当前位置: 首页 > news >正文

Levi’s 超级智能体上岗!AI技术连接粉丝,赋能全球零售

近期,微软与 Levi’s 公司(Levi Strauss & Co.)正在展示一种全新的愿景——通过 AI 技术和云创新,驱动零售业的未来。这一合作旨在将品牌传统与高科技进一步结合,凸显了Levi’s 致力于使用微软技术在全球范围内推动更丰富、更完善的消费者体验,提升企业员工生产力。

01

借助智能 Microsoft Copilot 副驾驶®

和 Agentic AI 推动转型

Levi’s 公司,作为一家拥有近175年历史的全球服装与牛仔品类领导品牌,正采用智能Microsoft 365 Copilot 副驾驶®(国际版)、 Microsoft Copilot Studio 、Microsoft Foundry (国际版)和智能体化AI编排(Agentic AI Orchestration)等智能技术,加速向以粉丝为中心、行业领先、DTC(Direct-to-Consume,直连消费者)优先等方向的转型。

例如,Levi’s 与微软将一个基于 Microsoft Azure(国际版)的编排器智能体嵌入 Microsoft Teams,用于简化运营流程,为企业、零售和仓储环境的员工赋能。该编排器智能体可充当员工提问入口,而问题将由多个后台子智能体响应,但所有的回答最终都由一个对话式“超级智能体”统一处理。

我们正在从底层重构 Levi’s,使其成为一家 DTC 优先、以粉丝为中心的零售商,让每一次互动都更快、更智能、更个性化。AI 技术处于这一转型浪潮的核心——它推动创新,提升员工创造力,释放生产力,并帮助我们打造连贯、令消费者难忘的购物体验,不断促进消费者及粉丝互动与复购。

杰森·高恩斯,Levi’s 公司首席数字与技术官

作为众多转型方案之一,Levi’s 将会使用一个超级智能体管理一组子智能体,这些子智能体相互整合且互联,其中一些目前已完成部署,另一些仍在开发中。

Levi’s 还在采用运行 Windows 11 的 Microsoft Surface Copilot+PCs1,充分发挥 AI 工具的潜力,处理日益复杂的工作。员工反馈称,这些设备和操作系统在速度、可靠性和数据处理方面带来了显著提升,而像“Copilot 键”等这样的便捷功能大幅节省了员工查找信息的时间,使他们能投入更多时间在创造性工作中。

Levi’s 内部部署的 Microsoft Intune,帮助其 IT 团队实现零接触设备部署和应用发布。智能 GitHub Copilot 副驾驶®正加速 Levi’s 开发人员在可观测性、质量工程、版本管理等方面的创新速度。

02

以 Microsoft Azure (国际版)

打造的 AI 云基础

作为更广泛数字化转型工作的一部分,Levi’s 正依靠 Microsoft Azure(国际版)将应用工作负载从本地数据中心迁移至云端环境。公司正在使用 Azure Migrate 和智能 GitHub Copilot 副驾驶®来规划并执行迁移,然后将其私有数据中心环境整合到云端。

Levi’s 还利用 Microsoft Foundry(国际版) 和 Semantic Kernel 构建智能自动化能力。这些解决方案为安全智能体和策略编排提供支持,使其能够保持零信任安全模型,同时在全球业务中扩展 AI 技术驱动的创新。

Levi’s 公司充分展示了标志性品牌如何借助云和 AI 技术重塑自我。从释放规模效应到激发创造力与创新,我们为能与 Levi’s 合作,将 AI 技术融入员工和粉丝的每一次体验而感到自豪。

杰森·高恩斯,微软全球零售和消费品行业副总裁

*本文中介绍的智能 Microsoft 365 Copilot 副驾驶®服务,以及 Microsoft Azure 技术,适用于国际版的企业级服务。

*本账号所发布的内容均为微软原创作品或经权利人授权发布。未经许可,任何单位或个人不得复制、发行、传播、改编、翻译或汇编。

http://www.cnnetsun.cn/news/75080.html

相关文章:

  • 21、时间点与持续时间建模:原理、应用与挑战
  • 如何快速掌握网站下载:WebSite-Downloader 完整使用指南
  • 27、时态数据库概念解析
  • 30、数据库镜像重建中的闪回管理与SQL注入防范
  • Wan2.2-T2V-5B模型API封装实践:集成到Web应用的步骤详解
  • Typora支持HTML5音频播放:完美呈现ACE-Step输出效果
  • 39、使用MRTG进行网络监控的全面指南
  • AI+教育的未来发展趋势:人机环境系统智能
  • 8个降AI率工具推荐,本科生课堂汇报必备
  • 1、雾无线接入网络:5G 及 6G 通信的新范式
  • 卫星轨道预测终极指南:5步掌握SGP4模型核心应用
  • 中国科学技术大学学位论文LaTeX模板完整指南
  • 16、雾无线接入网络中的计算卸载与原型设计
  • 18、雾无线接入网络(F-RAN):原型、性能评估与未来挑战
  • Snakemake中的样本配对与文件处理
  • 工业防水平板电脑WPPC-H1520T(P)在食品加工湿环境中的部署与应用开发实践
  • 探索数字组合的艺术
  • Shiny模块化开发:解决Tab选中问题
  • AutoGPT与SQLite轻量数据库集成:适用于小型项目的本地存储方案
  • Jenkins Pipeline调用LLama-Factory训练任务,实现无人值守AI训练
  • 中小学教育AI工具开发:架构师的数据主权方案
  • 如何快速上手 Harepacker-resurrected:从入门到精通的完整指南
  • 百万 Token 也能无损压缩?C3 模型用“级联压缩”重新定义长上下文挑战
  • GOBI 2025 全球开源商业创新大会顶级嘉宾阵容公开!4 大 Panel 火力全开
  • 安卓私密文件同步终极方案:Syncthing-Android完全指南
  • AutoClicker鼠标自动化工具:新手完全指南与实战技巧
  • 鸿蒙原子化服务新玩法:Flutter也能开发高性能Service卡片
  • 8 个 MBA 毕业答辩 PPT 工具,AI 格式优化推荐
  • 如何快速实现STL转STEP:面向3D设计新手的完整指南
  • 图神经网络:欺诈检测与蛋白质功能预测