開發(fā)者可使用全新 NVIDIA 零售 AI 工作流，快速構建防損應用程序。該工作流基于云原生微服務而構建，包括針對數百種容易被盜的產品進行預訓練的模型。

2023 年 1 月 12 日 - 美國零售聯合會會議 - 全球零售業(yè)面臨著一個價值 1000 億美元的難題 —— 庫存 “損耗”，即由于盜竊、損壞和錯放而造成的貨物損失，會在極大程度上削弱零售商的利潤。

根據美國零售聯合會(National Retail Federation)與零售防損委員會(Loss Prevention Research Council)合作開展的 《2022 年零售業(yè)安全調查》，估計 65% 的商品損耗是由于盜竊造成的。多家零售商表示，由于食品和其他必需品價格上漲，近期的盜竊事件增加了一倍以上。

為了讓開發(fā)者能夠更輕松且快速地構建并推出能夠防止盜竊現象的應用程序，NVIDIA 于 1 月 12 日宣布推出三個基于其 Metropolis 微服務的零售 AI 工作流。這些工作流可用作防損應用程序的無代碼或低代碼構建模塊。其基于最常被盜產品的圖像以及軟件進行了預訓練，能夠接入商店內現有的應用程序，追蹤銷售點機器以及整個商店內的對象和產品。

零售防損委員會主任 Read Hayes 表示：“當前的宏觀動態(tài)環(huán)境下，零售業(yè)的盜竊現象有所增加，而這有可能使零售業(yè)不堪重負。對于企業(yè)，投資于防損解決方案已成為一項關鍵要求，也是必須面對的現實。”

通過 NVIDIA AI Enterprise 軟件套件提供的 NVIDIA 零售 AI 工作流包括：

● 零售防損 AI 工作流：該工作流中的 AI 模型經過預訓練，可以識別數百種最常因盜竊而丟失的產品，包括肉類、酒類和洗衣粉，并能識別各種包裝尺寸和形狀。借助 NVIDIA Omniverse 的合成數據生成功能，零售商和獨立軟件供應商可針對數十萬種店內產品，對模型進行定制化和進一步訓練。

該工作流基于 NVIDIA Research 開發(fā)的最先進的少樣本學習技術，再結合主動學習，可識別并捕獲客戶和銷售人員在結賬時掃描的任何新產品，最終提高模型準確性。

● 多攝像頭追蹤 AI 工作流：提供多目標、多攝像頭(MTMC)功能，使應用開發(fā)者能夠更輕松地創(chuàng)建系統(tǒng)，以通過商內的多個攝像頭來進行對象追蹤。該工作流通過攝像頭來追蹤對象和店員，每個對象擁有一個唯一 ID。對象的追蹤是基于視覺嵌入或外觀，而非個人生物識別信息，以全面保障購物者的隱私。

● 零售商店分析工作流：使用計算機視覺，為商店的分析提供深入洞察，通過自定義儀表板來顯示多項信息，例如商店客流量趨勢、帶購物籃的顧客數量、過道占用率等。

這些工作流基于 NVIDIA Metropolis 微服務而構建。NVIDIA Metropolis 微服務是一種構建 AI 應用程序的低代碼或無代碼方式，為復雜 AI 工作流的開發(fā)提供了構建模塊，并使開發(fā)出的工作流能夠快速擴展到生產就緒型 AI 應用程序中。

開發(fā)者可以輕松地對這些 AI 工作流進行定制和擴展，包括集成開發(fā)者自己的模型。此微服務還能夠更輕松地將新產品與舊系統(tǒng)(例如銷售點系統(tǒng))集成。

Radius.ai 首席技術官 Bobby Chowdary 表示： “基于 Metropolis 微服務構建的全新 NVIDIA 零售 AI 工作流使我們能夠對產品進行定制化，實現快速擴展，以更好地滿足不斷增長的客戶需求，并持續(xù)推動零售領域的創(chuàng)新?！?

Infosys 執(zhí)行副總裁兼 AI 和自動化業(yè)務負責人 Balakrishna D R 表示： “Infosys一直致力于應用 AI 解決方案，目前正在利用NVIDIA新工作流程開發(fā)最先進的防損系統(tǒng)， 包含用于零售 SKU 識別的預訓練模型和微服務架構。這將助力我們更快速地部署解決方案，并快速擴展以涵蓋更多商店和產品線，同時實現超越從前的準確性。”

NVIDIA 將于 1 月 15 日至 17 日在紐約舉行的美國零售聯合會會議上，公布有關其零售 AI 工作流的更多詳情。