Alibaba'nın yeni mağazasında yapay zekanın keşfi ve uygulaması
"Ali Technology Live", sektördeki en son trendleri, teknik kuru ürünleri ve teknik hayatı paylaşmayı amaçlayan, teknik kişiler için özel olarak hazırlanmış canlı bir video programıdır. Bugün size kıdemli bir Ali uzmanı olan Yue Qian'ın harika canlı içeriğini göndereceğim.
Herkese merhaba, benim adım Yue Qian ve hepinizle etkileşim ve iletişim kurma fırsatına sahip olduğum için çok onur duyuyorum.
Texas Üniversitesi'nden 2009 yılında yöneylem araştırması alanında doktora derecesiyle mezun oldum. Mezun olduktan sonra birkaç yıl Seattle'da Amazon'da çalıştım. Şimdi Ali'de işe dönüyorum ve şu anda tedarik zinciri platformunun algoritmasından sorumluyum.
Bugün size yeni perakendede yapay zeka uygulamasının bir payını getirmek istiyorum.
Neden bu konuyu seçtiniz? Çünkü bu yılki yeni perakende, Ali için çok önemli bir stratejinin dayanak noktası. Bu terime çeşitli medyalarda rastlayabilirsiniz. Bu kelimeden bazıları, ne anlama geldiği ve giriş ve çıkışları neye benzediği gibi, size kapsamlı bir giriş yapmak için bu fırsatı değerlendirmeyi umuyorum.
Öncelikle Alibaba'nın başlıca iş sektörlerindeki yapay zekanın mevcut durumunu kısaca tanıtacağım.
Artık yapay zeka AI teknolojisi, Ali'nin tüm büyük bölümlerinde yaygın olarak kullanılıyor. Örneğin, Taobao ve Tmall gibi e-ticaret sektörümüz, lojistik sektörümüz, Cainiao Grubumuz ve sağlık ve müşteri hizmetleri sektörlerimiz ve tabii ki finans sektörümüz, büyük eğlencemiz, bulut bilişim ve Güvenlik sektörü, büyük departmanlar ve büyük sektörler, sorunları çok yaygın bir şekilde çözmek için yapay zeka teknolojisini kullanıyor.
Örneğin, e-ticaret alanında, daha iyi insanları eşleştirmek ve eşleştirmek için kişiselleştirilmiş öneriler gibi akıllı algoritmaları yaygın olarak kullanıyoruz. Örneğin lojistik alanımızda, Cainiao Group öğrencileri, envanter dağıtımını dinamik olarak optimize etmek için birçok optimizasyon yöntemi kullandılar ve son kilometre için en uygun teslimat planını yapmak için araçları akıllıca sevk ettiler. Daha sonra müşteri hizmetleri alanında, Alibaba gibi akıllı üstesinden gelmeyi de tanıttık.Finansal alanda, güvenlik alanı da birçok akıllı çözüm önerdi ve çok iyi sonuçlar elde etti. Dolayısıyla, AI'nın aslında nispeten iyi bir sıcak nokta olduğunu görebilirsiniz, bu nedenle Ali'de de yaygın olarak kullanılmaktadır.
Perakende sektörünün önermesinden bahsederken, yeni perakendecilik teklifinden bahsetmeden önce, geçmişle gelecek arasında bir bağlantı kurabilmemiz için aslında geçmişte eski perakendenin durumuna bakmamız gerekiyor. Bu, perakende gelişiminin dört aşamasını kabaca sıralıyor. 1960'lardan önce, aslında daha çok bir tedarik ve pazarlama kooperatifi ve bir toptan satış pazarıydı. Bir çeşit piyasa ticareti olacak, üretici, tedarikçi ve distribütör gibi değişim seviyesinden sonra verimlilik görece düşük olacaktır.
60'lardan 90'lara kadar, yeni bir perakende formu, yani büyük süpermarket zinciri mağazalar formu ortaya çıktı. Çok ünlü bir örnek Wal-Mart'tır. Çoğu öğrencinin küresel bir perakende imparatorluğu olan Wal-Mart'ı tanıması gerektiğine inanıyorum. 2000 yılına girdikten sonra, BT dalgasının yükselişiyle birlikte, BT teknolojisi tüm perakende sektörünün formatını yeniden şekillendirdi, hepsi çok ünlü şirketler olan Alibaba, Amazon ve eBay dahil pek çok e-ticaret şirketi doğdu. .
