全球零售业有1000亿美元的缩水问题，这显然不是因为寒冷造成的。

这里的损耗是指由于盗窃、损坏和错放而严重侵蚀零售商利润的商品损失。

根据全国零售联合会的2022年零售安全调查，估计65%的商品减少是由于盗窃造成的，许多零售商将当前的经济状况归咎于最近盗窃事件翻了一番。

为了让开发人员更容易快速构建和推出旨在防止盗窃的应用程序，NVIDIA宣布了三个零售AI工作流，这些工作流可通过NVIDIAAIEnterprise软件套件获得并构建在其Metropolis微服务上，它们包括：

零售防损AI工作流程：该工作流程中的AI模型经过预训练，可以识别数百种最常因盗窃而丢失的产品——包括肉类、酒精和洗衣粉——并识别它们提供的各种尺寸和形状。借助NVIDIAOmniverse生成的合成数据，零售商和独立软件供应商可以针对数十万种商店产品定制和进一步训练模型。该工作流程基于NVIDIAResearch开发的最先进的少样本学习技术，该技术结合主动学习，可识别并捕获客户和销售人员在结账时扫描的任何新产品，从而最终提高模型准确性。

多摄像头跟踪AI工作流：提供多目标、多摄像头(MTMC)功能，使应用程序开发人员能够更轻松地创建在整个商店的多个摄像头之间跟踪对象的系统。该工作流程跨摄像机跟踪对象和存储关联，并为每个对象维护一个唯一的ID。通过视觉嵌入或外观跟踪对象，而不是个人生物识别信息，以维护完整的购物者隐私。

零售商店分析工作流程：使用计算机视觉通过自定义仪表板提供商店分析的见解，例如商店客流量趋势、有购物篮的顾客数量、过道占用率等。

由于工作流基于NVIDIAMetropolis微服务构建，这是一种构建AI应用程序的低代码或无代码方式，它为开发复杂的AI工作流提供了构建块，并允许它们快速扩展到生产就绪的AI应用程序。微服务还可以更轻松地将新产品与旧系统(例如销售点系统)集成。