Crisp ha annunciato Halo, una piattaforma di intelligenza artificiale destinata all’analisi delle vendite, alla gestione delle scorte e al coordinamento delle attività commerciali e logistiche nel settore retail. La soluzione è progettata per produttori di beni di largo consumo, catene distributive, grossisti, intermediari e organizzazioni che gestiscono grandi quantità di dati provenienti da più operatori commerciali. Una delle principali caratteristiche architetturali consiste nella possibilità di utilizzare Halo direttamente all’interno degli ambienti cloud aziendali, senza dover necessariamente trasferire le informazioni commerciali verso una piattaforma applicativa esterna. Il prodotto è disponibile sia come servizio ospitato da Crisp sia mediante implementazioni integrate con Databricks, Snowflake e Google Cloud. La piattaforma combina infrastrutture di acquisizione e gestione dei dati, modelli semantici specializzati per la distribuzione commerciale e strumenti agentici destinati all’elaborazione di interrogazioni e all’automazione delle attività. Secondo i dati dichiarati dalla società, l’ecosistema Crisp è utilizzato da oltre 7.000 clienti, tra cui 90 delle 100 principali aziende internazionali del settore dei beni di largo consumo.
L’architettura di Halo parte dall’integrazione delle informazioni provenienti da distributori e rivenditori, che vengono successivamente normalizzate, arricchite e organizzate in modelli specifici per le operazioni retail. Il sistema tiene conto delle differenze esistenti tra i calendari commerciali, le gerarchie dei prodotti, le strutture dei punti vendita e i criteri di classificazione utilizzati dalle diverse organizzazioni. Questa fase è necessaria per consentire agli strumenti AI di interpretare correttamente indicatori quali disponibilità a scaffale, rotazione dei prodotti, livelli delle scorte, frequenza delle rotture di stock, tassi di evasione degli ordini e andamento delle vendite. Una richiesta relativa alla diminuzione delle vendite di un determinato prodotto, per esempio, può essere elaborata considerando contemporaneamente le variazioni della domanda, la distribuzione territoriale, la disponibilità nei negozi e gli eventuali problemi di approvvigionamento. La specializzazione dei modelli semantici consente quindi di collegare le interrogazioni in linguaggio naturale a entità aziendali definite, evitando che prodotti, negozi o periodi di riferimento vengano interpretati in modo differente a seconda della fonte utilizzata.
L’implementazione basata su Databricks prevede la conservazione dei dati commerciali in tabelle Delta sottoposte alla governance di Unity Catalog, mentre applicazioni e agenti sono eseguiti attraverso Databricks Apps. Lakebase viene impiegato per memorizzare lo stato delle applicazioni, le conversazioni e le informazioni necessarie alla continuità operativa degli agenti, mentre le chiamate ai modelli vengono gestite mediante Model Serving e AI Gateway. Le interrogazioni semantiche utilizzano un SQL warehouse configurato nell’ambiente del cliente. Secondo Crisp, le informazioni proprietarie rimangono all’interno dell’infrastruttura aziendale, mentre registrazioni operative e dati di telemetria non proprietari possono essere condivisi con i sistemi centrali del fornitore. La distinzione permette di mantenere i controlli sui dati riservati senza escludere completamente le comunicazioni con i servizi della piattaforma. Tra le ulteriori funzionalità previste nella roadmap figurano l’integrazione con MLflow e la pubblicazione dei modelli semantici mediante Unity Catalog Metric Views, per rendere disponibili definizioni metriche coerenti agli strumenti analitici e agli agenti AI.
Halo introduce due ambienti applicativi denominati Central Desk e Customer Desk. Central Desk è destinato alle strutture centrali delle aziende, che devono analizzare le prestazioni complessive dei portafogli commerciali, coordinare la pianificazione delle categorie merceologiche e gestire le informazioni relative alle attività di vendita e approvvigionamento. Customer Desk si rivolge invece ai responsabili dei singoli clienti commerciali e consente di lavorare con indicatori, terminologie e modalità operative proprie di ciascun distributore o rivenditore. La piattaforma mette a disposizione interrogazioni conversazionali, report ricorrenti, strumenti di automazione e applicazioni personalizzate, utilizzando informazioni aggiornate a livello di singolo prodotto e punto vendita. Gli agenti possono supportare la ricostruzione delle cause di anomalie nelle vendite o nelle scorte e predisporre analisi utilizzabili nei processi di riassortimento, pianificazione delle categorie e collaborazione con i fornitori. L’esecuzione all’interno del cloud aziendale consente inoltre di utilizzare le configurazioni esistenti per autorizzazioni, accesso ai modelli e monitoraggio dei consumi, mentre l’affidabilità delle risposte e delle eventuali azioni automatizzate rimane legata alla qualità dei dati e alle verifiche applicative. Halo riunisce così infrastruttura informativa, analisi specializzata e sistemi agentici in una soluzione progettata per operare sui dati effettivi della distribuzione commerciale.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI).