„Zara“ bando, kiek generatyvus AI gali būti įtrauktas į kasdienes mažmeninės prekybos operacijas, pradedant nuo verslo dalies, kuri retai sulaukia dėmesio diskusijose apie technologijas: produktų vaizdų.
Naujausiose ataskaitose matyti, kad mažmenininkas naudoja dirbtinį intelektą, kad sukurtų naujus tikrų modelių, vilkinčių skirtingą aprangą, vaizdus, remiantis esamomis fotosesijomis. Modeliai ir toliau dalyvauja procese, įskaitant sutikimą ir kompensaciją, tačiau AI naudojamas vaizdams išplėsti ir pritaikyti nekartojant gamybos nuo nulio. Nurodytas tikslas – pagreitinti turinio kūrimą ir sumažinti kartotinių filmavimų poreikį.
Iš pažiūros pokytis atrodo laipsniškas. Praktiškai tai atspindi žinomą įmonės AI pritaikymo modelį, kai technologija įdiegiama ne siekiant pertvarkyti verslo veiklą, o pašalinti trintį nuo užduočių, kurios kartojasi dideliu mastu.
Kaip Zara naudoja dirbtinį intelektą, kad sumažintų trintį atliekant pakartotinius mažmeninės prekybos darbus
Tokiam pasauliniam mažmenininkui kaip „Zara“ vaizdai nėra kūrybingas. Tai gamybos reikalavimas, tiesiogiai susijęs su tuo, kaip greitai produktai gali būti pristatyti, atnaujinti ir parduoti įvairiose rinkose. Kiekvienam elementui paprastai reikia kelių vaizdinių variantų skirtingiems regionams, skaitmeniniams kanalams ir kampanijos ciklams. Net kai drabužiai keičiasi tik nežymiai, aplinkiniai gamybos darbai dažnai vėl pradedami nuo nulio.
Toks kartojimas sukelia vėlavimus ir išlaidas, kurių lengva nepastebėti, nes tai yra įprasta. AI suteikia galimybę suspausti tuos ciklus pakartotinai naudojant patvirtintą medžiagą ir generuojant variantus nenustatant viso proceso iš naujo.
AI patenka į gamybos vamzdyną
Technologijos vieta yra tokia pat svarbi, kaip ir pačios galimybės. „Zara“ nepozicionuoja AI kaip atskiro kūrybinio produkto ir neprašo komandų pritaikyti visiškai naują darbo eigą. Įrankiai naudojami esamame gamybos dujotiekyje, palaikant tuos pačius rezultatus su mažiau perdavimo. Dėl to dėmesys sutelkiamas į pralaidumą ir koordinavimą, o ne į eksperimentavimą.
Toks diegimas yra įprastas, kai dirbtinis intelektas peržengia bandomuosius etapus. Užuot paprašius organizacijų permąstyti, kaip atliekamas darbas, technologija pristatoma ten, kur jau yra apribojimų. Kyla klausimas, ar komandos gali judėti greičiau ir mažiau dubliuojantis, o ne tai, ar AI gali pakeisti žmogaus vertinimą.
Vaizdų iniciatyva taip pat yra kartu su platesniu duomenimis pagrįstų sistemų rinkiniu, kurį „Zara“ sukūrė laikui bėgant. Mažmenininkas jau seniai pasitikėjo analize ir mašininiu mokymusi, kad prognozuotų paklausą, paskirstytų atsargas ir greitai reaguotų į klientų elgsenos pokyčius. Šios sistemos priklauso nuo greito grįžtamojo ryšio tarp to, ką klientai mato, ką perka ir kaip akcijos juda tinkle.
Žvelgiant iš šios perspektyvos, greitesnis turinio kūrimas palaiko platesnę veiklą, net jei ji nėra suformuluota kaip strateginis poslinkis. Kai produktų vaizdus galima atnaujinti arba lokalizuoti greičiau, tai sumažina laiko tarpą tarp fizinių atsargų, pristatymo internete ir klientų atsakymo. Kiekvienas patobulinimas yra nedidelis, bet kartu jie padeda išlaikyti greitosios mados tempą.
Nuo eksperimentavimo iki įprastinio naudojimo
Pažymėtina, kad bendrovė vengė suformuluoti šio žingsnio didingai. Nėra paskelbtų duomenų apie išlaidų sutaupymą ar produktyvumo padidėjimą, taip pat nėra teiginių, kad AI keičia kūrybinę funkciją. Taikymo sritis išlieka siaura ir veikia, o tai riboja riziką ir lūkesčius.
Šis suvaržymas dažnai yra ženklas, kad dirbtinis intelektas pasitraukė iš eksperimentų ir pradėjo naudoti įprastinį. Kai technologijos tampa kasdienės veiklos dalimi, organizacijos linkusios apie tai kalbėti mažiau, o ne daugiau. Tai nustoja būti inovacijų istorija ir pradedama traktuoti kaip infrastruktūra.
Taip pat yra apribojimų, kurie lieka matomi. Procesas vis dar priklauso nuo žmonių modelių ir kūrybinės priežiūros, ir nėra jokių užuominų, kad dirbtinio intelekto sukurti vaizdai veiktų nepriklausomai. Kokybės kontrolė, prekės ženklo nuoseklumas ir etiniai sumetimai ir toliau formuoja priemonių taikymą. AI plečia esamą turtą, o ne kuria turinį atskirai.
Tai atitinka tai, kaip įmonės paprastai kreipiasi į kūrybinį automatizavimą. Užuot visiškai pakeitę subjektyvų darbą, jie nukreipia į pasikartojančius komponentus aplink jį. Laikui bėgant tie pokyčiai kaupiasi ir keičia tai, kaip komandos paskirsto pastangas, net jei pagrindiniai vaidmenys lieka nepakitę.
Tai, kad „Zara“ naudoja generatyvųjį dirbtinį intelektą, nerodo mados mažmeninės prekybos išradimo iš naujo. Tai parodo, kaip dirbtinis intelektas pradeda liesti organizacijos dalis, kurios anksčiau buvo laikomos rankinėmis arba sunkiai standartizuojamomis, nekeičiant verslo veiklos iš esmės.
Didelėse įmonėse dirbtinio intelekto pritaikymas dažnai tampa ilgalaikis. Tai neįvyksta per plačius strategijos pranešimus ar dramatiškus teiginius. Tai vyksta per mažus, praktiškus pakeitimus, dėl kurių kasdienis darbas vyksta šiek tiek greičiau – kol tampa sunku įsivaizduoti be tų pokyčių.
(M. Rennimo nuotr.)
Taip pat žiūrėkite: „Walmart“ AI strategija: kas iš tikrųjų veikia, be ažiotažų
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
