Reportage, New York: "Jeg må indrømme, at jeg helt høj på, hvad machine learning kan gøre for os og for vores kunder."
Så bramfrit lyder det fra Toke Lund, head of Digital Growth Center hos Dansk Supermarked Group, efter han har været til flere demonstrationer af, hvad de selvlærende maskiner egentlig kan udrette for online-handlen hos Bilka, Føtex og Wupti såvel som i de fysiske butikker.
Demonstration af machine learning er foregået i nærkamp med IBM's supercomputer Watson på detailhandlens internationale stormøde 'The Big Show 2017', der bliver afholdt i disse dage i New York, USA.
Det naturlige omdrejningspunkt for konferencens 33.000 deltagere i Jacob k. Javits Convention Centre er teknologi så langt øjet rækker, og machine learning er absolut blandt de største tilløbsstykker.
Toke Lund fortæller, at han først og fremmest er imponeret over, hvad de selvlærende maskiner kan gøre for at optimere online-handlen.
"Billedgenkendelse giver mulighed for meget bedre oplevelser hos Dansk Supermarked Groups brands, da vi kan komme med meget bedre forslag til vareindkøb baseret på blandt andet cookies og på de billeder, som vores kunder dvæler ved," siger han til Computerworld på The Big Show-konferencen.
Sådan lærer maskinen dig at kende
Hvordan virker den selvlærende maskine så i praksis i et supermarked?
Toke Lund forklarer helt simpelt fra sine demonstrationer, at IBM's Watson eksempelvis kan lægge attributter - eller image-DNA, som IBM kalder det - ind i hvert et billede af en vare.
Når en kunde så klikker på billeder eller stopper med at scrolle rundt på hjemmesiden, vil disse attributter omme i kulissen så danne en samlet interesse-profil for hver enkelt kunde.
I denne fase vurderes attributterne ud fra klik, pris og eventuelt hengemte cookies fra tidligere web-adfærd på samme side.
Sammenkædes kundens profil med eksterne data som solskinsvejr, eller at ens fodboldhold spiller hjemmekamp eller noget helt tredje, vil maskinen helt automatisk være i stand til at guide kunderne hen til de varer, der virker som det bedste match på dagen.
"I dag baserer detailhandlen i Danmark den slags dels på data, dels på mavefornemmelse. Men på baggrund af kundeklik kan vi finde de bedste tilbud frem til den enkelte kunde, så kurven vokser en lille smule med gode tilbud og de rigtige varer," forklarer Toke Lund.
"Med machine learning kan vi altså opnå den samme effekt, som når tøjekspedienten i gamle dage lagde mærke til, hvilke prøver en kunde tog frem. Baseret på de observationer kunne tøjekspedienten måske foreslå noget helt andet, som samtidig svarede ret præcis til kundens præferencer," fortsætter han.
Udfordringer med persondata
Disse forslag foregår med anonymiserede data og inden en eventuel login-fase til diverse sites tilhørende Dansk Supermarked.
Lægges login-processen oveni, kan detailkæden ramme endnu mere præcist, fordi der så er data fra kundens tidligere hjemmeside-sessioner.
"Vi har dog som alle andre i detailhandlen udfordringer med skærpet persondatalovgivning, og så har vi selvfølgelig også moral med i billedet, da vi ikke ønsker at overvåge kunderne unødigt," bedyrer Toke Lund.
Han erkender samtidig, at den kommende cookie-lovgivning med langt færre beføjelser til at indhente og genbruge cookies på kryds og tværs gør livet sværere for en spiller som Dansk Supermarked Group.
Læs også: Snart slut med evindelige cookie-beskeder på websites: EU vil ændre samtykke-reglerne
"Vores konverteringsrate kommer under pres med de kommende cookie-bestemmelser. Derfor sætter vi også vores lid til en øget brug af machine learning, som vi allerede her i 2017 vil eksperimentere en del med," lyder det fra Dansk Supermarked Groups digitale chef.
Overvåger varerne i butikkerne
I de fysiske butikker vil machine learning også betyde en masse nyt for Dansk Supermarked Group, der efter 'The Big Show 2017'-konferencen skal have diskuteret det digitale roadmap i selskabets topledelse.
"Billedgenkendelsen kan jo også bruges ude i butikkerne, da maskinen med kameraer på hylderne kan se og sende besked til medarbejderne om, hvornår de igen skal på lageret og fylde diverse varer på helt specifikke hylder," forklarer Toke Lund.
Han siger, at det på kort sigt vil betyde, at kunder aldrig - eller sjældent - vil gå forgæves efter et vare i en af Dansk Supermarked Groups butikker - simpelthen fordi maskinen kan forudsige, hvornår der skal hentes nye varer hjem og frem til kunderne.
Med blandt andet Amazon Go-konceptet som forbillede, fortæller Toke Lund, at machine learning er første skridt til en mere automatiseret butik lige fra vareindkøb til udbuddet på hylderne.
"Første skridt i Amazon Go-konceptet er jo billedgenkendelse af varer på hylderne. Næste skridt er så at identificere, om en kunde tager en vare ned i kurven eller ej. Hvis du så kobler det med folks personlige mobiltelefon og en betalingskonto, så begynder det virkelig at ligne noget," siger Toke Lund.
Så vildt kan supermarkedet blive
Dansk Supermarked Groups chef for den digitale indsats tør ikke love, at Føtex og Bilka ligner Amazon Go lige om lidt.
Men han spår, at de vil være 'lidt derhenne ad', når vi runder det Herrens år 2020.
"Amazon har rigtig længe investeret i de rigtige teknologier online, mens den fysiske detailhandel har investeret i butikker og den slags. Ved fysisk varelevering er Amazon jo også langt med droner og selvkørende biler, men der kommer vi andre også en dag," lyder det fra Toke Lund.
Han forklarer dog, at detailhandlen helt generelt i flere årtier har skullet slås med små salgsmarginer og en noget bedaget it-infrastruktur, som kræver massive investeringer at gøre klar til de kommende år.
Men der er egentlig ikke rigtig noget valg. For machine learning er kun første skridt på rejsen mod fremtidens supermarked.
"De helt store ændringer kommer, når der bliver tilbudt virtual reality-shopping i netbutikken, hvor folk eksempelvis kan prøve tøj derhjemme, og når robotter plukker varerne og leverer dem med selvkørende biler. Men der er trods alt et stykke tid til endnu," runder Toke Lund af.