Bu süre zarfında kullanıcılar şunlara daha fazla dikkat edeceklerdir:
Birincisi seçicilik, istediğim ürünleri seçebilir miyim;
İkincisi kolaylık, adresime hızlı bir şekilde teslim edilebilir mi;
Üçüncüsü, fiyatın uygun olup olmadığıdır.
Yeni bir aşamaya girerken herkesin farklı görüşleri var.Şu aşamada, toplumdaki profesyonel mağazalar ve daha sonra tanıtacağım insansız perakende mağazaları gibi bazı yeni perakende formatlarına bakacağız. Yeni perakende biçiminde tüm gerekli yetenekler olan, hassas pazarlama ve tedarik zinciri yetenekleri gibi birçok yeni ve farklı özellik vardır.
Burada, bildiklerime ve öğrendiklerime dayanarak yeni perakendenin bazı temel kavramlarını sizlerle paylaşmak istiyorum.
Yeni perakende kavramı çok geniş bir kavramdır ve yeni perakendenin tanımı farklı dergilerde, farklı mecralarda ve farklı durumlarda farklı olabilir. Burada, daha iyi bir açıklama için grubumuz CEO'su Xiaoyaozinin yeni perakende tanımından alıntı yapmak istiyorum. CEO'muzun tanımına göre, yeni perakendenin özü, insan ve mal işinin temel unsurlarını yeniden yapılandırmak için büyük verinin kullanılması olmalıdır.
İlk adım, insanların ve malların sayısallaştırılmasını sağlamak;
İkinci adım, markalar, tüketiciler ve işletmeler arasındaki üretim ilişkisini yeniden kurmamız gerektiğidir.
Aynı zamanda, perakende ve teknoloji kombinasyonunun yeni perakende formatları doğurabileceğine de işaret etti.
Burada, birkaç temel noktayı, özellikle "insan ve mal avlusu" nun üç temel noktasını ayırt edebiliriz. Anlayışımız, insanların sadece tüketicileri değil, aynı zamanda marka sahiplerimiz ve üreticilerimiz gibi işlerimizi de içerdiğidir. Ürünler, ürünlerimize atıfta bulunur ve pazar, yalnızca satış yerini değil, aynı zamanda satış kanallarını ve iletişim yöntemlerini de ifade eder. Ayrıca yeni perakende konseptini anlamanıza yardımcı olabilecek birkaç anahtar kelime olacaktır. Örneğin, büyük veri, yeni teknolojiler, ardından insanlar ve mallar ve ardından çevrimiçinden çevrimdışına ve tedarik zincirine.
İlk örnek kişiselleştirilmiş tavsiyedir Aslında, Alibaba Grubumuzda uzun yıllardır geliştirdiğimiz ve optimize ettiğimiz bir teknolojidir. Özünde, bu teknoloji, insanları ve malları eşleştirme sorununu çözmektir. Aslında iki önemli nokta var:
1. Kullanıcılarınızı daha iyi anlamanız gerekir;
2. Ürünlerinizi daha iyi anlamanız gerekir.
Ancak bu şekilde kullanıcılarımıza en kaliteli ve en uygun ürünleri sunabiliriz. Ayrıca, onu optimize etmek için birçok teknik ve yöntem kullandık. Örneğin, ortak filtreleme ve FSVD gibi yaygın olarak kullanıldığında, etkilerimizi optimize etmek için derin öğrenme ve derin ağlar gibi yapay zekayı yavaşça kullanıyoruz.
Bahsetmek istediğim ikinci nokta, tedarik zincirinin inşasıdır. Tedarik zinciri kavramı nispeten geniştir Burada alıntı yaptığım PPT, tedarik zincirinin ne olduğunu, tedarik zincirinin ne yaptığını ve genel görünümünün neye benzediğini daha iyi açıklayacaktır. Genel olarak, tedarik zinciri yukarı ve aşağı olmak üzere iki ana modüle bölünebilir ve yukarı akış modülü esas olarak endüstrinin, endüstri ihtiyaçlarını toplamak ve planlar yapmak için bir bilgi sistemi olarak kullanması içindir. Daha sonra, sonraki modüller esas olarak envanterimiz, depolama bağlantılarımız ve Cainiao Group'tan siparişlerin yerine getirilmesi ve teslim edilmesiyle ilgili bazı işler.
