Как искусственный интеллект перевернёт мир розничной торговли в 2024 и 2025 году

Искусственный интеллект обещает перевернуть мир розничной торговли. Компании активно экспериментируют с новыми технологиями, создавая персонализированные предложения, виртуальных консультантов и многое другое. ИИ станет настоящим двигателем роста для ритейла, и те компании, которые не упустят этот шанс, обретут мощное конкурентное преимущество и не окажутся на обочине рынка.

Я, Оксана Крупина из IntellectDialog, в своей статье привожу основные варианты использования ИИ в розничной торговле на сегодняшний день и рассказываю о том, какие шаги необходимо сделать ритейлерам в первую очередь для получения выгоды от технологий искусственного интеллекта.

Борис Агатов, автор телеграм-канала «Агатов Борис Tech Магазин 4.0», независимый эксперт по инновациям в ритейле

Роман Душкин, генеральный директор ООО «А-Я эксперт», компании-разработчика систем искусственного интеллекта, старший преподаватель кафедры 22 «Кибернетика» НИЯУ МИФИ

Артем Романов, основатель компании Salekit — интегратор CRM систем в ритейл-бизнесе

С конца 2022 года генеративный ИИ стал незаменим для розничной торговли. Он обещает ритейлерам до 390 миллиардов долларов дополнительной прибыли, увеличивая маржу на 1,2–1,9 процентных пунктов.

За последний год многие ритейлеры тестировали ИИ, но лишь немногие масштабировали технологии. В опросе 50 руководителей только два раза было осуществлено полномасштабное внедрение. Основные препятствия: перестройка организаций, проблемы с данными, нехватка ресурсов и высокие затраты.

Успешные компании фокусировались на конкретных сферах применения ИИ и эффективно переходили от пилотных проектов к масштабному развертыванию. Это потребовало значительных организационных изменений и развития технологий.

Артем Романов: «ИИ окажет значительное влияние на разные сферы, особенно на клиентский сервис, закупки и маркетинг».

Роман Душкин: «Это, конечно, повлияет на сферу розничной торговли, и я надеюсь, положительно. Внедрение ИИ-технологий неизбежно должно повысить производительность труда во всех сферах жизни, в том числе и в розничной торговле».

Борис Агатов: «С каждым годом влияние искусственного интеллекта на ритейл становится все более очевидным. Если раньше такие технологии казались чем-то из области фантастики, то сегодня мы уже видим, как они меняют привычные процессы – от выбора товара до его доставки. Однако потенциал ИИ в розничной торговле значительно шире, и мы стоим лишь на пороге тех изменений, которые нас ждут».

Ритейлеры уже активно тестируют и начинают масштабировать применение генеративного ИИ в своих операциях. Эта технология помогает оптимизировать внутренние процессы, ускоряя принятие решений и повышая эффективность. ИИ также способен существенно изменить процесс принятия решений в розничной торговле, предлагая новые подходы к управлению.

Артем Романов:

«Отдел продаж: ИИ помогает собирать лиды, обрабатывать заказы и поддерживать клиентов, отвечая на стандартные вопросы.

Поисковая выдача: в интернет-магазинах ИИ подбирает товары, наиболее соответствующие запросам клиентов, учитывая название, описание и связи с другими товарами.

Анализ спроса: ИИ прогнозирует будущие покупки и продажи на основе данных из CRM и заказов, помогая компаниям оптимизировать закупки и минимизировать избыточные запасы».

Роман Душкин: «Направление, где применяются технологии искусственного интеллекта, — это описание товаров, генерация изображений товаров. Теперь, чтобы не платить копирайтерам или рерайтерам, можно использовать большие языковые модели. Та же GPT-4 Omni работает лучше любого копирайтера. Более того, ей можно показать фотографию товара, и она создаст прикольное описание».

Борис Агатов: «Роль ИИ не ограничивается работой только с клиентами. Современные технологии позволяют сотрудникам магазинов быстрее находить нужные товары, получать информацию о наличии на складах и даже прогнозировать спрос. Так, сотрудники могут в считанные секунды узнать, когда ожидается поставка товара, отсутствующего на полке, или где именно он находится на складе. Это ускоряет обслуживание и делает процесс покупки более приятным для клиента».

Искусственный интеллект способен значительно повысить производительность и эффективность на всех этапах цепочки создания стоимости в розничной торговле — от маркетинга и коммерциализации до дистрибуции и бэк-офиса. Эта технология оптимизирует процессы, улучшает точность решений и ускоряет операции, делая всю цепочку более продуктивной.

Например, Amazon доказал, что ИИ способен творить чудеса. Генератор изображений превращает обычные снимки товаров в реалистичные сцены, повышая кликабельность рекламы на 40%.

Артем Романов: «Пример: наша компания Salekit создала и обучила нейросеть, которая предсказывает вероятность ухода клиента через три месяца. Далее к этим клиентам подключается отдел по работе с клиентами или отдел контроля качества, чтобы удержать их. Таким образом, мы сократили затраты на контроль качества, повысили эффективность работы и сконцентрировали внимание на критически важных клиентах».

Роман Душкин: «Сейчас, с появлением больших языковых моделей, которые можно подключить к CRM, базе поставщиков, базе заказов и логистическим цепочкам, можно создать бота, который быстро и просто ответит на вопросы типа «Где мой заказ?» и другие подобные запросы. Такой бот становится первой линией поддержки. Создать его не сложно, но есть свои особенности. Необходима интеграция с базой данных, запоминание персональных особенностей пользователя, что влечет за собой вопросы информационной безопасности и прочие вещи».

