沃爾瑪透過統一框架實現企業級 AI 規模,驅動數以千計的使用案例

沃爾瑪透過工程驅動的信任架構方法,率先以企業規模實施自主 AI 系統。他們的新興科技副總裁 Desirée Gosby 在 VB Transform 2025 上揭示了這家零售業領導廠商如何在其支援 2.55 億名每周顧客的生態系統中運作信心建立。
四支柱 AI 架構
Walmart 採用以利益相關者為中心的 AI 架構,針對每個使用者群組提供客製化解決方案,而非一般平台。這種有針對性的方法可確保每個團隊都能獲得專門設計的功能,以應對其特定的營運挑戰。
- 客戶與 Sparky 進行會話式商務互動
- 店員獲得庫存最佳化工具
- 商家利用預測分析進行類別管理
- 供應商透過自動化商業解決方案進行整合
- 開發人員使用先進的代理創建工具包
信任的必要條件
透過彰顯的價值自然採納
沃爾瑪的轉型洞察力:當人工智能持續提供可衡量的效益時,信任便會自然產生。Gosby 透過她母親的購物進程來說明這一點 - 從店內購物到預測送貨 - 顯示出無縫的價值創造如何比強制性的合規性更能驅使採用。
價值等式
- 消除核心工作流程中的摩擦
- 展示即時效用
- 解決實際痛點
- 透過持續表現贏得信任
營運突破
從幾個月到幾周
沃爾瑪的 Trend-to-Product AI 系統透過即時社交資料分析,壓縮時尚週期,達到
- 產品開發時間縮短 60-80
- 提高存貨週轉率
- 提高資本效率
- 更強的價格競爭力
技術架構
模型上下文協議 (MCP)
Walmart 透過以下方式將分散式系統原理應用於代理式人工智能:
- 領域分解策略
- 標準化服務介面
- 傳統基礎架構現代化
- 代理協調框架
機構知識放大
本公司透過下列方式,將數十年來的商家專業知識轉化為可擴充的 AI 資產:
- 編碼類別專業知識
- 將隱性專業知識轉換為結構化資料
- 透過會話介面傳遞機構智慧
創新指標
重新定義成功
沃爾瑪為自主系統開創了新的測量框架,重點在於
- 目標完成度高於流程遵循度
- 問題解決與轉換漏斗
- 價值交付指標
企業實施架構
- 從一開始就實施架構護欄
- 針對不同的使用者群組開發有針對性的解決方案
- 透過漸進的勝利建立信任
- 將員工的專業知識轉換為機構資產
- 設計自主系統 KPI
- 在擴大規模之前將介面標準化
"Gosby 強調:「我們的北極星仍是為真實的人解決真實的問題。"無論是需要派對規劃建議的客戶,或是需要管理庫存的員工,我們都以實際成果而非技術部署來衡量成功與否。
跨產業適用性
沃爾瑪的框架為以下行業提供了可轉移的原則:
- 金融服務業平衡創新與法規
- 醫療保健系統協調病患照護
- 製造商優化全球供應鏈
- 任何管理多方利益相關者複雜性的企業
相關文章
人工智慧揭露新聞內容中的隱藏議程
ChatGPT風格的模型現正接受訓練,以揭示新聞文章背後的潛在觀點——即使該觀點被隱藏在引語、框架或(有時虛偽的)中立表象之下。透過將文章拆解為標題、導語和引語等段落,新型系統能識別長篇專業新聞報導中的偏見。 這種掌握作者或發言者真實立場的能力——學術文獻中稱為立場檢測——正挑戰語言解讀中最複雜的難題之一:從可能刻意設計用以隱藏或模糊意圖的內容中辨識真實意圖。從喬納森·斯威夫特的《一個謙卑的建議》
Anthropic的Claude 4.1在編碼基準測試中表現優異,搶先GPT-5發布
Anthropic於週一發布其旗艦人工智慧模型的升級版本,為軟體工程任務的效能樹立新標竿。此舉使這家人工智慧新創企業得以捍衛其在利潤豐厚的編碼領域的霸主地位,同時預見來自OpenAI的全新競爭挑戰。新版Claude Opus 4.1模型在SWE-bench Verified測試中獲得74.5%的分數,該測試是評估AI系統解決真實世界軟體問題能力的權威基準。此成績超越OpenAI o3模型的69.1
Nvidia 推出具備可切換推理功能的開放原始碼 AI 模型 Nemotron-Nano-9B-v2
小型語言模型正掀起波瀾。 繼麻省理工學院衍生公司Liquid AI推出智慧手錶尺寸的視覺模型,以及Google推出適用於智慧型手機的產品後,Nvidia如今也以精簡版競爭者Nemotron-Nano-9B-V2進軍市場。此新型號在關鍵基準測試中領先同級產品,並引入獨特功能:使用者可啟用或停用AI「推理」機制——此機制實質上是在提供最終答案前進行自我檢查的流程。儘管90億參數規模仍高於近期報導的數百
相關專題推薦
評論 (0)
0/500

