En el comercio minorista, la presión sobre los márgenes es estructural. Las empresas que van a la vanguardia toman decisiones más rápidas y precisas en la sujeción de comercialización, mano de obra y suministro, y lo hacen de guisa consistente en miles de ubicaciones. La pregunta que enfrentan la mayoría de los grandes minoristas: ¿Están sus organizaciones diseñadas para prosperar la IA lo suficientemente rápido como para importar? Albertsons Companies es uno de los minoristas de alimentos y medicamentos más grandes de Estados Unidos, opera aproximadamente 2300 tiendas y genera $80 mil millones en ingresos. Sunil Gopinath lidera los datos y la IA a nivel mundial para la empresa, y incluso dirige Albertsons Companies India, su veterano centro de tecnología e IA. Su mandato: construir la colchoneta de datos e inteligencia químico para convertir a un gran minorista en una empresa basada en datos, a gran velocidad y a escalera.
La convicción que atravesó nuestra conversación fue directa: dejar de tolerar la fragmentación. Las empresas que conecten la avidez de la IA con una colchoneta empresarial sólida ganarán. Todos los demás están realizando experimentos costosos.
El fundamento de esta táctica es la plataforma de ladrillos de datosque Albertsons utiliza en ingeniería de datos, educación inconsciente, gobernanza y exploración. Esta colchoneta compartida hace efectivo el mandato de «una plataforma», brindando a cada equipo la misma ristra de partida en circunscripción de un conjunto diferente de herramientas.
Desarrollar el músculo de la IA: por qué la centralización no era negociable
Aly McGue: ¿Cómo pasó su estructura de experimentos de IA fragmentados y propiedad de unidades de negocios a un equipo central de IA y un maniquí activo centralizados?
Sunil Gopinath: Dejamos de tolerar la fragmentación y tomamos una osadía arquitectónica firme. Un equipo, una plataforma, un maniquí activo. Nos organizamos en torno a cuatro grandes apuestas en IA: experiencia del cliente, inteligencia de comercialización, mano de obra y sujeción de suministro. Eso nos dio un enfoque táctico. El núcleo de IA centralizado nos dio la fuerza para ejecutar.
La razonamiento era sencilla. Había una clara obligación organizacional de componentes horizontales comunes, cosas como gobernanciaseguridad y un depósito central de modelos reutilizables. Un equipo dedicado centrado en esos componentes básicos significa que los equipos de aplicación no tienen que preocuparse por la higiene y los cimientos. Pueden centrarse por completo en hacer que el negocio sea mejor, más predecible y más procesable.
Incluso contamos con un comité de gobernanza para toda la empresa que reúne a líderes y partes interesadas de suspensión nivel para establecer estándares compartidos y aceptables para la IA y la gobernanza de la IA. Es una toma de decisiones colectiva a nivel de liderazgo. Eso es lo que hace que se mantenga.
El maniquí de franquicia para la IA a escalera
Ali: ¿Cuál fue la táctica para crear estándares compartidos, una plataforma central y aceleradores reutilizables para impulsar la eficiencia en Albertsons y al mismo tiempo permitir la innovación y los casos de uso locales?
Sunil: La mejor guisa de pensarlo es un maniquí de franquicia. Infraestructura, estándares y gobernanza comunes en el centro. Ejecución tópico e innovación en los bordes.
Construimos aceleradores reutilizables: plantillas y canalizaciones de ingesta; patrones de tiendas de características; seguimiento de modelos; observabilidad del desempeño; y envoltorios de gobernanza. Cualquier equipo puede conectarse a ellos e ir 10 veces más rápido. El objetivo de la plataforma es que no limita la innovación. Lo acelera.
Nuestra filosofía es que hay que equilibrar la innovación con la confianza y la gobernanza, tanto de nuestros empleados como de nuestros clientes. Entonces los estándares no son arbitrarios. Reflejan lo que se necesita para que la empresa, los comerciantes y los clientes confíen en realidad en lo que está haciendo la IA.
Talento que se agrava en un panorama cambiante
Ali: ¿Cómo están reconsiderando las habilidades y el liderazgo necesarios para ejecutar este núcleo central de IA y cómo se aseguran de que la plataforma capacite eficazmente a los equipos no técnicos?
Sunil: Nuestro enfoque funciona en tres capas: educación inconsciente que predice, IA genética que contesta e IA agente que actúa. Todo esto está integrado en la forma de trabajar de nuestra gentío.
Para los equipos técnicos, hemos pasado a la ingeniería aumentada por IA. En 9 meses, hemos aceptado 1,38 millones de líneas de código generado por IA, y más del 90 % de los ingenieros utilizan herramientas de IA. Hemos cambiado fundamentalmente la ligereza con la que podemos construir y cursar, y eso agrava.
Para equipos no técnicos, hemos creado paneles de control con poco código, bibliotecas de mensajes y reproducción de agentes conversacionales. Tenemos nuestra propia plataforma de inteligencia químico donde incluso los equipos sin conocimientos técnicos pueden remolcar y soltar agentes. Y si no se sienten cómodos haciendo eso, pueden simplemente tener una conversación y sostener: «Constrúyame un agente para monitorear estos KPI», y lo hará. El objetivo en ambas partes es el mismo: menos tiempo buscando respuestas y más tiempo tomando decisiones.
En cuanto a la cuestión del talento específicamente, no buscamos solo competencia técnica o llaneza con las últimas herramientas de inteligencia químico. Contratamos por porte: educarse, ensayar, innovar. Las herramientas seguirán evolucionando a un ritmo récord. Pero si esos rasgos culturales están arraigados, la gentío los recoge y los sigue.
Disciplina en la cima
Ali: ¿Quién en su equipo de liderazgo ejecutante es en última instancia responsable del éxito del núcleo de IA empresarial y cómo han cambiado sus KPI?
Sunil: La propiedad está en la cima. Para nosotros, la IA es una táctica empresarial. Nuestras métricas reflejan eso: tasas de reutilización en todos los mercados, tiempo de implementación, cumplimiento responsable de la IA y, lo más importante, resultados comerciales relacionados con la prosperidad de la IA. Si una iniciativa no puede mostrar impacto, no escalera. Esa disciplina debe imponerse desde en lo alto, y eso es lo que hace que la IA sea una delantera efectivo y no sólo un tentativa costoso.
Pensamientos finales
Sunil no describe una cambio sucesivo cerca de la centralización. Describe un compromiso deliberado: un equipo, una plataforma, un maniquí activo, con apuestas estratégicas que centran el trabajo y aceleradores reutilizables que aumentan la velocidad.
Merchandising Intelligence es una de las cuatro prioridades estratégicas de IA, las grandes apuestas a las que Albertsons se ha comprometido como parte de su transformación más amplia a nivel empresarial, e ilustra cómo se ve el maniquí centralizado cuando se enfrenta a un problema empresarial efectivo. La plataforma está construida sobre Databricks, con Inteligencia en la capa de interacción. Los comerciantes pueden hacer preguntas complejas en un idioma sencillo y obtener respuestas confiables y gobernadas sin escribir una consulta ni presentar un ticket. Databricks proporciona la colchoneta subyacente de ingeniería de datos, educación inconsciente y exploración.
Para los ejecutivos que luchan por cómo trasladar la IA de los focos de experimentación a la capacidad empresarial, el maniquí de franquicia de Albertsons ofrece un entorno útil: presidir el centro, liberar los bordes y comprobar de que cada equipo se colchoneta en lo que ya ha sido probado.
Para comparar sus inversiones y desarrollar su hoja de ruta para incorporar IA en su estructura y productos, descargue el Estado de los agentes de IA de Databricks.