Genel detaylar şu şekildedir:
Yukarı akış, satış ritmimizi veya satış planımızı oluşturan ve ardından bu satış planını tedarik zincirimizin uygulama departmanına ileten ürün seçim stratejileri ve fiyatlandırma stratejileri gibi iş sektörlerimizin ve iş stratejilerimizin formülasyonunu içerir.
Tedarik zincirinin aşağı akış yürütme departmanı, bu plana göre tüm yönleriyle aşağıdaki ritimleri formüle edecektir. Örneğin, tahsis ritmimiz, depo kapasitemizin ritmi ve insan gücü düzenlemeleri gibi ikmal ritmimiz.
Bu yüzden yaygın bir iştir. Sipariş karşılama sürecinde, Cainiao Grubundan öğrencilerimiz, siparişin coğrafi konumuna, sipariş bilgilerine ve siparişte yer alan bilgilere göre malların gönderileceği depoyu seçecek ve en iyi zaman ve maliyetle eşleşebilecek yöntemi seçecektir. Ürün seçimi de dahil olmak üzere tedarik zincirinin yukarı akışında birçok makine öğrenimi algoritması kullanılır.Birçok ürün seçim modeli vardır ve sırayla birçok farklı algoritma kullanılır. Bu tür takviye öğrenmeye dayalı fiyatlandırma stratejisinin yanı sıra bu tür optimizasyon teorisine dayalı fiyatlandırma stratejisi de kullanılacaktır. Ardından satış tahmininde birçok yöntem kapsamlı bir şekilde kullanılacak ve ayrıntılara gireceğiz.
Örneğin, makine öğrenimi, zaman serileri ve derin öğrenme burada kullanılacaktır.
Aşağıdaki ikinci modülün aşağı akışında, metodolojik düzeyde, karınca kolonisi algoritması ve rekabetçi arama gibi sezgisel yöntemler gibi birçok algoritmayı içeren kombinasyonel optimizasyon dahil olmak üzere daha fazla Ameliyathane optimizasyon algoritmasını kullanacağız. Böyle bir algoritma, aşağı akışımızdaki her bağlantının optimizasyonunda çok yaygındır.
Küresel bir perspektiften bakıldığında, aslında, depo dağıtımımız, merkezi depomuzdan bölgesel depomuza, teslimat depomuzdan ön depomuza, her depo arasında en uygun zamanlamanın nasıl oluşturulacağına kadar, nispeten çok seviyeli bir form sunar Envanter, dinamik optimum envanter dağıtımı bile, AI algoritması ve en optimize algoritma aracılığıyla gerçekleştirilmelidir.
Bu sayfa esas olarak bazı tahminlerimizi ve fiyatlandırma yöntemlerimizi kısaca tanıtmak içindir. Öyleyse, önce bir soruyu yanıtlamak için buradayız Neden tahminlerde bulunuruz? Daha önce de belirtildiği gibi, tahmin, ikmal, tahsis ve yerine getirmemize rehberlik etmemize yardımcı olur Bu nedenle, tahmin, tedarik zincirinin çok temel bir görevidir.
Tahminler yaptığımızda, tüm Taobao departmanımızdan, Alibaba departmanımızdan ve ağ genelindeki verilerin yanı sıra çeşitli kullanıcı davranışı bilgilerinden büyük veriler toplayacağız. Derin öğrenme dahil olmak üzere üç kategori dahil olmak üzere çeşitli algoritmaları ve farklı ayrıntı düzeylerinin tahminlerini elde etmek için zaman serisi algoritmalarını kapsamlı bir şekilde kullanacağız.
