IA en el comercio minorista: tiendas más inteligentes, diseño de productos más inteligente

Este artículo es parte de una serie de VB Lab Insights sobre IA patrocinada por Microsoft y Nvidia. No se pierda artículos adicionales que brindan nuevos conocimientos, tendencias y análisis sobre cómo la IA está transformando las organizaciones y las industrias. Encuéntralos todos aquí.

El comercio minorista se está abasteciendo de IA. Los analistas dicen que el gasto del sector en 2023 superará a todos los demás, excepto a la banca. Se proyecta que una tasa de adopción del 40% se duplique para 2025, lo que convierte al comercio minorista en la industria que más invierte en tecnología inteligente.

Las empresas están recurriendo a la IA para manejar una larga lista de desafíos que mantendrían despierto a cualquier líder empresarial: ingresos físicos afectados por cambios en el comportamiento del consumidor, empeoramiento de la escasez de personal y aumento de los costos laborales, interrupciones en la cadena de suministro, fuertes presiones sobre las ganancias y costos (incluyendo inflación y aumentos de dos dígitos para la adquisición de clientes), y pérdidas masivas debido al robo y el crimen organizado.

Más allá de estos problemas apremiantes, los minoristas esperan que los análisis y las aplicaciones impulsados ​​por IA puedan ayudarlos a navegar cambios importantes a largo plazo. El principal de ellos son los cambios en la demografía de los compradores (más diversa, digitalmente inteligente, mayor), los valores del consumidor (precio y conveniencia sobre la lealtad a la marca), los canales de venta (rápido crecimiento del comercio electrónico, móvil y social) y las crecientes demandas de sostenibilidad global.

En este contexto, a continuación se analizan dos áreas de innovación de IA de alto valor en el comercio minorista.

A pesar de más de tres décadas de crecimiento en línea, las ubicaciones físicas siguen siendo anclas importantes para muchos minoristas. Mientras los dos mundos continúan fusionándose, los líderes comerciales y tecnológicos se están enfocando en formas de evolucionar, diferenciar y optimizar la experiencia del cliente (CX) y el desempeño comercial de las tiendas. Para muchos, la prevención de pérdidas, también conocida como protección de activos, encabeza la lista de prioridades.

Según la Federación Nacional de Minoristas (NRF, por sus siglas en inglés), los minoristas de todo el mundo pierden más de $100 mil millones cada año por "merma", el término de la industria para el robo, la pérdida y el desperdicio de inventario. Más de la mitad ocurre en América del Norte. Las tasas promedio de mermas superan el 1,5 % de los ingresos, por lo que para un tendero de $20 mil millones, eso es un fuerte golpe anual de $300 millones. El COVID y la inflación agravaron aún más el problema: en una encuesta reciente, el 89,3 % de los encuestados informó aumentos en la violencia, el hurto en tiendas (73,2 %) junto con el robo de empleados y el crimen minorista organizado (71,4 % cada uno).

Para contraatacar, más minoristas están adoptando tecnologías de análisis de video inteligente (IVA) que pueden reducir con precisión y eficiencia las pérdidas. Los nuevos sistemas impulsados ​​por IA ayudan a prevenir pérdidas en tiempo real, mejoran la protección de los activos en los puntos de venta, reducen los hurtos en toda la tienda y garantizan la seguridad de los empleados y clientes, quienes asumen el costo de los precios más altos.

Everseen, una empresa de software internacional con sede en Irlanda, ha desarrollado sistemas de IA de visión artificial que ayudan a los minoristas a ver y resolver problemas de mermas en tiempo real. Alan O'Herlihy, director ejecutivo y fundador, dice que el uso de esta IA en el perímetro transforma efectivamente todo un espacio minorista físico en datos procesables que pueden impulsar mejores decisiones. Así es como funciona:

Al ejecutarse en la plataforma NVIDIA AI en Microsoft Azure, los módulos de la solución se integran con las cámaras, el punto de venta, las computadoras y otros sistemas comerciales existentes de un minorista. Si lo hace, proporciona una vista de extremo a extremo en toda su cadena de suministro, desde el almacén hasta la tienda, el estante y el pago, que puede identificar brechas en el inventario y otros problemas que requieren atención inmediata. Luego, la IA recomienda una "siguiente mejor" acción, todo en tiempo real.

