Вступ
Роздрібна торгівля та споживчі упаковані товари (CPG) – це галузі, які визначаються складністю: тисячі артикулів, динамічне ціноутворення, багатоканальні покупки та дуже різноманітна поведінка клієнтів. Щоб конкурувати, компанії намагаються розгорнути системи штучного інтелекту – автономні, орієнтовані на досягнення цілей, які можуть приймати рішення в реальному часі. Але ось реальність: агентний ШІ настільки потужний, наскільки потужний набор даних, на основі якого він навчається. А в роздрібній торгівлі/CPG це означає масивні високоякісні анотовані набори даних, які охоплюють усе – від макета полиць до настроїв клієнтів. Без масштабованих позначень даних і конвеєрів анотацій навіть найдосконаліші системи штучного інтелекту не мають можливості. У цій статті розповідається, чому керівники роздрібних продажів і CPG віддають перевагу масштабованим анотаціям для агентного штучного інтелекту, технічні основи, які роблять це можливим, і як глобальні партнери, як-от Uber AI Solutions, забезпечують переваги.
Розвиток штучного інтелекту для агентів у роздрібній торгівлі та CPG
Для кожного з цих додатків потрібні анотовані дані для певного домену. Зображення продуктів на рівні артикула, квитанції, дані POS, фотографії полиць, відгуки клієнтів і інформація про пакування.
Автономний моніторинг запасів
Агенти зі штучним інтелектом, які працюють на основі комп’ютерного зору, виявляють нестачі, невідповідні речі або скорочення.
Динамічна оптимізація ціноутворення
Агенти коригують ціни майже в реальному часі на основі даних конкурентів, моделей попиту та промоакцій.
Агенти із взаємодії з клієнтами
Мультимодальні системи штучного інтелекту інтегрують OCR, теги аналізу настроїв і NER (Named Entity Recognition) для відповіді на відгуки клієнтів і запити на підтримку.
Аналіз ланцюга постачання
Агенти з штучного інтелекту організують складні логістичні потоки на складах, у автопарках і в роздрібних магазинах, виявляючи вузькі місця ще до того, як вони виникнуть.
Чому маркування даних є відсутнім посиланням?
Без структурованих анотацій агенти зі штучним інтелектом не мають можливості аналіз увати мультимодальні набори даних і приймати рішення з урахуванням контексту.
Керівники роздрібних продажів і CPG знають, що їхні проблеми не пов’язані зі створенням моделей, а з підживленням цих моделей належними навчальними даними. Основні вимоги:
Анотація на рівні SKU
Обмежувальні рамки та сегментація на рівні продукту, упаковки та розміру.
OCR (оптичне розпізнавання символів)
у рахунках, квитанціях і етикетках для структурованих наборів даних.
Розпізнавання суб’єктів за таксономією продуктів
Вилучення атрибутів, як-от бренд, смак, обсяг або ціна, з тексту та зображень.
Анотація настроїв
відгуки клієнтів, стенограми викликів і дані опитувань для навчання механізмів рекомендацій щодо НЛП.
Додавання тегів локалізації
щоб адаптувати упаковку та текст продукту більш ніж 200 мовами.
Технічне глибоке занурення – робочі процеси анотації для роздрібної торгівлі/CPG
Мультимодальна анотація
Набори даних про роздрібну торгівлю часто поєднують зображення, текст і аудіо. Приклад: фотографія полиці (сегментація зображення), квитанція (OCR + виділення об’єкта) і голосовий запит (аудіотранскрипція). Мультимодальн і конвеєри анотацій інтегрують ці сигнали в уніфіковані набори даних.
Консенсусні моделі та контроль якості
Для високої точності потрібні моделі консенсусу з двома та трьома суддями, щоб мінімізувати помилки при маркуваннях. Для кількісної оцінки узгодженості між анотаторами використовуються такі показники, як Угода між анотаторами (IAA) і Каппа Коена.
Створення набору даних Edge-Case
Спеціалісти зі штучного інтелекту мають розглядати рідкісні, але критичні випадки: неправильні номери артикулів, підроблені товари, пошкоджена упаковка. Щоб уникнути крихкості, конвеєри даних потребують адресних анотацій.
Активне навчання
Анотація повторюється. Фреймворки активного навчання дають змогу агентам із штучного інтелекту здійснювати запити щодо невизначених зразків, забезпечуючи динамічний розвиток наборів даних.
Анотація масштабування для підприємств роздрібної торгівлі та CPG
Ось де підприємства стикаються з найбільшою перешкодою: масштабом. Анотація 10 000 артикулів у різних закладах, ринках і мовах швидко стає глобальною проблемою для операцій з даними.
Uber AI Solutions надає:
Глобальне охоплення:
Понад 8,8 млн співробітників різноманітних компаній по всьому світу
Багатомовність
Анотації більш ніж 200 мовами
Технологічні робочі процеси
uLabel, платформа анотацій Uber, надає доступні таксономії, можливість аудиту та аналітику в реальному часі.
Швидке повернення
Угода про рівень обслуговування так само швидко, як двозначні години для масових наборів даних про роздрібну торгівлю
Пом’якшення упередженості
Якісні рубрики, моделі консенсусу та демографічне різноманіття в пулах анотаторів.
Вплив на бізнес – чому лідери роздрібної торгівлі та CPG інвестують
Швидший вихід на ринок
Ціни та промоакції на основі штучного інтелекту починаються за кілька днів, а не місяців.
Зниження витрат
Вища економія порівняно з власними анотаціями
Покращена точність
Значно вищі показники якості, що перевершує галузевий еталон.
Зростання доходу
Покращені системи персоналізації та рекомендації збільшують розмір кошика та збільшують кількість повторних покупок.
Відповідність нормативним вимогам
Неупереджені локалізовані набори даних, які відповідають регіональним ринковим законам.
Висновок
Агентський штучний інтелект у роздрібній торгівлі/CPG – це не бачення майбутнього. Він доступний лише для компаній, які можуть масштабувати анотації для певного домену. Від даних на рівні SKU до мультимодальних циклів зворотного зв’язку – масштабоване маркування є основою автономних агентів у роздрібній торгі влі. Готові до масштабування роздрібної торгівлі або AI? Познайомтеся з нашими експертами сьогодні й дізнайтеся, як маркування даних прискорює вплив на бізнес.
Швидший вихід на ринок
Ціни та промоакції на основі штучного інтелекту починаються за кілька днів, а не місяців.
Зниження витрат
Вища економія порівняно з власними анотаціями
Покращена точність
Значно вищі показники якості, що перевершує галузевий еталон.
Зростання доходу
Покращені системи персоналізації та рекомендації збільшують розмір кошика та збільшують кількість повторних покупок.
Відповідність нормативним вимогам
Неупереджені локалізовані набори даних, які відповідають регіональним ринковим законам.
Industry solutions
Industries
Путівники