ویناسوی از کاهش ۲۰ درصدی کمبود موجودی با هوش مصنوعی AWS خبر داد

شرکت ویتنامی ویناسوی می‌گوید سامانه پایش چیدمان فروشگاهی که با همکاری Renova Cloud و بر بستر خدمات AWS ساخته، طی دو ماه نرخ کمبود موجودی محصولاتش را ۲۰ درصد کاهش داده است. این ارقام گزارش خود شرکت هستند و مقاله منبع ارزیابی مستقل یا جزئیات روش اندازه‌گیری این کاهش را ارائه نمی‌کند.

از بررسی دستی عکس‌ها تا پایش هفتگی

پیش از این، کارکنان ویناسوی عکس‌های گرفته‌شده در بازدید فروشگاه‌ها را به‌صورت دستی در سامانه مدیریت توزیع بررسی می‌کردند. به گفته شرکت، هر چرخه امتیازدهی نزدیک به ۲ هزار ساعت کار می‌طلبید و بیش از ۲۰ روز طول می‌کشید؛ در نتیجه هر ماه حدود ۱۷ درصد فروشگاه‌ها پوشش داده می‌شدند و هر فروشگاه معمولاً ماهی یک‌بار بررسی می‌شد.

در فرایند جدید، فروشندگان از قفسه‌ها عکس می‌گیرند و تصاویر را در سامانه توزیع بارگذاری می‌کنند. فناوری تشخیص تصویر ویناسوی روی Amazon SageMaker محصولات را شناسایی می‌کند؛ از جمله ۲۴ نوع شیر ویناسوی با بسته‌بندی و اندازه‌های متفاوت. سپس Amazon Bedrock چیدمان هر فروشگاه را با استانداردهای تأییدشده نمایش محصول مقایسه و امتیاز انطباق تولید می‌کند.

ویناسوی گزارش کرده است که اکنون بیش از ۷۰ درصد فروشگاه‌ها در هر ماه و با تناوب هفتگی پایش می‌شوند. نتایج ظرف یک تا دو روز به تیم فروش می‌رسند؛ در حالی که در فرایند قبلی دریافت داده‌های انطباق ممکن بود چند هفته زمان ببرد.

اعداد عملکرد چه می‌گویند؟

طبق اعلام شرکت، سامانه تشخیص تصویر در هر ثانیه ۲۲ تصویر را پردازش می‌کند و از این نظر ۱۳۰۰ برابر سریع‌تر از بازرسی دستی است. این عدد فقط سرعت مرحله شناسایی تصویر را توصیف می‌کند و با زمان کامل ارزیابی چیدمان و تحویل امتیاز یکسان نیست. ویناسوی همچنین فرایند تازه را در تحویل امتیاز تا ۲۰ برابر سریع‌تر از روش قبلی توصیف کرده است.

مقاله می‌گوید سامانه می‌تواند عکس‌های نامناسب و چیدمان‌های غیرمعمول را نیز بررسی کند، اما هیچ معیار عددی برای دقت آن منتشر نشده است. بنابراین ادعای عملکرد در چنین شرایطی را نمی‌توان بر پایه این گزارش به‌طور مستقل سنجید.

گسترش به زنجیره تأمین و کنترل بسته‌بندی

ویناسوی قصد دارد پایش قفسه را در ماه‌های آینده به همه فروشگاه‌های شبکه خود گسترش دهد. این شرکت همچنین از تحلیل داده مبتنی بر هوش مصنوعی برای مدیریت فروش، پیش‌بینی تقاضا و بهینه‌سازی توزیع استفاده می‌کند و می‌گوید آماده‌سازی یک گزارش فروش مدیریتی از حدود سه روز به نزدیک پنج دقیقه کاهش یافته است؛ نتیجه‌ای جدا از ارقام پردازش تصویر.

گام بعدی همکاری با Renova Cloud، توسعه راهکاری روی AWS برای بازرسی بسته‌بندی محصولات است. ارزش عملی این توسعه‌ها به حفظ دقت در مقیاس بزرگ، کیفیت تصاویر ورودی و امکان راستی‌آزمایی شاخص‌های گزارش‌شده بستگی خواهد داشت.