Von Produktfotos zu Supply-Chain-Entscheidungen
Ein neues Kleid erscheint im Katalog eines Händlers mit einem Foto, einer kurzen Beschreibung und ohne Verkaufshistorie. Vor der ersten Bestellung braucht der Einkäufer aussagekräftige Vergleiche mit bereits verkauften Produkten. Schnitt und Muster können wichtiger sein als eine Beschreibung, die kaum mehr als „Damenkleid“ verrät.
Lokad kann jetzt Produktfotos in seinen Supply-Chain-Berechnungen nutzen. Diese Funktion ist in Envision integriert, Lokads Programmiersprache für Prognosen und Supply-Chain-Entscheidungen. Sie verwandelt jedes Bild in ein Embedding: eine kompakte numerische Beschreibung, die visuelle Informationen für diese Berechnungen nutzbar macht.
Was ein Embedding leistet
Ein Foto enthält Millionen von Pixelwerten. Ein mit Bildern trainiertes Modell wandelt sie in eine viel kürzere Zahlenliste um: das Embedding. Diese Zahlen repräsentieren visuelle Muster, darunter Formen, Texturen und die Anordnung der Bildelemente. Sie sind keine Liste von Bezeichnungen wie „blau“ oder „lange Ärmel“.
Der Vergleich zweier Embeddings liefert ein Maß für visuelle Ähnlichkeit. Zwei geblümte Sommerkleider werden häufig besser zueinander passen als ein Kleid und ein Wintermantel, selbst wenn ein Kleid ausführlich beschrieben ist und das andere nur einen Lieferantencode hat. Die Software kann solche Beziehungen im gesamten Katalog erkennen, ohne dass jemand jedes sichtbare Merkmal kennzeichnen muss.
Lokad nutzt bereits Text-Embeddings, um Beschreibungen zu vergleichen. Bild-Embeddings ergänzen diese Sicht auf Produkte, deren Namen und schriftliche Spezifikationen möglicherweise nur einen Teil der Informationen vermitteln.
Aus bereits verkauften Produkten lernen
Bei einer Produkteinführung kann die visuelle Ähnlichkeit helfen, frühere Produkte auszuwählen, deren Verkaufshistorien Gewicht erhalten sollten. Ihre Saisons, Vertriebskanäle und Verfügbarkeit bleiben relevant. Ein ähnliches Kleid kann geringe Verkäufe aufweisen, weil es spät eintraf oder häufig nicht vorrätig war. Diese Daten müssen interpretiert werden, bevor daraus eine Prognose für den neuen Artikel entsteht.
Saisonalität bietet eine weitere Anwendung. Ein neuer Artikel hat keine saisonale Historie, doch ältere Produkte mit verwandten visuellen Merkmalen können Hinweise darauf geben, wann er sich verkaufen wird. Das saisonale Muster stammt aus zeitlich zugeordneten Verkäufen; das Bild hilft dem Modell zu entscheiden, welche Historien relevant sind.
Bilder können auch bei der Klassifizierung von Katalogen mit knappen Beschreibungen helfen. Ein auf den eigenen Kategorien des Händlers trainierter Klassifikator kann visuelle Informationen nutzen, um eine Kategorie vorzuschlagen oder ein Produkt zu markieren, das fehl am Platz wirkt. So hängt die Kataloganreicherung nicht vollständig davon ab, dass jemand Produkte einzeln kennzeichnet.
Für Substitution und Kannibalisierung liefert Ähnlichkeit mögliche Alternativen. Verkaufs- und Verfügbarkeitsdaten sind erforderlich, um abzuschätzen, ob Kunden zwischen ihnen wechseln oder ob ein neuer Stil Nachfrage von einem bestehenden abzieht. Zwei Kleider können ähnlich aussehen und dennoch unterschiedliche Kunden zu unterschiedlichen Preisen ansprechen. Das Bild liefert Hinweise für ein Modell, das diese Unterschiede berücksichtigen muss.
Ein wiederverwendbarer Bestandteil der Berechnung
Eine bekannte Demonstration zeigt ein Produktfoto neben einer Galerie ähnlicher Produkte. Das ist zum Stöbern nützlich. Supply-Chain-Berechnungen brauchen Zugriff auf die zugrunde liegende Repräsentation, um sie auch für andere Zwecke zu nutzen.
