Op 22 oktober lichtte NVIDIA Europese retail-AI-projecten toe rond de kosten van modelserving, productontdekking en magazijnplanning. Uit een interne benchmark van Shopify bleek dat de servingkosten voor een aangepast model met 90% waren gedaald, terwijl Otto Group zijn simulatiegebaseerde magazijninitiatief uitbreidde naar zijn grootste fulfilmentcentrum in Duitsland.

Belangrijkste punten

  • Shopify rapporteerde op basis van zijn interne benchmark een hogere nauwkeurigheid, 90% lagere servingkosten en zevenmaal snellere reacties voor een model dat na de training verder was verfijnd.
  • Retailtoepassingen lopen uiteen van een zoekprototype van Zooplus tot geïmplementeerde beeldbewerking en virtueel passen op basis van natuurkundige simulaties.
  • Otto Group breidde de mogelijkheden voor magazijnsimulatie uit, terwijl drie NVIDIA-retailblauwdrukken nog in vroege toegang beschikbaar zijn.

Inhoudsopgave

Europese retail-AI zet aangepaste modellen aan het werk

De resultaten van Shopify hebben betrekking op een GraphQL-subagent binnen Sidekick, de AI-assistent voor verkopers. Het bedrijf verfijnde NVIDIA Nemotron 3.5 Lightning na de training met tools als Megatron Bridge en NeMo RL. De subagent haalt winkelgegevens op voor functies zoals Sidekick Pulse, dat de onderneming van een verkoper onderzoekt en verbeteringen aanbeveelt.

Op de interne benchmark van Shopify presteerde het aangepaste model nauwkeuriger dan een niet nader genoemd toonaangevend frontiermodel, verlaagde het de servingkosten met 90% en gaf het zevenmaal sneller antwoord, aldus NVIDIA. Deze resultaten gelden voor de benchmark en tonen niet aan hoe het model presteert bij alle taken van verkopers.

Afzonderlijk hielp NVIDIA CCluster, software voor optimalisatie van vLLM-inferentie, Shopify om 4,5 keer hogere prestaties en tot 12 keer lagere inferentiekosten te behalen voor vijf andere toepassingen: catalogusverrijking, ondersteuning voor verkopers, winkelsimulatie, productclassificatie en aanbevelingen.

Zoeken en productbeelden bevinden zich in verschillende implementatiefasen

Zooplus werkte met Infosys en NVIDIA-technologieën aan een nieuwe invulling van productontdekking. Een productieklare prototype, geïmplementeerd in de Amazon Web Services-omgeving van de dierenwinkel, behaalde een zoeknauwkeurigheid van 86%. Het maakt gebruik van de Nemotron Retriever-bibliotheek voor semantisch zoeken en NVIDIA’s blauwdruk voor catalogusverrijking in de retail om doorzoekbare productkenmerken te genereren.

Bij Vestiaire Collective standaardiseert de Image Editing API van Photoroom inmiddels elke primaire productafbeelding in aanbiedingen en verwerkt deze dagelijks ongeveer 40.000 afbeeldingen in 70 landen. NVIDIA meldde dat verwerkte aanbiedingen een 5% hoger liquiditeitspercentage en 3% tot 7% meer unieke weergaven van productpagina’s hadden. De verwerkingsketen draait op NVIDIA GPU’s met TensorRT en Triton Inference Server.

Omi lanceerde ProductDrop om gegenereerde beelden te koppelen aan goedgekeurde digitale tweelingen en productfouten in catalogi te voorkomen. L’Oréal past deze aanpak toe in zijn CreAItech-programma. De 3D-assetgeneratie met TRELLIS van Omi draait op RTX PRO 6000 Blackwell Server Edition-GPU’s; volgens de opgegeven cijfers is de inferentie tienmaal sneller en de latentie in de verwerkingsketen viermaal lager.

