Скопировать ссылку
Сейчас ИИ внедряют в основном корпорации — в среднем бизнесе эти технологии встречаются достаточно редко ввиду высокой стоимости и сложности в разработке (однако есть и более простые решения — например, чат-боты, которые способны заметно оптимизировать работу компании. О них поговорим далее). Искусственный интеллект, машинное обучение и генеративные нейронные сети широко применяются в разных направлениях — в маркетинге, продажах, клиентском сервисе и так далее.
По результатам летнего исследования консалтинговой компании Яков и Партнеры, из числа крупнейших e-commerce-компаний 100% уже активно внедряют машинное обучение, 65% — генеративный ИИ. В более консервативном классическом ритейле ИИ активно внедряют пока 10%, но остальные 90% также уже проводят эксперименты и точечные внедрения данных технологий.
Рассмотрим подробнее примеры применения ИИ в разных сценариях пути клиента и бизнес-процессах торговой компании.
Искусственный интеллект для персонализации покупательского опыта
Рекомендательные системы — один из самых эффективных способов повышения продаж в интернет-магазине. Предложение актуальных в конкретные моменты времени товаров улучшает пользовательский опыт и способствует росту заказов.
Российские компании, такие как Ozon и Wildberries, активно внедряют ИИ для анализа предпочтений клиентов, чтобы предлагать товары, соответствующие их вкусам. Это достигается с помощью изучения историй покупок и поведения на сайте. Также ИИ часто используют для адаптации цен в зависимости от спроса и предложения — это позволяет оптимизировать выручку.
Если рекомендательные системы «попадают» в интересы покупателя, это может существенно повысить конверсию в покупку и средний чек, совокупно повысив доход магазина до 10–30%. Например, в интернет-магазине сети строительных гипермаркетов «Строй-с» мы повышаем средний чек покупки, предлагая покупателю комплектующие, расходные материалы и сезонные товары в соответствие с его поведением на сайте и интересами.
Еще одна сфера возможного применения ИИ — создание персонализированных предложений и скидок. ИИ-системы способны обрабатывать огромные массивы данных (историю покупок, поведенческие и социально-демографические данные), чтобы выделить предпочтения клиентов.
Технологии машинного обучения могут не только анализировать прошлые действия, но и предсказывать будущие потребности:
- Рекомендательные системы. Они прогнозируют, какие товары могут заинтересовать клиента, основываясь на схожести с интересами других пользователей.
- Динамическое ценообразование. ИИ рассчитывает оптимальную скидку, чтобы она была достаточной для стимулирования покупки, но не снижала прибыль.
- Учет внешних факторов. Алгоритмы учитывают сезонность, праздники и тренды, чтобы предлагать релевантные товары.
Оптимизация ассортимента и управление запасами
Из-за огромного количества товарных единиц, сезонных колебаний, внезапных всплесков спроса и десятков других факторов компаниям крайне сложно управлять своим ассортиментом и запасами. Решить эту задачу возможно также с помощью технологий машинного обучения и искусственного интеллекта.
ИИ позволяет оптимизировать ассортимент и снизить количество списаний. Это помогает уменьшить объем избыточных запасов и сократить расходы на хранение и логистику.
Автоматизация управления запасами с помощью ИИ
Искусственный интеллект применяется для прогнозирования спроса (алгоритмы анализируют исторические данные о продажах, сезонные тренды, поведение клиентов и внешние факторы), автоматического пополнения запасов (на основе данных об уровне остатков, сроках поставки и прогнозах спроса ИИ автоматически формирует заказы поставщикам), оптимизации размещения товаров (и определения лучших точек хранения) и так далее.
Такая оптимизация приводит к уменьшению затрат на хранение и утилизацию неликвидных товаров и более эффективному распределению товаров между складами и точками продаж.
Искусственный интеллект в улучшении клиентского сервиса
Современный ритейл и e-commerce все чаще используют искусственный интеллект для коммуникации с клиентами — чат-боты и виртуальные ассистенты уже стали неотъемлемой частью клиентского опыта.
