Как «Спортмастер» реализует решения в области технологий Искусственного Интеллекта

Усиление конкуренции, борьба за клиента, повышение эффективности, снижение издержек, резкое увеличение объема данных и сложности процессов стимулируют бизнес к использованию технологий искусственного интеллекта. Компания «Спортмастер» активно разрабатывает модели Искусственного Интеллекта для прогнозирования спроса, оптимизации управления товарными операциями, увеличения конверсии продаж, повышения эффективности программ лояльности.

Узнайте больше о роли больших данных в диджитализация ритейла на секции «Время Big Data» на Retail TECH WEB 25 сентября! Регистрируйтесь по ссылке: https://retailtech.ru/registration/

Для того чтобы быстро создавать, развертывать и обучать модели ИИ, компании «Спортмастер» требовалось решение, способное обеспечить высокую производительность в задачах машинного обучения и глубокого обучения.

Эксперты Softline, с которой ритейлера связывают многолетние деловые отношения, предложили использовать программно-аппаратный комплекс NVIDIA DGX-2. Эта система, разработанная NVIDIA, предназначена для обучения нейронных сетей, решения задач математической статистики и машинного обучения. Возможности платформы позволяют обучать нейронные сети в несколько раз быстрее, чем функционал обычных процессоров.

О том, как технологии искусственного интеллекта улучшают бизнес-процессы компании «Спортмастер», о результатах проекта и перспективах сотрудничества рассказывает Алексей Тюренков, начальник департамента хранилищ данных, бизнес-аналитики и исследований данных УИС компании «Спортмастер»:

«Сложность бизнес-процессов постоянно повышается. Резко увеличивается объем данных и количество факторов, влияющих на прогнозный показатель и объект классификации. Сокращается время, необходимое человеку для принятия оптимальных решений. Как пример – ежедневное формирование заказа товара в торговую сеть из тысяч магазинов и десятков тысяч товарных позиций. Или, скажем, привлечение необходимого числа сотрудников для работы в магазине в часы пиковой нагрузки, для каждого магазина сети. Или подготовка маркетинговых промо-кампаний, с оптимальными параметрами сегментов (клиенты, товары, магазины). В условиях ограничения ресурсов и времени человек не в состоянии эффективно решать столь масштабные задачи оптимизации. Помощь в принятии решений ему способны оказать системы искусственного интеллекта, для эффективной работы которых требуются специализированные высокопроизводительные платформы.

Команда экспертов по анализу данных «Спортмастер» провела исследования по моделированию сложных бизнес-процессов компании, накопила значительные компетенции в разработке промышленных моделей искусственного интеллекта. Для максимального использования возможностей платформы пришлось переписать скрипты для подготовки данных и процесса обучения, провести тестирование выбранных «боевых» моделей машинного обучения.

С учетом результатов тестирования было принято решение о внедрении серверного комплекса NVIDIA DGX-2. Дальнейшая миграция моделей искусственного интеллекта на production-платформу NVIDIA DGX-2 подтвердила успешные результаты пилотного тестирования. Более того, удалось получить дополнительный прирост производительности. Таким образом, появилось «окно возможностей» для наращивания функционала. Например, переход с еженедельной на ежедневную технологию полного обучения моделей, значительное увеличение количества факторов и возможности «эшелонирования» моделей, использование новых ресурсоемких алгоритмов для повышения качества прогноза и результатов классификации. Подводя итоги, можно признать результаты проекта успешными.

Узнайте больше о роли больших данных в диджитализация ритейла на секции «Время Big Data» на Retail TECH WEB 25 сентября! Участие бесплатное. Регистрируйтесь по ссылке: https://retailtech.ru/registration/

Ссылка на полный материал на сайте партнера RetaiL TECH WEB, компании Softline: https://softline.ru/about/projects/novyiy-etap-sotrudnichestva-kompaniy-softline-i-sportmaster-v-oblasti-tehnologiy-iskusstvennogo-intellekta

Назад к новостям »