કમ્પ્યુટર વિઝન કેવી રીતે રિટેલના અબજો ડોલરના અમલીકરણના તફાવત (Execution Gap) ને ઉકેલી રહ્યું છે

રિટેલર્સ એક ગંભીર સંકટનો સામનો કરી રહ્યા છે કારણ કે સ્ટોરમાં અમલીકરણની નિષ્ફળતા વૈશ્વિક સ્તરે નફાના માર્જિનને ઘટાડી રહી છે. એડવાન્સ્ડ કમ્પ્યુટર વિઝનનો ઉપયોગ કરીને, ઓપરેટરો અંતે મેન્યુઅલ પ્રક્રિયાઓથી આગળ વધી રહ્યા છે જેથી ફિઝિકલ શેલ્ફ ટ્રેકિંગને ઓટોમેટ કરી શકાય અને તેમના નફાને સુરક્ષિત કરી શકાય.

સ્ટોરમાં અમલીકરણની નિષ્ફળતાનો ઊંચો ખર્ચ

વર્ષોથી, રિટેલ ઉદ્યોગ ગ્રાહક અનુભવના "લાસ્ટ માઈલ" (છેલ્લી અવસ્થા) સાથે સંઘર્ષ કરી રહ્યો છે: યોગ્ય ઉત્પાદનો શેલ્ફ પર, યોગ્ય કિંમતે અને યોગ્ય જથ્થામાં ઉપલબ્ધ છે તેની ખાતરી કરવી. અચોક્કસ ઇન્વેન્ટરી ડેટા અને સ્ટોક-આઉટની સ્થિતિ માત્ર કામગીરીમાં અગવડતા નથી; તે મોટા પાયે નાણાકીય નુકસાનનું કારણ બને છે.

Coresight Research દ્વારા ટેકનોલોજી લીડર્સ Simbe અને RELEX Solutions ના સહયોગથી કરવામાં આવેલ એક તાજેતરનો અભ્યાસ, આ નિષ્ફળતાઓની આઘાતજનક આર્થિક અસર પર પ્રકાશ પાડે છે. આ સંશોધન દર્શાવે છે કે કેવી રીતે મેન્યુઅલ શેલ્ફ ઓડિટિંગ—જેમાં ઘણીવાર માનવીય ભૂલ અને નોંધપાત્ર વિલંબ થવાની શક્યતા હોય છે—અબજો ડોલરના આવકના નુકસાનમાં ફાળો આપે છે. જ્યારે બેકરૂમમાં હોવા છતાં ઉત્પાદનો શેલ્ફ પર ઉપલબ્ધ ન હોય, અથવા જ્યારે કિંમતમાં ભૂલો થાય છે, ત્યારે ગ્રાહકોના વિશ્વાસમાં ઘટાડો અને તાત્કાલિક વેચાણમાં થતું નુકસાન મોટામાં મોટી રિટેલ ચેઈનને પણ પાયમાલ કરી શકે છે.

કમ્પ્યુટર વિઝન સાથે શેલ્ફનું ઓટોમેશન

કમ્પ્યુટર વિઝન (CV) ના ઉપયોગ તરફનું વલણ રિટેલર્સ કેવી રીતે ભૌતિક જગ્યાનું સંચાલન કરે છે તેમાં મૂળભૂત ફેરફાર સૂચવે છે. સમયાંતરે મેન્યુઅલ ચેક પર આધાર રાખવાને બદલે, રિટેલર્સ રીઅલ-ટાઇમમાં ઇન્વેન્ટરીનું નિરીક્ષણ કરવા માટે વિશિષ્ટ હાર્ડવેર અને AI-સંચાલિત સોફ્ટવેરનો ઉપયોગ કરી રહ્યા છે.