Por ejemplo, Evercheck, la solución de punto de venta (POS) de la compañía, detecta y corrige instantáneamente errores deliberados e involuntarios en líneas de autopago y con personal. Para este último, un "empujón" instantáneo (entregado en 300 milisegundos) incita a los compradores a corregir errores, como un artículo no escaneado, lo que reduce la necesidad de intervención del personal y el conflicto potencial del 20% al 2%. Otro producto impulsado por IA, Everdoor, reduce las pérdidas y mejora el cumplimiento de los procesos en el almacén.

En total, Everseen analiza cada día en tiempo real la asombrosa cantidad de 275 años de datos de video diversos y etiquetados. La empresa monitorea datos no estructurados de 22 millones de interacciones de clientes con 220 millones de productos. O'Herlihy dice que los conocimientos y las acciones derivadas son invaluables para ayudar a los minoristas a reinventar los procesos comerciales relacionados. Eso, a su vez, puede generar una gran cantidad de beneficios, dice, que incluyen mayores ingresos y rendimiento de ventas, costos reducidos, riesgo mitigado, mejores experiencias del cliente y operaciones optimizadas en los centros de distribución.

Según Everseen, más de la mitad de los 15 principales minoristas del mundo han adoptado los sistemas de prevención de pérdidas basados ​​en IA de la empresa, un total de 6000 tiendas y 80 000 líneas de pago. Dice O'Herlihy: "El objetivo de nuestra IA es reducir la fricción para los 'actores verdes' y aumentar la fricción para los 'actores rojos' mediante la entrega dinámica de soluciones intuitivas y la toma de decisiones en una fracción de segundo". Más información sobre las compras perfectas de Everseen.

Optimización del diseño y la experiencia. Las empresas líderes están explorando cómo los gemelos digitales y la simulación pueden crear experiencias más fluidas para clientes y empleados. Lowe's utiliza simulación impulsada por IA con NVIDIA Omniverse para mejorar el diseño de la tienda, optimizar la comercialización y mejorar la productividad de los empleados. La misma tecnología ayuda a Kroger a diseñar la mejor experiencia de compra para el cliente, incluido el pago rápido y sencillo.

Anuncios y promociones en la tienda. La segmentación inteligente ofrece sugerencias de compra en vivo que pueden ampliar el tamaño del carrito a través de oportunidades de ventas adicionales y cruzadas. La señalización digital dinámica, como la que ofrece Cooler Screens, se actualiza automáticamente para ofrecer promociones adaptadas a cada comprador y crea oportunidades de ingresos adicionales vinculadas a las pantallas dinámicas en la tienda. Ver más aquí.

Compras autónomas . Las tiendas inteligentes "para llevar", donde los clientes usan sus teléfonos móviles para pagar, están ganando popularidad rápidamente. Los nuevos enfoques incluyen carritos de compras habilitados para IA, nano tiendas, gabinetes inteligentes y tiendas totalmente autónomas. Todos los proveedores de soluciones, incluidos AiFi y AWM, buscan brindar a los clientes una experiencia de compra más rápida y sin fricciones que aumente los ingresos y los márgenes de los minoristas.

La IA generativa como DALL·E y ChatGPT se puede utilizar para crear nuevos diseños de productos basados ​​en los comentarios de los clientes, las ventas y las tendencias del mercado y otros datos. Aprovechar estas herramientas puede ayudar a los minoristas a desarrollar nuevos productos que sean más atractivos para los compradores y estén mejor alineados con la demanda del mercado.

La startup Fashable es pionera en el uso de IA generativa para crear diseños de moda sostenibles sin necesidad de tela.

La fabricación insostenible, los inventarios sin vender y los largos ciclos de producción son problemas comunes (y costosos) en la moda. Mientras que un diseñador de alta gama puede tardar meses o años en diseñar y producir una colección, las marcas de "moda rápida" lo hacen con una fracción del tiempo y el costo, gracias a materiales y mano de obra económicos. Pero, ¿qué sucede cuando la producción de ropa aumenta mientras que su ciclo de vida disminuye? Un creciente problema de los vertederos. Solo en los EE. UU., 21,6 mil millones de libras de desechos textiles se desechan cada año.

