Walmart Machen Sie weiterhin Fortschritte beim Knacken des Codes für die Bereitstellung von Agents AI im Unternehmensmaßstab. Ihr Geheimnis? Behandeln Sie das Vertrauen als technische Anforderung, nicht als Kontrollkästchen Compliance, das Sie am Ende ankreuzen.
Während des Vertrauens in den Algorithmus: Wie die Agent -KI von Walmart das Verbrauchervertrauen und die Einzelhandelsführung neu definiert ” VB -Transformation 2025Anwesend Walmarts Vizepräsident der aufstrebenden Technologie Desirée Gosby erklärte, wie der Einzelhandelsriese Operationalisiert Tausende von KI -Anwendungsfällen. Eines der Hauptziele des Einzelhändlers ist es, das Vertrauen des Kunden unter seinen 255 Millionen wöchentlichen Käufern konsequent zu bewahren und zu stärken.
“Wir sehen dies als einen ziemlich großen Beugungspunkt, der dem Internet sehr ähnlich ist”, sagte Gosby gegenüber dem Industry Analyst Susan Etlinger während der morgendlichen Sitzung am Dienstag. “Es ist genauso tiefgreifend, wie wir tatsächlich funktionieren werden, wie wir tatsächlich arbeiten.”
Die Sitzung lieferte wertvolle Lektionen aus Walmarts KI -Einsatzerlebnissen. Implizit während der gesamten Diskussion ist die kontinuierliche Suche des Einzelhandelsgiganten nach neuen Möglichkeiten zur Anwendung verteilter System -Architekturprinzipien, wodurch die Schaffung technischer Schulden vermieden wird.
>> Sehen Sie hier alle unsere Transformation 2025 -Berichterstattung <
Vier-Stakeholder-Framework-Strukturen KI-Bereitstellung
Die KI -Architektur von Walmart lehnt horizontale Plattformen für gezielte Stakeholder -Lösungen ab. Jede Gruppe erhält speziell gebaute Tools, die sich mit bestimmten operativen Reibungen befassen.
Kunden engagieren sich Sparky für natürliche Spracheinkäufe. Field Associates erhalten Inventar- und Workflow -Optimierungstools. Händler zugreifen zu Entscheidungsunterstützungssystemen für das Kategoriemanagement. Verkäufer erhalten Geschäftsintegrationsfunktionen. “Und dann haben wir natürlich Entwickler, und wirklich, wissen Sie, dass sie die Superkräfte geben und sie mit dem neuen Agenten der Werkzeuge aufladen”, erklärte Gosby.
“Wir haben Hunderte, wenn nicht Tausende unterschiedlicher Anwendungsfälle im gesamten Unternehmen, die wir zum Leben erwecken”, erklärte Gosby. Die Skala erfordert eine architektonische Disziplin, die den meisten Unternehmen fehlt.
Die Segmentierung erkennt das grundlegende Bedarf jedes Teams in Walmart an, um spezielle Werkzeuge für seine spezifischen Jobs zu haben. Store Associates Managing Inventory benötigen unterschiedliche Tools von Händlern, die regionale Trends analysieren. Generische Plattformen scheitern, weil sie die operative Realität ignorieren. Die Spezifität von Walmart treibt die Akzeptanz durch Relevanz und nicht durch Mandat an.
Trust Economics treiben die Einführung von KI bei Walmart voran
Walmart stellte fest, dass Vertrauen durch Wertschöpfung aufgebaut wird, nicht nur obligatorische Schulungsprogramme, die manchmal den Wert von in Frage stellen.
Gosbys Beispiel fand mit, als sie die Einkaufsentwicklung ihrer Mutter von wöchentlichen Ladenbesuchen bis hin zu Lieferungen aus der Zeit der Kovid-Ära erklärte und genau veranschaulicht, wie die natürliche Adoption funktioniert. Jeder Schritt bot einen sofortigen, greifbaren Nutzen. Keine Reibung, kein erzwungenes Änderungsmanagement, aber der Fortschritt ereignete sich schneller als irgendjemand hätte vorhergesagt können.
