- Walmart kauft keine bestehenden KI-Lösungen, sondern entwickelt KI-Apps über die eigene AI-Foundry-Plattform Element, die bereits von 1,5 Millionen Mitarbeitenden genutzt wird
- Durch eine LLM-unabhängige Architektur kann für jede Anfrage das optimale Modell gewählt werden, sodass Kosteneffizienz und Leistungsoptimierung gleichzeitig erreicht werden
- Mit dem Foundry-Modell, bei dem KI-Apps nicht als Projekte, sondern wie Produkte in Serie gefertigt werden, wird die Entwicklungsgeschwindigkeit drastisch erhöht
- Fünf Kern-Apps für Einsatzplanung, Echtzeitübersetzung, Conversational AI, Bestandsmanagement und mehr wurden schnell eingeführt, wodurch sich Entwicklungszyklen auf wenige Wochen verkürzen
- Durch die Verknüpfung von Betriebsabläufen und Feedback rund um Supply-Chain-Daten entstehen kontinuierlich verbesserte KI-Apps, deren operative Daten in Echtzeit analysiert und zurückgespielt werden
- Walmart wandelt KI von „installierbarer Software“ zu einer „internalisierten Fähigkeit“ und vergrößert damit den Abstand zur Konkurrenz stetig
Walmart isn’t buying enterprise AI solutions — they’re creating them
Entwicklung der eigenen KI-Plattform Element
- Walmart entwickelt die Plattform Element über eine interne AI Foundry statt über externe KI-Anbieter
- Diese Plattform produziert KI-Anwendungen in einem Tempo, das über die Geschwindigkeit traditioneller Softwareentwicklung hinausgeht
- Von 1,5 Millionen Mitarbeitenden nutzen 900.000 jede Woche die Plattform, die täglich 3 Millionen Anfragen verarbeitet und damit Skalierbarkeit im großen Maßstab zeigt
- Die Echtzeitübersetzung unterstützt 44 Sprachen, und die Zeit für die Schichtplanung wurde von 90 auf 30 Minuten verkürzt
- Das ist kein einzelner App-Erfolg, sondern ein frühes Signal für die Wirkung einer industrialisierten KI-Entwicklungsmethode
LLM-agnostische Designphilosophie und Open-Source-basierte Architektur
- Element ist nicht an ein bestimmtes Large Language Model (LLM) gebunden, sondern besitzt eine Struktur mit flexibler Modellauswahl
- Je nach Einsatzzweck oder Anfragetyp wird automatisch das im Verhältnis zu den Kosten effektivste LLM ausgewählt
- In die Plattformarchitektur sind Integrationsoptionen für Open Source standardmäßig eingebaut, was Erweiterbarkeit und Flexibilität erhöht
The first wave reveals the principles of the foundry model
Erste Beispiele für in der Foundry produzierte Apps
- Die folgenden fünf zentralen Anwendungen werden im Foundry-Ansatz auf derselben Plattform „hergestellt“
- KI-Einsatzplanung: Verkürzt die tägliche Planungsarbeit pro Führungskraft von 90 auf 30 Minuten und priorisiert Aufgaben auf Basis von Supply-Chain-Daten
- Echtzeitübersetzung: Unterstützt 44 Sprachen und wählt je nach Sprachpaar automatisch das optimale Modell
- Conversational AI: Beantwortet täglich 30.000 Anfragen und löst wiederkehrende Aufgaben ohne menschliches Eingreifen
- AR-basiertes VizPick: Erreicht mit RFID- und Computer-Vision-Technologie eine Bestandsgenauigkeit von 85 % auf 99 %
- MyAssistant: Ein Helfer zur Analyse interner Dokumente und Daten
- Durch gemeinsam genutzte Infrastruktur und integrierte Datenpipelines wird doppelte Entwicklungsarbeit vermieden
- Alle Apps teilen dasselbe Deployment-Muster, dieselbe Qualitätskontrolle und dieselbe Feedback-Struktur und sind wie ein Produktionsprozess standardisiert
Wiederholbares Produktionssystem
- Element betrachtet jede App nicht als eigenständiges Projekt, sondern produziert sie wie modular zusammensetzbare Produkte
- Wenn Data Scientists Spezifikationen einreichen, übernimmt die Plattform automatisch alles von der Modellauswahl über die Infrastruktur bis zum Deployment
- Komponenten, die in früheren Apps validiert wurden, lassen sich wiederverwenden, sodass es bei der Entwicklung neuer Apps kaum Reibungsverluste gibt
How Walmart’s foundry model changes development economics
Der Wandel der KI-Entwicklungsökonomie
- Bei traditioneller Enterprise-KI werden durch Vendor-Evaluierung, Vertragsverhandlungen und Integration immer wieder Zeit und Kosten verbraucht
- Element dagegen verarbeitet mehrere App-Entwicklungsanfragen parallel und minimiert Verschwendung
- Produktivität und Geschwindigkeit erreichen ein Niveau wie in der Lean-Fertigung, sodass Apps von der Ideenphase direkt in die Entwicklung übergehen
