В прошлом выпуске подкастов Tadviser мы обсудили, что происходило на рынке искусственного интеллекта в мире в 2019 году. Давайте сфокусируемся на отраслях и поговорим в этот раз о том, как сейчас применяется artificial intelligence в секторе розничной торговле, что уже считается технологией вчерашнего дня, а что только-только пробуется в пилотных проектах.

Итак, рынок решений на базе искусственного интеллекта в ритейле еще год назад, в 2018-м составил 720 миллионов долларов США. Аналитики прогнозируют рост этого сегмента рынка на 35% в год в ближайшую пятилетку и обещают значительную экономию всем ритейлерам мира за счет использования AI-систем. В частности, Cap Gemini предрекает, что розница сэкономит 340 миллиардов долларов к 2022 году за счет этой новой технологии.

Основными факторами, которые влияют на такой рост ИИ в ритейле называют как появившуюся моду на инвестиции в эти продукты, так и бурное развитие электронной торговли, где особенно эти решения применимы.

Если посмотреть на AI в торговых сетях с точки зрения технологий, то можно очень грубо разделить их на такие области как компьютерное зрения, обработку естественного языка, машинное обучение и прочие аналитических решения. Что интересно, так это то, что инвестируют больше всего в машинное обучение.

Но про главное. Для чего же применяется искусственный интеллект во всех своих ипостасях в розничной торговле? Где его решения наиболее эффективны?

Есть несколько больших блоков. Первый и наиболее быстро показывающий эффект – это кейс применения AI для оптимизации ценообразования. Представьте себе, что у вас сеть магазинов, часть из которых расположены на центральной улице города, а некоторые – в спальных районах. Сможет ли один менеджер или даже группа менеджеров оперативно пересчитывать цены, сравнивать свои цены с ценами конкурентов и быстро изменять стоимость товаров в ваших магазинов в зависимости от факторов расположения, погоды, календаря и прочих? Очевидно, что с этой задачей справятся решения на базе искусственного интеллекта и такие решения активно применяются уже в тысячах ритейлеров по всему миру.

Кcтати, любопытный кейс про ценообразование есть у eBay, где искусственный интеллект подсказывает физическим лицам, самим продавцам, какую именно цену стоит поставить на товар, чтобы он побыстрее ушел.

Вторая область применения ИИ в ритейле, где быстро просчитывается эффективность – это логистика и цепочки поставок. Очень показателен кейс сети H&M, в магазинах которой система анализирует чеки по каждому из магазинов и возвраты товаров в каждом из магазинов и автоматически дозаказывает недостающие (как кажется искусственному интеллекту) товары в эту конкретную торговую точку.

Большая, но в больше степени модная, чем эффективная область применения AI – это виртуальные примерочные, в которой нет необходимой высовываться в полураздетом виде из кабинки с криком «девушка, а можно мне на размер побольше и синее?». Достаточно нажать на экран цифрового зеркала или произнести голосом команду и вам принесут тот товар, который вы хотите померить.

Безусловно, такого рода фишки приятно дополняют опыт покупателя в магазине, но пока ни одна розничная сеть не рассказала о том, привела ли эта фишка к росту продаж в магазине. Самые умные ритейлеры уже это поняли и для приятного покупательского опыта предлагают более замысловатые и полезные решения.

Например, сеть универмагов Nieman Marcus разработала приложение Snap.Find.Shop, которое позволяет покупателю загрузить фотографию, идентифицирует, есть ли такой или похожий товар в магазине или на складе и показывает человеку пусть к этому товару. Что особенно актуально, так как у Nieman Marcus большие магазины. Похожее приложение есть у более известной сети Macy’s, но в ней покупателю нужно написать необходимый товар в поисковой строке.

Кстати, сама AI-технология, позволяющая сличать и находить похожие товары, не нова в использовании. Например, сеть Target в Штатах использует решение от социальной сети Pinterest – Pinterest Lens с 2017 года, ровно для таких целей.

Следующий блок, в котором процветают решения на базе искусственного интеллекта в ритейле, это маркетинг – от оптимизации маркетинговых кампаний до создания персонализированных предложений. В этом сегменте масса игроков и масса решений и практически каждый крупный ритейлер так или иначе использует AI-продукты для подобных целей – от North Face до Zara. В 2019 году стал известен кейс онлайн-ритейлера Asos, для которого проблема возвратов товара – это действительно проблема. И Asos запустил на своем сайте новый движок, который подсказывает покупателю не товар, а размер – на основании прежних покупок и онлайн-вопросов.

Последняя область применения ИИ в рознице – это виртуальные помощники и чатботы. Sephora Color ID помогает нам подобрать помаду, Olay Skin Advisor – крем для лица, LoweBot – товары для дома и ремонта, Tommy Hilfiger бот в Facebook – модные ботинки, а Taco Bell – мексиканcкую еду. Самые продвинутые ритейлеры пошли дальше и кроме текстовых чатботов вовсю используют голосовых ассистентов вроде Alexa от Amazon. Уже сейчас для простого жителя США нет ничего проще, чем купить с помощью Alexa телевизор в BestBuy, заказать жене цветы в 1-800-Flower или вызвать такси от Uber.

И, конечно же есть еще большое количество кейсов с использованием AI, которые трудно отнести к той или иной группе, которые связаны со сбором и обработкой данных о покупателях и товарах для совершенно разных целей. Вот вам два примера.

Сеть аптек Walgreens собирает данные от чеков по продажам противовирусных препаратов во всех своих 8 тысячах аптек для того, чтобы предсказывать вспышки эпидемии гриппа. Cогласитесь, актуально?

А японская Uniqlo установила в магазинах UMood киоски, где показывает покупателям различные товары в различных цветах и замеряет их эмоции с помощью видеокамер. Покупателям не нужно ни отвечать на вопросы, ни даже как-то специально реагировать на то, что они видят. Расширенные зрачки, непроизвольное движение губ – и маркетологи Uniqlo уже знают, что зеленые рубашки в этом сезоне не будут особенно популярны.