Bu sayfa esas olarak tedarik zinciri planımızın önemini açıklamak içindir. Genel olarak işimiz veya mantıksal kurulumumuzun tamamı kapalı bir döngüdür. Öncelikle hedeflerimizi belirleyeceğiz, algoritma sürücümüz aracılığıyla bir çözüm bulacağız ve bir yürütme planı alacağız. Bu çözüm, gerçek zamanlı verilerin iadesi ve senkronizasyonu yoluyla işimizin sonuna kadar geri beslenecek. Bir sonuç aldıktan sonra, hedef ile sonuç arasındaki değeri ölçüyoruz ve sırayla, bu G'yi azaltmak için, bir sonraki algoritma sürüşü ve gerçek zamanlı senkronizasyon turunu gerçekleştireceğiz. Bu döngüyü ve yinelemeyi gerçekleştirme amacımız, işbirliğine dayalı, verimli ve ekonomik bir tedarik zinciri ağı oluşturmaktır.
O halde bu sayfa bir örnek ve aynı zamanda çok klasik bir envanter optimizasyon problemidir.Bu problemi çözerken çözümün tüm yönlerini düşündük ve çekirdek iki soruyu cevaplamalıdır:
1. Envanteri, en çok ihtiyaç duyan tüketicilerin yanına nasıl koyabiliriz ve ne kadar yakınsa o kadar iyi;
İkincisi, envanterin maliyeti ile teslimatın zamanında nasıl dengeleneceği, çünkü bu bir çelişkidir.
Bunda, kabaca konuşursak, aslında farklı seviyelerde ürünlerimiz var.Farklı seviyelerdeki ürünler için, farklı envanter dağıtım stratejileri benimseyeceğiz Belirli seviyelerdeki ürünler için, envanteri nasıl dağıtırız? Envanterimizin maliyetini, teslimat zamanlamasını ve dağıtımı olan envanterin kapsadığı alandaki talep dalgalanmasını analiz etmek için geri dönüyoruz.
Bu optimal envanter dağıtım stratejisini dağıtımına ve envanter miktarına göre hesaplayabiliriz. Farklı seviyelerdeki ve farklı satış durumlarındaki ürünleri çözmek için farklı modeller kullanacağız. Belki de bu tür hızlı satan, çok hızlı satan mallar için, FDC'ye ön depomuz olan sınıra daha yakın bir yere koyabiliriz ve bu tür daha yavaş satan mallar için, örneğin uzun kuyruk Emtialar, depomuzun veya merkez depomuzun bir bölümünü seçebiliriz, bu da bölgedeki kıtlık riskini azaltabilir.
Kütüphane operasyonlarımızın verimliliğini artırmak için yapay zekayı ve hatta bu tür bir akıllı robotu nasıl kullanacağımız konusunda bir örnek vermek istiyorum.
Bu sayfadaki PPT'ye bakarsanız sol alt köşede bir resim görebilirsiniz Rafın altında kırmızı bir robot var Bu, otomatik seyir cihazı olan AGV dediğimiz robottur. Sonra tam ortasında rafı kaldırabilen bir döner tabla var. Hareket ettiğinde bu raf ile etrafta dolaşabilir.
Genellikle depomuzda çok sayıda bu tür robotlar olabilir, depoyu ziyaret ederseniz çok sayıda raf görürsünüz.Birçok robot, rafları taşır ve depo sahasında sürekli çalışır ve birbirlerinden de kaçınabilirler. Birbirlerine karşı nazik olabilirler ve aynı zamanda, depoda bazı robotların gücü biterse, kendilerini şarj etmek için sabit bir şarj yerine koşabilirler. Bazı robotların gücü gerçekten biterse veya başarısız olduklarında orada dururlarsa, diğer robotlar geçerken bundan kaçınabilir.
Bu, pek çok yarı gerçek zamanlı dinamik yönlendirme ve dinamik programlama algoritmalarını içerir. Daha sonra bu AGV robotu kullanılarak depomuzdaki toplama verimliliği 3 kattan fazla artırılabilir. Şu anda, bu bizim Cainiao Grubumuz, Cainiao sınıf arkadaşlarımız bu çalışmayı teşvik ediyor ve bazı depolarda uygulamaya başladılar.
