Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Nvidia 推出新的 AI 工作流程以帮助零售业预防损失

Posted on 2023-01-13

在最近一集的“客户大战”中,一位女士将电锯放在裤子里试图偷走它。您可能已经看到小偷从 Ulta 偷窃的视频。

像这样的视频在互联网上随处可见,零售业报告盗窃事件持续增加。 Target将 2022 年数十万美元的利润损失归因于有组织的零售盗窃,而沃尔玛最近表示,盗窃增加可能导致价格上涨和商店关闭。

“收缩”是零售商用来表达由于产品被盗、损坏或错放而造成的损失的术语。美国零售联合会报告称,在过去五年中,缩水日益成为零售商面临的 1000 亿美元问题。 NRF 在深入研究缩水后表示,估计有 65% 的缩水是由于盗窃造成的。

输入英伟达。该公司以开发和制造图形处理单元而闻名,宣布了三个新的零售人工智能工作流程,作为其NVIDIA 人工智能企业软件套件的一部分。这些工作流程旨在帮助开发人员更快地构建和部署旨在防止盗窃的应用程序。

Nvidia 零售 AI 副总裁 Azita Martin 表示,这些工作流程建立在 Nvidia 的 Metropolis Microservices 之上,这是一种构建人工智能应用程序的低代码或无代码方式,然后将它们与公司的遗留系统(如销售点)集成、CPG 和 QSR,在本周与媒体的预先简报中。

这三个工具包括:

  • Retail Loss Prevention AI Workflow:这就是您所说的主要工具,也是一种有趣的工具。 Martin 说,这个工作流程使用数百张最常被盗产品的图像进行了预训练——我们说的是洗涤剂、酒精、非处方药甚至牛排——这样人工智能就可以识别瓶子的各种形状和大小和包装进来。结账时扫描的新产品也成为培训的一部分。

“我们主要关注由消费品公司生产的品牌,但它可以为特定零售商定制,”Martin 补充道。 “他们可以使用合成数据生成和一些额外的数据来进一步训练该特定零售商在其商店中销售的所有不同类型的产品。”

  • 多摄像头跟踪 AI 工作流程:多目标、多摄像头功能允许应用程序开发人员创建系统,在整个商店中跨多个摄像头跟踪对象。通过视觉嵌入或外观跟踪对象,而不是个人生物识别信息,因此购物者可以保护隐私。

“当顾客在整个商店走动时,如果产品被移动,它会跟踪这些产品,甚至跟踪购物篮或手推车从一个摄像头到另一个摄像头,”Martin 解释说。 “它还为零售商提供了整个商店的客户旅程概览。因此,这是我们看到零售商非常感兴趣的另一个领域。”

  • 零售商店分析工作流程:该工具使用计算机视觉为商店分析提供见解,包括商店客流量趋势、有购物篮的顾客数量和通过自定义仪表板的过道占用率。

“使用热图,您可以了解客户最常去的地方以及最受客户欢迎的路径,”Martin 说。 “这使您可以优化商店的分类和商品陈列,以增加收入。”

有关这些新工具的更多详细信息将于 1 月 15 日在纽约举行的全国零售联合会会议上公布。

资深企业 VC Peter Wagner 谈 AI 初创公司的机遇

Nvidia 推出新的人工智能工作流程,以帮助零售业预防损失作者: Christine Hall ,最初发表于TechCrunch

原文: https://techcrunch.com/2023/01/12/nvidia-ai-retail-theft/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Anil Dash
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brandon Skerritt
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme