Retailers worstelen meer dan ooit met 'krimp', het verlies van goederen als gevolg van diefstal, beschadiging en verkeerde plaatsing, en het treft de detailhandel waar het het meest pijn doet. Volgens de Retail Security Survey 2022 van de National Retail Federation, uitgevoerd in samenwerking met de Loss Prevention Research Council, probeert de detailhandel een probleem van $ 100 miljard aan te pakken, waarvan naar schatting 65 procent te wijten is aan diefstal. Veel verkooppunten melden dat diefstal de laatste tijd meer dan verdubbeld is, gedreven door stijgende prijzen van voedsel en andere benodigdheden.
Retailers worstelen meer dan ooit met 'krimp', het verlies van goederen als gevolg van diefstal, beschadiging en verkeerde plaatsing, en het treft de detailhandel waar het het meest pijn doet. Volgens de Retail Security Survey 2022 van de National Retail Federation, uitgevoerd in samenwerking met de Loss Prevention Research Council, probeert de detailhandel een probleem van $ 100 miljard aan te pakken, waarvan naar schatting 65 procent te wijten is aan diefstal. Veel verkooppunten melden dat diefstal de laatste tijd meer dan verdubbeld is, gedreven door stijgende prijzen van voedsel en andere benodigdheden.
Ontwikkelaars kunnen echter applicaties bouwen om verlies te voorkomen met behulp van NVIDIA Retail AI Workflows. De workflows zijn gebouwd op NVIDIA Metropolis Microservices, een low- of no-code manier om AI-applicaties te bouwen. De microservices bieden de bouwstenen voor het ontwikkelen van complexe AI-workflows en stellen ze in staat om snel op te schalen naar productieklare AI-apps.
Retail AI Workflows ontworpen om verlies te voorkomen
NVIDIA heeft drie Retail AI Workflows aangekondigd om ontwikkelaars te helpen snel applicaties te bouwen en uit te rollen die zijn ontworpen om diefstal te voorkomen. De no-code of low-code bouwstenen voor toepassingen ter voorkoming van verlies worden vooraf getraind met afbeeldingen van de meest gestolen producten en software om aan te sluiten op bestaande winkeltoepassingen voor kassamachines en het volgen van objecten en producten in de hele winkel.
Volgens Read Hayes, directeur van de Loss Prevention Research Council:
“Detailhandel in winkels neemt toe als gevolg van macrodynamiek en dreigt de branche te overweldigen. Bedrijven worden nu geconfronteerd met de realiteit dat investeren in oplossingen voor het voorkomen van verlies een kritieke vereiste is.”
De NVIDIA Retail AI Workflows zijn beschikbaar via de NVIDIA AI Enterprise-softwaresuite en omvatten het volgende:
- Retail Loss Prevention AI-workflow: De AI-modellen in deze workflow zijn vooraf getraind om honderden producten te herkennen die het vaakst verloren gaan door diefstal, waaronder vlees, alcohol en wasmiddel. De modellen zijn ook vooraf getraind om ze te herkennen in de verschillende maten en vormen die worden aangeboden. Retailers en onafhankelijke softwareleveranciers kunnen de modellen aanpassen en verder trainen om honderdduizenden winkelproducten op te nemen met behulp van synthetische gegevensgeneratie van NVIDIA Omniverse. De workflow is een state-of-the-art weinig-shot leertechniek ontwikkeld door NVIDIA Research. Gecombineerd met actief leren, identificeert en legt het nieuwe producten vast die door klanten en verkoopmedewerkers zijn gescand tijdens het afrekenen om de modelnauwkeurigheid te verbeteren.
- AI-workflow voor tracking met meerdere camera's: Deze workflow biedt multi-target, multi-camera (MTMC)-mogelijkheden waarmee applicatieontwikkelaars gemakkelijker systemen kunnen maken die objecten volgen via meerdere camera's in de winkel. De workflow volgt objecten en medewerkers van camera's en houdt voor elk object een unieke ID bij. Objecten worden gevolgd door middel van visuele inbedding of uiterlijk in plaats van persoonlijke biometrische informatie om de volledige privacy van de klant te behouden.
- Workflow voor winkelanalyse: Gebruikt computervisie om inzichten te bieden voor winkelanalyses, zoals trends in winkelverkeer, aantallen klanten met winkelmandjes, gangpadbezetting en meer via aangepaste dashboards.
Integreer uw modellen
Volgens NVIDIA kunnen ontwikkelaars deze AI-workflows eenvoudig aanpassen en uitbreiden door hun modellen te integreren. De microservices maken het ook gemakkelijker om nieuwe aanbiedingen te integreren met verouderde systemen, zoals kassasystemen.
Bobby Chowdary, chief technology officer bij Radis.ai, zei:
“NVIDIA's nieuwe Retail AI Workflows, gebouwd op Metropolis Microservices, stellen ons in staat om ons product aan te passen, snel op te schalen om beter te voldoen aan de behoeften van onze steeds groter wordende klanten en om innovatie in de winkelruimte te blijven stimuleren.
Infosys ontwikkelt ook state-of-the-art verliespreventiesystemen die gebruik maken van NVIDIA's workflows om hen te helpen oplossingen sneller te implementeren en te schalen over winkels en productlijnen.
Neem contact op met StorageReview
Nieuwsbrief | YouTube | Podcast iTunes/Spotify | Instagram | Twitter | TikTok | RSS Feed
