কীভাবে Macy’s একটি AI-First দর্শনের মাধ্যমে রিটেইল বা খুচরা ব্যবসাকে নতুনভাবে সংজ্ঞায়িত করছে

রিটেইল শিল্প একটি গভীর কাঠামোগত পরিবর্তনের মধ্য দিয়ে যাচ্ছে, যেখানে অগভীর AI কৌশল থেকে সরে এসে গভীর ও সমন্বিত বুদ্ধিমত্তার দিকে মনোযোগ দেওয়া হচ্ছে। বিদ্যমান ওয়েবসাইটগুলোতে কেবল চ্যাটবট যুক্ত করার পরিবর্তে, শীর্ষস্থানীয় খুচরা বিক্রেতারা ডেটা সিগন্যাল এবং সিদ্ধান্তমূলক পদক্ষেপের মধ্যে ব্যবধান দূর করতে তাদের সম্পূর্ণ অপারেশনাল DNA বা কার্যপ্রণালী নতুনভাবে সাজাচ্ছেন।

বিচ্ছিন্ন AI পাইলট প্রকল্পের ঊর্ধ্বে উত্তরণ

অনেক ঐতিহ্যবাহী খুচরা বিক্রেতার জন্য, কৃত্রিম বুদ্ধিমত্তায় প্রাথমিক পদক্ষেপ ছিল বিচ্ছিন্ন পাইলট প্রকল্প—যা মূলত ধারণা বা কনসেপ্ট প্রমাণের জন্য ডিজাইন করা ক্ষুদ্র পরিসরের পরীক্ষা। তবে, Macy’s যেভাবে দেখাচ্ছে, প্রকৃত মূল্য নিহিত রয়েছে এই পরীক্ষামূলক "quick wins" বা দ্রুত সাফল্য থেকে একটি সমন্বিত "AI-first" পরিচালন দর্শনে উত্তরণের মধ্যে। Macy’s-এর Senior Director of Engineering, Murali Murugan জোর দিয়ে বলেন যে, এই পদ্ধতিটি পুরনো কাজের পদ্ধতির ওপর বুদ্ধিমত্তার স্তর যোগ করা নয়, বরং একদম শুরু থেকে সিদ্ধান্ত গ্রহণের প্রক্রিয়াটি নতুনভাবে ডিজাইন করা।

এই বিবর্তন রিটেইলের মূল কলাকৌশলগুলোকে লক্ষ্য করে: কীভাবে সার্চ রেজাল্টে পণ্যগুলো প্রদর্শিত হয়, কীভাবে জটিল সাপ্লাই চেইনের মাধ্যমে ইনভেন্টরি প্রবাহিত হয় এবং কীভাবে ইঞ্জিনিয়াররা সফটওয়্যার ডেপ্লয়মেন্টের গতি বাড়ান। মৌলিক সিস্টেমগুলোতে বুদ্ধিমত্তাকে অন্তর্ভুক্ত করার মাধ্যমে, কোম্পানিটি গ্রাহকের আচরণের ডেটাকে অর্থবহ ব্যবসায়িক পদক্ষেপে রূপান্তর করার সময় কমিয়ে আনার লক্ষ্য নির্ধারণ করেছে।

কনভারসেশনাল কমার্স এবং পার্সোনালাইজেশন

এই পরিবর্তনের অন্যতম দৃশ্যমান বহিঃপ্রকাশ হলো কনভারসেশনাল কমার্সের দিকে অগ্রসর হওয়া। Macy’s "Ask Macy’s" নামে একটি AI-চালিত শপিং অ্যাসিস্ট্যান্ট চালু করেছে, যা প্রথাগত কিওয়ার্ড-ভিত্তিক সার্চ বার থেকে সম্পূর্ণ আলাদা। এই টুলটি অনেকটা ডিজিটাল পার্সোনাল স্টাইলিস্টের মতো কাজ করে, যা গ্রাহকদের তাদের জটিল প্রয়োজনগুলো—যেমন কোনো নির্দিষ্ট ছুটির জন্য পোশাক বা শেষ মুহূর্তের কোনো অনুষ্ঠানের পোশাক—বর্ণনা করার জন্য স্বাভাবিক ভাষা ব্যবহারের সুযোগ দেয়।

