ഒരു AI-First തത്വശാസ്ത്രത്തിലൂടെ Macy’s എങ്ങനെ റീട്ടെയിൽ മേഖലയെ പുനർനിർവചിക്കുന്നു

റീട്ടെയിൽ വ്യവസായം വലിയൊരു ഘടനാപരമായ മാറ്റത്തിലൂടെയാണ് കടന്നുപോകുന്നത്; ഉപരിപ്ലവമായ AI തന്ത്രങ്ങളിൽ നിന്ന് മാറി ആഴത്തിലുള്ളതും സംയോജിതവുമായ ബുദ്ധിശക്തിയിലേക്ക് (integrated intelligence) അത് മാറുകയാണ്. നിലവിലുള്ള വെബ്‌സൈറ്റുകളിൽ ചാറ്റ്‌ബോട്ടുകൾ മാത്രം ചേർക്കുന്നതിന് പകരം, ഡാറ്റാ സിഗ്നലുകളും കൃത്യമായ തീരുമാനങ്ങളും തമ്മിലുള്ള അകലം കുറയ്ക്കുന്നതിനായി പ്രമുഖ റീട്ടെയിലർമാർ അവരുടെ പ്രവർത്തനത്തിന്റെ അടിസ്ഥാന ഘടനയെ (operational DNA) പൂർണ്ണമായും പുനർനിർമ്മിക്കുകയാണ്.

ഒറ്റപ്പെട്ട AI പൈലറ്റ് പ്രോജക്റ്റുകൾക്ക് അപ്പുറത്തേക്ക്

പല പഴയകാല റീട്ടെയിലർമാരെയും സംബന്ധിച്ചിടത്തോളം, ആർട്ടിഫിഷ്യൽ ഇന്റലിജൻസിലേക്കുള്ള അവരുടെ ആദ്യ ചുവടുവെപ്പുകൾ ഒറ്റപ്പെട്ട പൈലറ്റ് പ്രോജക്റ്റുകളായിരുന്നു—അതായത് ഒരു ആശയം തെളിയിക്കാൻ വേണ്ടി നടത്തുന്ന ചെറുകിട പരീക്ഷണങ്ങൾ. എന്നാൽ Macy’s കാണിച്ചുതരുന്നത് പോലെ, ഇത്തരം പരീക്ഷണാടിസ്ഥാനത്തിലുള്ള "quick wins"-ൽ നിന്ന് ഒരു സംയോജിത "AI-first" പ്രവർത്തന തത്വശാസ്ത്രത്തിലേക്ക് മാറുന്നതിലാണ് യഥാർത്ഥ മൂല്യം അടങ്ങിയിരിക്കുന്നത്. പഴയ പ്രവർത്തനരീതികൾക്ക് മുകളിൽ ബുദ്ധിശക്തിയുടെ ഒരു പാളി (layer) ചേർക്കുക എന്നതല്ല, മറിച്ച് തീരുമാനങ്ങൾ എടുക്കുന്ന രീതിയെ അടിസ്ഥാനപരമായി പുനർരൂപകൽപ്പന ചെയ്യുക എന്നതാണ് ഈ സമീപനമെന്ന് Macy’s-ലെ സീനിയർ ഡയറക്ടർ ഓഫ് എൻജിനീയറിംഗ് മുരളി മുരുകൻ ഊന്നിപ്പറയുന്നു.

