Hoe Walmart een AI-platform bouwde dat niemand iets verschuldigd is (en dat 1,5 miljoen medewerkers echt willen gebruiken)

Walmart koopt geen enterprise AI-oplossingen; ze creëren ze in hun AI-fabriek. Het Element-platform van de retailer is geëvolueerd tot een interne fabriek die in staat is AI-applicaties te ontwikkelen op een tempo dat traditionele softwareontwikkeling verouderd maakt. Met 1,5 miljoen medewerkers die nu gebruikmaken van AI-tools die zijn gebouwd op Element, heeft Walmart het dilemma van bouwen versus kopen opgelost door iets compleet anders te creëren.

Walmart heeft Element ontworpen met schaalbaarheid als uitgangspunt, en dat is duidelijk zichtbaar. Het platform ondersteunt applicaties die dagelijks 3 miljoen vragen verwerken van 900.000 wekelijkse gebruikers. Het platform ondersteunt al real-time vertaling in 44 talen, waardoor de tijd voor het plannen van diensten is verminderd van 90 minuten naar 30 minuten. Maar deze applicaties zijn slechts de voorlopers van een grotere, fundamenteel krachtige transformatie. Walmart heeft de ontwikkeling van AI geindustrialiseerd.

Binnen het Cybersecurity-Eerste AI-model

“We hebben Element zo gebouwd dat het onafhankelijk is van verschillende LLM's,” onthulde Parvez Musani, SVP van technologie voor winkels en online afhalen en bezorgen, in een recent interview met VentureBeat. “Voor de use case of het type vraag dat we nastreven, stelt Element ons in staat om de beste LLM op de meest kosteneffectieve manier te kiezen.”

Door zijn platform op deze manier te definiëren, is Walmart aan niemand iets verschuldigd en kan het snel de nieuwste grote taalmodellen (LLM's) integreren om zijn concurrentievoordeel te behouden. Inherent aan het ontwerpbesluit om platformonafhankelijkheid na te streven, is ook een sterke inzet voor open source, wat is verankerd in de integratiemogelijkheden en de structuur van Element.

De eerste golf onthult de principes van het fabrieksmodel

De eerste productie van Element valideert het fabrieksmodel. Zoals Musani uitlegt: “De visie met Element is altijd geweest: hoe creëren we een tool die datawetenschappers en ingenieurs in staat stelt om de ontwikkeling van modellen, AI-modellen, te versnellen?”

Vijf applicaties die zijn vervaardigd op hetzelfde platform:

Gedeelde infrastructuur elimineert overbodige ontwikkeling. Geünificeerde datastromen verbinden de supply chain met de winkelvloer. Zoals Musani uitlegt: “We hebben Element zo gebouwd dat het ook onafhankelijk is van verschillende LLM's. Voor de use case of het type vraag dat we nastreven, stelt Element ons in staat om de beste LLM op de meest kosteneffectieve manier te kiezen.”

Versnelling van de productie en continue verbetering

Gestandaardiseerde implementatiepatronen versnellen de tijd tot productie. Ingebouwde feedbackloops zorgen voor continue verbetering. Brooks Forrest, VP van Associate Tools bij Walmart, benadrukte: “Onze medewerkers geven ons voortdurend feedback, wat ons in staat stelt om te itereren en wendbaar te zijn in het leveren van die mogelijkheden voor hen.” Forrest vervolgde: “Bij onze schaal, met meer dan een miljoen medewerkers verspreid over 4000 locaties, is het essentieel om deze benadering te hebben.”

Met deze innovaties zorgt Walmart ervoor dat zijn medewerkers effectief gebruik kunnen maken van geavanceerde technologieën. Het Element-platform is dus niet alleen een technische oplossing, maar ook een strategische keuze die Walmart in staat stelt om zijn operaties te optimaliseren en een concurrerende positie in de markt te behouden. Door de focus op schaalbaarheid, kosteneffectiviteit en continue verbetering, laat Walmart zien hoe een moderne retailer de uitdagingen van de toekomst kan aangaan met behulp van AI.

Vertaald met ChatGPT gpt-4o-mini