MB „IMUDU” - dirbtiniu intelektu paremtas sukurtas e-komercijos platformos papildinys (įskiepis), kuris vartotojams padėtų identifikuoti jiems tinkamus produktus konkrečioje elektroninėje drabužių parduotuvėje. E-komercijos industrija nuolatos auga, o 2019 įvykusi COVID-19 pandemija prekybos atstovams parodė, kaip svarbu tobulinti prekių prieinamumą internetu, tačiau taip pat parodė vartotojams, kad kai kurias prekes vien internetu įsigyti yra labai sunku. Mūsų tikslas - sukurti dirbtinio intelekto produktą mados/ rūbų industrijai. Statistikos duomenimis e-komercijos industrija rūbų industrijoje auga ir prognozuojama, kad ji toliau augs dideliais kiekiais. IMUDU siekia sukurti e-komercijos platformos papildinį (įskiepį), kuris vartotojams padėtų identifikuoti jiems tinkamus produktus. Mūsų siūlomas produktas rinks informaciją apie vartotoją, sužinos vartotojo kūno sudėjimą, apimtis ir vartotojo pomėgius, mėgstamą stilistiką, spalvas ir pagal šią informaciją sukurs ieškomo produkto profilį, o pagal ieškomo produkto profilį filtruos visus parduotuvėje esančius produktus ir suras geriausiai atitinkančius produktus iš viso parduotuvės asortimento, taip taupant vartotojo laiką ir mažinant produktų grąžinimo tikimybę. Šis produktas integruosis su viena iš mūsų pasirinktų e-komercijos platformų, tokių kaip Shopify, WooCommerce ar Magento. Auginant šį produktą, bus plečiamas jo prieinamumas per daugiau e-komercijos platformų. PRODUKTO NAUJUMAS Šią problemą spręsti bando keletas įskiepių, tačiau nė vienas nesispecializuoja išskirtinai rūbų industrijoje, o jeigu specializuojasi tai, neišnaudoja dirbtinio intelekto technologijų. - WooCommerce Search, Filters & Merchandising (https://wordpress.org/plugins/instantsearch-for-woocommerce/) – yra Wordpress įskiepis skirtas paieškai ir filtruoti produktus, kuris pasitelkė AI technologiją, tačiau šis įskiepis nerenka informacijos apie patį vartotoją – negeba sužinoti vartotojui tinkamo rūbų stiliaus ar pačio vartotojo apimties matmenų, o tai nepagerins paieškos veikimo, ieškant sau tinkamo rūbo. Įskiepio kaina nuo 39 $ / mėn. - AI Search Bar (https://wordpress.org/plugins/open-ai-search-bar/) – DI technologija paremtas paieškos mechanizmas, Wordpress e-komercijos parduotuvių įskiepis, tačiau lygiai taip pat, neturintis funkcionalumo, kuris pasižymėtų išskirtinumu rūbų paieškai, vertinant vartotojo ieškomą stilistiką ar jo apimties išmatavimus. - StyleScan AI Virtual Try‑on (https://apps.shopify.com/stylescan-studio) - yra Shopify paltformos įskiepis, kuris naudoja DI technologiją, kurios pagalba sugeneruoja vizualius 3D modelius, produktui leidžiančius įvertinti preliminariai kaip produktas atrodytų ant tavo kūno, tačiau šis įskiepis neturi nieko bendro su produktų paieška ir nesprendžia vartotojo laiko taupymo problemos. Taigi, nors AI technologija ir naudojama e-komercijos parduotuvių įskiepiuose, ji dar nėra naudojama tokiu būdu, kaip siūloma IMUDU DIRBTINIS INTELEKTAS E-KOMERCIJOS RŪBŲ PAIEŠKOJE DI planuojamo kurti produkto aprašyme. Rinka, šiuo metu, prieinamos technologijos neturi: - Duomenų rinkimo mechanizmo apie vartotoją, siekiant išsiaiškinti jo poreikius rūbų industrijoje. - Parduotuvės filtravimo mechanizmo rūbų industrijoje, kuris filtruotų produktus pagal dirbtinio intelekto sukurtus kriterijus iš vartotojo pateiktų poreikių. VERSLO MODELIS Produktas parduodamas kaip įskiepis visoms