沃爾瑪透過工程驅動的信任架構方法,率先以企業規模實施自主 AI 系統。他們的新興科技副總裁 Desirée Gosby 在 VB Transform 2025 上揭示了這家零售業領導廠商如何在其支援 2.55 億名每周顧客的生態系統中運作信心建立。
四支柱 AI 架構
Walmart 採用以利益相關者為中心的 AI 架構,針對每個使用者群組提供客製化解決方案,而非一般平台。這種有針對性的方法可確保每個團隊都能獲得專門設計的功能,以應對其特定的營運挑戰。
- 客戶與 Sparky 進行會話式商務互動
- 店員獲得庫存最佳化工具
- 商家利用預測分析進行類別管理
- 供應商透過自動化商業解決方案進行整合
- 開發人員使用先進的代理創建工具包
信任的必要條件
透過彰顯的價值自然採納
沃爾瑪的轉型洞察力:當人工智能持續提供可衡量的效益時,信任便會自然產生。Gosby 透過她母親的購物進程來說明這一點 - 從店內購物到預測送貨 - 顯示出無縫的價值創造如何比強制性的合規性更能驅使採用。
價值等式
- 消除核心工作流程中的摩擦
- 展示即時效用
- 解決實際痛點
- 透過持續表現贏得信任
營運突破
從幾個月到幾周
沃爾瑪的 Trend-to-Product AI 系統透過即時社交資料分析,壓縮時尚週期,達到
- 產品開發時間縮短 60-80
- 提高存貨週轉率
- 提高資本效率
- 更強的價格競爭力
技術架構
模型上下文協議 (MCP)
Walmart 透過以下方式將分散式系統原理應用於代理式人工智能:
- 領域分解策略
- 標準化服務介面
- 傳統基礎架構現代化
- 代理協調框架
機構知識放大
本公司透過下列方式,將數十年來的商家專業知識轉化為可擴充的 AI 資產:
- 編碼類別專業知識
- 將隱性專業知識轉換為結構化資料
- 透過會話介面傳遞機構智慧
創新指標
重新定義成功
沃爾瑪為自主系統開創了新的測量框架,重點在於
- 目標完成度高於流程遵循度
- 問題解決與轉換漏斗
- 價值交付指標
企業實施架構
- 從一開始就實施架構護欄
- 針對不同的使用者群組開發有針對性的解決方案
- 透過漸進的勝利建立信任
- 將員工的專業知識轉換為機構資產
- 設計自主系統 KPI
- 在擴大規模之前將介面標準化
"Gosby 強調:「我們的北極星仍是為真實的人解決真實的問題。"無論是需要派對規劃建議的客戶,或是需要管理庫存的員工,我們都以實際成果而非技術部署來衡量成功與否。
跨產業適用性
沃爾瑪的框架為以下行業提供了可轉移的原則:
- 金融服務業平衡創新與法規
- 醫療保健系統協調病患照護
- 製造商優化全球供應鏈
- 任何管理多方利益相關者複雜性的企業
人工智慧揭露新聞內容中的隱藏議程
ChatGPT風格的模型現正接受訓練,以揭示新聞文章背後的潛在觀點——即使該觀點被隱藏在引語、框架或(有時虛偽的)中立表象之下。透過將文章拆解為標題、導語和引語等段落,新型系統能識別長篇專業新聞報導中的偏見。 這種掌握作者或發言者真實立場的能力——學術文獻中稱為立場檢測——正挑戰語言解讀中最複雜的難題之一:從可能刻意設計用以隱藏或模糊意圖的內容中辨識真實意圖。從喬納森·斯威夫特的《一個謙卑的建議》
Anthropic的Claude 4.1在編碼基準測試中表現優異,搶先GPT-5發布
Anthropic於週一發布其旗艦人工智慧模型的升級版本,為軟體工程任務的效能樹立新標竿。此舉使這家人工智慧新創企業得以捍衛其在利潤豐厚的編碼領域的霸主地位,同時預見來自OpenAI的全新競爭挑戰。新版Claude Opus 4.1模型在SWE-bench Verified測試中獲得74.5%的分數,該測試是評估AI系統解決真實世界軟體問題能力的權威基準。此成績超越OpenAI o3模型的69.1
Nvidia 推出具備可切換推理功能的開放原始碼 AI 模型 Nemotron-Nano-9B-v2
小型語言模型正掀起波瀾。 繼麻省理工學院衍生公司Liquid AI推出智慧手錶尺寸的視覺模型,以及Google推出適用於智慧型手機的產品後,Nvidia如今也以精簡版競爭者Nemotron-Nano-9B-V2進軍市場。此新型號在關鍵基準測試中領先同級產品,並引入獨特功能:使用者可啟用或停用AI「推理」機制——此機制實質上是在提供最終答案前進行自我檢查的流程。儘管90億參數規模仍高於近期報導的數百





首頁






