- 추천 대상
- 유통업체와 브랜드
- 사용 환경
- 유럽
- 언제
- 얼리 액세스
핵심 요약
- Shopify, 추론 비용 최대 12배 절감
- Mirakl, 7천만 개 이상 상품 온보딩
- 디지털 트윈으로 창고 사전 테스트
- CASI, WhatsApp으로 고객 쇼핑 지원
활용 방법
- 상품 카탈로그검색에 맞는 깔끔한 상품 속성 생성
- 매장 운영발주 전 시뮬레이션으로 재고 계획
- 창고 운영배치 변경을 디지털 트윈으로 먼저 테스트
무슨 일이 있었나
NVIDIA는 유럽 유통업체와 브랜드의 고객 사례를 공개했다. Shopify는 사후 학습한 모델로 서빙 비용을 90% 줄였다고 밝혔다. Zooplus는 시맨틱 검색에서 86% 정확도를 보고했으며, Otto Group은 창고 업무를 가장 큰 물류센터에 도입하면서 먼저 디지털 트윈으로 테스트했다.
왜 중요한가
유통업체는 상품 검색, 상품 사진, 창고 계획에 AI를 활용하고, 돈을 쓰기 전에 시뮬레이션으로 변경 사항을 테스트할 수 있다. 이는 기업이 보고한 결과이며 독립적인 테스트가 아니다.
할 일
아직 필요한 것은 없다.
위 출처를 바탕으로 AI가 작성했어요. 내용이 다르다면 출처가 기준이에요.