ഈ പരിണാമം റീട്ടെയിൽ മേഖലയുടെ പ്രധാന പ്രവർത്തനങ്ങളെ ലക്ഷ്യം വെക്കുന്നു: സെർച്ച് റിസൾട്ടുകളിൽ ഉൽപ്പന്നങ്ങൾ എങ്ങനെ പ്രത്യക്ഷപ്പെടുന്നു, സങ്കീർണ്ണമായ സപ്ലൈ ചെയിനുകളിലൂടെ ഇൻവെന്ററി എങ്ങനെ ഒഴുകുന്നു, എൻജിനീയർമാർക്ക് സോഫ്റ്റ്‌വെയർ വിന്യാസം (deployment) എങ്ങനെ വേഗത്തിലാക്കാം എന്നിവയെല്ലാം ഇതിൽ ഉൾപ്പെടുന്നു. അടിസ്ഥാന സംവിധാനങ്ങളിൽ ബുദ്ധിശക്തി (intelligence) ഉൾച്ചേർക്കുന്നതിലൂടെ, ഉപഭോക്തൃ പെരുമാറ്റ ഡാറ്റയെ അർത്ഥവത്തായ ബിസിനസ്സ് പ്രതികരണങ്ങളാക്കി മാറ്റാൻ എടുക്കുന്ന സമയം കുറയ്ക്കാൻ കമ്പനി ലക്ഷ്യമിടുന്നു.

കൺവേർസേഷണൽ കൊമേഴ്‌സും പേഴ്സണലൈസേഷനും

ഈ മാറ്റത്തിന്റെ ഏറ്റവും വ്യക്തമായ ഒരു രൂപമാണ് കൺവേർസേഷണൽ കൊമേഴ്‌സിലേക്കുള്ള (conversational commerce) ചുവടുവെപ്പ്. പരമ്പരാഗതമായ കീവേഡ് അടിസ്ഥാനമാക്കിയുള്ള സെർച്ച് ബാറുകളിൽ നിന്ന് വ്യത്യസ്തമായി, Macy’s "Ask Macy’s" എന്ന AI അധിഷ്ഠിത ഷോപ്പിംഗ് അസിസ്റ്റന്റിനെ അവതരിപ്പിച്ചു. ഒരു ഡിജിറ്റൽ പേഴ്സണൽ സ്റ്റൈലിസ്റ്റിനെപ്പോലെ പ്രവർത്തിക്കുന്ന ഈ ടൂൾ, ഒരു പ്രത്യേക അവധിക്കാലത്തേക്കോ അവസാന നിമിഷത്തെ പരിപാടിക്കോ വേണ്ട വസ്ത്രങ്ങൾ എന്നിങ്ങനെയുള്ള സങ്കീർണ്ണമായ ആവശ്യങ്ങൾ സ്വാഭാവിക ഭാഷയിൽ വിവരിക്കാൻ ഉപഭോക്താക്കളെ അനുവദിക്കുന്നു.

സാധാരണ റെക്കമെൻഡേഷൻ എൻജിനുകളിൽ നിന്ന് വ്യത്യസ്തമായി, "Ask Macy’s" സാഹചര്യങ്ങൾ (context), മുൻപത്തെ പർച്ചേസ് ഹിസ്റ്ററി, ഉപഭോക്താവിന്റെ താൽപ്പര്യങ്ങൾ എന്നിവ ഉപയോഗപ്പെടുത്തിയാണ് നിർദ്ദേശങ്ങൾ നൽകുന്നത്. ഇത് സാങ്കേതികവിദ്യ ഒരു തടസ്സമായി തോന്നുന്നതിന് പകരം സ്വാഭാവികമായി അനുഭവപ്പെടുന്ന ഒരു സുഗമമായ അനുഭവം സൃഷ്ടിക്കുന്നു; ഒരു വെറും സെർച്ചിനെ വ്യക്തിഗതമായ ഒരു കൺസൾട്ടേഷനായി ഇത് മാറ്റുന്നു.

പ്രവർത്തനക്ഷമതയുടെ അദൃശ്യമായ പാളിയായി AI

ഉപഭോക്താക്കൾ ഉപയോഗിക്കുന്ന ടൂളുകൾ കൂടുതൽ വാർത്തകളിൽ ഇടംപിടിക്കുമ്പോഴും, റീട്ടെയിൽ മേഖലയിൽ AI ചെലുത്തുന്ന ഏറ്റവും വലിയ സ്വാധീനം പലപ്പോഴും അദൃശ്യമാണ്. ഡെവലപ്പർമാർക്കും എൻജിനീയർമാർക്കും വേണ്ടി, കോഡുകൾ വേഗത്തിൽ വികസിപ്പിക്കാനും പ്രവർത്തന ആസൂത്രണം (operational planning) മെച്ചപ്പെടുത്താനും AI ഉപയോഗിക്കുന്നു. ഈ ആഭ്യന്തര കാര്യക്ഷമത, അതിശക്തമായ മത്സരമുള്ള ഈ വിപണിയിൽ ബിസിനസ്സിന് വേഗത്തിൽ പ്രതികരിക്കാൻ (agile) സഹായിക്കുന്നു.