“Sie hat die ganze Zeit mit KI interagiert”, erklärte Gosby. “Die Tatsache, dass sie in den Laden gehen und bekommen konnte, was sie wollte, war es im Regal. Ai war dazu verwendet.”
Die Vorteile, die Kunden von Walmarts Vorhersagehandelspision erhalten, spiegeln sich weiter in den Erfahrungen der Mutter von Gosbys Mutter wider. “Anstatt wöchentlich gehen zu müssen, finden Sie heraus, welche Lebensmittel Sie geliefert haben müssen, was ist, wenn sie nur automatisch für Sie erschienen ist?” Das ist das Wesentliche des Vorhersagehandels und wie es jedem Walmart -Kunden Wert in Skala liefert.
“Wenn Sie ihr Leben nutzen, ihnen helfen, Reibung zu entfernen, ihnen zu helfen, Geld zu sparen und besser zu leben, was Teil unserer Mission ist, dann kommt das Vertrauen”, erklärte Gosby. Mitarbeiter folgen dem gleichen Muster. Wenn KI ihre Arbeit tatsächlich verbessert, ihnen Zeit spart und ihnen hilft, sich zu übertreffen, geschieht die Adoption auf natürliche Weise und das Vertrauen wird verdient.
Modezyklen komprimieren von Monaten bis Wochen
Walmarts Trend zum Produktsystem quantifiziert den Betriebswert von AI. Die Plattform synthetisiert Social -Media -Signale, Kundenverhalten und regionale Muster, um die Produktentwicklung von Monaten bis Wochen zu senken.
„Der Trend zum Produkt hat uns von Monaten bis Wochen bis zu den richtigen Produkten für unsere Kunden gesenkt“, erklärte Gosby. Das System erstellt Produkte als Reaktion auf Echtzeitnachfrage und nicht auf historische Daten.
Die Monate-to-Weeks-Komprimierung verändert die Einzelhandelsökonomie von Walmart. Inventar wird beschleunigt. Markdown -Exposition schrumpft. Kapitaleffizienz multipliziert. Das Unternehmen unterhält die Price Leadership und entspricht gleichzeitig die Speed-to-Market-Fähigkeiten eines Konkurrenten. Jede Hochgeschwindigkeitskategorie kann davon profitieren, AI zum Verkleinern von Zeit-zu-Markt-Market zu verkleinern und quantifizierbare Gewinne zu erzielen.
Wie Walmart das MCP -Protokoll verwendet, um eine skalierbare Agentenarchitektur zu erstellen
Der Ansatz von Walmart zur Agenten-Orchestrierung stützt sich direkt von der hart erkämpften Erfahrung mit verteilten Systemen. Das Unternehmen verwendet das Modellkontextprotokoll (MCP), um zu standardisieren, wie Agenten mit vorhandenen Diensten interagieren.
„Wir brechen unsere Domänen auf und schauen uns wirklich an, wie wir diese Dinge als MCP -Protokoll einwickeln und dann die Dinge freigeben, die wir dann anfangen können, verschiedene Agenten zu orchestrieren”, erklärte Gosby. Die Strategie verändert die vorhandene Infrastruktur eher als ersetzt.
Die architektonische Philosophie geht tiefer als Protokolle. “Die Veränderung, die wir heute sehen, ist sehr ähnlich zu dem, was wir gesehen haben, als wir von Monolithen zu verteilten Systemen gewechselt sind. Wir wollen diese Fehler nicht wiederholen”, erklärte Gosby.
Gosby skizzierte die Ausführungsanforderungen: „Wie zersetzen Sie Ihre Domänen? Welche MCP -Server sollten Sie haben? Welche Art von Agent -Orchestrierung sollten Sie haben?“ Bei Walmart repräsentieren diese tägliche operative Entscheidungen, nicht theoretische Übungen.
