22 жовтня NVIDIA розповіла про європейські проєкти у сфері ШІ для ритейлу, пов’язані з витратами на обслуговування моделей, пошуком товарів і плануванням роботи складів. Внутрішній бенчмарк Shopify показав скорочення витрат на обслуговування кастомізованої моделі на 90%, а Otto Group розширила ініціативу зі складської симуляції на свій найбільший центр виконання замовлень у Німеччині.

Основні висновки

  • За внутрішнім бенчмарком Shopify, донавчена модель показала вищу точність, на 90% нижчі витрати на обслуговування та відповіді у сім разів швидше.
  • Застосування в ритейлі охоплюють прототип пошуку Zooplus, уже впроваджене редагування зображень і віртуальну примірку на основі фізичної симуляції.
  • Otto Group розширила можливості симуляції роботи складів, тоді як три розробки NVIDIA для ритейлу залишаються на етапі раннього доступу.

Зміст

ШІ в європейському ритейлі: кастомізовані моделі в роботі

Результати Shopify стосуються субагента GraphQL у складі Sidekick — ШІ-помічника компанії для продавців. Компанія донавчила NVIDIA Nemotron 3.5 Lightning за допомогою таких інструментів, як Megatron Bridge і NeMo RL. Субагент отримує дані магазину для таких функцій, як Sidekick Pulse, що аналізує бізнес продавця та рекомендує поліпшення.

За внутрішнім бенчмарком Shopify, кастомізована модель перевершила за точністю неназвану передову модель, скоротила витрати на обслуговування на 90% і повертала відповіді у сім разів швидше, повідомила NVIDIA. Ці результати стосуються бенчмарку й не встановлюють показників ефективності для всіх завдань продавців.

Окремо програмне забезпечення NVIDIA CCluster для оптимізації інференсу vLLM допомогло Shopify досягти у 4,5 раза вищої швидкодії та знизити витрати на інференс до 12 разів у п’яти інших сферах: збагачення каталогів, допомога продавцям, симуляція покупок, класифікація товарів і рекомендації.

Пошук і зображення товарів: різні етапи впровадження

Zooplus разом з Infosys і за допомогою технологій NVIDIA перебудувала систему пошуку товарів. Прототип, готовий до виробничого використання та розгорнутий у середовищі Amazon Web Services зооритейлера, досяг точності пошуку 86%. Він використовує бібліотеку Nemotron Retriever для семантичного пошуку та розробку NVIDIA для збагачення каталогів у ритейлі, щоб генерувати пошукові атрибути товарів.

У Vestiaire Collective API Photoroom для редагування зображень тепер стандартизує кожне основне зображення товару в оголошенні, обробляючи близько 40 000 зображень на день у 70 країнах. За даними NVIDIA, для оброблених оголошень показник ліквідності був на 5% вищим, а кількість унікальних переглядів сторінок товарів — на 3–7% більшою. Конвеєр працює на графічних процесорах NVIDIA з використанням TensorRT і Triton Inference Server.

Omi запустила ProductDrop, щоб пов’язувати згенеровані зображення зі схваленими цифровими двійниками та уникати помилок щодо товарів у каталогах. L’Oréal використовує цей підхід у своїй програмі CreAItech. Генерація 3D-об’єктів за допомогою Omi TRELLIS працює на графічних процесорах RTX PRO 6000 Blackwell Server Edition; за повідомленням компанії, інференс відбувається у десять разів швидше, а затримка конвеєра скоротилася у чотири рази.

Обробка каталогів і дослідження інгредієнтів розширюють застосування

Рішення Mirakl Catalog Transformer додало до системи понад 70 мільйонів товарів, поєднуючи донавчені відкриті моделі із запатентованими сервісами для впорядкування даних постачальників. Mirakl запускає моделі на графічних процесорах NVIDIA у власній інфраструктурі та через європейських хмарних провайдерів, таких як Scaleway.

L’Oréal також інтегрує NVIDIA ALCHEMI у дослідження інгредієнтів; за повідомленням компанії, це скорочує процес із місяців експериментів до кількох годин обчислювального скринінгу. Компанія тестує споріднений підхід через CurieOS від Orbital Industries із використанням відкритої моделі молекулярної симуляції OrbMol-v2.

За повідомленням компанії, після інтеграції з ALCHEMI Toolkit OrbMol-v2 працює у п’ять разів швидше за порівнювані моделі, а похибка на 21% нижча, ніж у наступної найкращої моделі свого типу. Робочий процес допомагає визначити перспективні комбінації інгредієнтів для солюбілізації УФ-фільтрів до лабораторних випробувань.

Симуляція охоплює склади та віртуальну примірку

Otto Group розширила ініціативу з автономного складу під наглядом людей на свій найбільший центр виконання замовлень у Гальденслебені, Німеччина. Систему створено разом із Reply із використанням бібліотек NVIDIA Omniverse; вона працює на Google Cloud і дає змогу логістичним командам проєктувати, тестувати й оптимізувати операції у симуляції до їх фізичного впровадження.

ALLSIDES запустила автоматизовану фабрику 3D-цифрових двійників, яка за лічені хвилини перетворює фізичні об’єкти на активи, готові до симуляції. Компанія повідомляє про геометричну точність до міліметра, виміряні фізичні властивості та матеріали з можливістю зміни освітлення. Її платформа вже обслуговує такі бренди, як adidas, Amazon, Nike, Zalando і Zara.

У сфері віртуальної примірки CATCHES повідомила, що після сезонного коригування та порівняння однакових моделей впровадження RealFit у AMIRI підвищило конверсію на 55%, активність додавання товарів до кошика — на 80%, а валові продажі — на 56%. CATCHES також запустила PredictiveFit для ритейлерів і CASI — модного агента у WhatsApp для покупок, підбору стилю та визначення розміру.

Три розробки для ритейлу залишаються на етапі раннього доступу

На GTC Berlin компанія Nebius демонструє три розробки NVIDIA для ритейлу, що працюють на її інфраструктурі. Усі вони доступні на етапі раннього доступу, а не представлені як продукти із загальнодоступною версією.

Agent Harness for Employee Productivity поєднує планування змін, управління завданнями, сповіщення про запаси та операційну аналітику. Inventory Simulation and Optimization моделює попит і стратегії поповнення запасів до того, як брати на себе зобов’язання в реальному світі. Agentic Finetuning Flywheel об’єднує генерацію навчальних даних, донавчання моделей із відкритим кодом і зворотний зв’язок щодо результатів у реальних умовах.

Читайте більше новин

Більше новин FinanceVelix

Застереження

Ця стаття FinanceVelix містить загальну інформацію, а не персоналізовані фінансові, інвестиційні, юридичні чи податкові рекомендації. Ринкові ціни, процентні ставки та економічні умови можуть змінюватися; інвестиції пов’язані з ризиком збитків. Факти відображають матеріали, доступні на момент публікації, і можуть змінитися. Самостійно перевіряйте важливу інформацію та за потреби звертайтеся до кваліфікованого фахівця. Згадка про актив, компанію чи послугу не є рекомендацією.