求的準確性，優(yōu)化供應鏈效率，這也有助于緩解勞動力短缺問題，進而減少成本和經濟損失。

此次NVIDIA推出的3個零售AI工作流，提供了解決零售業(yè)常見痛點的有效工具，幫助零售商更易實現業(yè)務流程自動化。NVIDIA將于1月15日至17日在紐約舉行的美國零售聯(lián)合會會議上，公布有關其零售AI工作流的更多詳情。

關鍵詞： 破解1000億美元庫存損耗難題 英偉達推出3個零售AI工作流 應用程序