World Product Graph: Amazon이 팔지 않는 상품까지 모아 AI 쇼핑 에이전트를 붙잡으려는 상품 데이터 계획
Reuters가 입수한 Amazon 내부 문서에 따르면 Amazon은 브랜드가 넘겨주는 데이터와 다른 소매 사이트 크롤링으로 자사가 팔지 않는 상품까지 담은 World Product Graph를 2027년 10월 1일 출시 목표로 구상하고 있습니다. 상품 사이의 관계 데이터로 쇼핑 어시스턴트의 오답과 비용을 줄이고 외부 AI 쇼핑 에이전트를 자사로 끌어들이려는 계획이며, Amazon은 초안 문서라 현재 계획과 다를 수 있다고 밝혔습니다.
Agentic Procurement: RS Group이 고객사 구매 에이전트의 주문을 받으려고 데이터와 레거시부터 고친다
33개 시장에 산업용 제품을 공급하는 RS Group의 글로벌 CIO Janet Robertson은 대형 고객사가 구매 에이전트로 주문하기 시작했다고 말했습니다. 에이전트가 넣는 디지털 주문을 받으려면 생성형 검색을 붙이기 전에 데이터와 레거시 시스템부터 고쳐야 하고, 개발은 다년 프로그램 대신 계속 진화시키는 방식으로 바꿨다고 밝혔습니다.
VLM-OCR Fusion Scoring: Amazon이 상품 상세 A+ 콘텐츠 품질을 자동 판정하고 고칠 점까지 알려 주는 방법
Amazon Marketplace 팀은 판매자의 A+ 콘텐츠를 고객 화면 그대로 캡처해, 고정한 VLM의 항목 점수와 OCR 가독성 신호 8개를 CatBoost로 묶어 품질을 판정합니다. 전문가 라벨 5,478건 기준 정확도는 평균 점수 방식 0.80에서 0.94로 올랐고 SHAP과 LLM이 만든 권고를 반영한 페이지는 10점 척도에서 평균 1.4점 올랐습니다.
Exception-Based Replenishment: Runnings가 매장·DC 발주를 한 예측으로 묶고 예외만 사람이 본다
미국 농·생활용품 유통사 Runnings가 Relex의 AI 플랫폼으로 매장 90곳과 DC 5곳의 수요 예측과 발주를 하나로 묶습니다. 매장부터 시작해 DC로 넓히고 2027년 중반 가동이 목표이며, 담당자는 모든 주문 대신 시스템이 걸러 낸 예외만 봅니다. 예외 규칙 설계와 매장 파일럿 12주안을 붙였습니다.
Store-Item Level Visibility: Kroger가 RFID·컴퓨터 비전 데이터로 매장 품목별 재고 위험을 먼저 잡는 방식
Kroger는 data pipeline 20개를 묶은 AI 도구로 매장 품목 단위의 재고 위험을 일찍 잡고, 베이커리 RFID 파일럿 약 1,500개 매장에서 재고 조사를 약 70% 빠르게, 폐기를 50% 줄였다고 밝혔습니다. 컴퓨터 비전 데이터는 공급사와 나눕니다. 데이터 신뢰 규칙, 위험 점수 필드, 8주 시범안을 붙였습니다.
Agentic Commerce: Carvana 3분기 콜, AI 에이전트가 차를 사러 올 때를 대비한 API·규칙·데이터
Carvana CEO는 3분기 콜에서 고객 쪽 시스템이 결정적으로 돌아가고 API로 정보를 내주며 백오피스 규칙도 모두 문서화했다고 밝혔습니다. 에이전트가 디지털 마찰을 0으로 줄여도 물리 마찰은 남는다고 보고 봇이 보는 곳에 데이터를 내보내겠다고 했습니다. 따라 할 때 필요한 API, 규칙 표, 노출 측정, 8주 시범안을 붙였습니다.
Bridgette: Gap이 시즌 채용 행정은 AI에, 결정은 매장 관리자에게 맡긴 방식
Gap Inc.는 Paradox로 만든 AI 채용 안내 Bridgette에 지원 안내, 문의 응답, 면접 예약과 알림을 맡겼습니다. 6월부터 매장 100여 곳과 물류센터 6곳에서 시범 운영해 약 4만 5천 명이 대화했고 면접 7,000건 이상이 잡혔습니다. 면접과 채용 결정은 매장 관리자가 그대로 맡습니다.
