>> Vea toda nuestra cobertura de transformación 2025 aquí

Estructuras entorno de cuatro partes interesadas implementación de IA

La bloque de IA de Walmart rechaza las plataformas horizontales para soluciones de partes interesadas dirigidas. Cada conjunto recibe herramientas especialmente diseñadas que abordan fricciones operativas específicas.

Los clientes se involucran Chispeado Para compras en lengua natural. Field Associates obtiene herramientas de optimización de inventario y flujo de trabajo. Los comerciantes acceden a los sistemas de apoyo a la valor para la encargo de categorías. Los vendedores reciben capacidades de integración comercial. “Y luego, por supuesto, tenemos desarrolladores, y efectivamente, ya sabes, dándoles las superpoderes y cargándolas con, ya sabes, el nuevo agente de herramientas”, explicó Gosby.

“Tenemos cientos, si no miles, de diferentes casos de uso en toda la compañía que estamos dando vida”, reveló Gosby. La escalera exige la disciplina arquitectónica que carecen a la mayoría de las empresas.

La segmentación reconoce la aprieto fundamental de cada equipo en Walmart para tener herramientas especialmente diseñadas para sus trabajos específicos. Store Associates que administran el inventario necesitan diferentes herramientas de los comerciantes que analizan las tendencias regionales. Las plataformas genéricas fallan porque ignoran la verdad operativa. La especificidad de Walmart impulsa la asimilación a través de la relevancia, no el mandato.

La crematística de la confianza está impulsando la asimilación de IA en Walmart

Walmart descubrió que la confianza se construye a través de la entrega de valía, no solo los programas de capacitación obligatorios que asociados, a veces, cuestionan el valía de.

El ejemplo de Gosby resonó mientras explicaba la transformación de compras de su matriz de visitas semanales de las tiendas a entregas de la era Covid, que ilustra exactamente cómo funciona la asimilación natural. Cada paso proporcionó un beneficio inmediato y tangible. Sin fricción, sin encargo de cambios forzados, pero la progresión ocurrió más rápido de lo que nadie podría tener predicho.

“Ella ha estado interactuando con IA durante todo ese tiempo”, explicó Gosby. “El hecho de que ella pudiera ir a la tienda y obtener lo que quería, estaba en el estante. La IA estaba acostumbrada a hacerlo”.

Los beneficios que los clientes obtienen de la visión de comercio predictivo de Walmart se reflejan aún más en las experiencias de la matriz de Gosby. “En zona de tener que ir semanalmente, descubra qué comestibles necesitas entregar, ¿qué pasa si solo apareció para ti automáticamente?” Esa es la esencia del comercio predictivo y cómo ofrece valía a escalera a cada cliente de Walmart.

“Si está agregando valía a sus vidas, ayudándoles a eliminar la fricción, ayudándoles a librarse cuartos y poblar mejor, lo cual es parte de nuestra delegación, entonces viene la confianza”, dijo Gosby. Los asociados siguen el mismo patrón. Cuando la IA efectivamente mejoramiento su trabajo, les ahorra tiempo y les ayuda a sobresalir, la asimilación ocurre lógicamente y la confianza se anhelo.

Los ciclos de moda se compriman de meses a semana

La tendencia de Walmart al sistema de productos cuantifica el valía eficaz de la IA. La plataforma sintetiza las señales de las redes sociales, el comportamiento del cliente y los patrones regionales para achicar el incremento de productos de meses a semanas.

“La tendencia al producto nos ha estrecho de meses a semanas a obtener los productos correctos a nuestros clientes”, reveló Gosby. El sistema crea productos en respuesta a la demanda en tiempo positivo en zona de datos históricos.

La compresión de mes a semana transforma la crematística minorista de Walmart. Los giros de inventario aceleran. La exposición al markdown se encoge. La eficiencia de hacienda se multiplica. La compañía mantiene el liderazgo de precios al tiempo que coincide con las capacidades de velocidad al mercado de cualquier competidor. Cada categoría de reincorporación velocidad puede beneficiarse del uso de AI para achicar el tiempo de comercialización y entregar ganancias cuantificables.

