エッジAI・VLM・Re-IDの進化戦略が本格化…「世界的な小売技術の競争力を確保するスピード」
小売および広告テクノロジー分野でテクノロジーを中心とした成長を続けるP2ACH AIは、研究開発体制を大幅に強化しています。同社は、KAISTのキム・スンリョン教授と中央大学のオム・チャンホ教授が顧問チームに加わったと発表した。 AIビジョンや生成モデルの分野で専門知識を確立した研究者2名が参加することで、ブックメーカー入金不要 ボーナスが推進してきたエッジAIを活用した小売分析技術の開発が本格的に加速することが期待される。
ブックメーカー入金不要 ボーナス はキム教授と共同で、エッジ環境でも利用できる VLM (Vision-Language Model) 技術を中心とした顧客行動・意図分析モデルを開発しています。目標は、単純なビデオ読み取りを超えて行動のコンテキストを解釈し、それを店舗運営、在庫管理、マーケティング上の意思決定に自動的に結び付けるシステムを構築することです。
社内で最も優先度が高いと考えられている分野は、エッジ用の VLM です。技術的な難易度が高いため、国内のリテールテック企業が先行する企業は少ないが、事業化が成功すれば、オフライン店舗におけるリアルタイムの顧客データの活用方法が大きく変わることが期待される。
中央大学先端映像科学技術大学院のオム・チャンホ教授は、物体追跡と人物再識別（Re-ID）の分野で注目されている研究者である。 延世大学で電気電子工学の博士号を取得した後、サムスン先端技術大学院大学（SAIT）で産業ビジョンの研究を行い、現在はMetaおよびGoogle DeepMindと共同で大規模なビデオデータ分析技術を研究しています。
ブックメーカー入金不要 ボーナス は Eom 教授と協力して超軽量 Re-ID アルゴリズムを開発しています。オフライン店舗では照明や動線、遮蔽物などの変数が多く、継続的に顧客を特定することが困難です。同社は、エッジデバイスでも遅延なく動作する超低遅延モデルを確保することを中核目標に設定している。 この技術が確保されれば、顧客の動線分析の精度が高まり、店舗構造の改善や商品配置の最適化、滞留時間の分析などの現場業務にすぐに応用できるようになります。
2人の研究者の参加は単なる助言以上の意味を持ちます。 ブックメーカー入金不要 ボーナスはビジョンベースの顧客行動分析技術を核とした小売SaaSや広告ソリューションを展開してきましたが、世界的な競争力を確保するにはアカデミアに基づくスーパーギャップ技術を確保する必要があると判断したようです。
業界では、エッジ AI ベースの小売分析市場は、最近競争が激化している分野です。 VLM を小売分析に直接適用する試みは韓国ではまれであり、超軽量 Re-ID はグローバル ソリューション企業ですら困難を感じている技術です。このため、Peach AIの動きはテクノロジーに特化したブックメーカーオッズの間でも大きな注目を集めることが予想される。
しかし、技術的な障壁が高く、商品化までに時間を要する分野もある。特に、VLM のエッジ最適化には、モデル サイズ、推論速度、電力効率の間のバランスをとるプロセスが必要です。専門家はまた、実証データと実際の店舗運営環境でのパフォーマンス検証によって裏付けられる必要があることを何度も指摘しています。
ブックメーカー入金不要 ボーナスは、「当社が保有する小売データインフラと両教授の研究能力を組み合わせて、大規模な拡張性を備えた技術システムを構築する」、「オフラインの小売環境におけるデータに基づく意思決定を自動化するエコシステムを構築する」と述べた。
ブックメーカー入金不要 ボーナス の将来の製品ロードマップとテクノロジーのリリース スケジュールについて、業界の関心が高まっています。すでにグローバル企業がエッジAIを中心とした小売技術で熾烈な競争を繰り広げており、市場ではブックメーカー入金不要 ボーナスの開発レベルがどこまで高められるかが評価されることが予想される。