Brain Corp近日发布了其与捷克零售商Albert合作扩展的最新成果报告,称AI驱动的货架扫描机器人表现"高度成功"。
Albert是捷克共和国领先的零售品牌之一,隶属于Ahold Delhaize集团,在全国拥有350家门店。
长期以来,Albert的库存管理依赖高度结构化的日常人工操作。每次补货周期结束后,门店员工和管理人员需手动扫描空货架,以纠正系统中的数据偏差。然而,由于人员短缺、时间压力以及员工经验参差不齐,库存准确性难以持续保障,导致部分商品在下一次配送前长期缺货。
这一信息盲区直接影响了销售业绩,损害了与品牌合作伙伴的关系,也对消费者的购物体验造成了负面影响。
2022年,Albert成功部署了搭载BrainOS系统的Tennant自动洗地机器人,此后双方进一步合作,评估AI驱动的货架扫描技术能否在真实门店环境中稳定运行,以弥补上述运营缺口。
Albert运营支持顾问Pavel Klemera表示:"在成功部署自动清洁机器人之后,我们意识到自动化技术不仅能带来运营稳定性,还能提供极具价值的数据支撑。"
搭载BrainOS的货架扫描系统所提供的数据,清晰揭示了需要改进的运营短板。在商品识别、价格标签检测及异常情况发现等方面,系统设定的基准目标准确率为90%,而实际表现持续维持在90%以上的高位,远超预期目标。
更值得关注的是,系统的准确率在试点过程中持续提升。随着每一次扫描积累,技术对商品、价格标签及空置空间的识别能力不断增强,充分体现了AI技术持续进化的潜力。
Albert门店运营流程负责人Ivana Stastnikova表示:"数据清晰、稳定且准确,帮助我们识别出人为错误,例如部分纸质价签上存在过时价格,我们得以第一时间进行纠正。"
自动化库存扫描是Albert数字化转型战略的重要一步,该战略以数字化、自动化和数据驱动决策为核心。通过引入AI驱动的数据洞察,Albert正在强化运营执行能力,减少对人工纠错的依赖,并为门店团队提供更全面的库存可视化支持。
Stastnikova强调:"Albert的创新追求的是可量化的实际成效,只有当技术真正带来切实的运营价值时,我们才会选择采用。"
凭借在真实门店环境中取得的出色数据准确性成果,Albert已为在中欧和东南欧市场大规模推广AI驱动的库存洞察方案奠定了坚实基础,进一步巩固了其作为现代数据驱动型零售运营领导者的市场地位。
Q&A
Q1:BrainOS货架扫描系统的准确率能达到多少?
A:BrainOS货架扫描系统在商品识别、价格标签检测及异常情况发现等方面,设定的基准准确率目标为90%,但实际表现持续维持在90%以上的高位,远超预期。此外,系统的准确率在试点过程中还在持续提升,随着扫描次数增加,识别能力不断增强。
Q2:Albert为什么要引入AI货架扫描机器人?
A:Albert此前的库存管理高度依赖人工操作,由于人员短缺、时间压力和员工经验不均等问题,库存准确性难以保障,部分商品在下次配送前会长期缺货。这一信息盲区影响了销售、品牌合作关系和购物体验,因此Albert选择引入AI驱动的货架扫描机器人来填补这一运营缺口。
Q3:Albert未来计划如何扩展AI货架扫描技术的应用?
A:基于在捷克门店试点中取得的出色成果,Albert计划将AI驱动的库存洞察方案推广至中欧和东南欧更广泛的市场,进一步推进其数字化、自动化和数据驱动决策的企业战略。
好文章,需要你的鼓励
穆拉蒂时隔18个月首次接受重大媒体采访,介绍其创立的Thinking Machines Lab正在开发的"交互模型"。该模型能以200毫秒间隔处理音频、文本和视频流,捕捉人类交流中的中断、修正和停顿。她还谈及OpenAI"政变周"经历,强调行业决策权过于集中的担忧,并回应了公司近期研究人员离职问题,表示这是初创实验室的正常波动。
STATE16研究院这篇综述发现,物理AI系统存在"静默失效"风险——AI以高度自信执行基于错误世界信息的动作,却不触发任何报警,并提出在AI输出与物理执行之间建立独立授权层的框架。
本期《Quick Charge》播客涵盖多个热点话题:特斯拉疑似试图删除FSD欺诈相关证据以规避巨额赔付;卡特彼勒持续推进建筑领域电气化布局;住宅太阳能30%税收抵免即将到期。此外,嘉宾Tom Pacheco就高压系统与电池技术培训展开探讨,强调电动车技术人才培养的紧迫性。节目同时提醒有意安装太阳能的用户尽快行动,可通过EnergySage平台比较多家安装商报价。
UIUC与微软联合研发的OpenWebRL框架让4B小模型仅凭400条初始数据,通过在真实网站上边做边学的强化学习方式,在网页智能体基准上超越了用27万条数据训练的竞争对手。