開發者可使用全新 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。

全球零售業面臨著一個價值 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：“當前的宏觀動態環境下，零售業的盜竊現象有所增加，而這有可能使零售業不堪重負。對于企業，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，使應用開發者能夠更輕松地創建系統，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 工作流的開發提供了構建模塊，并使開發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（例如銷售點系統）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，并持續推動零售領域的創新。”

Infosys 執行副總裁兼 AI 和自動化業務負責人 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 新工作流程開發最先進的防損系統， 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：https://www.nvidia.com/en-us/events/nrf-retails-big-show/

原文標題：NVIDIA 助力零售業解決價值 1000 億美元的庫存 “損耗” 難題

文章出處：【微信公眾號：NVIDIA英偉達】歡迎添加關注！文章轉載請注明出處。