Criando o BlinkShelf com Chad Wood, vice-presidente de produtos

A equipe do Microblink sempre foi apaixonada pela interseção entre a IA e o mundo real, com uma visão ousada de levar os benefícios da IA a todas as pessoas do planeta. Por quase uma década, desenvolvemos e fornecemos diversos produtos que hoje impactam mais de 300 milhões de usuários em 60 países . Além das nossas principais soluções de digitalização de recibos, temos o prazer de anunciar a disponibilidade geral da nossa oferta de reconhecimento de produtos BlinkShelf. Antes desse marco empolgante, conversamos com Chad Wood, nosso vice-presidente de produtos e líder destemido em reconhecimento de produtos, que ajudou a lançar essa oferta no mercado em menos de 12 meses.

Obrigado por reservar um tempo para conversar com você antes desse lançamento emocionante! Você pode falar mais sobre você e sua função atual?

Supervisiono as iniciativas e a estratégia de produtos na parte comercial dos negócios da Microblink. Sempre fui muito empreendedor e me concentrei na criação de software que tenha um impacto significativo na vida de pessoas reais.

Entrei para a equipe em 2015, quando estávamos focados na extração de dados de recibos físicos. Desde então, desenvolvemos soluções robustas para extração de recibos digitais, o que nos permite ajudar as empresas a entender os dados de compra onde quer que eles estejam.

Logo no início, descobrimos que a extração de dados é apenas uma peça do quebra-cabeça quando se trata de digitalização de recibos. Isso nos levou a criar nosso próprio catálogo de produtos, com 15 milhões de produtos e em crescimento, que alimenta nossa inteligência de produtos e nos permite fornecer dados de compra enriquecidos aos nossos clientes.

Mais recentemente, desenvolvemos um software para detectar produtos na prateleira, sem que você precise pegar o produto ou ler um código de barras. Isso mantém e expande nossa experiência em visão computacional e inteligência de produto para evoluir nossa principal tecnologia de escaneamento de recibos para o escaneamento de prateleiras e imagens de produtos do mundo real. Ninguém que encontramos nos últimos sete anos foi capaz de fazer isso em tempo real, com o mesmo grau de precisão. A resposta da Shoptalk e da Groceryshop tem sido tremenda, e estamos apenas começando!

Você pode me dizer mais sobre como isso funciona?

Por meio de aprendizado de máquina e visão computacional, nossa tecnologia está detectando e identificando produtos na prateleira até o UPC. Nossos clientes podem usar esses dados para apresentar promoções personalizadas, análises e recomendações de produtos, informações nutricionais e muito mais. Imagine, por exemplo, o mascote de uma marca guiando os compradores para que descubram o item sazonal mais recente ou transformando a lista de compras em uma aventura gamificada para encontrar economias. A digitalização de toda a prateleira em tempo real com o toque de um botão também pode mudar o jogo para vários casos de uso no varejo e na pesquisa de mercado – as oportunidades são infinitas.

Vou me usar como exemplo de caso de uso. Imagine que eu precise parar no supermercado no caminho do trabalho para pegar um item para minha família. Sempre tenho meu celular comigo e, em geral, quando estou fazendo compras, estou com ele no bolso para verificar minha lista, procurar uma receita ou esclarecer algo com minha esposa. Com essa tecnologia integrada ao meu aplicativo favorito de compras promocionais/fidelidade do consumidor, eu poderia agora capturar um visual de toda a prateleira e saber quais produtos estão na prateleira e potencialmente em promoção com o toque de um botão.

Como você lidou com os primeiros dias de descoberta e desenvolvimento de produtos?

Sempre fomos muito próximos de nossos clientes, e isso não é diferente. Os aplicativos promocionais têm dificuldade para impulsionar o uso e o envolvimento enquanto os consumidores estão fazendo compras na loja. A maioria desses aplicativos depende de uma longa lista de promoções para apresentar as ofertas, exigindo que os usuários percorram e identifiquem as que são relevantes para eles.

Enquanto alguns usuários examinam as ofertas antes ou durante as compras, outros apenas capturam e enviam seus recibos após a compra na esperança de se qualificar para uma promoção. Em cada um desses casos, as pessoas lutam para conectar promoções relevantes e disponíveis com sua experiência de compras na loja e para dar vida a essas ofertas de novas maneiras.

Embora tenhamos começado com esse caso de uso de descoberta de promoção, motivado por um grande número de nossos clientes que estão no espaço de fidelidade/recompensas ou promoções, à medida que o produto se desenvolveu, também descobrimos os principais desafios de varejo que podemos resolver ao longo do caminho para a compra.

Ao digitalizar a prateleira em tempo real, sem investimentos adicionais dispendiosos em hardware, estamos abrindo oportunidades interessantes nas operações da loja e na execução do varejo ou na experiência de descoberta de produtos na loja (por exemplo, compras com base em preferências alimentares ou requisitos de alergia).

Do ponto de vista da IA, esse parece ser um problema interessante. Como a equipe resolveu o problema?

Um de nossos principais engenheiros de aprendizado de máquina, Ivan Relić, escreveu uma excelente postagem no blog sobre esse assunto que vale a pena ler!

Foi necessária toda a equipe do Microblink para tornar isso possível, e sou muito grato pela capacidade intelectual, colaboração e dedicação de nossas equipes de IA e engenharia em todo o mundo.

Quais itens podem realmente ser detectados na loja e como você pode colocar as mãos nessa tecnologia?

Lidamos com todos os itens de mercearia que você encontraria na loja, inclusive itens como xampu ou produtos de beleza, batatas fritas, bebidas, etc. Aproveitamos nosso catálogo de produtos existente de mais de 15 milhões de produtos, mas estamos sempre trabalhando para expandir produtos e canais de varejo, desde que haja tamanho de mercado e oportunidade.

Quanto ao teste da tecnologia, no momento estamos testando-a com nossos clientes atuais, mas planejamos disponibilizar o SDK para iOS e Android de forma mais ampla no início de 2023, portanto, entre em contato se você estiver interessado em discutir mais!