Чат-боты могут отвечать на вопросы, помогать с заказами и так далее. Так, например, Ozon внедрил чат-ботов, чтобы они обрабатывали запросы клиентов по вопросам доставки, возвратов и статуса заказа.
Виртуальные ассистенты — это более сложные системы, которые способны обрабатывать сложные запросы, используя машинное обучение. Один из самых известных примеров — Amazon и их виртуальный ассистент Alexa. Она позволяет пользователям делать покупки голосом, отслеживать доставку и получать рекомендации.
Анализ отзывов и обратной связи
Анализ обратной связи помогает лучше понимать потребности клиентов и, как следствие, повышать уровень сервиса. Современные технологии ИИ могут значительно ускорить этот процесс за счет сегментации отзывов и формирования перечня преимуществ и недостатков товара.
Искусственный интеллект способен анализировать отзывы о товарах, как в интернет-магазинах, так и в социальных сетях. Используя модели естественного языка (NLP), он быстро обнаруживает закономерности, например, жалобы на определенные категории товаров.
На основе этих данных компания может выделять популярные и невостребованные товары (и исключать их), корректировать недостоверное описание, определять слабые места в обслуживании и так далее.
Революция в маркетинговых кампаниях
С помощью технологий искусственного интеллекта на совершенно новый уровень выходят разные виды рекламы — например, таргетированная реклама: ИИ позволяет компаниям анализировать огромные массивы данных, включая поведение клиентов на сайте, историю покупок, предпочтения и даже социально-демографические характеристики. На основе этой информации алгоритмы создают уникальные рекламные предложения под каждого пользователя.
ИИ можно использовать для динамической персонализации: система спрогнозирует, какие товары заинтересуют конкретного покупателя, и предложит их в рекламных блоках. Это повышает вероятность покупки и, что не менее важно, уменьшает затраты на привлечение клиента.
ИИ включает в себя множество инструментов и технологий для оптимизации рекламных кампаний, например:
- Машинное обучение. ML-алгоритмы могут определить оптимальное время для показа рекламы определенной группе пользователей или выбрать формат, который больше заинтересует их.
- Компьютерное зрение. Ритейлеры используют ИИ для анализа изображений. Например, системы могут распознавать популярные товары на фото в социальных сетях и предлагать их для продажи.
ИИ также часто используют при запуске программы лояльности. Система проанализирует данные о покупках пользователя и предложит индивидуальные скидки.
Также можно использовать алгоритмы для ретаргетинга. Если пользователь интересовался определенным товаром, но не купил его, система напоминает о продукте через e-mail или push-уведомления.
Как ИИ помогает анализировать маркетинговые кампании
Предприниматели знают: успех маркетинговых кампаний зависит не только от креативности идей, но и от точного анализа их эффективности. ИИ помогает бизнесу оптимизировать этот процесс — например, проанализировать ретаргетинговые кампании и сократить долю неэффективной рекламы. Кроме того, машинное обучение используют для оценки рекламных объявлений: оно помогает понять, какие из них приводят к покупкам, а какие — просто увеличивают трафик без конверсии.
Как оптимизировать бюджеты на рекламу с помощью ИИ
ИИ помогает сократить расходы и повысить ROI благодаря:
- Определению наиболее эффективных каналов. Традиционно маркетологи распределяют бюджеты, опираясь на предположения или ограниченные данные. Искусственный интеллект анализирует огромные массивы информации и выявляет самые выгодные платформы и форматы.
- Предсказательной аналитике. ИИ прогнозирует, как изменения в бюджете повлияют на ключевые метрики (конверсию, продажи).
Таким образом, искусственный интеллект позволяет оперативно корректировать стратегию рекламной кампании и, в результате, делает ее более эффективной. Это особенно актуально, когда в интернет-магазине представлены тысячи товаров, а анализировать рекламу каждого из них вручную просто невозможно.