Catalogusverwerking en ingrediëntenonderzoek verbreden de toepassing

De Catalog Transformer van Mirakl heeft meer dan 70 miljoen producten opgenomen en combineert fijnafgestelde open modellen met bedrijfseigen diensten om leveranciersgegevens te ordenen. Mirakl draait modellen op NVIDIA-GPU’s in zijn eigen infrastructuur en via Europese cloudproviders zoals Scaleway.

L’Oréal integreert NVIDIA ALCHEMI ook in het ingrediëntenonderzoek. Volgens de gerapporteerde resultaten is de doorlooptijd verschoven van maanden experimenteren naar uren computationele screening. Het bedrijf test een verwante aanpak via CurieOS van Orbital Industries, met het opensourcemodel voor moleculaire simulatie OrbMol-v2.

In combinatie met de ALCHEMI Toolkit draait OrbMol-v2 naar verluidt vijf keer sneller dan vergelijkbare modellen, met 21% minder fouten dan het eerstvolgende beste model in zijn soort. De workflow identificeert veelbelovende combinaties van ingrediënten om UV-filters oplosbaar te maken, voordat laboratoriumtests plaatsvinden.

Simulatie bereikt magazijnen en virtueel passen

Otto Group breidde zijn initiatief voor autonome magazijnen onder menselijk toezicht uit naar zijn grootste fulfilmentcentrum in Haldensleben, Duitsland. Het systeem is samen met Reply gebouwd met behulp van NVIDIA Omniverse-bibliotheken en draait op Google Cloud. Hierdoor kunnen logistieke teams werkzaamheden in een simulatie ontwerpen, testen en optimaliseren voordat ze fysiek worden uitgevoerd.

ALLSIDES lanceerde een geautomatiseerde 3D Digital Twin Factory die fysieke objecten binnen enkele minuten omzet in simulatieklare assets. Het bedrijf meldt een geometrische nauwkeurigheid van minder dan een millimeter, gemeten fysieke eigenschappen en materialen waarvan de belichting kan worden aangepast. Het platform wordt al gebruikt door merken als adidas, Amazon, Nike, Zalando en Zara.

Op het gebied van virtueel passen meldde CATCHES dat de implementatie van RealFit bij AMIRI de conversie met 55%, het aantal toevoegingen aan winkelwagentjes met 80% en de brutoverkoop met 56% heeft verhoogd, na seizoenscorrectie op basis van vergelijkbare modellen. CATCHES lanceerde ook PredictiveFit voor retailers en CASI, een WhatsApp-modeagent voor winkelen, styling en maatadvies.

Drie retailblauwdrukken zijn nog in vroege toegang

Op GTC Berlin presenteert Nebius drie NVIDIA-retailblauwdrukken die op zijn infrastructuur draaien. Ze zijn allemaal beschikbaar voor vroege toegang en worden niet omschreven als algemeen verkrijgbare producten.

Agent Harness for Employee Productivity combineert roostering, taakbeheer, voorraadmeldingen en operationele inzichten. Inventory Simulation and Optimization modelleert vraag- en aanvulstrategieën voordat er verplichtingen in de praktijk worden aangegaan. Agentic Finetuning Flywheel verbindt het genereren van trainingsdata, het fijnafstellen van opensourcemodellen en feedback over prestaties in de praktijk.

Meer nieuws lezen

Meer nieuws van FinanceVelix

Disclaimer

Dit artikel van FinanceVelix bevat algemene informatie en is geen gepersonaliseerd financieel, beleggings-, juridisch of fiscaal advies. Marktprijzen, rentetarieven en economische omstandigheden kunnen veranderen; aan beleggen zijn risico’s op verlies verbonden. De feiten zijn gebaseerd op het materiaal dat bij publicatie beschikbaar was en kunnen wijzigen. Controleer belangrijke informatie zelfstandig en raadpleeg indien nodig een gekwalificeerde professional. Vermelding van een activum, bedrijf of dienst houdt geen aanbeveling in.