Die globale Einzelhandelsbranche hat ein 100-Milliarden-US-Dollar-Warnschwundproblem , das anscheinend nicht durch Kälte verursacht wird.
Warenschwund bezieht sich hier auf die Verlust von Waren durch Diebstahl, Beschädigung und Verlegung, was die Gewinne der Einzelhändler erheblich schmälert.
Laut Retail Security Survey 2022 der National Retail Federation, sind schätzungsweise 65 % des Warenschwunds auf Diebstahl zurückzuführen, wobei viele Einzelhändler, die die aktuellen wirtschaftlichen Bedingungen dafür verantwortlich machen, dass die Zahl der Diebstähle in letzter Zeit verdoppelt wurde.
Um Entwicklern dies zu erleichtern schnell Anwendungen entwickeln und einführen, die entwickelt wurden, um Diebstahl zu verhindern, hat NVIDIA angekündigt drei KI-Workflows für den Einzelhandel, die über die NVIDIA AI Enterprise-Softwaresuite verfügbar sind und auf ihren Metropolis-Microservices aufbauen, dazu gehören:
Retail Loss Prevention AI Workflow: Die KI-Modelle Innerhalb dieses Arbeitsablaufs werden sie darauf trainiert, Hunderte von Produkten zu erkennen, die am häufigsten durch Diebstahl verloren gehen – darunter Fleisch, Alkohol und Waschmittel – und sie in den unterschiedlichen Größen und Formen, die sie anbieten, zu erkennen. Mit der synthetischen Datengenerierung von NVIDIA Omniverse können Einzelhändler und unabhängige Softwareanbieter die Modelle für Hunderttausende von Geschäftsprodukten anpassen und weiter trainieren. Der Workflow basiert auf einer hochmodernen, von NVIDIA Research entwickelten Lerntechnik mit wenigen Aufnahmen, die in Kombination mit aktivem Lernen alle neuen Produkte identifiziert und erfasst, die von Kunden und Vertriebsmitarbeitern während des Bezahlvorgangs gescannt werden, um letztendlich die Modellgenauigkeit zu verbessern. Multi-Camera Tracking AI Workflow: Bietet Multi-Target, Multi-Camera (MTMC)-Funktionen, die es Anwendungsentwicklern ermöglichen, einfacher Systeme zu erstellen, die Objekte über mehrere Kameras im gesamten Geschäft verfolgen. Der Workflow verfolgt Objekte und speichert Mitarbeiter über Kameras hinweg und verwaltet eine eindeutige ID für jedes Objekt. Objekte werden eher durch visuelle Einbettungen oder Aussehen als durch personenbezogene biometrische Informationen verfolgt, um die vollständige Privatsphäre des Käufers zu wahren. Retail Store Analytics Workflow: Verwendet Computer Vision, um über benutzerdefinierte Dashboards Erkenntnisse für Ladenanalysen bereitzustellen, z.
Da die Workflows auf NVIDIA Metropolis-Microservices aufbauen, einer Low-oder No-Code-Methode zum Erstellen von KI-Anwendungen, stellt sie die Bausteine für die Entwicklung komplexer KI-Workflows bereit und ermöglicht deren schnelle Skalierung in produktionsreife KI-Apps. Die Microservices erleichtern auch die Integration neuer Angebote in Legacy-Systeme, wie z. B. Point-of-Sale-Systeme.