„Wir wollen unsere vorhandene Infrastruktur aufnehmen, sie zusammenfassen und sie dann in die Agenten umwandeln, die wir bauen können“, erklärte Gosby. Dieser Standardisierungsansatz ermöglicht Flexibilität. Dienstleistungen, die vor Jahren gebaut wurden, sind jetzt Power Agentic -Erlebnisse durch richtige Abstraktionsschichten.
Händlerkompetenz wird Unternehmensintelligenz
Walmart nutzt Jahrzehnte des Arbeitnehmerwissens und macht es zu einem Kernkomponenten seiner wachsenden KI -Fähigkeiten. Das Unternehmen erfasst systematisch Kategorienkenntnisse von Tausenden von Händlern und schafft einen Wettbewerbsvorteil, der kein digitaler ersten Einzelhändler mithalten kann.
„Wir haben Tausende von Händlern, die hervorragend in dem sind, was sie tun. Sie sind Experten in den Kategorien, die sie unterstützen“, erklärte Gosby. “Wir haben einen Käsehändler, der genau weiß, was Wein geht oder welche Käsepaarung, aber diese Daten werden nicht unbedingt strukturiert erfasst.”
KI operationalisiert dieses Wissen. “Mit den Tools, die wir haben, können wir dieses Fachwissen erfassen, das sie haben, und das wirklich für unsere Kunden mitbringen”, sagte Gosby. Die Anwendung ist spezifisch: “Wenn sie herausfinden wollen, hey, ich muss die Party veranstalten, welche Art von Vorspeisen sollte ich haben?”
Die strategischen Vorteile Verbindungen. Jahrzehnte des Händlerkompetenzes werden durch Anfragen von natürlichen Sprachen zugänglich. Digital-First-Einzelhändler fehlen diese Human Knowledge Foundation. Die 2,2 Millionen Mitarbeiter von Walmart repräsentieren proprietäre Intelligenz, die Algorithmen nicht unabhängig synthetisieren können.
Neue Metriken messen den autonomen Erfolg
Walmart-Pioniere-Messsysteme, die eher für autonome KI als für menschlich gesteuerte Prozesse entwickelt wurden. Herkömmliche Trichtermetriken scheitern, wenn Agenten End-to-End-Workflows abwickeln.
“In einer agierenden Welt beginnen wir, dies zu durcharbeiten, und es wird sich ändern”, sagte Gosby. “Die Metriken um Konvertierung und solche Dinge werden sich nicht ändern, aber wir werden uns mit der Abschluss des Ziels ansehen.”
Die Verschiebung spiegelt die operative Realität wider. “Haben wir tatsächlich das ultimative Ziel erreicht, das unser Mitarbeiter, das unsere Kunden, tatsächlich lösen?” Fragte Gosby. Die Frage richtet die Erfolgsmessung neu.
“Letztendlich ist es ein Maß dafür, liefern wir den Vorteil? Liefern wir den Wert, den wir erwarten, und arbeiten dann von dort zurück, um grundsätzlich die richtigen Metriken herauszufinden?” Erklärte Gosby. Die Problemlösung ist wichtiger als die Vorschriften zur Prozesse. Wie KI Kunden hilft, ihre Ziele zu erreichen, wird Priorität vor Conversion -Trichter.
Unternehmensunterricht aus Walmarts KI -Transformation
Die Transformation 2025 -Sitzung von Walmart liefert umsetzbare Intelligenz für die Bereitstellung von Enterprise AI. Der operative Ansatz des Unternehmens bietet einen Rahmen, der im Maßstab validiert wurde.
- Wenden Sie vom ersten Tag an architektonische Disziplin an. Die Verlagerung von monolithisch zu verteilten Systemen lieferte Walmart die Lektionen, die es erforderte, um mit KI -Bereitstellungen erfolgreich zu sein. Die wichtigste Lektion, die gelernt wurde, besteht darin, ordnungsgemäße Fundamente vor dem Skalieren zu erstellen und einen systematischen Ansatz zu definieren, der teure Nacharbeiten verhindert.