PPT'nin bu sayfası temel olarak L gibi bazı akıllı algoritmaları, dinamik programlama algoritmalarını ve bunların kaynak bulma bağlantımıza nasıl uygulanacağını tanıtmaktadır. Örneğin, aşağıdaki soldaki resimde, her tedarikçiden doğrudan depomuza mal teslim edersek, maliyet nispeten yüksektir. Diğer bir yol da, farklı malları bu optimize edilmiş şekilde toplamak için bir kamyon kullanabilmemizdir, böylece ekonomik verimlilik ve yükleme oranı nispeten yüksek olacaktır.
Sağdaki durum benzer bir durum.Malları doğrudan farklı depolara gönderirsek, yükleme hızı aslında nispeten düşüktür.Malları toplayabiliriz ve bu tür optimizasyonlar daha fazla olur. Bu akıllı algoritma.
Önceki bölümde, tedarik zinciri ve lojistik ile ilgili daha fazla bağlantıdan bahsetti.
Bu sayfada kendinizi biraz daha fiziksel olarak hissedebilirsiniz Bu sayfa akıllı mağazamız hakkındadır. Yaratma festivalimize dikkat ettiniz mi bilmiyorum ... Tao Kahvemiz olan yaratma festivalinde parlak bir yerimiz var. Tao Coffee'ye dikkat ettiniz mi bilmiyorum. Tao Coffee, insansız mağazaların çalışmalarını gerçekleştirmek için yüz tanıma, görüntü tanıma ve çevrimiçi ve çevrimdışı füzyon teknolojileri dahil olmak üzere birçok AI akıllı algoritması kullanır.
Daha sonra ayrıntılı sürecini ayrıntılı olarak tanıtacağım.
Tüketicilerimiz insansız mağazaya girdiklerinde cep telefonumuz Taobao'yu açıp QR kodunu tarayabilirler. Şu anda bu QR kodu kullanıcının kimliğini işaretler. Aynı zamanda, sol alt köşedeki resimde, mağazaya girdiğinizde aslında kameralarla donatılmış birkaç yarım daire topun olacağını görebilirsiniz. Mağazaya girdiğinizde kamera çoktan yüzünüzü almış. Kodu tarayarak ve yüzünüzü toplayarak kimliğinizin kimliğini yüzünüzle ilişkilendirebilir, yani bu ilişkiyi kurabilirsiniz.
Alışveriş sürecinde günlük alışverişte olduğu gibi ürünleri tercih edebilirsiniz, bu günlük ürün toplama davranışından farklı değildir. Ödeme yaptığınızda ödeme kapısı denen bir yere gireceksiniz.Ayrıca üzerinde yüzü tanıyacak, daha önce toplanan yüzle eşleşecek ve ardından kimlik hesabınızı tanımlayacak çok sayıda kamera asılı olacak. Daha sonra belirtilen kimlikteki parayı düşebilirsiniz. Bu nedenle, tüm süreç insan müdahalesini gerektirmez.
Bir sonraki sayfada, yeni mağazamızdaki AR teknolojisinin bazı ön uygulamaları hakkında konuşacağız.
Sol alt köşede, AR teknolojisini e-ticaret alanımıza uygulamaya yönelik ilk girişimimiz olan kısa bir video var. Gördüğünüz gibi videoda sol alt köşede bir sandalye var. Bu koltuk sanal ve mevcut değil. Ama bu oturma odası, bu kanepeler gerçek sahneler. Kullanıcının alışveriş deneyimini geçirmek için sanal gerçeklik teknolojisini kullanmak istiyoruz, çünkü kullanıcılarımız bu sandalyeyi satın aldıklarında evimin oturma odasına koymak isteyebilirler. Tarzımıza veya ihtiyacımız olan atmosfere uyuyor mu? almak.
Şu anda kullandığımız şey AR teknolojisidir, bu koltuğun üç boyutlu modellemesi yoluyla bir 3B malzeme inşa edilir ve daha sonra bilgisayarla görme teknolojisi ile gerçek sahnemizin üzerine yerleştirilir. Burada gerçek zamanlı konumlandırma ve haritalama olan Slam adı verilen bir teknoloji kullanılıyor.Bu teknoloji sayesinde oturma odamızın düzleminin yerini tespit edebiliyoruz.Aynı zamanda sandalye bu düzleme yerleştirilebiliyor ve kullanıcı onu sürükleyebiliyor. AR-GO adlı bir ürün.
Paylaşımım burada neredeyse bitiyor, teşekkürler.
