Re-imagine Retail: Paranna tuottavuutta ja ketteryyttä
Tässä webinaarissa käydään läpi, miten Microsoft Store mobilisoi ensimmäisen linjan henkilöstön etätyöhön alle 10 päivässä.
Tekoälyhaasteena tuotteen tunnistaminen kuvien avulla – Case Lappset
Lukas Lundin
Tuotemarkkinointipäällikkö, Azure
Leikkipuistoihin ja leikkikenttiin erilaisia tuotteita valmistava Lappset lähestyi iSoftia puolitoista vuotta sitten haasteella: miten heidän tuotteidensa huoltotoimia voitaisiin nopeuttaa ja automatisoida. Haasteen ratkaisuksi alkoi pian hahmottumaan tuotevalokuvien yhdistäminen tekoälyyn pohjautuvan kuvantunnistusteknologiaan.
Lappsetin tavoite oli helpottaa noin viidensadan erilaisen leikkikenttiin liittyvän tuotteen selausta ja huoltoa. Lappset halusi rakentaa kumppaneilleen, asiakkailleen sekä Lappsetin työntekijöille mahdollisuuden tilata varaosia, niihin liittyvää huoltoa tai muita Lappsetin tuotteita vaivattomasti.
“Varaosien etsimisestä vapautunutta aikaa aiomme käyttää asiakkaidemme parempaan palveluun. Vapautuneella ajalla voimme palvella paremmin asiakkaita muissa tärkeissä kysymyksissä”
Hannu Ylinenpää, Lappsetin markkinointi- ja innovaatiojohtaja
Konenäöstä apua ja nopeutta huoltotoimiin
Tuotteiden huoltotoimien automatisoimiseksi kuvantunnistusteknologian käyttö oli mielenkiintoinen aloitusasetelma, sillä vastaavia kokeiluja ei vielä maailmalta montaa löytynyt. Konenäön kyvykkyydet ovat viime vuosina edistyneet harppauksin ja Lappsetin haastetta alettiin tutkia yleisiä Microsoft Azure Computer Vision -rajapintoja hyväksi käyttäen.
“Halusimme nähdä, pystyykö jo olemassa olevia rajapintoja hyödyntämällä saada aikaan riittävän tarkan mekanismin tuotteiden tunnistamiseen. Ikäväksemme jouduimme nopeasti toteamaan, että nykyisillä algoritmeilla emme pääse riittävälle tasolle”, sanoo iSoftin toimitusjohtaja Erkki Lohiniva.
Valokuvasta varaosaan
Algoritmien kehitystyön jälkeen iSoft tarjosi Lappsetille ensimmäistä konseptia, jonka tulokset puhuivat puolestaan, ja konenäköön perustuvan palvelun rakentaminen alkoi tuntua todellisuudelta. Lopulta ratkaisuksi kehitettiin osaksi yrityksen toiminnanohjausjärjestelmää varaosahaku, joka perustuu konenäköratkaisuihin.
Käytännössä esimerkiksi huoltotöistä vastaava henkilö voi ottaa valokuvan rikkoontuneesta leikkikentän keinusta ja ladata kuvan verkkosivujen kautta konenäkötunnistukseen pohjautuvaan mobiiliapplikaatioon. Tämän jälkeen applikaatio kertoo tekoälyn avulla, mikä tuote kuvassa on ja ehdottaa siihen sopivaa varaosaa. Yhdellä napin painalluksella käyttäjä voi samasta näkymästä tehdä varaosatilauksen heti Lappsetin varaosakatalogista. Melko helppoa, eikö?
Tulevaisuuden konenäkövisioita
Konenäköön ja tunnistusteknologiaan perustuvaa palvelua on mahdollista laajentaa muihinkin tarpeisiin. Vaikka ensimmäisessä vaiheessa Lappsetin käyttäjät ovat olemassa olevia asiakkaita, yrityksen tarkoitus on tarjota muillekin mahdollisuus ostaa yrityksen tuotteita saman palvelun avulla. Kun asiakas huomaa mieleisen leikkikenttälaitteen missä tahansa puistossa, hänen tarvitsee vain ottaa valokuva siitä ja ladata kuva Lappsetin palveluun, jolloin tekoäly löytää oikean tuotteen ja tarjoaa tilausmahdollisuutta.
“Lappsetin ratkaisu on erinomainen esimerkki siitä, kuinka tekoälyä voi hyödyntää entistä kustannustehokkaammin. Azure-pilvipalveluissamme Custom Vision -konenäköpalvelu tarjoaa valmiin kehikon, jonka pohjalta tekoälysovelluksia voidaan kehittää rajattomasti. Näin myös pienillä organisaatioilla on mahdollisuus saada tekoälypalveluita heidän tarpeisiinsa räätälöityinä järkevillä kustannuksilla”, tiivistää Microsofin pilvipalveluliiketoiminnasta Suomessa vastaava Antti Alila.
Esimerkiksi sisustus- ja designverkkokaupat voisivat hyödyntää konenäköä sisustusassistenttipalvelulla, jossa asiakas ottaa kuvan olohuoneestaan ja lataa sen palveluun, jolloin palvelu ehdottaa asiakkaalle sopivia sisustusvaihtoehtoja näkemänsä kuvan perusteella. Samoin kaatopaikalle menevien kuormien sisältöä voitaisiin seurata konenäköön perustuvalla palvelulla.
“Koneälyn yleistyessä myös sen toteuttaminen nopeutuu. Esimerkiksi projektimme Lappsetin kanssa on edennyt neljässä kuukaudessa demosta osaksi organisaation ydintoimintaa”, korostaa Lohiniva. Tällainen pilotointi on uskomattoman tehokasta, ja se laskeekin monessa tilanteessa kustannuksia, jolloin esimerkiksi juuri konenäköpalvelut saadaan laajemmin käyttöön, jopa pienille organisaatioille.
