저희는 고객 경험을 단순화하기 위해 AI를 사용하고 있습니다. 일반적으로 유통업체들은 실시간 시장 변화에 대응하면서 수요와 공급의 균형, 할인 프로그램과 판매 실적 분석, 기업과 고객에게 맞는 가격 책정 등 AI를 활용하여 가격을 최적화하고 있습니다. — Victoria Uti, Director, Principal Research Engineer, Kroger
가격 최적화를 통해 가격 변동의 영향, 해당 가격에서의 수요 가능성 그리고 선택할 수 있는 최고의 추천 제품 등을 예측할 수 있습니다. 전통적으로 머천다이저는 수천 개의 상점과 수백만 개의 제품에 걸쳐 이루어지는 가격 권장 사항을 일일이 검토해야 하는 과정에서 AI가 중요한 역할을 할 수 있습니다. — Rob Armstrong, Director of Data Science, Tesco
추천 시스템 최대 규모의 상용 플랫폼 중 일부에서는 추천 시스템이 수익의 30%를 차지하는데 이는 수십억 달러의 매출에 해당합니다. 바로 이것이 소매업체들이 웹페이지 방문부터 쇼핑을 위한 소셜 미디어 사용에 이르는 모든 행동을 촉진하기 위해 추천자 시스템을 사용하는 이유입니다. 또한, 소매업체들은 제공되는 기하급수적인 의견을 통해 관련성이 높은 소비자 제품을 제안함으로써 전환을 개선합니다. 엔드 투 엔드 GPU 기반 추천자 프레임워크인 NVIDIA Merlin은 빠른 피처 엔지니어링과 높은 트레이닝 처리량을 제공하여 DL 추천자 모델의 빠른 실험 및 생산 재트레이닝을 가능하게 합니다. 또한 Merlin은 지연 시간이 낮고 처리량이 높은 생산 추론도 가능하게 합니다. NVIDIA Merlin 알아보기 >
맞춤형 추천 소비자의 참여를 촉진하려면 소비업체는 일대일 맞춤화된 예측을 해야 합니다. 모든 모바일 디바이스에서 작동하는 GPU 가속화 AI 도구인 Olay Skin Advisor는 사용자가 제공한 셀카를 평가하여 트러블이 있는 부분을 개선하기 위한 Olay 식이 요법을 추천합니다. 4주 후에도 94%의 Skin Advisor 사용자가 계속해서 추천된 제품을 사용했습니다. 패션 전자 상거래 회사인 Stitch Fix는 AI 기반 의사 결정과 인간의 판단 사이의 완벽한 균형을 이루었습니다. 고객 선호 사항을 이해하기 위한 알고리즘을 사용하여 Stitch Fix는 개인 스타일링 기술과 데이터 분석을 결합하여 패션 서비스를 만들어 냈습니다. 이 모든 것은 GPU 가속화 딥 러닝으로 가능했습니다. 블로그 읽기 > 팟캐스트 듣기 >
제품 필터링 소매업체들은 정교한 이미지 속성 인식을 위한 차세대 컴퓨터 비전을 활용해 메타 태깅 및 카탈로그 제작을 자동화합니다. 포괄적인 제품 및 서비스 정보에 대한 액세스는 이미지 식별에 도움을 주어 성공적인 맞춤형 추천 시스템을 가능하게 해줍니다. 패션은 빠르게 변화하므로 NVIDIA의 파트너인 Omnious는 B2B 고객이 패션 커브에서 계속 앞서나갈 수 있도록 도움을 주는 AI 태깅 API를 제공합니다. 95% 이상의 정확도를 가지는 자동 태깅 솔루션인 Ominous Tagger는 수동 태깅보다 100배 빠르며 검색 효율을 4배 높이고 인건비를 77% 낮춥니다. 또한 Omnious는 소셜 미디어 패션 인플루언서 이미지를 분석하는 트렌드 보고서도 제공합니다. Clarifai가 AI 자동화를 통해 데이터 레이블링 시간을 단축한 방법 알아보기 (39:15 분)
가상 피팅 미국에서 환불된 상품으로 인해 발생한 비용은 3,090억 달러였습니다. 이 총액 중에서 온라인 환불이 410억 달러를 차지합니다. 이제 소매업체는 환불 건수를 줄이고 더 개선된 쇼핑 경험을 제공하기 위해 어울리는 핏을 가상으로 보장하는 품목을 고객에게 제안할 수 있습니다. Cappasity는 자체적인 3D Virtual Try-On 솔루션을 통해 고객이 의류를 구매하기 전에 어떤 모습일지 확인할 수 있는 가상 피팅 경험을 제공합니다. NVIDIA GPU에 기반하며 계산 속도를 높이기 위해 CUDA를 활용하는 Cappasity의 알고리즘은 클라우드 상에서 데이터를 처리해 신체 치수를 감지하고 뉴럴 네트워크가 인체 윤곽 분할을 수행합니다.