许多世界500强零售商使用AI和ML解决各部门的业务问题已经开始显现。沃尔玛和Costco共享一个在杂货店长袜，它包括产品的与定时重新进货为高峰时段沿着新鲜度和条件。
要跟踪领先零售商的每一项新技术举措是很困难的，因为它们并没有将所有信息公诸于众。尽管如此，他们仍然宣布了足够多的计划来了解他们目前的发展方向。
在本文中，我们将讨论美国三大零售商，以及他们如何利用人工智能、多语言建模和数据科学来解决业务问题。这些问题来自销售建议去尝试虚拟的产品。我们还利用公司提供的信息来推断这些公司未来可能希望如何开发他们的人工智能。
我们覆盖的公司包括：
- 沃尔玛（Walmart）和智能零售实验室。这是在插装AI成实体店的最大尝试。
- 目标和他们的举措提振电子商务建议以及虚拟产品试用应用程序。
- 好市多和他们的“未来状态面包店的经验”，或跟踪的新鲜食品股，并将其烘焙产品的推荐量减少浪费的ML-供电的方法。
我们对这些顶级零售商的调查始于沃尔玛，以及他们最新的尝试，全面数字化的商店。
沃尔玛智能零售实验室和机器人监控器
这个智能零售实验室是一家沃尔玛商店配备数千台摄像机，大约产品的股票或条件中继信息以及客户的购物行为。该相机将这个信息发送到数据库的机器学习模型，不断学习更多有关管理存储。沃尔玛的高科技孵化商店No8开发实验室作为一种尝试，探索的可能性零售业人工智能.
一位沃尔玛新闻编辑部的记者问道迈克·汉拉汉智能零售实验室的CEO对仪表商店的员工如何看待的变化。至于与AI的警告和建议的工作，汉拉汉说：
“我们认为这是我们的同事会很兴奋的事情。这项技术的建立是为了改善员工的工作，让他们的工作更有趣，帮助他们减轻一些平凡的任务。在瞬息万变的世界里，人工智能可以提高他们的技能。”
沃尔玛似乎正在探索一些主要的人工智能功能，在一家占地5万平方英尺的商店安装摄像头和传感器。其中包括：
- 产品库存和可用性
- 打开和关闭寄存器
- 确定购物车的可用性
当某些产品被顾客从货架上取下时，实验室能够检测它们是否需要重新进货。一旦存货对某一特定通道内的任何一台摄像机都明显减少，系统就会提醒工作人员补充存货。
此外，该系统还可以跟踪一天中香蕉的变色情况。一旦系统意识到香蕉已经变成棕色，不能放在货架上，它就会向工作人员发出类似的警报，让他们派人把香蕉扔掉。
沃尔玛声称，智能零售实验室的系统能够确定何时更收款机需要打开。虽然他们没有太多进一步阐述这一点，我们可以推断，该相机关注每个寄存器高于点亮信号以确定它是否是开放的，这些数字与客户等待检查出的体积比较。这可能会导致一个警告的人的员工来操作寄存器如果不是所有的寄存器进行自动化。
以下视频简要介绍了智能零售实验室周围的摄像头如何将产品和库存信息传回后台的大型数据中心。演讲人还强调了在沃尔玛网络中尝试使用人工智能的实用性，以及维护客户隐私的实用性：
此外，该公司声称，实验室可以检查商店是否有废弃的购物车，这也会触发警报，让员工将购物车带回指定区域。这可能与检测“寄存器打开”信号的方法相同。它需要接受高分辨率购物车图像的训练，包括历史数据和实验室摄像机的实时数据。
然后，实验室可以检测到废弃的或空的购物车，并跟踪有多少。工作人员可以设置系统，在推车数量达到一定数量时提醒他们。
目标的当前AI举措
Target公司有涉及使用机器学习或AI改进业务流程或提高客户满意度三个活动的倡议。他们对新的AI应用和算法合作，以推动销售，收购规模较小的科技公司聘请他们的领导，并与其他AI公司的合作伙伴，他们的客户群提供新的服务。
电子商务销售建议
根据他们的公司网站，Target致力于机器学习算法，以将产品的网页与该网页上要广告的其他互补产品相匹配。该公司声称，他们的一名实习生正在开发这种算法，但很可能需要一个更大的团队来全面开发和实现这种模型。正因为如此，我们可以推断Target至少正在尝试开发一个更大规模的ML支持的解决方案，以优化其电子商务存在。
从理论上讲，目标可以使用机器学习来推动销售所在部位允许例如客户知道“谁喜欢这个也买了......人”。该公司可能需要电子商务的销售数据，他们将用来训练机器学习模型来识别客户群购物模式的显著量。
针对广告支出和Acquihires
目标公司的另一项举措是通过收购小型人工智能公司并将他们加入自己的团队。收购包括收购规模较小的公司，然后在塔吉特内部为其前任领导人寻找最佳业务领域。自2014年以来，该公司一直在进行这类战略收购，他们可能会发现自己在创新和维护现有人工智能解决方案方面的能力有所提高。
