Le système multi-agent de recommandation pour centres commerciaux est un cadre basé sur l'IA utilisant une architecture multi-agent pour améliorer l'expérience de shopping. Il comprend des agents d'acheteurs qui suivent les interactions des visiteurs ; des agents de préférences qui analysent les données passées et en temps réel ; et des agents de recommandation qui génèrent des suggestions de produits et promotions sur mesure. Les agents communiquent via un protocole de passage de messages pour mettre à jour les modèles utilisateur, partager des insights inter-agents et ajuster dynamiquement les recommandations. Le système supporte l'intégration avec CMS et POS pour un retour en temps réel sur l'inventaire et les ventes. Sa conception modulaire permet aux développeurs de personnaliser le comportement des agents, d'intégrer de nouvelles sources de données et de déployer sur diverses plateformes. Idéal pour les grands environnements de vente, il améliore la satisfaction client et augmente les ventes grâce à des recommandations précises et contextuelles.

Mediar est une plateforme d'analytique vidéo pour le retail alimentée par l'IA, conçue pour fournir aux détaillants et aux marques des insights profonds sur leur tunnel de conversion, en commençant par le trafic, l'engagement et jusqu'à la conversion finale. En s'appuyant sur des technologies avancées de l'IA et de la vidéo, Mediar aide les entreprises à comprendre le comportement des clients, à optimiser les agencements des magasins et à améliorer les performances de vente globales. Elle transforme les données vidéo en insights exploitables, permettant aux détaillants de prendre des décisions éclairées pour augmenter l'engagement client et améliorer les taux de conversion.