Как ИИ трансформирует ритейл в будущем
Благодаря технологиям искусственного интеллекта ритейл и e-commerce уже сейчас превращаются в высокотехнологичные индустрии. Но это только начало. В ближайшие годы, вместе с развитием технологий ИИ, нас ждут значительные изменения — и массовое их распространение среди крупных и средних компаний.
На данный момент ИИ используется в ритейле преимущественно для оптимизации процессов: управления запасами, анализа потребительского спроса, персонализации рекомендаций. Однако в будущем нас ждут более сложные системы, которые смогут предугадывать потребности клиентов с высочайшей точностью.
Генеративные модели, такие как ChatGPT и MidJourney, также будут востребованы. Они уже сегодня создают описания товаров, визуализируют продуктовые концепции и помогают брендам формировать уникальный контент. В будущем эти технологии позволят полностью автоматизировать создание маркетинговых материалов.
Также среди ключевых новшеств — использование многомодальных моделей (которые одновременно работают с текстом, изображениями и даже видео) и разработка более эффективных методов для работы с большими объемами данных.
Чем еще магазины удивят нас благодаря технологиям ИИ: прогноз на ближайшие годы
Учитывая то, что сейчас происходит на рынке, и какие возможности дарят нам технологии ИИ, можно предположить, что в ближайшие годы мы увидим следующие тенденции в ритейле:
- Гиперперсонализация. Это, пожалуй, главный тренд, который будет развивать ритейл еще долго: индивидуальные предложения, созданные на основе данных о клиенте, станут еще точнее. Искусственный интеллект будет учитывать не только историю покупок, но и поведенческие данные, предпочтения в социальных сетях и даже эмоциональное состояние покупателя.
- Интеграция с «умными» устройствами. Холодильники будут самостоятельно заказывать продукты, голосовые ассистенты — подбирать товары, а устройства дополненной реальности помогут клиентам примерять, например, одежду. Такую возможность уже начал разрабатывать The Fabricant: достаточно секунды, чтобы из селфи покупателя сделать виртуальный аватар и примерить понравившуюся вещь.
Несмотря на то, что мы уже сейчас ежедневно встречаем технологии ИИ, когда заходим в приложение Ozon, например, потенциал его далеко не исчерпан. В ближайшие годы основное внимание будет сосредоточено на интеграции ИИ с другими передовыми технологиями, такими как Интернет вещей (IoT), блокчейн и дополненная/виртуальная реальность (AR/VR). Эти синергии обещают не только повысить уровень персонализации и эффективности, но и задать новые стандарты взаимодействия с клиентами:
- Интеграция ИИ с IoT и «магазины будущего». RFID-метки на товарах и сенсоры в магазинах уже сейчас генерируют огромные объемы данных, а ИИ помогает анализировать эти данные в режиме реального времени, создавая более глубокое понимание потребительских предпочтений. Отличный пример внедрения таких технологий — магазины без касс Amazon Go. В них ИИ применяется для анализа данных с камер и датчиков, позволяя клиентам совершать покупки без касс.
- Блокчейн и ИИ. Вопрос доверия в цепочках поставок и электронных транзакциях остается острым. Комбинация блокчейна и ИИ способна радикально изменить эту ситуацию. Алгоритмы машинного обучения помогают выявлять мошеннические операции, сокращая финансовые риски.
- AR/VR и ИИ. Как уже упоминалось выше, возможно создание AR-примерочных, в которых искусственный интеллект проанализирует предпочтения клиента и предложит ему оптимальные товары. Еще одна перспектива — VR-магазины: платформы, где покупатель сможет «погулять» по виртуальным бутикам, взаимодействуя с товарами так же, как в физическом магазине. Уже сейчас интернет-магазины мебели, такие как Hoff, в мобильных приложениях дают возможность примерки мебели в интерьере на основе 3D-моделей и дополненной реальности. Технологии расширяются и на другие отрасли торговли. Уже есть готовые решения, которые можно встроить в любой интернет-магазин, такие как arigami.tech.
