Mỗi khoảnh khắc mua sắm “thuận tiện” đều có được nhờ các nhóm làm việc để đáp ứng thời hạn giao hàng, nỗ lực khắc phục các chi tiết sản phẩm bị thiếu và cố gắng mang đến trải nghiệm mua sắm được chọn lọc kỹ lưỡng.
Đằng sau hậu trường, các nhân viên đang phải đối mặt với thực tế của các hệ thống lỗi thời, dữ liệu phân tán và kỳ vọng ngày càng cao của khách hàng — sự kết hợp này khiến việc duy trì tính nhất quán và tốc độ trở nên khó khăn hơn với mỗi mùa vụ mới và mỗi khi có thêm một sản phẩm (SKU) mới.
Các bản thiết kế (NVIDIA gọi đó là các Blueprint) mới về Kho hàng thông minh đa tác nhân (MAIW – Multi-Agent Intelligent Warehouse) và Retail Catalog Enrichment được thiết kế để biến hệ thống năng động này thành lợi thế. Các tài liệu tham khảo dành cho nhà phát triển mã nguồn mở này, được ra mắt hôm nay, cho phép các nhà phát triển tùy biến các giải pháp dựa trên trí tuệ nhân tạo cho chuỗi giá trị bán lẻ, từ kho hàng đến tủ quần áo.
“Việc xây dựng dựa trên các bản thiết kế này sẽ giảm chi phí tích hợp và giúp khách hàng cũng như đối tác của chúng tôi triển khai ứng dụng nhanh chóng,” Tarik Hammadou, giám đốc quan hệ nhà phát triển mảng AI cho ngành bán lẻ và hàng tiêu dùng đóng gói tại NVIDIA, cho biết. “Chúng giúp khai phá hiệu quả và khả năng mở rộng quy mô cấp doanh nghiệp mà ngành bán lẻ cần để cạnh tranh.”
Các bản thiết kế sẽ được trưng bày vào tuần tới tại Triển lãm lớn của Liên đoàn Bán lẻ Quốc gia: Retail’s Big Show.
Đơn giản hóa quy trình làm việc trong kho
Kho hàng là những không gian năng động với nhiều bộ phận chuyển động, từ những thùng hàng chứa đủ loại mặt hàng bán lẻ đến những cỗ máy khổng lồ và công nhân thực hiện hàng nghìn đơn hàng mỗi ngày. Vấn đề có thể phát sinh bất cứ lúc nào — từ hàng hết đến việc “cần dọn dẹp ở lối đi số 4”.
Một vấn đề thường trực trong môi trường làm việc này là sự thiếu kết nối giữa các lớp công nghệ thông tin (IT) và công nghệ vận hành (OT). Khoảng cách này cản trở các nhà quản lý xử lý dễ dàng các vấn đề như đo lường chính xác lượng hàng tồn kho, xác định hiệu quả các sự cố công nghệ và điều động đủ nhân lực đến các khu vực cần hỗ trợ thêm.
“Ý tưởng về việc có một lớp AI tác nhân ở cấp độ CNTT hoặc OT là không hiệu quả, nhưng việc có các tác nhân nằm giữa CNTT và OT cho phép các tác nhân AI hoạt động như những người điều phối,” Hammadou nói.
Cùng tìm hiểu chi tiết về bản kế hoạch MAIW.
Mô hình NVIDIA MAIW cung cấp một hệ thống AI đồng bộ hoạt động trên nền tảng các hệ thống quản lý kho hiện có, hoạch định nguồn lực doanh nghiệp, robot và dữ liệu IoT, giúp các nhóm có được thông tin vận hành theo thời gian thực và có thể giải thích được.
Bản thiết kế bao gồm các tác nhân chuyên biệt cho việc vận hành tài sản thiết bị, điều phối hoạt động, tuân thủ an toàn, dự báo và xử lý tài liệu — tất cả được điều phối bởi một trợ lý vận hành kho trung tâm, mô phỏng cách thức hoạt động thực tế của kho và chuyển đổi dữ liệu rời rạc thành các quyết định chủ động.
Ví dụ, người giám sát có thể hỏi bằng ngôn ngữ tự nhiên, “Tại sao việc đóng gói lại chậm?” và trợ lý sẽ phân tích trạng thái thiết bị, hàng đợi công việc và dữ liệu nhân sự để làm nổi bật điểm nghẽn, đưa ra bằng chứng hỗ trợ và đề xuất các hành động như cân bằng lại công việc hoặc điều chỉnh mức độ ưu tiên của nhiệm vụ.