Борис Агатов: «Современный маркетолог, работающий в ритейле, уже не может ограничиваться только традиционными методами. Теперь от него ожидается знание инструментов ИИ, умение работать с цифровыми аватарами и создавать ИИ-видеоконтент. Также важно уметь использовать ИИ для анализа отзывов и поддержки клиентов, а самое главное — разрабатывать маркетинговые стратегии с учетом возможностей ИИ».

Розничные операции зависят от множества факторов, что усложняет аналитику и прогнозирование. Традиционно командам требуются недели, чтобы разобраться в причинах падения продаж, анализируя тактику конкурентов, изменения в ценообразовании, сбои в цепочке поставок и другие факторы.

Однако генеративный ИИ и расширенная аналитика могут революционизировать этот процесс. Вместо ручного анализа сотрудники, от генерального директора до менеджеров по категориям, могут получать персонализированные отчеты с ключевыми данными и рекомендациями.

Возьмем пример продавца электроники, у которого продажи телевизоров оказались на 6% ниже прогноза. Команда потратила неделю, чтобы выяснить причины: могла ли это быть дождливая погода, задержка выпуска продукта или слабая рекламная кампания? Система генеративного ИИ, обученная на данных ритейлера, автоматически анализирует все возможные причины и предлагает список решений для сокращения падения продаж в будущем.

Благодаря ИИ ритейлеры смогут создать более персонализированный клиентский опыт, сопровождая покупателей на каждом этапе их пути.

Артем Романов: «Например, в «Золотом яблоке» есть возможность по названию или началу названия выдать все подходящие под описание товары. И не только по названию самого товара, но и по чему-то внутри его описания. Это может быть в целом какая-то связь или внутренние ощущения, понимание клиента, что может быть связано с этим товаром. И ИИ подбирает наиболее близкие совпадения с ожиданиями клиента, выдавая их в топ поисковой выдачи».

Роман Душкин: «Рекомендательные системы работают на базе технологий искусственного интеллекта, включая машинное обучение, коллаборативную фильтрацию, кластеризацию и другие методы, которые связаны с обработкой больших данных, поведенческих данных пользователей. Эти системы группируют пользователей в определенные кластеры и предлагают рекомендации для представителей этих групп. Примерно так работают рекомендательные технологии. Есть несколько видов того, как это реализовано, но коллаборативная фильтрация — это самый частый метод».

Борис Агатов: «Одним из наиболее заметных трендов является стремление к персонализации покупок. Ритейл уже давно движется в этом направлении, но ИИ открывает совершенно новые горизонты. Традиционные алгоритмы рекомендации товаров постепенно уходят в прошлое, уступая место более точным и сложным моделям, которые анализируют поведение клиента на гораздо более глубоком уровне».

Чат-боты на базе генеративного ИИ становятся ключевым инструментом для улучшения взаимодействия ритейлеров с клиентами. Они помогают получать рекомендации, узнавать больше о продуктах и управлять корзиной покупок. Поскольку клиенты часто взаимодействуют с чат-ботами на ранних этапах покупки, это дает ритейлерам возможность повысить удовлетворенность клиентов.

Многие ритейлеры беспокоятся о стоимости внедрения чат-ботов на базе искусственного интеллекта. Цена зависит от нескольких факторов.

Во-первых, это продолжительность общения клиента с чат-ботом, которая уменьшается при лучшей персонализации.

Во-вторых, конверсия в покупки: чем она выше, тем ниже эксплуатационные расходы чат-бота.

Третий фактор — стоимость API LLM, которая значительно снизилась за последний год (например, GPT-4o, выпущенный в мае 2024 года, стоит вдвое дешевле в эксплуатации, чем GPT-4 Turbo).

На основе нашего опыта, увеличение корзины на 2–4% может оправдать затраты на LLM. Ритейлеры могут также комбинировать генеративный ИИ и аналитические модели для повышения конверсии. Например, сначала использовать ИИ для сбора информации о клиенте, а затем применять аналитику для персональных предложений.

В экспериментах с клиентами чат-боты показали значительное улучшение удобства: время на выполнение заказа сократилось на 50–70% по сравнению с традиционными приложениями ритейлеров.

Если ритейлеры не готовы инвестировать в чат-ботов, они могут внедрить функцию интеллектуального поиска. Такие инструменты позволяют клиентам получать рекомендации по продуктам через запрос, а не через диалог с чат-ботом.

Например, запрос «товары для званого ужина» выдает список необходимых продуктов. В отличие от традиционного поиска, который полагается на ключевые слова, интеллектуальный поиск на базе ИИ лучше понимает контекст и намерения запроса.

Хотя такие инструменты менее функциональны и эффективны по сравнению с чат-ботами, они дешевле в разработке и несут меньше рисков. Их результаты ограничиваются списком продуктов, что снижает вероятность ошибок или неприемлемых ответов.

Генеративный ИИ больше не новинка. Чтобы получить реальную ценность от технологии, ритейлерам необходимо перейти от экспериментов к масштабированию. В противном случае они рискуют отстать от конкурентов или потерять клиентов. Для успешного масштабирования ИИ-проектов ритейлерам стоит учесть пять ключевых шагов:

Особенностью внедрения ИИ в розничной торговле является необходимость учитывать специфику отрасли: прямое взаимодействие с клиентами и высокие требования к точности. Любая ошибка может привести к значительным негативным последствиям. Поэтому к безопасности ИИ в розничной торговле предъявляются особые требования.