Amazon y otros han creado conciencia sobre cómo la experiencia de compra en la tienda puede acelerarse (y en el futuro) utilizando la visión artificial para permitir que una persona pague y retire artículos sin tener que interactuar con un cajero, humano o no. Hoy, una startup anuncia financiamiento para su propia versión de cómo usar la detección de video basada en IA para obtener más información de la experiencia minorista. Norte Profundo, que ha creado una plataforma de análisis que genera información para los minoristas en función de los videos de CCTV y otras cámaras que esos minoristas ya usan, anuncia hoy que ha recaudado $ 25,7 millones en fondos, una ronda de Serie A que planea usar para seguir ampliando su plataforma.
La IA de Deep North actualmente mide parámetros tales como entradas y salidas diarias; ocupación; tiempos de cola; conversiones y mapas de calor: una lista y una hoja de ruta de productos que planea seguir creciendo con esta última inversión. Dice que el uso de cámaras para construir sus conocimientos es más preciso y escalable que las soluciones actuales que incluyen dispositivos como balizas, etiquetas RFID, redes móviles, seguimiento de teléfonos inteligentes y datos de compras. Una instalación típica toma un fin de semana para hacer.
La financiación está siendo liderada por London VC Celeres Investments (patrocinador de la startup de conducción autónoma Phantom AI, entre otros), con participación también de Engage, AI List Capital y otros. La startup no revela su valoración y, anteriormente, Deep North no ha revelado cuánto ha recaudado.
Previamente conocido como VMAXX, la startup con sede en el Área de la Bahía, según el CEO y cofundador Rohan Sanil, actualmente la utilizan clientes de EE. UU. y Europa. No revela los nombres de los clientes, pero Sanil dijo que la lista incluye centros comerciales, minoristas, negocios de bienes raíces comerciales y centros de transporte.
Hay una serie de juegos analíticos minoristas en el mercado hoy en día, pero hasta ahora la gran mayoría de ellos se han basado en el uso de otros tipos de datos no visuales (y no de video) para construir sus imágenes de cómo funciona un negocio. , incluidos registros de ventas, pagos con tarjeta, balizas en la tienda, Wi-Fi en la tienda y uso de teléfonos inteligentes.
Esta lista es, de hecho, extensa y ya proporciona una cantidad sorprendente de datos sobre el comprador promedio, pero tiene sus inconvenientes. Algunas personas no usan WiFi en la tienda; las balizas no son tan omnipresentes como los CCTV; ciertos datos de compras son falsos positivos, en el sentido de que si no compras nada, es más difícil rastrear por qué no y dónde salió todo mal para que compraras; y quizás, lo más importante, no puede ver cómo se comportan los compradores, dónde miran y caminan.
“Los datos recopilados [by these other means] tiene solo un 30-60% de precisión y luego se extrapola”, señala Sanil en una publicación de blog. Y ese no es el único desafío. “El otro es el enorme costo de la tecnología junto con el software, que requiere un equipo de programadores para obtener algo más allá del análisis de existencias, además de estar vinculado a un solo proveedor”.
Los sistemas de video “tienen mucho más sentido”, agrega, al igual que los que ya están instalados en las ubicaciones de los minoristas. “Los clientes que vemos no tienen interés en implementar y pagar infraestructura adicional, cuando la tienda promedio ya tiene varias cámaras y una tienda grande típica tiene docenas. Hacer que nuestra visión funcione significa cuantificar lo que una cámara puede ver y ver a través de las cámaras que ya están en uso”. La empresa normalmente se integra con el 60-70% de las cámaras instaladas de una empresa para ejecutar su análisis.
Es esa diferenciación lo que ha atraído a los inversores. “La plataforma de Deep North permite a los minoristas obtener información en tiempo real sobre puntos de datos que antes eran inalcanzables en el mundo físico. Al aprovechar las imágenes de video existentes para comprender la actividad y el comportamiento, los operadores ahora pueden tomar decisiones informadas con la ayuda de su motor de análisis prescriptivo”, dijo Azhaan Merchant de Celeres Investments, en un comunicado.
CCTV ha tenido un perfil problemático en el mundo de la privacidad de datos, donde las personas señalarlo como el enemigo número uno en nuestra economía de vigilancia en rápida expansión, e irónicamente han señalado que rara vez es adecuado para el propósito para el que se estableció originalmente, que es disuadir e identificar a los ladrones. Es notable para mí que Deep North en realidad nunca usa el término CCTV. (“Los clientes usan una variedad de términos para sus cámaras, incluidos CCTV, redes de cámaras y cámaras de prevención de pérdidas, por lo que hemos optado por usar un término más amplio que los abarque”, dijo un vocero).
Independientemente de cómo las llame, si un minorista ya ha dado el salto para instalar estas cámaras, usarlas para análisis le brinda a esa empresa otra forma de obtener un mejor retorno de la inversión. Sanil dice que en cualquier caso, su plataforma es respetuosa con la privacidad.
“Deep North no puede determinar la identidad de ningún individuo capturado a través de imágenes en la tienda”, dijo. “No tenemos la capacidad de vincular los metadatos a un solo individuo. Además, Deep North no captura información de identificación personal (PII) y fue desarrollado para gobernar y preservar la integridad de todos y cada uno de los individuos con los más altos estándares posibles de anonimización. Deep North no retiene ningún tipo de PII y solo almacena metadatos derivados que producen métricas como el número de entradas, el número de salidas, etc. Deep North se esfuerza por cumplir con todas las políticas de privacidad existentes, incluido el RGPD y la Ley de Privacidad del Consumidor de California”. (Tiene operaciones en Europa donde necesitaría cumplir con GDPR).
Aún así, la combinación de visión por computadora con tecnología minorista de Deep North es una señal de una tendencia más grande. Muchos proveedores de cámaras de seguridad tienen comenzó a incorporar análisis minorista en sus ofertas más amplias, y es probable que aquellos que se concentran en pagar, como Amazon pero también nuevas empresas como Trigo, también consideren esta área. A más largo plazo, a medida que los minoristas, pero también sus proveedores de TI, buscan obtener más inteligencia sobre cómo funcionan sus negocios en una apuesta por mejores márgenes, es probable que veamos aún más jugadores en este espacio.
Para Deep North, eso podría significar también expandirse a un conjunto más amplio de productos que no solo pueden generar información sobre cómo compran las personas, sino también usarlas para crear recomendaciones sobre cómo se distribuyen las tiendas, o indicaciones para los compradores sobre qué podrían considerar a continuación mientras navegan.
Source link