And if you're like most people, you can trace many of your groceries back to the original source.

そして、あなたがほとんどの人々のようにしている場合は、あなたの食料品の多くは、元のソースに戻ってトレースすることができます。

And so it's this farm to table sense of knowing the local grower who is responsible for your produce.

そして、あなたの生産物を担当する地元の生産者を知っているのは、この農場から食卓までの感覚です。

E spent a lot of time thinking about the future of the retail grocery industry.

Eは、小売の食料品業界の将来について考えることに多くの時間を費やしました。

Today, about 10% of U.

今日では、U.の約1割が

S shoppers are buying the groceries online, and that's steadily increasing with new technologies like I o t.

Sの買い物客はオンラインで食料品を購入しており、それはI o tのような新しい技術で着実に増加しています。

Like artificial intelligence, this concept of a smart kitchen that could restock itself.

人工知能のように、自分で補充できるスマートキッチンというコンセプト。

We're not very far away from that grocery Retailers Air Challenged to Match Smart Kitchens With smart aisles Grocers who are securing the edge are the ones that are investing behind AI platforms that are designed specifically for retail.

私たちは、その八百屋の小売業者の空気がスマートな通路とスマートキッチンを一致させることに挑戦しています エッジを確保している八百屋は、小売のために特別に設計されたAIプラットフォームの背後に投資しているものです。

They're actually built on retail specific data.

実際には小売店固有のデータに基づいて作られています。

Over the next 2 to 3 months.

今後2～3ヶ月の間に

It learns the behaviors and the preferences of your actual customer base.

実際の顧客層の行動や好みを学習します。

And so in the end, what you have is highly accurate forecasting model that can help you make inventory decisions that can help you make pricing decisions and can help you design the optimal promotions that's going to ensure that your products are moving off the shelves.

そして最終的には、高精度の予測モデルを使用することで、在庫を決定し、価格を決定し、最適なプロモーションを設計することで、製品が棚から出ていくのを確実にすることができるのです。

Data is Onley useful if you can process it quickly and you can process it efficiently.

データはすぐに処理できて、効率よく処理できればオンリーが便利です。

And if you can do that, you turn data into really intelligence that you can use to personalize the customer.

それができれば、データを顧客のパーソナライズに使えるインテリジェンスに変えることができます。

Experience my smartphone camping me with a personalized discount that's crafted for me.

私のために作られた個人的な割引で私のスマホキャンピングミーを体験してみてください。

And so if I click on that discount, I could be presented with a storm app toe.

で、その割引をクリックすると、嵐のアプリのつま先が提示されることがあるんです。

Actually find these items, and now I could be guided through the aisles was showing that lights up a zai approach.

実際にこれらのアイテムを見つけて、今、私はザイのアプローチを点灯することを示していた通路を案内することができました。

It insights need to be processed very close to where the data set sits or give you an example.

インサイトは、データセットが置かれている場所に非常に近い場所で処理されたり、例を示したりする必要があります。

If you're standing in the produce aisle, there isn't time to send the data to an offsite processing center back to the store and then back down to the customer.

青果店の通路に立っていたら、現場外の処理センターにデータを送って、店に戻ってお客さんのところに戻ってくる時間がない。

So in today's era, seconds matter.

だから、今の時代は秒数が重要なんだよ。

In the customer experience, the future of the grocery industry belongs to those organizations that can process data at the edge of your network.

カスタマー・エクスペリエンスにおいて、食料品業界の未来は、ネットワークのエッジでデータを処理できる組織に属しています。

In that way, the concept of edge to edge intelligence is tailor made for the grocery business because we want to keep our data is close to the source is possible.

そのように、エッジからエッジへのインテリジェンスというコンセプトは、データをソースに近づけたいからこそ、食料品ビジネスに合わせて作られているのです。

Justus, We want our food to travel a short distance from the farm to the table.

ジャスタス、私たちの食べ物は農場から食卓までの短い距離を移動したいのです。