一个例子是塔吉特最近收购的公司Kvantum。在收购之前，克万通开发了机器学习模型来寻找最佳的广告预算支出方式。我们可以推断，Target寻找Kvantum是为了提高自己的这一能力。
这将允许目标来决定在哪里做广告，哪个类型的客户更容易。例如，机器学习模型可以预测，如果一个市场领导者指定的人口，他们希望市场给消费者比较电视或YouTube上的广告花费的投资回报率。
几乎尝试与目标美容工作室的产品
Target还利用人工智能，允许客户使用增强现实（AR）与产品进行虚拟交互。在桌面和移动设备上，目标客户可以访问目标美容工作室尝试化妆和其他化妆品，如假睫毛。
客户使用智能手机摄像头或网络摄像头来扫描他们的面部。然后，它将能够直接或“映射”产品的高分辨率图像到用户的脸上。塔吉特公司声称，这能让顾客对产品在脸上的效果有一个很好的印象。
目标公司完美公司一家台湾机器视觉公司，以其将人工智能与人工智能相结合的面部映射技术而闻名。他们声称能够将液体产品的颜色和色调映射到用户的脸上，以便让用户了解其皮肤上的颜色和色调。
这可能是通过判断用户的脸的大小和形状，然后再将阴影应用到真实的不透明度级别来实现的。不透明度将取决于产品的覆盖范围以及客户的肤色，理想情况下将产生一个准确的测试图像。
好市多面包店需求预测
会员仓俱乐部零售商好市多使用机器学习来保持他们的新鲜食品部门的生产力和可持续性。好市多将所有未售出或损坏的食品捐赠出去，因此，生产更多的新鲜食品的成本甚至比必要的还要高。他们一起工作活力用一个需求预测算法，据称可以帮助管理者确保可用鲜品适量，当客户擦肩而过。
好市多面包店经理需要预测菜单上每天需要制作的每一个项目的需求。在SAP推出解决方案之前，这些经理需要通过查看销售和趋势报告，在纸面上制定生产计划。他们还需要研究当地事件和同事的过去经历。
Costco将这种经验知识称为“部落知识”。“这些计划是根据前一天的结转、损坏的物品或毁坏的物品进行每日调整，然后烘焙小组才能在早上开始工作。”
该解决方案的设计是领跌SAP AppHaus它是SAP解决方案的一个分支，关注于易用性，并在开发期间与终端用户协作。当Costco准备开始一个新的解决方案时，他们带来了Jeff Lyons，新鲜食品的高级副总裁，以及几位面包店的经理和主管。
这些Costco面包店的专家将继续成为解决方案的最终用户，因此AppHaus希望他们能提供有关客户何时购买某些产品以及购买频率的信息。他们深入采访了每一位员工，并在工作期间对其中一些员工进行了跟踪。一旦SAP掌握了面包店经理日常工作的足够数据，他们就能够与好市多员工共同创造新的面包店体验。
该公司称此解决方案为“未来国家面包店体验”，这是一款平板电脑应用程序，可向面包店经理显示数据和见解，并将手动流程数字化。应用程序使用机器学习为每个面包店菜单项提供计划预测。这个预测决定了每件商品的烘烤时间，并根据结转和损坏的商品自动调整。
这样，面包店的工作人员始终有一个理想的“未来状态”有面包店是因为当新客户到达，并计划把在该州的面包店自动生成和更新。
用来开发解决方案的应用程序的机器学习模型最初训练的七个多年价值的销售和宣传资料，同时还利用影响因素，如天气，节假日，发生商店附近的体育赛事。此外，SAP可能训练有素的合作时，面试和阴影面包店经理，他们所创建的数据这个模型。这传说有好市多用于制作面包的每个项目准确地预测需求。
下面是SAP在平板电脑上运行的解决方案应用程序的图片。它显示销售和需求预测的概述，同时在屏幕中间绘制销售图表。用户还可以导航到最畅销的商品以及最快需要重新进货的商品：
让SAP的应用程序发挥功能的软件很可能是一款预测性或规定性分析软件，由他们与好市多(Costco)合作开发的机器学习算法提供支持。
这是因为它能够根据过去的历史数据对销售额进行预测，并根据面包店的状况推荐具体的行动方案。虽然SAP和Costco都没有明确说明这一点，但我们可以推断，鉴于使用了机器学习算法，该应用程序至少基于这些类型的人工智能技术。
SAP声称，该解决方案仍在帮助好市多满足不断提供新鲜和可用产品的需求，同时减少涉及未售出食品的浪费。他们还声称能够从企业数据中找到具体的见解，例如客户何时会访问商店以了解体育赛事。
Costco公司目前在美国超过500个面包店整合这一新的解决方案。他们还探索在他们的商店的熟食和美食广场地区的业务挑战类似的解决方案。
标题图片来源：交通运输主题