Bản thiết kế này cũng cung cấp các khả năng ở cấp độ sản xuất — bao gồm kiểm soát truy cập dựa trên vai trò và các biện pháp bảo vệ để đảm bảo các đề xuất tuân thủ chính sách — nhờ đó các nhóm vận hành có thể tin tưởng vào AI để giúp phối hợp thiết bị thực tế và các quyết định quan trọng về an toàn.
Bằng cách tập trung vào các chỉ số để phát hiện và giải quyết các vấn đề và sự cố an toàn, cũng như đảm bảo hoàn thành đơn hàng đúng hạn và tuân thủ thỏa thuận mức độ dịch vụ — MAIW giúp các kho hàng chuyển từ tình trạng ứng phó khẩn cấp liên tục sang các ca làm việc có thể dự đoán được hơn và dựa trên dữ liệu.
Các đối tác như Kinetic Vision, một công ty phát triển sản phẩm và công nghệ, có thể sử dụng mô hình MAIW để đổi mới và giải quyết các vấn đề tồn tại hàng thập kỷ trong chuỗi cung ứng bán lẻ.
“Biểu đồ và đồ thị đã lỗi thời, chúng ta cần dự đoán và các hành động cụ thể,” Jeremy Jarrett, Giám đốc điều hành của Kinetic Vision, cho biết. “Bản thiết kế NVIDIA MAIW sẽ cho phép bạn có một phương pháp tập trung hơn để trả lời các câu hỏi và thúc đẩy việc ra quyết định.”
Giải quyết vấn đề dữ liệu sản phẩm thưa thớt
Giải pháp NVIDIA Blueprint về làm phong phú danh mục sản phẩm bán lẻ có thể giúp các doanh nghiệp thuộc mọi quy mô đạt được quy trình giới thiệu sản phẩm đầy đủ và chính xác hơn, cũng như triển khai tiếp thị theo khu vực.
Các nhà bán lẻ thường phải đối mặt với vấn đề “dữ liệu thưa thớt”: hình ảnh sản phẩm thường đi kèm với văn bản tối thiểu hoặc không nhất quán, và các nhóm phải dành nhiều thời gian để viết tiêu đề, mô tả và thuộc tính, sau đó tùy biến chúng cho từng thị trường và chiến dịch.
Kế hoạch này giải quyết vấn đề đó bằng cách sử dụng trí tuệ nhân tạo tạo sinh để tạo ra nội dung sản phẩm chất lượng cao, có cấu trúc, phù hợp với bản địa và thương hiệu trên quy mô lớn.
Ví dụ, hãy tưởng tượng một nhà bán lẻ đồ gia dụng đang cố gắng cập nhật cửa hàng trực tuyến của họ với một bộ ảnh cơ bản về những chiếc cốc sứ. Với mô hình ngôn ngữ hình ảnh (VLM) của NVIDIA Nemotron , một phần của Kế hoạch làm giàu danh mục bán lẻ, các bức ảnh có thể được đưa vào VLM để phát triển metadata sản phẩm như màu sắc, chất liệu, dung tích, kiểu dáng và ứng dụng.
Từ một hình ảnh duy nhất, hệ thống có thể tạo ra tiêu đề và mô tả sản phẩm được bản địa hóa, trích xuất và chuẩn hóa các thuộc tính cho hệ thống tìm kiếm và đề xuất nhằm cải thiện SEO và GEO, đồng thời tạo ra hình ảnh phong cách sống 2D phù hợp với văn hóa và các tài sản 3D tương tác. Ẩn sau đó, một “giám khảo” AI sẽ kiểm tra chất lượng và tính nhất quán của các kết quả đầu ra.
Ngoài ra, Bản kế hoạch làm phong phú danh mục bán lẻ có thể tạo ra nội dung tiếp thị đa dạng, phù hợp với thương hiệu bằng cách áp dụng giọng điệu, phong cách và hướng dẫn phân loại thương hiệu thông qua các gợi ý, cùng với hình ảnh sản phẩm và khu vực mục tiêu. Bản kế hoạch sử dụng các hướng dẫn thương hiệu đó để tạo ra tiêu đề và mô tả sản phẩm phong phú, danh mục và thẻ được bản địa hóa, và các biến thể hình ảnh phong cách sống phù hợp với văn hóa được thiết kế riêng cho mục đích đó.
