Искусственный интеллект в розничной торговле

Искусственный интеллект меняет розничный рынок во всём мире. Этот технологический тренд будет набирать обороты, как в своё время делали мобильные платежные системы и омниканальность. Это необратимый процесс: данная технология позволяет делать предложения более персонализированными, что приводит к увеличению продаж и повышению долгосрочной лояльности.

В бэк-офисных функциях технологии, основанные на искусственном интеллекте, сокращают издержки и позволяют почти в любой функции корректировать курс её развития в процессе. Неудивительно, что именно розничные компании — глобальные лидеры по инвестициям в искусственный интеллект. Компания IDC собрала статистику, которая служит подтверждением данного тезиса.

Как применяют искусственный интеллект в розничной торговле

В сфере розничной торговли наиболее распространены 2 технологии на базе искусственного интеллекта: компьютерное зрение и когнитивные обучающиеся системы.

Компьютерное зрение увеличивает динамику бизнес-циклов, позволяя тестировать и быстро править курс на ходу, а не ждать следующего цикла. Эта технология отслеживает изменение почти любого процесса в режиме реального времени, что позволяет выигрывать за счет скорости.

Когнитивные обучающиеся системы представляют из себя машины, которые, анализируют взаимосвязь огромного количества факторов, могут что-либо рекомендовать потребителю, что особенно важно в маркетинге (например, персонализация предложения). Задача такой машины понять, кто вы, что, когда и как вам рекомендовать и продавать. В коммерции обучающиеся системы позволяют, например, эффективнее корректировать закупочную стратегию. В логистике такие системы рассчитывают оптимальные маршруты в зависимости от срока годности продукта.

Есть и другие процессы, которые могут быть колоссально оптимизированы с помощью нейронных сетей и самообучающихся систем. Например, эффективность персонала. Для большинства ритейлеров ФОТ — вторая статья расходов после аренды.

В идеале, искусственный интеллект будет ядром планирования всех систем в рознице в ближайшие годы.

История успеха: чистые данные Intelligence Retail

Технологии сами по себе не могут быть целью, они нужны для конкретного результата: в данном случае, для повышения эффективности бизнеса. В настоящее время главный барьер на пути полноценного внедрения систем на базе искусственного интеллекта — отсутствие структурированных данных.

Сейчас качество данных описывается принципом «garbage in, garbage out». Только 2% от общего объема данных в мире структурировано, остальное — garbage, с которым невозможно работать. Поэтому важно не только собрать данные, но и грамотно их валидировать, чтобы корректно и эффективно обучать нейронные сети, которые лежат в основе многих систем на базе искусственного интеллекта, например, компьютерного зрения.

На российском рынке уже есть пример использования данной технологии для повышения эффективности бизнеса. В рознице ускоряется процесс консолидации, денег у компаний становится меньше, поэтому они могут выигрывать только за счет повышения эффективности работы. Вот почему особенно актуальны технологии, которые направлены именно на это.

Пример, о котором я пишу выше, — это проект компании «Intelligence Retail», один из признанных успешных пилотных проектов в России: компания настроила систему по проверке фактического наличия товара на полках в сети «Перекресток». По результатам тестирования система научилась распознавать более 1,5 тыс. молочных продуктов, включая йогурты, молоко, сметану, майонез, сыры и т.п. Была достигнута точность распознавания на уровне 93.7%, а скорость формирования одного отчета с рекомендациями не превышала 30 секунд!

Сейчас обсуждается расширенное внедрение решения «Intelligence Retail» в 100 супермаркетах, что составляет примерно 1/6 общего количества магазинов сети. Использование “умного” компьютерного зрения во всей сети в будущем может дать “Перекрестку” огромное преимущество перед конкурентами.

Важно, что успешным проект «Intelligence Retail» сделал грамотный подход к выстраиванию процесса валидации данных. Только благодаря нему нейронные сети смогли выдавать стабильно качественный результат.

Примеры успешного применения искусственного интеллекта в розничной торговле

Помимо компьютерного зрения и когнитивных обучающихся систем распространены сервисы, также основанные на искусственном интеллекте, например чат-боты и «персональные помощники по шоппингу». Подобные сервисы позволяют ритейлерам во всем мире лучше узнавать своего потребителя, быть ближе к нему. Приведу несколько примеров:

• «1-800-flowers» использует сервис, задающий вопросы клиенту и понимающий его/её предпочтения для персонализированных идей по подаркам. Вместе с IBM, компания запустила умного онлайн-ассистента по шоппингу — GWYN (Gifts When You Need). GWYN помогает клиентам компании выбрать идеальный подарок. Выбор подарка основывается на запросах покупателя, например “нужен подарок для мамы” до “покажи лучшие букеты в наличии”.
• Сеть универмагов Kohl’s внедрила в своих магазинах «подключенный рейл», который отображает на экране ключевую информацию о висящей на нем одежде и предлагает другие вещи из магазина для создания полноценного образа. Выигрывают обе стороны: покупатель получает дополнительную услугу, а магазин — дополнительные продажи.
• Сеть универмагов Macy’s использует “On Call app”, который сочетает технологию когнитивных вычислений с геолокационным сервисом и в реальном времен объясняет покупателю, как найти интересующий его бренд внутри магазина.
• Zara глобально внедряет дополненную реальность: в примерочных 120-и магазинов мира компания запустила приложение дополненной реальности для шопинга Zara AR (в том числе, в Москве и Санкт-Петербурге). При наведении смартфона с открытым приложением на модель она оживает: разговаривает и демонстрирует надетый на ней образ и фрагменты коллекции. Также приложение позволяет сразу заказать понравившуюся вещь и позволяет сделать с голограммами фото для соцсетей.
• «Мой виртуальный бариста» в Starbucks принимает голосовые заказы от покупателей и оповещает, когда в ближайшей кофейне готов их напиток. Ниже видео о том, как это работает.

Мы видим, что инструменты искусственного интеллекта помогают снизить затраты, оптимизировать рабочие процессы и увеличить доходы. Но наиболее заметное для миллионов потребителей и важное для имиджа компаний преимущество использования ИИ в розничной торговле, на мой взгляд — выгода для конечного клиента. Так или иначе, все примеры выше доказывают это. Именно фокус на клиенте и заботе о нём в любой рознице становится решающим фактором его лояльности.

Если оставить в стороне хайп, связанный с ИИ, с этим фактором будет работать большинство компаний, чтобы оставаться и становиться успешными в новой парадигме розничного рынка.