Den 22. oktober beskrev NVIDIA europæiske AI-projekter inden for detailhandel, der omfatter omkostninger til modelservering, produktopdagelse og lagerplanlægning. Shopifys interne benchmark viste en reduktion på 90% i serveringsomkostningerne for en tilpasset model, mens Otto Group udvidede sit simuleringsbaserede lagerinitiativ til sit største distributionscenter i Tyskland.

Vigtige pointer

  • Shopify rapporterede højere nøjagtighed, 90% lavere serveringsomkostninger og syv gange hurtigere svartider for en eftertrænet model i virksomhedens interne benchmark.
  • Detailhandelsapplikationer spænder fra en søgeprototype hos Zooplus til implementeret billedredigering og fysikbaseret virtuel prøvning.
  • Otto Group udvidede lagerets simuleringskapacitet, mens tre NVIDIA-blueprints til detailhandel fortsat er i tidlig adgang.

Indholdsfortegnelse

Europæisk detailhandel sætter tilpassede modeller i arbejde

Shopifys resultater vedrører en GraphQL-underagent i Sidekick, virksomhedens AI-assistent til forhandlere. Virksomheden eftertrænede NVIDIA Nemotron 3.5 Lightning ved hjælp af værktøjer, herunder Megatron Bridge og NeMo RL. Underagenten henter butiksdata til funktioner som Sidekick Pulse, der undersøger en forhandlers virksomhed og anbefaler forbedringer.

Ifølge NVIDIA overgik den tilpassede model en ikke-navngiven førende frontier-model i nøjagtighed på Shopifys interne benchmark, reducerede serveringsomkostningerne med 90% og leverede svar syv gange hurtigere. Resultaterne gælder benchmarktesten og dokumenterer ikke nødvendigvis modellens ydeevne på alle forhandleropgaver.

Separat hjalp NVIDIA CCluster vLLM-inferensoptimeringssoftware Shopify med at opnå 4,5 gange hurtigere ydeevne og op til 12 gange lavere inferensomkostninger på fem andre anvendelsesområder: katalogberigelse, forhandlerassistance, shoppingsimulering, produktklassificering og anbefalinger.

Søgning og produktbilleder befinder sig på forskellige implementeringstrin

Zooplus samarbejdede med Infosys og NVIDIA-teknologier om at genopbygge produktopdagelsen. En produktionsklar prototype, der blev implementeret i kæledyrsforhandlerens Amazon Web Services-miljø, opnåede en søgenøjagtighed på 86%. Den anvender Nemotron Retriever-biblioteket til semantisk søgning og NVIDIAs blueprint til berigelse af detailhandelskataloger for at generere søgbare produktegenskaber.

Hos Vestiaire Collective standardiserer Photorooms Image Editing API nu alle primære produktbilleder i annoncer og behandler omkring 40.000 dagligt i 70 lande. NVIDIA oplyste, at de behandlede annoncer havde en 5% højere omsættelighedsgrad og 3% til 7% flere unikke visninger af produktsider. Datapipelinen kører på NVIDIA-GPU'er ved hjælp af TensorRT og Triton Inference Server.

Omi lancerede ProductDrop for at knytte genererede billeder til godkendte digitale tvillinger og undgå produktfejl på tværs af kataloger. L’Oréal anvender denne tilgang i sit CreAItech-program. Omis 3D-aktivgenerering med TRELLIS kører på RTX PRO 6000 Blackwell Server Edition-GPU'er med en rapporteret inferens, der er ti gange hurtigere, og en fire gange kortere latenstid i datapipelinen.

Katalogbehandling og ingrediensforskning udvider anvendelsen

Mirakls Catalog Transformer har onboardet mere end 70 millioner produkter og kombinerer finjusterede åbne modeller med proprietære tjenester for at organisere leverandørdata. Mirakl kører modeller på NVIDIA-GPU'er i sin egen infrastruktur og via europæiske cloududbydere som Scaleway.

L’Oréal integrerer også NVIDIA ALCHEMI i ingrediensforskningen, hvor virksomheden ifølge egne oplysninger er gået fra måneders eksperimenter til timers beregningsbaseret screening. Virksomheden afprøver en beslægtet tilgang gennem Orbital Industries’ CurieOS ved hjælp af den open source-molekylsimuleringsmodel OrbMol-v2.

OrbMol-v2, der er integreret med ALCHEMI Toolkit, rapporteres at køre fem gange hurtigere end sammenlignelige modeller og have 21% lavere fejlrate end den næstbedste model af sin art. Arbejdsgangen identificerer lovende ingredienskombinationer til at opløse UV-filtre inden laboratorietest.

Simulering når lagre og virtuel prøvning

Otto Group udvidede sit initiativ for autonome lagre under menneskeligt tilsyn til sit største distributionscenter i Haldensleben, Tyskland. Systemet er udviklet sammen med Reply ved hjælp af NVIDIA Omniverse-biblioteker og kører på Google Cloud. Det gør det muligt for logistikteams at designe, teste og optimere driften i en simulering inden fysisk implementering.

ALLSIDES lancerede en automatiseret 3D Digital Twin Factory, der omdanner fysiske objekter til simuleringsklare aktiver på få minutter. Virksomheden rapporterer geometrisk nøjagtighed på under en millimeter, målte fysiske egenskaber og materialer, der kan belyses på ny. Platformen betjener allerede blandt andre adidas, Amazon, Nike, Zalando og Zara.

Inden for virtuel prøvning rapporterede CATCHES, at virksomhedens RealFit-implementering hos AMIRI øgede konverteringen med 55%, tilføjelser til indkøbskurven med 80% og bruttosalget med 56% efter sæsonjustering og sammenligning af tilsvarende styles. CATCHES lancerede også PredictiveFit til detailhandlere og CASI, en WhatsApp-modeagent til shopping, styling og størrelsesvalg.

Tre blueprints til detailhandel er fortsat i tidlig adgang

På GTC Berlin viser Nebius tre NVIDIA-blueprints til detailhandel, der kører på virksomhedens infrastruktur. Alle er tilgængelige i tidlig adgang og beskrives ikke som produkter, der er almindeligt tilgængelige.

Agent Harness for Employee Productivity samler vagtplanlægning, opgavestyring, lageradvarsler og driftsindsigt. Inventory Simulation and Optimization modellerer efterspørgsels- og genopfyldningsstrategier, inden der træffes beslutninger i den virkelige verden. Agentic Finetuning Flywheel forbinder generering af træningsdata, finjustering af open source-modeller og feedback om ydeevne fra den virkelige verden.

Læs flere nyheder

Flere FinanceVelix-nyheder

Ansvarsfraskrivelse

Denne FinanceVelix-artikel indeholder generel information og udgør ikke personlig finansiel, investeringsmæssig, juridisk eller skattemæssig rådgivning. Markedspriser, renter og økonomiske forhold kan ændre sig; investeringer indebærer risiko for tab. Oplysningerne afspejler det materiale, der var tilgængeligt på udgivelsestidspunktet, og kan ændre sig. Kontrollér selv vigtige oplysninger, og rådfør dig med en kvalificeret fagperson efter behov. Omtale af et aktiv, en virksomhed eller en tjeneste er ikke en anbefaling.