Giải pháp được hỗ trợ bởi NVIDIA Blueprint của Grid Dynamics
Các công ty hiện đang tự tạo ra sản phẩm của riêng mình với sự hỗ trợ từ các mô hình bán lẻ của NVIDIA.
Công ty tư vấn công nghệ toàn cầu Grid Dynamics đã xây dựng một hệ thống quản lý và làm phong phú danh mục sản phẩm, giúp tăng độ chính xác về nội dung mặt hàng và trạng thái SKU cho các nhà bán lẻ lớn, bằng cách sử dụng bản thiết kế Retail Catalog Enrichment của NVIDIA.
“Chất lượng tìm kiếm và chất lượng trải nghiệm duyệt web của khách hàng phụ thuộc trực tiếp vào chất lượng dữ liệu danh mục sản phẩm,” Ilya Katsov, giám đốc công nghệ của Grid Dynamics cho biết. “Đây là vấn đề rất quan trọng đối với tất cả các nhà bán lẻ có sự hiện diện trực tuyến, nhằm đảm bảo danh mục sản phẩm của họ có đầy đủ và nhất quán các thuộc tính nhất có thể — và giải pháp của chúng tôi tự động hóa quá trình này để họ không cần phải thực hiện việc xem xét thủ công.”
Đối với các nhà bán lẻ lớn với danh mục sản phẩm khổng lồ, các thuộc tính có thể bị thiếu hoặc không chính xác. Việc tích hợp các nhà cung cấp mới với cấu trúc danh mục khác nhau có thể làm cho dữ liệu càng thêm rối rắm — dẫn đến doanh số không chính xác, sự thất vọng và cuối cùng là mất lòng trung thành của khách hàng.
Đây chính là lúc giải pháp của Grid Dynamics phát huy tác dụng.
“Giải pháp của chúng tôi giúp danh mục sản phẩm dễ tìm kiếm hơn, đồng thời cho phép các thương hiệu thực thi các quy tắc kinh doanh của họ trên quy mô lớn,” Dan Guja, kỹ sư phần mềm chính tại Grid Dynamics cho biết. “Với các quy tắc kinh doanh dựa trên AI được áp dụng trên toàn bộ danh mục, các thương hiệu có thể cải thiện chất lượng dữ liệu, làm rõ hơn tín hiệu về ý định mua hàng của khách hàng và hiển thị các sản phẩm mà khách hàng thực sự muốn.”
Ghép nối các mảnh ghép của kênh bán lẻ NVIDIA
Các bản thiết kế MAIW và Catalog Enrichment của NVIDIA là một phần của sáng kiến lớn hơn nhằm định hình lại quy trình làm việc từ kho hàng đến người tiêu dùng với hạ tầng AI ở mọi cấp độ.
Ở phía máy chủ, bản thiết kế MAIW hỗ trợ các nhà quản lý và nhân viên kho trong các nhiệm vụ quản lý dữ liệu và nguồn cung hàng ngày, trong khi bản thiết kế NVIDIA Catalog Enrichment cho phép các nhóm kỹ thuật số dễ dàng tạo ra các trang SKU được thiết kế đẹp mắt chỉ bằng một cú nhấp chuột. Thêm vào đó, bộ dữ liệu mã nguồn mở Nemotron-Personas-USA có thể được sử dụng trong việc phát triển và đào tạo các giải pháp, cải thiện tính đa dạng của dữ liệu được tạo ra một cách tổng hợp về nhiều nhóm nhân khẩu học người mua sắm khác nhau.
Ở khía cạnh giao diện người dùng, bản thiết kế NVIDIA Retail Shopping Assistant Blueprint đã được phát hành trước đó có thể giúp việc khám phá sản phẩm và trải nghiệm mua sắm của khách hàng trở nên dễ dàng, thú vị và mang tính đối thoại hơn bằng cách đóng vai trò như một chuyên gia bán lẻ.
“Bước tiếp theo là tích hợp lớp trí tuệ nhân tạo vật lý vào hoạt động kho hàng và cửa hàng, cho phép các tác nhân thông minh quan sát, suy luận và hành động dựa trên các thách thức thực tế về hàng tồn kho và chuỗi cung ứng,” Tarik Hammadou cho biết. “Bằng cách huấn luyện các tác nhân vật lý với các khả năng như thị giác máy tính, chúng ta đang tiến tới các hoạt động thích ứng và tự động hơn.”
Tìm hiểu thêm về các bản thiết kế MAIW và Retail Catalog Enrichment trên bài blog của NVIDIA.