Entonces, en 2021, la startup con sede en Portugal, dirigida por cofundadores con experiencia en ingeniería de software e investigación y desarrollo de IA, imaginó una aplicación de IA disruptiva. Crearía docenas de diseños de ropa y contenido de moda originales y realistas en minutos sin usar ningún material. La pareja creía que un enfoque inteligente y totalmente digital ayudaría a las empresas de moda a satisfacer mejor la demanda de los clientes, llegar al mercado más rápido y reducir el desperdicio de telas y ropa, explica el cofundador Orlando Ribas Fernandes.

El equipo de Fashable creó su algoritmo de IA en Azure AI Infrastructure con tecnología de GPU NVIDIA A100 Tensor Core, Azure Machine Learning, un servicio de nivel empresarial para el ciclo de vida de aprendizaje automático de extremo a extremo y PyTorch, un marco de aprendizaje automático de código abierto. El sistema permite a los diseñadores generar rápidamente un sinfín de opciones digitales para la moda en el metaverso o el mundo real, como la camiseta de abajo. Más detalles técnicos aquí.

Fashable AI se compone de diferentes redes neuronales. Estos ingieren datos de múltiples fuentes para aprender sobre tendencias, estilos y tipos de ropa. Los modelos están constantemente aprendiendo "lo que está dentro" y "fuera". Pronto, estas capacidades permitirán la creación conjunta de moda en tiempo real. Los diseñadores podrían, por ejemplo, cambiar visualmente un diseño digital para acortar las mangas de un vestido o cambiar un patrón de rayas a lunares.

Con un solo clic, Fashable AI puede crear una colección completa. Los diseñadores pueden llevar sus piezas a las redes sociales para realizar pruebas A/B directamente con los clientes para medir el interés y pronosticar la demanda antes de pasar a la producción. Donde solía tomar meses obtener una nueva colección del diseño a la tienda por departamentos, con Fashable ahora toma minutos, con mucho menos trabajo y sin conjeturas.

Los clientes de la empresa utilizan su tecnología de inteligencia artificial en varias fases de producción:

Y la empresa se ha trasladado al comercio inmersivo del metaverso. Las marcas ahora pueden usar Fashable para comenzar a crear colecciones para diferentes mundos digitales. "Sin IA, el proceso era lento y laborioso", dice Fernandes. Una colección reciente en colaboración con Wrong Weather, una marca de lujo informal, demostró el potencial de Fashable.

Hoy en día, Fashable se anuncia a sí mismo como "Tecnología profunda para la industria de la moda", "ChatGPT para imágenes de IA y generación de contenido" y "El kit de herramientas de IA generativo más poderoso para el metaverso y la moda física". Las declaraciones de valor ampliadas subrayan los beneficios para los diseñadores en ambos mundos: ahorrar dinero en investigación, diseño y creación de contenido, reducir los problemas de derechos de autor y liberar a los usuarios para que se concentren en tareas de diseño de alto valor, explica Fernandes.

"Con las redes sociales, el metaverso y Web3, la necesidad de contenido nuevo está aumentando para las marcas de moda", dice Fernandes. "La guerra por nuevos contenidos nunca ha sido tan intensa. Solo la IA puede generar imágenes muy realistas para resolver esa necesidad".

Fashable está más convencido que nunca del poder disruptivo de la IA. Más allá de mantener las tendencias de hoy fuera de la basura del mañana, cree que los diseños de prendas exclusivos y personalizados son la clave del éxito comercial en los mundos físico y virtual. "La IA generativa", dice, "cambiará por completo el statu quo en la industria de la moda".

Merchandising e incorporación de productos. La IA generativa puede generar imágenes, música, fuentes, videos, modelos 3D y más para publicidad y marketing. Las imágenes personalizadas pueden mostrar cómo se ve un producto en diferentes entornos. Para el comercio electrónico, la IA generativa y la visión por computadora pueden crear descripciones de productos, atributos, etiquetas meta y catalogación basadas en imágenes de productos.

