沃爾瑪公司的營銷策略一直專注於實惠的價格和無縫的客戶服務，現在則延伸到自己的機器學習平台Element上。
沃爾瑪全球科技雲和數據平台高級副總裁Anil Madan（如圖）表示，集中式雲原生服務使沃爾瑪能夠利用大型語言模型的強大功能來開展所有線上和線下業務。
「我們從數據生命周期管理成千上萬個數據源。數據生命周期是指數據以原始格式移動，進入中央湖。它經過一定的轉換和質量處理以創建數據目錄，這個數據目錄對我們分析和機器學習的各個方面都有很大幫助，」他強調Element平台如何改變了沃爾瑪的雲運營狀況。「我們企業數據湖的關鍵要素就是我們如何在尊重安全、數據主權等基本要素的情況下以集中的形式構建它。」
Madan談到了Element平台如何為沃爾瑪的企業及其最佳戰略提供支持：
Element的三重模型
沃爾瑪使用混合雲
環境，Element平台為私有雲和公有雲中的分析處理、機器學習和數據管理提供支持，以打造Madan所描述的無縫的「全渠道」體驗。
他說：「我們擁有的是混合多雲策略，這基本上幫助我們無縫地集成和運行了與雲無關的工作負載，包括應用工作負載和機器學習工作負載。當我們談到三重[模型]的時候，我們有兩個公有雲提供商和一個私有雲以對稱方式出現，這樣我們基本上就可以大規模地運行混合多雲工作負載。」
Element「三重模型」這個大傘下，是沃爾瑪開源的OneOps Cloud Management Platform（也就是Walmart Cloud Native Platform），也就是說，沃爾瑪可以在私有雲和公有雲之間移動應用，以及允許工程師移動數據的數據抽象層。然後，這些雲提供商在三個區域進行複製：西部、中部和東部。
[Element的三重模型]基本上提供的是我們按需的基礎設施，我們可以在其中採用不同的計算類型，無論是CPU、GPU還是TPU，並在不同的雲提供商之間可移植地運行它們。我們還擁有一個非常成熟的MLOps部署框架，基本上可以幫助我們在幾分鐘內而不是幾天內部署這些工作負載。現在，這些因素結合在一起，有助於支持我們所有的生成式AI工作負載，因為現在我們可以互操作不同類型的大型語言模型……在這種三重架構中無縫運行這些模型。」
部署在三重架構中的抽象層，還讓工程師更容易訓練和擴展AI模型。因此，沃爾瑪的AI開發正在快速推進，而無需鎖定任何一家供應商。
Madan說：「OneOps有雲管理抽象層，WCNP有工作負載管理層，我們為應用開發者提供SDK的時候還有數據管理層。這些抽象層的組合基本上幫助我們提供那些與供應商無關的最佳技術，從而幫助他們在需要時快速交換，同時仍然讓他們能夠在這種混合多雲中相當快速地大規模部署這些技術。」
根據理念定製平台
沃爾瑪在開發Element的時候避免只選擇一家供應商，目標是保持「每天低成本」的商業模式。開源軟體還有助於沃爾瑪節省運營成本，幫助客戶節省開支。
Madan表示：「Element帶來的回報是全方位的。開發者的生產力是一個巨大的回報。對應用工程師和數據科學家來說，最大的好處是，他們可以快速大規模地訓練他們的工作負載。他們不需要去尋找數據來創建這些，因為現在所有這些都已經在通用的企業數據湖中為他們解決了。他們只需要選擇他們的算法或者他們想要的東西，然後基本上就可以開始運營了。」
據Madan稱，Element促進AI的快速發展並不以犧牲安全為代價。沃爾瑪已經實施了自己的治理層來檢測AI幻覺並降低安全風險，以保持自己作為一家值得信賴的零售商的地位。
Madan說：「沃爾瑪的一切都圍繞著我們的使命和宗旨……我們是一家以人為本、科技驅動的全渠道零售商，我們的全部目的和目標就是省錢，這樣我們才能幫助我們的客戶過上更好的生活。安全是我們所做一切的關鍵基礎，所以我們要確保數據的使用和消費方式，以及誰有授權，這些都成為我們指導原則中的關鍵部分。」