In Envision lassen sich Embeddings speichern und in Berechnungen verwenden, ähnlich wie Zahlen. Lokads Supply Chain Scientists entwickeln mit dieser Sprache die Prognose- und Entscheidungslogik jedes Kunden. Sie können die Bild-Embeddings zweier Produkte vergleichen und visuelle sowie textuelle Signale zusammen mit Preisen, Transaktionen und Bestandsverfügbarkeit in einem Modell kombinieren.
Diese Berechnungen können an autodiff teilnehmen, Envisions Mechanismus zum Lernen von Modellparametern aus Beobachtungen. Ein Scientist kann ein Modell anpassen, das lernt, wie visuelle Informationen mit Verkäufen im Geschäft des Kunden zusammenhängen. Das Bildmodell liefert die visuelle Repräsentation; die Kundendaten zeigen dem Supply-Chain-Modell, wie es sie nutzen kann.
Dieselbe Bildrepräsentation kann mehreren Modellen dienen. Jede Anwendung benötigt eigene geschäftliche Belege und eine eigene Validierung.
Eine zur Prognose von Produkteinführungen entwickelte Berechnungsrezeptur muss später möglicherweise einen neuen Stil berücksichtigen, der mit dem bestehenden Sortiment konkurriert. Die visuellen Informationen bleiben dafür verfügbar. Der Scientist kann die Berechnung erweitern, ohne einen weiteren Bildverarbeitungsdienst aufzubauen.
Die Entwicklungsarbeit hinter wenigen Zeilen
Wir verwenden ein vortrainiertes Bildmodell, das von einem anderen Team entwickelt wurde. Unsere Ingenieure machen dieses Modell für Supply-Chain-Berechnungen nutzbar, die jeden Tag zuverlässig laufen müssen.
Meiner Erfahrung nach lässt sich ein Prototyp für visuelle Ähnlichkeit in wenigen Stunden in Python erstellen. Das war schon vor Programmieragenten machbar; mit ihnen wird es noch einfacher. Die Menge an Code, die ein Agent erzeugen kann, sagt wenig über den Aufwand aus, dauerhaft dafür verantwortlich zu sein.
Ein aus Softwarepaketen zusammengesetzter Prototyp übernimmt Code von deren Betreuern und von den Betreuern ihrer Abhängigkeiten. Ein kompromittiertes Paket kann die Daten und Zugangsdaten gefährden, auf die der Prozess zugreifen kann. Auch nützliche, in guter Absicht gepflegte Pakete können aufgegeben werden. Jemand muss entscheiden, welchem Code zu vertrauen ist, Änderungen prüfen und das Zusammenspiel funktionsfähig halten. Tausende generierte Zeilen für den umgebenden Dienst schaffen eine weitere Wartungsverpflichtung.
Sind die Bilder in Lokad gespeichert, erfordern das Lesen und Vergleichen ihrer Embeddings nur eine Handvoll Envision-Zeilen. Der Scientist muss weder eine Bildverarbeitungsbibliothek installieren noch eine separate Anwendung pflegen, um das Bildmodell auszuführen. Die Rezeptur legt fest, wie die visuellen Informationen zur Supply-Chain-Berechnung beitragen.
Lokad pflegt die Software, die Bilder liest, das Modell ausführt und die Envision-Skripte abarbeitet. So kontrollieren unsere Ingenieure den Weg von der Bilddatei zur numerischen Berechnung. Abhängigkeiten erfordern weiterhin Urteilsvermögen und Wartung, doch diese Verantwortung liegt beim Plattformteam, statt in jedem Kundenprojekt erneut anzufallen.
Der Scientist pflegt die Geschäftslogik. Lokads Plattformteam pflegt die Software, die Bilder verarbeitet und die Berechnung ausführt.
Die Verarbeitung eines großen Katalogs erfordert Grenzen für den Speicherverbrauch. Tägliche Läufe sollten bereits geleistete Arbeit für unveränderte Bilder wiederverwenden. Fehlt ein Bild oder ist es beschädigt, muss der Scientist wissen, welches das Problem verursacht hat. Änderungen an der Verarbeitungssoftware müssen bei der Entscheidung berücksichtigt werden, welche Ergebnisse wiederverwendbar sind. Wir behandeln diese Fragen innerhalb der Plattform zusammen mit der Ausführung der übrigen Rezeptur.
Die visuellen Informationen eines Produkts lassen sich dann in denselben Berechnungen wie Beschreibung, Preis und Verkaufshistorie verwenden. Der Scientist kann die Nutzung dieser Signale ändern, ohne die Software, die sie erzeugt, neu aufzubauen.