Cómo Walmart usa el protocolo MCP para crear una bloque de agente escalable

El enfoque de Walmart para la orquestación del agente se basamento directamente en su experiencia con fuerza con sistemas distribuidos. La Compañía utiliza el Protocolo de contexto del maniquí (MCP) para estandarizar cómo los agentes interactúan con los servicios existentes.

“Desglosamos nuestros dominios y efectivamente observamos cómo envolvemos esas cosas como protocolo MCP, y luego exponemos esas cosas que podemos comenzar a orquestar agentes”, explicó Gosby. La táctica transforma la infraestructura existente en zona de reemplazarla.

La filosofía arquitectónica es más profunda que los protocolos. “El cambio que estamos viendo hoy es muy similar a lo que hemos gastado cuando pasamos de monolitos a sistemas distribuidos. No queremos repetir esos errores”, dijo Gosby.

Gosby describió los requisitos de ejecución: “¿Cómo se descompone sus dominios? ¿Qué servidores MCP debería tener? ¿Qué tipo de orquestación de agentes debe tener?” En Walmart, estos representan decisiones operativas diarias, no ejercicios teóricos.

“Estamos buscando tomar nuestra infraestructura existente, desglosarla y luego recompensarla en los agentes que queremos poder construir”, explicó Gosby. Este enfoque de estandarización primero permite flexibilidad. Los servicios construidos hace primaveras ahora experimentan las experiencias de energía de poder a través de capas de ensimismamiento adecuadas.

La experiencia comercial se convierte en inteligencia empresarial

Walmart aprovecha décadas de conocimiento de los empleados, lo que lo convierte en un componente central de sus crecientes capacidades de IA. La compañía captura sistemáticamente la experiencia de categoría de miles de comerciantes, creando una preeminencia competitiva que ningún minorista digital primero puede igualar.

“Tenemos miles de comerciantes que son excelentes en lo que hacen. Son expertos en las categorías que apoyan”, explicó Gosby. “Tenemos un comerciante de pinrel que sabe exactamente qué morapio o qué maridaje de pinrel, pero esos datos no están necesariamente capturados de modo estructurada”.

AI operacionaliza este conocimiento. “Con las herramientas que tenemos, podemos capturar esa experiencia que tienen y efectivamente traerla a nuestros clientes”, dijo Gosby. La aplicación es específica: “Cuando intentan descubrir, oye, necesito organizar la fiesta, ¿qué tipo de aperitivos debería tener?”

La preeminencia estratégica se compone. Las décadas de experiencia en comerciantes se vuelven accesibles a través de consultas de idiomas naturales. Los minoristas digitales carecen de esta Fundación de Conocimiento Humano. Los 2.2 millones de asociados de Walmart representan una inteligencia patentada que los algoritmos no pueden sintetizar de forma independiente.

Nuevas métricas miden el éxito autónomo

Los sistemas de medición de los pioneros de Walmart diseñados para IA autónomos en zona de procesos impulsados ​​por los humanos. Las métricas tradicionales del embudo fallan cuando los agentes manejan flujos de trabajo de extremo a extremo.

“En un mundo de agente, estamos empezando a pasar esto, y va a cambiar”, dijo Gosby. “Las métricas en torno a la conversión y cosas así, eso no van a cambiar, pero vamos a analizar la finalización de objetivos”.

El cambio refleja la verdad operativa. “¿Verdaderamente logramos cuál es el objetivo final que nuestro asociado, que nuestros clientes, efectivamente están resolviendo?” Gosby preguntó. La pregunta replantea la medición del éxito.

“Al final del día, es una medida de, ¿estamos entregando el beneficio? Gosby explicó. La resolución del problema es más importante que el cumplimiento del proceso. La forma en que la IA está ayudando a los clientes a alcanzar sus objetivos se prioriza sobre los embudos de conversión.