সাধারণ রিকমেন্ডেশন ইঞ্জিনের মতো নয়, "Ask Macy’s" সুপারিশগুলো সাজানোর জন্য প্রেক্ষাপট (context), পূর্বের কেনাকাটার ইতিহাস এবং ব্যবহারকারীর নির্দিষ্ট পছন্দগুলোকে কাজে লাগায়। এটি একটি নিরবচ্ছিন্ন অভিজ্ঞতা তৈরি করে যেখানে প্রযুক্তিটি বিরক্তিকর না হয়ে বরং স্বজ্ঞাত (intuitive) মনে হয়, যা একটি সাধারণ লেনদেনমূলক সার্চকে একটি ব্যক্তিগত পরামর্শে রূপান্তরিত করে।

অপারেশনাল দক্ষতার একটি অদৃশ্য স্তর হিসেবে AI

যদিও গ্রাহক-মুখী টুলগুলো সবচেয়ে বেশি শিরোনাম পায়, রিটেইলে AI-এর সবচেয়ে গুরুত্বপূর্ণ প্রভাব প্রায়শই অদৃশ্য থাকে। ডেভেলপার এবং ইঞ্জিনিয়ারদের জন্য, কোড দ্রুত ডেলিভারি করতে এবং অপারেশনাল পরিকল্পনা অপ্টিমাইজ করতে AI ব্যবহার করা হচ্ছে। এই অভ্যন্তরীণ দক্ষতা ব্যবসাকে একটি অতি-প্রতিযোগিতামূলক বাজারে চটপটে বা অ্যাজাইল (agile) থাকতে সাহায্য করে।

রিটেইল লিডারদের দীর্ঘমেয়াদী লক্ষ্য মানুষের বিচারবুদ্ধিকে প্রতিস্থাপন করা নয়, বরং তাকে আরও শক্তিশালী করা। বৃহৎ পরিসরে প্যাটার্ন রিকগনিশন এবং ডেটা প্রসেসিংয়ের জন্য AI ব্যবহার করার মাধ্যমে, মানব বিশেষজ্ঞরা উচ্চ-স্তরের কৌশল এবং বাস্তবায়নে মনোনিবেশ করতে পারেন। লক্ষ্য হলো একটি নিরবচ্ছিন্ন উন্নতির চক্র তৈরি করা যেখানে সিস্টেমগুলো রিয়েল-টাইমে ডেটা থেকে শিখবে এবং নতুন প্রযুক্তিগত মান ও পরিবর্তনশীল গ্রাহক চাহিদার সাথে খাপ খাইয়ে ক্রমাগত আরও উন্নত গ্রাহক অভিজ্ঞতা তৈরি করবে।

মূল বিষয়সমূহ

• লেয়ারিংয়ের পরিবর্তে সিস্টেমিক ইন্টিগ্রেশন: সফল AI বাস্তবায়নের জন্য কেবল পুরনো সিস্টেমের সাথে AI ফিচার যুক্ত করা নয়, বরং মূল ব্যবসায়িক প্রক্রিয়াগুলোকে নতুনভাবে ডিজাইন করা প্রয়োজন।
• কনভারসেশনাল কমার্সের বিবর্তন: "Ask Macy’s"-এর মতো টুলগুলো রিটেইল প্যারাডাইম বা মডেলকে কিওয়ার্ড সার্চ থেকে প্রেক্ষাপট-সচেতন এবং কথোপকথনমূলক স্টাইলিংয়ের দিকে নিয়ে যাচ্ছে।
• সিগন্যাল-টু-অ্যাকশন ব্যবধান দূর করা: রিটেইলে AI-এর চূড়ান্ত লক্ষ্য হলো সাপ্লাই চেইন, সার্চ এবং ইঞ্জিনিয়ারিংয়ে দ্রুততর এবং আরও নির্ভুল সিদ্ধান্ত নিতে রিয়েল-টাইম ডেটা ব্যবহার করা।