Seller Hours and Cases per Mile: US Foods가 AI 성과를 영업 시간과 배송 효율로 재는 법
미국 식품 유통사 US Foods는 메뉴판을 읽어 제안서를 만드는 생성형 AI로 영업 시간을, 라우팅 소프트웨어로 마일당 배송 케이스를 잽니다. 도구마다 다른 단위로 성과를 밝히되 출처와 빈칸을 구분해 읽는 법, 제안서 파이프라인 설계와 8주 파일럿안을 붙였습니다.
Computational Screening: 로레알, 원료 조합 탐색을 수개월 실험에서 수시간 계산 선별로
로레알은 UV 필터를 잘 녹이는 원료 조합을 실험실에 가기 전에 분자 시뮬레이션(OrbMol-v2, NVIDIA ALCHEMI)으로 먼저 걸러, 수개월 걸리던 탐색을 수시간 계산 선별로 바꿨다고 NVIDIA가 소개했습니다. 후보 정의, 실험 데이터로 순위 맞추기, 8주 파일럿을 붙였습니다.
JD.com AI-Powered Carbon Value Exchange: 배송 탄소 감축량을 SKU별로 계산해 소비자 보상으로 바꾼 사례
JD.com은 배송마다 실제 차량과 전력을 배출원에 짝지어 SKU별 탄소 감축량을 AI로 계산하고 블록체인으로 인증해 구매에 쓰는 green voucher로 돌려줬습니다. 사례집 보고로는 6,500만 명 넘게 참여했고 산정 오차가 38%에서 5%로 줄었습니다. 국내 제조사가 배송 탄소 산정부터 옮기는 데이터 모델과 8주 파일럿을 붙였습니다.
Shop the Look: Fanatics가 OpenAI 모델로 리그 공식 스토어에 코디 추천을 붙여 참여 10% 올린 방식
OpenAI가 공개한 고객 사례입니다. Fanatics는 팬이 팀 저지를 보면 재고 있는 같은 팀 상품으로 코디를 짜 주는 기능을 NFL·NBA·MLB·NHL 공식 스토어에 붙였고, 첫 50개 상품은 하루 안에 테스트해 같은 주에 MVP를 승인했습니다. MLB 상품 약 30,000개 테스트에서 참여가 10% 높았습니다.
Reduce Duplicative Work: Kroger가 AI로 본사 중복 업무를 줄여 가격·매장에 돌리는 계획
Kroger가 2026년 10월 20일 투자자의 날에서 technology and AI로 운영을 단순화하겠다고 밝혔습니다. 앞서 CEO 메모로 본사 약 8,200명 가운데 약 3,000개 역할을 3년에 걸쳐 줄이고 절감분을 가격과 매장에 돌리겠다고 했습니다. 업무 인벤토리, 단계 채점표, 절감 장부, 8주 일정을 붙였습니다.
Agent Gateway: Walmart가 고객의 AI 에이전트를 받아들이는 세 가지 장치
Walmart가 외부 AI 에이전트를 고객으로 받는 세 가지 장치(Agent Gateway, Agent Profile, 에이전트 약관)를 내놓았고, Amazon은 식별 없는 에이전트를 차단하는 반대 길을 갑니다. 두 회사의 선택을 메커니즘으로 풀고, 우리 서비스에 고객의 에이전트가 들어올 때 열지·막을지 정하는 6주 점검 절차를 붙였습니다.
Value Destruction: 나이키가 DTC·디지털 마케팅 전환으로 브랜드 가치를 잃은 과정
나이키에서 20년 넘게 마케팅을 맡았던 Massimo Giunco가 카테고리 조직 폐지, 도매 축소와 DTC 우선, 성과형 디지털 마케팅이라는 2020년의 세 결정이 재고 100억 달러, 총마진율 46%에서 43.5%로의 하락, 하루 시총 250억 달러 증발로 이어졌다고 분석한 글입니다. 데이터로 마케팅과 채널을 바꿀 때 둘 점검 장치를 덧붙였습니다.