Искусственный интеллект в сочетании с IoT, блокчейном и AR/VR открывает для ритейла и e-commerce поистине безграничные возможности. Однако для реализации всех идей разработчикам потребуются годы, а компаниям — значительные инвестиции и грамотное обучение сотрудников.
Искусственный интеллект — это не только безграничные возможности, но и проблемы
Наряду с описанными выше преимуществами, к ИИ возникают и вопросы. В частности, острыми становятся проблемы этики и конфиденциальности — они также определят развитие этой отрасли на ближайшие годы.
В эпоху ИИ данные стали «новой нефтью». Но использование данных клиентов делает личную информацию потребителей уязвимой, а значит, требует прозрачности и ответственности. Растет риск утечки информации, особенно в свете роста киберугроз. Например, в 2022 году произошла утечка базы данных сервиса Яндекс.Еда, где были скомпрометированы персональные данные пользователей.
Чтобы избежать подобных происшествий, компаниям необходимо внедрять анонимизацию данных и использовать методы, минимизирующие риски. Например, шифровать и обрабатывать данные на стороне клиента — это повышает уровень безопасности.
Также ИИ активно используют для анализа поведения покупателей в оффлайн-магазинах с помощью камер и сенсоров. Но это может быть воспринято покупателем как вторжение в его личное пространство.
Этические и правовые аспекты обсуждаются не менее активно: ИИ способен не только автоматизировать процессы, но и принимать решения, которые влияют на судьбы людей. Например, отказ в кредите на основе алгоритма или изменение цены на основе анализа покупательной способности региона способны разъярить покупателей — и негативно отразиться на репутации, а вслед за ней и на прибыли компании.
Нужно ли регулировать и стандартизировать работу ИИ
Многие вопросы ИИ-алгоритмов пока остаются в серой зоне, а между тем регулирование применения ИИ становится ключевым фактором его успешной интеграции в бизнес. Так, в ЕС вводится AI Act, который устанавливает строгие требования к ИИ-системам в зависимости от уровня риска их использования. В России подобные шаги предпринимаются через национальные стратегии цифровизации, включая стандарты для безопасного использования ИИ в ритейле.
Будущее ритейла и e-commerce с ИИ
ИИ трансформирует весь потребительский путь: от предиктивного анализа спроса до автоматизации доставки. При этом его внедрение должно идти параллельно с созданием четких правовых рамок и повышением прозрачности.
Чтобы успешно внедрить ИИ в свой бизнес и избежать негативных последствий, компании необходимо учитывать прозрачность использования этих технологий (клиенты должны знать, как используются их данные) и этичность (алгоритмы не должны дискриминировать пользователей).
Технологии ИИ помогут в повышении конверсий и средних чеков. Но доверие клиентов — главный актив, который нельзя потерять в погоне за прибылью.
Заключение
Технологии машинного обучения и искусственного интеллекта уже применяются на многих этапах пути клиента в интернет-магазинах, приложениях и даже в оффлайн точках продаж. Но все же говорить, что искусственный интеллект заменит все текущие технологии, пока явно рано, ведь пока ИИ внедряют в основном крупные компании и корпорации. Стоимость разработки решений высока, а эффект от внедрения становится существенным только на достаточно большом масштабе. При этом на текущий момент бюджеты на ИИ в компаниях в среднем составляют не больше 2% от общего бюджета на цифровизацию.
Безусловно, технологии быстро развиваются и становятся все доступнее, поэтому привлекают интерес не только крупного, но и среднего и малого бизнеса. Начинать внедрять ИИ постепенно в точечные бизнес-процессы и точки клиентских сценариев стоит начинать уже сейчас. Например, можно реализовать кросс-сейлы в интернет-магазине на основе рекомендательной системы и отслеживать изменение среднего чека покупки.Компании, не обратившие внимания на эти тенденции, со временем неизбежно проиграют конкуренцию в конверсии, удержании пользователя и эффективности бизнес-процессов.