റീട്ടെയിൽ രംഗത്തെ പ്രമുഖരുടെ ദീർഘകാല കാഴ്ചപ്പാട് മനുഷ്യന്റെ തീരുമാനങ്ങളെ മാറ്റിസ്ഥാപിക്കുക എന്നതല്ല, മറിച്ച് അവയെ കൂടുതൽ ശക്തമാക്കുക എന്നതാണ്. പാറ്റേൺ റെക്കഗ്നിഷനും ഡാറ്റാ പ്രോസസ്സിംഗും വലിയ തോതിൽ കൈകാര്യം ചെയ്യാൻ AI ഉപയോഗിക്കുന്നതിലൂടെ, മനുഷ്യരായ വിദഗ്ധർക്ക് ഉയർന്ന തലത്തിലുള്ള തന്ത്രങ്ങളിലും (strategy) നടപ്പിലാക്കലുകളിലും ശ്രദ്ധ കേന്ദ്രീകരിക്കാൻ കഴിയും. സിസ്റ്റങ്ങൾ തത്സമയം ഡാറ്റയിൽ നിന്ന് പഠിക്കുകയും, പുതിയ സാങ്കേതിക മാനദണ്ഡങ്ങൾക്കും മാറിക്കൊണ്ടിരിക്കുന്ന ഉപഭോക്തൃ ആവശ്യങ്ങൾക്കും അനുസൃതമായി മാറുകയും ചെയ്യുന്ന ഒരു നിരന്തരമായ മെച്ചപ്പെടുത്തൽ പ്രക്രിയയാണ് ഇതിന്റെ ലക്ഷ്യം. ഇത് ഉപഭോക്താക്കൾക്ക് മികച്ച അനുഭവം നൽകുന്നു.

പ്രധാന കാര്യങ്ങൾ

• ലെയറിംഗിനേക്കാൾ സിസ്റ്റമിക് ഇന്റഗ്രേഷൻ: വിജയകരമായ AI നടപ്പിലാക്കുന്നതിന്, പഴയ സംവിധാനങ്ങളിൽ വെറുതെ AI ഫീച്ചറുകൾ ചേർക്കുന്നതിന് പകരം പ്രധാന ബിസിനസ്സ് പ്രക്രിയകളെ പുനർരൂപകൽപ്പന ചെയ്യേണ്ടതുണ്ട്.
• കൺവേർസേഷണൽ കൊമേഴ്‌സിന്റെ പരിണാമം: "Ask Macy’s" പോലുള്ള ടൂളുകൾ റീട്ടെയിൽ രീതിയെ കീവേഡ് സെർച്ചിൽ നിന്ന് സാഹചര്യങ്ങൾ മനസ്സിലാക്കി സംസാരിക്കുന്ന രീതിയിലേക്ക് (context-aware, conversational styling) മാറ്റുന്നു.
• സിഗ്നൽ-ടു-ആക്ഷൻ ഗ്യാപ്പ് കുറയ്ക്കുക: സപ്ലൈ ചെയിൻ, സെർച്ച്, എൻജിനീയറിംഗ് എന്നിവയിൽ വേഗത്തിലുള്ളതും കൃത്യവുമായ തീരുമാനങ്ങൾ എടുക്കുന്നതിനായി തത്സമയ ഡാറ്റ ഉപയോഗിക്കുക എന്നതാണ് റീട്ടെയിലിലെ AI-യുടെ അന്തിമ ലക്ഷ്യം.