Servicio de chatbots e IA conversacional. Para clientes y agentes, los ayudantes de IA pueden brindar asistencia virtual, traducción de idiomas, estado de pedidos, búsqueda, recomendaciones de productos, correo electrónico y respuestas de chat. Los avatares de marca brindan un servicio al cliente omnicanal constante, ya sea en un quiosco, una aplicación móvil, un comercio electrónico o en el autoservicio. Los empleados pueden obtener respuestas a las preguntas frecuentes a través de voz, texto, videos e imágenes en varios idiomas.

Las abundantes oportunidades para el uso transformador de la IA también presentan nuevos desafíos para los minoristas.

Al igual que en otras industrias, muchas empresas descubrirán que carecen de la poderosa infraestructura necesaria para desarrollar e implementar aplicaciones habilitadas para IA. Los requisitos aquí suelen ser mucho más exigentes que para la informática convencional, especialmente con modelos de gran tamaño y alta complejidad. Se necesitan entornos optimizados y acelerados que estén "diseñados específicamente" para la IA a fin de brindar velocidad, previsibilidad y precisión en tiempo real.

Esto es lo que los expertos minoristas dicen que se necesita para el éxito de la IA: la versatilidad para admitir diversos modelos con una aplicación integral que pueda brindar la experiencia de usuario deseada. Alto rendimiento y escalabilidad para optimizar el tiempo de solución y los costos de implementación. Una pila de soluciones de extremo a extremo que admite todo el flujo de trabajo, incluida la preparación de datos, la creación de modelos, la capacitación y la implementación dentro de un servicio impulsado por IA. Y una pila uniforme para entrenar de manera flexible en la nube e implementar en el perímetro en tiendas y otras ubicaciones.

Para muchos, cumplir con estos criterios significará agregar IA a la creciente lista de cargas de trabajo críticas que se trasladan a la nube como una forma de obtener procesamiento, servidores, redes, almacenamiento, plataformas y entornos de desarrollo de alto rendimiento y software sin grandes costos de capital.

Conseguir la infraestructura correcta es crucial, coincide O'Herlihy de Everseen. Él dice que un entorno de nube de alto rendimiento ha sido crucial para el éxito de la IA de su empresa de varias maneras. Permite escalar en miles de ubicaciones, "levantar y cambiar" fácilmente los componentes básicos de la tecnología de una parte de una tienda a otra y ofrece un alto rendimiento que permite que los modelos de IA comprendan una escena en movimiento, incluido el análisis de cómo los humanos interactúan con los objetos, en tiempo real. tiempo.

Fernandes de Fashable está de acuerdo. "Hablamos mucho sobre la infraestructura y los servicios en la nube bajo demanda para acelerar la innovación de productos y crear una ventaja competitiva. Es importante 'hacer más con menos' con un equipo pequeño, para que podamos invertir en nuestra propiedad intelectual y aprovechar Azure Machine Learning y PyTorch con la plataforma NVIDIA AI para lograr resultados de última generación. Esto es crucial para minimizar las inversiones iniciales y los riesgos para que nuestro equipo de investigación aplicada pueda fallar y adaptarse más rápido".

Una consideración importante relacionada, dice, son los datos utilizados para la innovación de IA. Fashable optó por construir sus propios conjuntos de datos con herramientas internas para obtener un "control completo" de su innovación. Pero, reconoce Fernandes, "los riesgos y el costo pueden ser prohibitivos para crear innovaciones de IA, por lo que los líderes empresariales pueden minimizarlos utilizando entornos y herramientas existentes y no 'reinventando la rueda'".

Los minoristas de hoy viven en la intersección del comercio, los consumidores y la transformación tecnológica. Alrededor del 87 % planea aumentar las inversiones en IA/ML en 2023. Sin embargo, los investigadores dicen que muchos minoristas no han comenzado con las tecnologías inteligentes. Los rezagados corren el riesgo de perderse los 1,7 billones de dólares en valor comercial, aproximadamente el 12 % de todas las ventas, que McKinsey estima que la IA y el análisis podrían generar para la industria minorista.

Para muchos economistas y pronosticadores, el comercio minorista es un canario importante en la mina de carbón. Las ventas y las inversiones se consideran indicadores clave no solo para el sector, sino para la economía en general. Si es así, el creciente abrazo del comercio minorista y el éxito emergente del uso de la IA para la innovación y la transformación en medio de múltiples vientos en contra son un augurio mucho más allá de las paredes de las tiendas.

Ve más profundo