🇦🇺iTNews Australia•較早收集於 28h
Kmart Group 將 RFID 標籤技術擴展至 Target 門市
💡了解大規模 RFID 應用如何為 AI 驅動的零售供應鏈自動化提供所需的高保真數據。
⚡ 30-Second TL;DR
有什麼變化
RFID 技術部署擴展至 Kmart Group 各類產品線
為什麼重要
這種轉向自動化、即時庫存追蹤的趨勢,標誌著零售業邁向 AI 驅動供應鏈優化的重要一步。零售商可利用這些數據來增強需求預測模型與自動補貨系統。
下一步行動
分析如何將即時 RFID 遙測數據導入您的需求預測管線,以提升庫存準確度。
誰應關注:Enterprise & Security Teams
關鍵要點
- •RFID 技術部署擴展至 Kmart Group 各類產品線
- •Target 門市整合進 RFID 庫存管理系統
- •成功完成首次服飾類 RFID 自動化庫存盤點測試
🧠 深度解析
Web-grounded analysis with 11 cited sources.
🔑 增強重點摘要
- •Kmart Group 的 RFID 擴展是其更廣泛供應鏈現代化計畫的一部分,該計畫包括升級線上訂單管理和倉儲管理系統,並在新南威爾士州建設一個自動化的下一代履約中心。
- •該 RFID 系統最初於 2021 年在 Kmart 門市的服飾類產品中部署,利用名為 TORY 的自主機器人於夜間在門市巡邏,精確定位帶標籤商品的確切位置和數量。
- •Kmart 的 RFID 實施已將服飾類的庫存準確性從 60% 顯著提高到 95%,從而改善了貨架可用性並增強了庫存完整性。
- •目前,超過 60% 的 Kmart 服飾類商品在源頭(即製造商處)進行標籤,這對於實現商品級別的可見性和建立端到端供應鏈透明度至關重要。
- •擴展到 Target Australia 和其他產品類別(除服飾外)將與啟用 AI 的解決方案同時進行,這些解決方案旨在進一步提高百貨商品的庫存完整性,並優化預測、庫存定位和補貨。
🛠️ 技術深入
- Kmart 的 RFID 系統採用 Checkpoint Systems 的無源超高頻(UHF)RFID 標籤。
- 該系統使用來自 MetraLabs 的名為 TORY 的自主機器人進行夜間庫存盤點。
- 為了提高標籤的可讀性,Kmart 不得不改造店內裝置,將金屬貨架更換為木質貨架,並在後倉的金屬貨架下使用泡沫墊,以減少金屬干擾。
- 用於攝取和分發機器人每天產生的大量庫存數據的後端解決方案基於 AWS,利用 Lambda、SQS 和在 ECS 上運行的 Spring Boot 微服務等服務,並使用關係型資料庫進行儲存。
- 該系統側重於異步消息傳遞,以實現長時間運行任務的穩健處理,並採用結構化日誌記錄以提高軟體的運營效率。
🔮 前景展望AI analysis grounded in cited sources
Kmart Group 將實現端到端供應鏈可見性。
超過 60% 的服飾類商品在源頭貼標,以及更廣泛的 RFID 推廣,為實現這一目標奠定了基礎。
Kmart Group 將進一步降低營運成本並提高效率。
RFID 擴展是低成本營運模式和供應鏈現代化的一部分,並透過啟用 AI 的解決方案優化預測和補貨。
Kmart Group 將把 RFID 標籤擴展到家居生活和其他百貨商品類別。
Kmart 提到了其家居生活部門的強勁銷售以及專門的 K Home 門市的開設,作為未來標籤類別的指標,並且擴展將與針對百貨商品的 AI 解決方案同時進行。
⏳ 時間線
2019
Kmart Australia 在西雅圖的 Anko 門市試點 RFID 技術。
2021
Kmart 開始為服飾類商品安裝 RFID 標籤,並在製造環節開始源頭貼標。
2022-07
Kmart Australia 開始在其 243 家大型門市全面安裝 RFID 系統。
2022-12
Kmart 預計所有門市將在聖誕節前將 RFID 技術與 Tory 機器人用於服飾庫存。
2026-01
Kmart Group 在服飾部門進行了首次啟用 RFID 的盤點,報告結果更快、更準確。
2026-06
Kmart Group 宣布將 RFID 標籤擴展到服飾以外的新產品線,並首次引入 Target Australia。
📎 來源 (11)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源: iTNews Australia ↗