Simbe જેવા ટેકનોલોજી પ્રદાતાઓ આ ચળવળમાં મોખરે છે, જે ઉચ્ચ ચોકસાઈ સાથે શેલ્ફ સ્કેન કરવા માટે સ્વાયત્ત રોબોટ્સ અને કમ્પ્યુટર વિઝન સેન્સર્સનો ઉપયોગ કરે છે. આ સિસ્ટમ્સ ઓળખી શકે છે:

• સ્ટોક-આઉટ (OOS) આઇટમ્સ: જ્યારે કોઈ ઉત્પાદન અત્યંત ઓછું સ્તર વટાવી જાય ત્યારે તાત્કાલિક એલર્ટ.
• પ્લાનોગ્રામ પાલન (Planogram compliance): કોર્પોરેટ વ્યૂહરચના મુજબ ઉત્પાદનો તેમના નિર્ધારિત સ્થાનો પર રાખવામાં આવ્યા છે તેની ખાતરી કરવી.
• કિંમત અને પ્રમોશનની ચોકસાઈ: શેલ્ફ ટેગ્સ ડિજિટલ ડેટાબેઝ અને સક્રિય માર્કેટિંગ કેમ્પેઈન સાથે મેળ ખાય છે તેની ચકાસણી કરવી.

RELEX Solutions જેવા પ્રદાતાઓ પાસેથી મળતા સપ્લાય ચેઈન ઓર્કેસ્ટ્રેશન ટૂલ્સ સાથે આ CV ઇનસાઇટ્સને જોડીને, રિટેલર્સ એક ક્લોઝ્ડ-લૂપ સિસ્ટમ બનાવી શકે છે જ્યાં શેલ્ફ ડેટા સીધો જ રિપ્લેનિશમેન્ટ (ફરીથી સ્ટોક ભરવા માટેના) ઓર્ડર ટ્રિગર કરે છે.

AI લેન્ડસ્કેપ માટે આ ફેરફાર શા માટે મહત્વપૂર્ણ છે

આ વિકાસ એનું ઉત્તમ ઉદાહરણ છે કે કેવી રીતે AI માત્ર ડિજિટલ વાતાવરણો (જેમ કે LLMs અને ચેટબોટ્સ) માંથી "ફિઝિકલ AI" ક્ષેત્રમાં પરિવર્તિત થઈ રહ્યું છે. રિટેલ સપ્લાય ચેઇનમાં કમ્પ્યુટર વિઝનનું એકીકરણ સાબિત કરે છે કે AI ની સાચી કિંમત ડિજિટલ ઈન્ટેન્ટ અને ભૌતિક વાસ્તવિકતા વચ્ચેના અંતરને ઘટાડવાની તેની ક્ષમતામાં રહેલી છે.

જેમ જેમ કમ્પ્યુટર વિઝન મોડલ્સ વધુ કાર્યક્ષમ બનશે અને એજ કમ્પ્યુટિંગ હાર્ડવેર વધુ સસ્તું બનશે, તેમ આપણે આ ટેકનોલોજી સામાન્ય સ્કેનિંગથી આગળ વધવાની અપેક્ષા રાખી શકીએ છીએ. આપણે "ઇન્ટેલિજન્ટ રિટેલ" ના યુગમાં પ્રવેશ કરી રહ્યા છીએ, જ્યાં સ્ટોર પોતે જ ડેટા-આધારિત એન્ટિટી બની જાય છે જે કચરામાં ઘટાડાથી લઈને રીઅલ-ટાઇમમાં શ્રમ ફાળવણી સુધી બધું જ ઓપ્ટિમાઇઝ કરવા અને સ્વ-સુધારણા કરવા માટે સક્ષમ હોય છે.

મુખ્ય તારણો

• આર્થિક પ્રભાવ: સ્ટોરની અંદરના અમલીકરણમાં નિષ્ફળતા અને શેલ્ફના અચોક્કસ ડેટાને કારણે રિટેલ ઉદ્યોગને વાર્ષિક રીતે અબજો ડોલરનું આવકનું નુકસાન થાય છે.
• ચોકસાઈયુક્ત ઓટોમેશન: Simbe અને RELEX Solutions જેવી કંપનીઓના કમ્પ્યુટર વિઝન ડિપ્લોયમેન્ટ્સ સ્ટોક લેવલ, કિંમત અને પ્લાનોગ્રામ પાલનનું રીઅલ-ટાઇમ ટ્રેકિંગ સક્ષમ બનાવે છે.
• ફિઝિકલ AI એકીકરણ: ઓટોમેટેડ શેલ્ફ ટ્રેકિંગ તરફનું આ પગલું AI માં એક નોંધપાત્ર ઉત્ક્રાંતિ દર્શાવે છે, જેનું ધ્યાન ડિજિટલ ઇન્ટરફેસથી બદલીને ભૌતિક સપ્લાય ચેઇનના ઓપ્ટિમાઇઝેશન પર કેન્દ્રિત કરે છે.