- Passen Sie die Lösungen an bestimmte Benutzeranforderungen an. Einheitliche KI scheitert jedes Mal. Store Associates benötigen unterschiedliche Werkzeuge als Händler. Lieferanten benötigen unterschiedliche Fähigkeiten als Entwickler. Der gezielte Ansatz von Walmart treibt die Akzeptanz vor.
- Vertrauen durch den nachgewiesenen Wert aufbauen. Beginnen Sie mit klaren Siegen, die messbare Ergebnisse liefern. Walmart wechselte Schritt für Schritt vom grundlegenden Inventarmanagement zu Predictive Commerce. Jeder Erfolg erhält Einblicke und Wissen für den nächsten.
- Verwandeln Sie Mitarbeiterwissen in Unternehmensgüter. In Ihrer Organisation gibt es jahrzehntelange Fachkompetenz. Walmart erfasst systematisch Merchant Intelligence und operationalisiert sie bei 255 Millionen wöchentlichen Transaktionen. Dieses institutionelle Wissen schafft einen Wettbewerbsvorteil, den kein Algorithmus von Grund auf neu replizieren kann.
- Messen Sie, was in autonomen Systemen wichtig ist. Die Conversion -Raten verpassen den Punkt, wenn KI ganze Workflows umgeht. Konzentrieren Sie sich auf die Problemlösung und die Wertschöpfung. Walmarts Metriken entwickelten sich zu einer operativen Realität.
- Standardisieren Sie vor Komplexitätsschlägen. Integrationsfehler haben mehr Projekte getötet als der schlechte Code jemals. Die Protokollentscheidungen von Walmart verhindern das Chaos, das die meisten KI -Initiativen entgleisen. Struktur ermöglicht Geschwindigkeit.
“Es kommt immer wieder auf die Grundlagen zurück”, riet Gosby. “Machen Sie einen Schritt zurück und verstehen Sie zuerst, welche Probleme Sie wirklich für Ihre Kunden, für unsere Mitarbeiter lösen müssen. Wo gibt es Reibung? Wo können Sie manuelle Arbeiten, über die Sie jetzt anfangen können, anders zu denken?”
Walmarts Blaupauseskala jenseits des Einzelhandel
Walmart zeigt, wie Enterprise AI durch technische Disziplin und systematische Bereitstellung erfolgreich ist. Das Unternehmen verarbeitet Millionen von täglichen Transaktionen in 4.700 Filialen, indem sie jede Stakeholder-Gruppe als eine ausgeprägte Herausforderung behandelt, die maßgeschneiderte Echtzeitlösungen erfordert.
“Es ist alles, was wir tun”, erklärte Gosby. “Aber letztendlich beginnen wir immer mit unseren Kunden und Mitgliedern, wie wir es betrachten, und verstehen wirklich, wie es sich auf sie auswirken wird.”
Ihr Rahmen gilt für Branchen. Finanzdienstleistungsorganisationen, die den Kundenbedarf mit regulatorischen Anforderungen in Einklang bringen, Gesundheitssysteme koordinieren die Patientenversorgung zwischen Anbietern, Hersteller, die komplexe Lieferketten verwalten, sind alle mit ähnlichen Multi-Stakeholder-Herausforderungen konfrontiert. Der Ansatz von Walmart bietet eine getestete Methodik zur Bekämpfung dieser Komplexität.
„Unsere Kunden versuchen, ein Problem für sich selbst zu lösen. Gleiches gilt für unsere Mitarbeiter“, erklärte Gosby. “Haben wir dieses Problem mit diesen neuen Tools tatsächlich gelöst?” Dieser Fokus auf die Problemlösung und nicht auf die Bereitstellung von Technologien treibt messbare Ergebnisse an. Die Skala von Walmart bestätigt den Ansatz für jedes Unternehmen, das bereit ist, über Pilotprogramme hinauszugehen.
