Сейчас нет темы, более широко обсуждаемой, чем искусственный интеллект (ИИ). С момента запуска ChatGPT в ноябре 2022 года, интерес к этой теме не угасает. Компании быстро поняли потенциал экономии затрат, повышения производительности, улучшения опыта клиентов и т. д. с использованием ИИ, не исключая отрасль розничной торговли.
Когда речь идет о торговле, ИИ можно использовать для полного пересмотра клиентского опыта от начала до конца. Начиная с рекламы, способов поиска и покупки товаров на веб-сайте или в магазинах, и заканчивая выполнением заказов и доставкой.
Многие ритейлеры уже креативно используют технологию. Например, eBay представил ShopBot, который выступает в роли персонального помощника по покупкам. Это помогает клиентам искать товары на веб-сайте и находить наиболее привлекательные предложения. Клиенты могут общаться с ShopBot с помощью текста, голоса или даже, отправив фотографию, чтобы указать, что они ищут.
Давление на инновации
Однако для большинства ритейлеров реальность в том, что они пока не в состоянии извлекать выгоду из технологий искусственного интеллекта. Это связано с недостатком данных как по объему, так и по качеству. Директоры и рынки оказывают давление на технологических поставщиков для запуска новых продуктов на базе ИИ. В результате многие из «новых инструментов ИИ», которые мы видим на рынке сегодня, на самом деле не так уж новы. Это существующие технологии, использующие машинное обучение, которые просто были переименованы в «Инструменты ИИ».
Даже ритейлеры-лидеры, такие как Amazon, поддаются этим давлениям. После того как они продвигали свою технологию безкассовой оплаты Just Walk Out на основе ИИ в течение многих лет, недавно стало известно, что на самом деле это просто камеры, обслуживаемые реальными людьми в Индии. С давлением на инновации, другие ритейлеры запускают новые продукты на базе ИИ, прежде чем они будут тестированы и будут работать должным образом, что приводит к дополнительным проблемам.
Вот три вещи, на которые ритейлеры должны обратить внимание перед внедрением ИИ:
Чистые данные
В настоящее время очень мало ритейлеров имеют достаточно данных для использования прогностического ИИ. Однако прогностический ИИ с плохими данными (или недостаточными данными) опасен. Он причинит больше вреда, чем пользы, так как заставит ритейлеров принимать неверные решения. Однако хорошие, чистые данные, быстро и в достаточном объеме, трудно получить. Часто они находятся в различных системах в различных форматах.
Необходимые данные для ритейлеров будут зависеть от вопроса, который они хотят задать, и проблемы, которую они хотят решить. Например, чтобы оптимизировать управление запасами и заказами, некоторые вопросы могут быть следующими: «Какие локации подвержены риску окончания запасов?»; «Каков оптимальный уровень запасов безопасности для каждого SKU?»; «Как часто я отправляю заказы из ‘идеальной’ локации?»; «Какой процент заказов отклоняются магазинами из-за ограничений по трудовым ресурсам?»; «Каково было среднее время обработки заказа в каждой локации?»; «Какие 10 позиций имеют наибольший избыток запасов в каждой локации?»
Доверие и конфиденциальность
Сбор и анализ больших объемов данных о клиенте также вызывают опасения относительно нарушения конфиденциальности и киберугроз. Несанкционированный доступ к личным данным через ИИ может разрушить доверие. Имея это в виду, Национальная розничная федерация (NRF) опубликовала Принципы использования искусственного интеллекта в розничном секторе. Согласно NRF, принципы способствуют соответствующему и эффективному управлению ИИ, способствуют доверию потребителей и облегчают непрерывное развитие и благоприятное использование технологий ИИ.
При внедрении ИИ в свой бизнес ритейлеры должны обдумать, как это повлияет на клиентский опыт. Важно быть настолько прозрачным, насколько это возможно, с клиентами о том, как бизнес использует ИИ для улучшения опыта покупок, а также принимать меры по защите конфиденциальных данных клиентов.
Проблемы с навыками
Когда дело доходит до генеративного ИИ, у большинства компаний нет ни навыков, ни денег для обучения генеративных ИИ движков. Инвестиции, необходимые для этого, значительны как с точки зрения времени, так и денежных средств, не говоря уже об изменениях в организации. Отчет 2023 года о Глобальной рабочей силе будущего показал, что около 70% работников в настоящее время работают над генеративным ИИ на своем рабочем месте. Тем не менее половина из них не имеет никакого опыта или обучения в этой области.
Ритейлерам нужно оценить свои текущие навыки и рассмотреть, что им нужно сделать в плане найма персонала или повышения квалификации, прежде чем они смогут правильно осуществлять ИИ. В конце концов, прыжки на модные тенденции без ясного понимания их потенциальных преимуществ, вызовов и необходимых навыков могут быть дорогими. Инвестирование в инструменты без имеющихся знаний по их использованию является расточительным. И использование инструментов ИИ без необходимых навыков — неразумным.
Будущее
Потенциал оптимизации бизнеса с использованием моделей ИИ/машинного обучения для ритейлеров огромен. Однако важно, чтобы ритейлеры понимали преграды перед инновациями и работали над основами. Первым шагом является правильная организация данных на основе проблемы, которую они пытаются решить. Затем следует обдумать: у нас есть правильные организационные навыки для эффективного выполнения этого?
С таким давлением на инновации, ритейлеры могут быть ошеломлены перед предстоящим путем. Использование современных технологий, таких как системы управления данными инвентаря и заказов, обеспечивает надежные, точные данные, необходимые ритейлерам в качестве исходной точки для их моделей ИИ/машинного обучения. Это крайне важно, если ритейлеры хотят обеспечить успешный запуск проекта «ИИ».
Мы перечисляем лучшие платформы электронной коммерции для бизнеса.
Эта статья была подготовлена в рамках экспертного канала TechRadarPro, где мы представляем лучшие и самые яркие умы в сфере технологий сегодня. Выраженные здесь взгляды принадлежат автору и не обязательно совпадают с взглядами TechRadarPro или Future plc. Если вы заинтересованы во вкладе, узнайте больше здесь: https://www.techradar.com/news/submit-your-story-to-techradar-pro.
Источник: TechRadar
Добавить комментарий
Ваш адрес email не будет опубликован.