小売チェーンのMagnitは、ニューラルネットワークを使って、宣言された計画図（プラノグラム）に基づいて商品の棚へのレイアウトを制御するパイロットプロジェクトを開始しました。

「これまでは、従業員が自分で回路図と生産されたレイアウトを比較していましたが、時間がかかり、精度も十分ではありませんでした。この自己学習システムにより、複雑な空間でもレイアウトの適合性を確認することが可能になり、人的要因を排除して管理レベルを大幅に向上させ、検査時間を短縮し、"仮想 "流出を回避することができます」と小売業者のプレスサービスは述べています。

「パイロットは20のコンビニエンスストアで行われます。この技術の原理は、店舗の管理者がスマートフォンのモバイルアプリケーションで棚の写真を撮ると、数秒後にプラノグラムの正しさに関するレポートが送られてくるというものです。なお、ニューラルネットワークによる認識の精度は98％に達しています。将来的には、データ収集端末にもこのような機能が搭載される予定です。

「このシステムでは、店舗の倉庫に必要な商品が揃っているかどうか、バランスが取れているかどうか、レイアウトの順番、1列目の商品の位置などの指標を分析します。それらがすべてレイアウトに対応していればタスクは削除され、対応していなければヒントが与えられ、タスクは再び作業に戻ります。この場合、エラーは明確なグラフィックスキームで表示されます」 - 「Magnit」で説明しています。

リテールチェーン「Magnit」の副社長兼マネージングディレクターのRuslan Ismailov氏によると、このようなプロジェクトは、棚の上の商品の可用性を高めるのに役立ちます。リテールチェーンの試算によると、このシステムは、商品のカテゴリーにもよりますが、お客様への商品の提供率を最大5％向上させ、売上を増加させることができます。この技術が成功すれば、20,000以上の企業の店舗で再現することができます。

「写真認識技術は、スタッフの負担を軽減すると同時に、レイアウトの質を下げることなく、大幅に向上させることができる最良のツールの一つであると考えています。3ヶ月間のテストを経て、その効果とビジネス指標への影響を評価します。また、ある段階では、認識機能を使って値札の正しさを管理することも計画しています」と語っています。

メイド・イン・ロシア // メイド・イン・ロシア

著者カリーナ・カマロバ