Lecciones empresariales de la transformación de IA de Walmart

La sesión Transform 2025 de Walmart ofrece inteligencia procesable para la implementación empresarial de IA. El enfoque eficaz de la compañía proporciona un entorno que ha sido validado a escalera.

• Aplicar disciplina arquitectónica desde el primer día. El cambio de los sistemas monolíticos a los distribuidos proporcionó a Walmart las lecciones que necesitaba para estudiar a tener éxito con las implementaciones de IA. La enseñanza esencia aprendida es construir las bases adecuadas ayer de ascender y constreñir un enfoque sistemático que evite un reelaboración costosa.
• Soluciones de coincidencia con deposición específicas de los usuarios. La IA de talla única falta cada vez. Los asociados de la tienda necesitan herramientas diferentes a los comerciantes. Los proveedores requieren diferentes capacidades que los desarrolladores. El enfoque objetivo de Walmart impulsa la asimilación.
• Gestar confianza a través del valía probado. Comience con victorias claras que entreguen resultados medibles. Walmart pasó de la encargo básica de inventario al comercio predictivo paso a paso. Cada éxito anhelo información y conocimiento para el posterior.
• Convierta el conocimiento de los empleados en activos empresariales. Décadas de experiencia especializada existe interiormente de su estructura. Walmart captura sistemáticamente la inteligencia mercantil y la operacionaliza en 255 millones de transacciones semanales. Este conocimiento institucional crea preeminencia competitiva que ningún cálculo puede replicarse desde cero.
• Mida lo que importa en los sistemas autónomos. Las tasas de conversión pierden el punto cuando la IA maneja flujos de trabajo completos. Centrarse en la resolución de problemas y la entrega de valía. Las métricas de Walmart evolucionaron para igualar la verdad operativa.
• Estandarizar ayer de que llegue la complejidad. Las fallas de integración mataron más proyectos que el código malo nunca. Las decisiones de protocolo de Walmart impiden el caos que descarrila la mayoría de las iniciativas de IA. La estructura permite la velocidad.

“Siempre vuelve a lo sustancial”, aconsejó Gosby. “Da un paso detrás y primero comprenda qué problemas efectivamente necesita resolver para sus clientes, para nuestros asociados. ¿Dónde hay fricción? ¿Dónde hay un trabajo manual del que ahora puede comenzar a pensar de modo diferente?”

El plan de Walmart escalera más allá del comercio minorista

Walmart demuestra cómo la IA Enterprise tiene éxito a través de la disciplina de ingeniería y la implementación sistemática. La compañía procesa millones de transacciones diarias en 4.700 tiendas al tratar a cada conjunto de partes interesadas como un desafío diverso que requiere soluciones personalizadas en tiempo positivo.

“Está impregnando todo lo que hacemos”, explicó Gosby. “Pero al final del día, la forma en que lo vemos es que siempre comenzamos con nuestros clientes y nuestros miembros y efectivamente comprendemos cómo los afectará”.

Su entorno se aplica en todas las industrias. Organizaciones de servicios financieros que equilibran las deposición del cliente con los requisitos reglamentarios, los sistemas de vitalidad que coordinan la atención al paciente entre los proveedores, los fabricantes que administran cadenas de suministro complejas enfrentan desafíos similares de múltiples partes interesadas. El enfoque de Walmart proporciona una metodología probada para asaltar esta complejidad.

“Nuestros clientes están tratando de resolver un problema para ellos mismos. Lo mismo para nuestros asociados”, dijo Gosby. “¿Verdaderamente resolvimos ese problema con estas nuevas herramientas?” Este enfoque en la resolución de problemas en zona de la implementación de tecnología impulsa los resultados medibles. La escalera de Walmart valida el enfoque para cualquier empresa directorio para ir más allá de los programas piloto.