- Einsatzplanung, Conversational AI und AR-Bestandssysteme wurden alle schnell auf Basis von Element aufgebaut
Supply chain data becomes development fuel
Supply-Chain-Daten als Treibstoff für die App-Entwicklung
- Element ist mit Supply-Chain-Systemen verbunden und erfasst automatisch Lkw-Ankünfte, Einkaufsverhalten, Mitarbeitenden-Feedback und mehr
- Diese Daten werden für Aufgabenpriorisierung, Vorhersagen zum Konsumentenverhalten und die Auslieferung angepasster Modelle je nach regionalen Bedingungen genutzt
- Indem operative Komplexität in integrierte Daten umgewandelt wird, werden filialspezifisch angepasste Apps möglich
Walmart has a model arbitrage strategy
Strategie der Modell-Arbitrage
- Element führt in Echtzeit Leistungs-Kosten-Vergleiche zwischen KI-Modellen durch und verarbeitet Anfragen auf dem optimalen Pfad
- Je nach Komplexität einer Anfrage wird automatisch an ein Basis- oder Premium-Modell weitergeleitet
- Wenn neue Modelle erscheinen, können sie sofort getestet und ausgerollt werden; verbessert sich die Leistung bestehender Modelle, wird dies automatisch übernommen
- Beispiel: Das Übersetzungstool wählt je nach Sprachpaar unterschiedliche optimale Modelle
How Walmart integrates real-time feedback
Struktur zur Integration von Echtzeit-Feedback
- Die App-Nutzung durch Mitarbeitende ist nicht bloßer Konsum, sondern so gestaltet, dass sie Signale für Verbesserungen erzeugt
- Conversational AI misst über 30.000 Anfragen Modellleistung, Anfragetypen und Zufriedenheit und speist dies als Feedback zurück
- Neue Apps werden auf Basis des Feedbacks früherer Apps eingeführt und können so bereits zum Start hohe Leistung liefern
- Dafür gibt es eine Struktur aus ausgereiften Datenpipelines, Modell-Versionsverwaltung und Deployment-Orchestrierung
Why internal Foundries beat external platforms
Warum interne Foundries externe Plattformen übertreffen
- Externe Plattformen verallgemeinern Funktionen zugunsten breiter Einsetzbarkeit und passen dadurch nicht perfekt zu einer bestimmten Organisation
- Walmart optimiert die Plattform auf die gemeinsamen Aufgaben, Begriffe und Ziele von 2,1 Millionen Mitarbeitenden
- Wenn neue Anforderungen entstehen, ist sofortige Entwicklung ohne Vendor-Verhandlungen möglich, wodurch der Weg von der Idee zum Produkt kurz wird
Assessing the competitive implications
Wettbewerblichen Implikationen
- Im Foundry-Ansatz wird mit jeder gebauten App die Plattform selbst stärker, Nutzerinteraktionen verbessern die Modellauswahl, und jedes Deployment wird zum Produktionsstandard für die nächste App
- Wettbewerber müssen
- entweder die gewaltige Investition in eine eigene Plattform tragen
- oder die Grenzen externer Lösungen akzeptieren
- oder nichts tun und damit das Risiko eingehen, dass der Abstand weiter wächst
- Beispiel: Schon eine einzige Planungs-App spart pro Führungskraft eine Stunde pro Tag, was landesweit Einsparungen in Millionenhöhe bedeutet
Lessons learned from Walmart’s enterprise AI Foundry blueprint
Vier Grundprinzipien des Foundry-Designs
- 1. KI-Modelle müssen wie austauschbare Komponenten behandelt werden
- Eine LLM-unabhängige Struktur verhindert Vendor Lock-in und ermöglicht fortlaufende Optimierung
- 2. Die Integration des Datenzugriffs hat Vorrang
- Element verbindet das Weltwissen der LLMs mit den internen Daten von Walmart
- 3. KI-Entwicklung muss industrialisiert werden
- Das Foundry-Modell standardisiert den Prozess Entwicklung → Deployment → Iteration
- 4. Feedback muss von Anfang an Teil des Designs sein
- Mit eingebauten Feedback-Loops entsteht eine App-Struktur, die mit jeder Nutzung besser wird
Walmart just created the enterprises’ new imperative
Der neue Wendepunkt für Enterprise-KI
- Walmart hat KI nicht einfach „eingeführt“, sondern die Fähigkeit aufgebaut, KI selbst zu entwickeln
- KI wird nicht als einzelne Software, sondern als zusammenstellbare Produktfamilie betrachtet
- Interaktionen mit Mitarbeitenden machen das System intelligenter, und mit jedem Rollout wird die Plattform präziser
- Der Schlüssel zu KI-Erfolg ist nicht die Modellauswahl, sondern der Aufbau organisatorischer KI-Produktionsfähigkeit
- Walmart positioniert sich als eines der ersten Unternehmen, das KI nicht als Software, sondern als strategischen Vermögenswert definiert
1 Kommentare
Das ist ein bedeutender Schritt.