Нейросети в ресейле: автоматическая инвентаризация одежды с помощью AI
За пять лет, с 2018 по 2023 годы, сектор ресейла увеличился в 8 раз. Такие данные приводит американский рынок перепродажи модной одежды ThredUp.
Один из минусов этой ниши электронной коммерции – необходимо делать инвентаризацию товаров вручную. Но для бизнеса такое крайне неудобно! Можно решить проблему с помощью нейросетей? Да. Разберем процесс на конкретном кейсе.
Ресейл: всё уникально, ничего не стандартизировано
Ресейл кардинально отличается от классического e-commerce. В нем:
- отсутствуют каталоги. В отличие от розничных магазинов, где товары стандартизированы и описания приходят от производителей, здесь каждый предмет уникален;
- нет единства. Отличаются материалы, бренды, даже этикетки на футболках разных фирм расположены неодинаково;
- большую роль играет человеческий фактор. Часто сотрудники вводят данные вручную: смотрят на бирку, фотографируют, записывают в базу. Это монотонный труд. Исследователи уже в 70-х годах ХХ века связали его с большим количеством брака и невыполнением плана на производствах.
Нейросети способны изменить подход, автоматизируя процесс инвентаризации.
ИИ помогает автоматизировать ресейл
С помощью нейросетей можно «научить» систему считывать информацию с этикеток и передавать ее в базу данных автоматически.
Как это работает:
- Создается интерфейс, куда сотрудники загружают фото одежды с бирками.
- Нейросеть получает изображение, «читает» текст на этикетке, структурирует данные (название, бренд, размер, состав материалов и т.д.).
- Система передает результат в машиночитаемом формате, например, JSON, который затем используется в базе компании.
Процесс значительно ускоряет инвентаризацию и исключает человеческий фактор.
Тест идеи перед разработкой
Прежде, чем запускать полноценный сервис, нужно проверить, как нейросеть справляется с задачей:
- Подготовить несколько фотографий бирок.
- Загрузить их в ChatGPT с инструкцией: «Определи по картинке, что это за товар, бренд, размер, состав материалов».
- Оценить результат. Если нейросеть выдает нужные данные, значит, можно переходить к масштабированию решения.
Особенности системы с ИИ
Для автоматизации данного процесса потребуется комбинация нейросетей и классической разработки. Основные этапы:
- Создание интерфейса для загрузки фотографий. Это может быть веб-приложение, мобильное приложение или Telegram-бот.
- Интеграция с API OpenAI. Фотографии передаются в OpenAI, где нейросеть распознает данные, а выходной результат структурируется в формате JSON.
- Обработка данных. JSON передается в базу данных или экспортируется в Excel.
- Проверка качества. Для начального этапа потребуется ручная валидация данных, чтобы убедиться, что система работает корректно.
Если вы хотите протестировать, как процесс инвентаризации происходит с помощью ИИ – напишите нам.
Почему нейросети лучше ручного труда в ресейле
Экономия. Например, опытный сотрудник заносит один лейбл в базу за 30 сек. На склад поступает 1 000 вещей. 30 × 1 000 = 30 000 сек (500 мин). Это больше 8 ч непрерывной работы одного сотрудника без учета обеда, настроения, эмоционального выгорания. Это полностью оплаченный рабочий день.
Сколько стоит обработка через нейросети с использованием API OpenAI? Один запрос стоит 30 коп. Для 1 000 вещей это всего 300 руб.
Масштабируемость и скорость: система быстрее человека адаптируется к большему объему данных или новым требованиям; инвентаризация сотен товаров занимает часы, а не дни.
В результате вы инвестируете время в настройку системы и корректировку работы, а не в рутинный труд.
Какая команда нужна для проекта
Чтобы внедрить новую технологию, понадобится 3 типа специалистов:
- backend-разработчики, которые создают серверную часть, обрабатывающую запросы к нейросети и передающую данные в базу;
- frontend-разработчики, работающие над интерфейсом для загрузки фотографий;
- ML-консультант “на время” – он помогает на начальном этапе с настройкой запросов к нейросети и проверкой ее работы.
Как итог. Нейросети делают процессы эффективнее. Если бизнес сталкивается с большими объемами данных и ручной инвентаризацией, автоматизация с помощью AI может стать решением, которое сэкономит время команды и оптимизирует процессы.