elektroninėms parduotuvėms. Vienoje iš projekto veiklų numatome tiriamąją veiklą, kuri padės identifikuoti kurioje platformoje geriausia startuoti teikiant šį produktą, tačiau nustačius pasirinktą platformą, pvz.: Wordpress, jos įskiepių parduotuvėje, įskiepį bus galima pateikti 810 milijonų Wordpress vartotojų. Įskiepis būtų parduodamas už mėnesinį įskiepio nuomos mokestį (pvz.: 39 eur/mėn). Būtent šis produktas turi – didelį ir inovacijomis grindžiamą verslo plėtros potencialą, nes gali plisti per jau egzistuojančią didelę e-komercijos parduotuvių rinką. Pristačius įskiepį į Wordpress įskiepių biblioteką jis taps prieinamas viso pasaulio e-komercijos šalyse ir iškarto prieinamas 810 milijonų jau sukurtų e-komercijos svetainių. PROJEKTO VEIKLOS Moksliniai tyrimai (MT): 1. Dirbtinio intelekto prototipo kūrimo tyrimas: a. Vartotojų įpročių/ paieškos poreikių analizė. b. Duomenų rinkimo duomenų modelio formulavimas. c. Ieškomo produkto informacinio profilio kūrimas, pagal surinktas vartotojo įžvalgas. d. Treniravimui reikalingų duomenų rinkimo tyrimas, bei šį duomenų rinkimą automatizuojančių technologijų/ algoritmų apžvalga. e. DI Technologijų apžvalga ir pasirinkimas geriausiai šiai užduočiai tinkančios DI infrastruktūros. 2. E-Komercijos platformos pasirinkimo tyrimas (vertinant TOP 10 populiariausių e-komercijos sistemų), siekiant įvertinti, kuri platforma turi didžiausią plėtros potencialą: a. Integracijai reikalingų technologijų tyrimas. b. Integracijai reikalingų prieigos taškų tyrimas (pačios platformos analizė). c. 1C veiklos - informacinio profilio duomenų modelio tobulinimas įvertinant pasirinktos platformos produktų filtravimo atributus. 3. Technologinis įskiepio integracijos plano kūrimas: a. Administracinės panelės valdymo kelio plano kūrimas. b. Įskiepio komponentų atsivaizduojančio svetainės priekyje plano sukūrimas. c. Įskiepio apmokestinimo mechanizmo technologinio plano sukūrimas (apžvelgiant tinkamas mokėjimų surinkimo technologijas ir jų galimybes integruoti į kuriamą produktą). d. Integracijos plano sukūrimas pagal (MT 2) veikloje pasirinktą platformą. Eksperimentinė plėtra (EP): 1. Dirbtinio intelekto produkto kūrimas: a. Serverio aplinkos paruošimas ir projekto paketo sudarymas (vadovaujantis MT 2 veiklos įžvalgomis). b. Numatytų papildinių (modulių) surašymas ir tarpusavio suintegravimas. c. Duomenų bazės programavimo darbai: i. Pagal MP 1 veikloje sukurtas įžvalgas. d. Pasirinktos DI Technologijos konfigūravimas – tinklo algoritmo kūrimas. e. Tinklo treniravimo/ testavimo darbai. f. Išsamus tinklo treniravimas. g. Tinklo testavimas/ generuojamų rezultatų tikrinimas bei papildomas tobulinimas. h. Galutinis DI aplikacijos testavimas, papildomas modifikavimas pagal įžvalgas. 2. Treniravimo duomenų rinkimo darbai (pagal MT 1 b c ir d įžvalgas) vykdoma paraleliai su (EP 1 veikla). 3. Įskiepio programavimo darbai (pagal MT 2 veiklos įžvalgas): a. Administracinės panelės programavimo darbai (MT 2 veikloje pasirinktai platformai). b. Įskiepio komponentų, atsivaizduojančio svetainės priekyje, programavimas (MT 2 veikloje pasirinktai platformai). c. Mokėjimų surinkimo mechanizmo programavimo darbai. d. Mokėjimų testavimas. e. Įskiepio sujungimas su Dirbtinio intelekto produktu (sukuriam EP 1 veikloje). f. Galutinio produkto testavimas. g. Viešinimo darbai susiję su įskiepio paleidimu pasirinktos platformos įskiepių bibliotekoje.