RAISE - Retail AI for scalability and excellence

O projeto encontra-se dividido segundo 4 domínios relevantes da cadeia de valor do setor do retalho, tendo sido definido um conjunto de objetivos específicos de I&D (OI&D) e Inovação Produtiva (OIP), a saber: WP1. E2E Value Chain Orquestrator OI&D: Criação de um orquestrador interno, escalável e AI-powered, que suporte decisões sobre a cadeia logística do setor do retalho, em particular da MC, maximizando a eficiência e a sustentabilidade. Este orquestrador será suportado por um Digital Twin da cadeia de valor (por via da transfiguração do Supply Chain Labs), complementado por um mecanismo generativo de criação e processamento dos inputs, por um interpretador de outputs e um agente de sugestão de cenários alternativos. Este orquestrador (Live Supply (Digital) Twin) apoiará uma panóplia de decisões, desde processos operacionais (aceitação de lotes, reposição de artigos na loja), táticos (calendários de aprovisionamento) ou estratégicas (network design, roadmap para cumprimento de metas de sustentabilidade). OIP: Industrialização da plataforma Live Supply (Digital) Twin para a orquestração inteligente e sustentável da cadeia de abastecimento, com base em dados em tempo real, técnicas de GenAI e análise automatizada de inputs operacionais e estratégicos. Assim, pretende-se o alcance de (i) um agente de interpretação de outputs que forneça explicações contextualizadas adaptadas ao perfil do utilizador e de (ii) um cockpit de análise, através de uma plataforma unificada de visualização, monitorização e simulação, com dashboards interativos e alertas configuráveis. WP2. Phygital Store Companion OI&D: Desenvolvimento de uma plataforma inteligente, modular e adaptativa, que combina IA com tecnologias físicas in-store com capacidades digitais avançadas, suportadas por um Digital Twin de loja, integrando dados históricos e em tempo real, simulações dinâmicas para otimização, de forma holística, decisões de disposição dos produtos e afetação de recursos operacionais. OIP: Industrializar e escalar o Phygital Store Companion como um produto tecnológico integrado e modular, apto para implementação em ambientes reais de loja com diferentes níveis de maturidade digital. Para tal, é fundamental garantir o packaging dos módulos de IA e Digital Twin em componentes produtizáveis, assegurar a interoperabilidade com sistemas operacionais existentes e permitir o deployment ágil da solução em diferentes formatos de loja, com capacidade de customização por perfil de retalhista ou geografia. WP3. Ultra-personalization OI&D: Desenvolvimento de uma plataforma de personalização omnicanal centrada no cliente, que compreenda, em tempo real, as suas preferências, contexto e intenção de compra, e proporcione experiências individualizadas em navegação, produto, conteúdo, promoções e comunicação e comunicação, tanto no digital, como na loja física. OIP: Implementação de 4 módulos que farão parte da nova framework de ultrapersonalização, a saber: (i) modelação do perfil de cliente, (ii) personalização da oferta, (iii) agente de personificação do cliente, e (iv) aprendizagem contínua e feedback. Deste modo, espera-se alcançar a gestão de perfis de cliente precisa e personalizada, utilizando IA para transformar a interação com os clientes. WP4. Employee Assistant & Preventive AI OI&D: Plataforma, baseada em inteligência artificial, que dê suporte aos colaboradores, explorando AgenticAI e NLP, para fornecer resposta personalizadas e contextualizadas a questões colocadas, bem como que revela capacidade de prever a probabilidade de ocorrência de acidentes em contexto de trabalho e sugerir medidas de mitigação de risco. OI&P: Implementação de um assistente digital inteligente que empodere os colaboradores, simplificando o acesso à informação e a execução de tarefas, aumentando a produtividade e o foco no cliente. Neste sentido, esta nova framework visa transformar a experiência do cliente, através da oferta de interações personalizadas e relevantes em todos os pontos de contacto que permitirá aumentar a produtividade, melhorar a colaboração interna e proporcionar um elevado nível de satisfação e confiança aos clientes do setor do retalho. Assim, pretende-se implementar um sistema baseado em IA evoluído, capaz de prever a probabilidade de ocorrência de incidentes em loja, bem como o tipo de acidente, gerando recomendações preventivas, que permitam o apoio na tomada de decisão com base em dados, bem como incorporando tendências futuras para antecipar riscos emergentes, prevendo a ocorrência de futuras lesões-muscoesqueléticas. *** Face ao exposto, cumpre referir que dada a limitação de carateres do presente campo do formulário, os objetivos técnico científicos (OTC) associados a cada OI&D, bem como um maior detalhe técnico dos OIP, respetivos PPPs a desenvolver e enabler technologies a explorar, podem ser encontrados no Anexo Técnico da presente candidatura.