Фото: Shutterstock
Мировой рынок технологий на основе искусственного интеллекта в ретейле в 2023 году оценивался в $7,14 млрд, в текущем же году, по прогнозам, он достигнет $9,36 млрд, а дальше будет расти со среднегодовым темпом более 30%, увеличившись к 2032 году до $85,07 млрд, утверждают аналитики исследовательской компании Fortune Business Insights. Ретейлеры по всему миру быстро внедряют искусственный интеллект (ИИ) как в офлайн-, так и в онлайн-магазинах, чтобы с его помощью автоматизировать операционную деятельность, оптимизировать бизнес-процессы и увеличить прибыль, отмечают эксперты компании.
Сегодня около 41% глобального рынка ИИ в ретейле приходится на технологии машинного обучения (Machine learning, ML), чуть меньшую долю занимает обработка естественного языка (Natural language processing). Обе эти технологии используются в чат-ботах и голосовых цифровых помощниках. На третьем месте по популярности — компьютерное зрение (Computer vision).
По оценке консалтинговой компании «Яков и партнеры», полный экономический потенциал ИИ в России к 2028 году составит 22–36 трлн руб. в номинальных ценах, а реализованный эффект может достичь 4,2–6,9 трлн руб., что эквивалентно влиянию на ВВП до 4%. Эта отрасль наяду с транспортом и логистикой, банковской сферой, добывающей промышленностью, производством потребительских товаров и IT входит в шесть ключевых для российской экономики отраслей, аккумулирующих около 70% потенциала использования ИИ, указано в отчете «Яков и партнеры» и «Яндекса» о перспективах искусственного интеллекта за 2023 год.
Хотя в России пока не проводилось исследований, позволяющих точно оценить объем этого рынка и его динамику, страна точно не остается в стороне от глобального тренда, согласны ретейлеры и эксперты. Практическая ценность использования ИИ в ретейле неуклонно растет, это один из наиболее актуальных драйверов развития технологий в отрасли, отмечает директор по анализу данных X5 Tech Михаил Неверов. И именно ретейл станет основным бенефициаром от внедрения нейросетей: на него придется 1,1–2,3 трлн руб. ожидаемого финансового эффекта, следует из совместного отчета «Яков и партнеры» и «Яндекса» о перспективах искусственного интеллекта.
Инициатива снизу
Сегодня в российских компаниях инициатива сотрудников в сфере применения ИИ порой даже опережает планы руководства, рассказывает гендиректор агентства INFOLine Иван Федяков. «Во время нашего опроса руководителей розничных компаний только 25% из них заявили, что уже интегрировали ИИ в работу компании, и еще 10–15% сообщили о таких планах. В то же время 70% сотрудников этих компаний признались, что уже используют инструменты ИИ в своей работе, прежде всего чат-боты для сбора и анализа информации, проверки гипотез. Эта инициатива снизу подтверждает большие перспективы инструментов на базе нейросетей», — объясняет он.
Маркетплейс и интернет-магазин: особенности работы с онлайн-площадками
«Ранее мы не уделяли должного внимания инструментам продвинутой аналитики и ИИ, но сегодня мы изучаем опыт как наших коллег по рынку, так и партнеров-интеграторов и формируем программу внедрения инструментов продвинутой аналитики и искусственного интеллекта в свою работу. Перспективы самые оптимистичные, поскольку мы осознаем тот эффект, который получаем и можем далее получить от использования подобных технологий и решений», — говорит директор по IТ Inventive Retail Group Евгений Лимаренко.
Какие процессы оптимизирует ИИ
С помощью машинного обучения можно оптимизировать многие текущие процессы в компании — ценообразование, промоакции, ассортимент, что, в свою очередь, увеличит ее прибыль, отмечает Михаил Неверов из X5 Group. Потери от неграмотного прогнозирования доходят до 20% оборота по отдельным категориям товаров, и внедрение системы планирования спроса позволило сократить количество списанных продуктов в «Пятерочке» на 2%, повысить выручку сети на 1%, а также оптимизировать запасы товара по всей цепочке поставок на несколько процентов, объясняет он.
В офлайн-магазинах выгодно применять A/B-тестирование — оно помогает грамотно расположить товары в зависимости от целей (например, роста розничного товарооборота или трафика). Прогнозные методы на базе машинного обучения помогают оценить воздействие промоакций на потребителя, снизить отток клиентов и определить эластичность спроса, продолжает Неверов.
А в логистике и выкладке товаров, по его словам, современные технологии могут быть полезны на всем пути от поставщика до магазина — в управлении цепочкой поставок, оптимизации маршрутов доставки, мониторинге и оптимизации выкладки.
Путь продуктового ретейла: как сети адаптируются к настроениям клиентов
Так, пилотный ввод новой нейросети, помогающей покупателям правильнее распознать и отсканировать товары на кассах самообслуживания в 80 магазинах «Пятерочки» и «Перекрестка», на 10% снизил долю ошибок при оплате на них товаров, рассказывает Неверов.
В «Магните» технологии на основе искусственного интеллекта востребованы практически во всех сферах работы: в магазинах, сервисах электронной коммерции, распределительных центрах, бэк-офисе, говорит директор департамента по аналитике данных розничной сети «Магнит» Алексей Четыркин. Системы на основе ИИ, машинного обучения и больших данных используются при планировании промокампаний, прогнозировании спроса и пополнении товарных запасов, продвинутой аналитики, а также в CVM (customer value management, управление потребительской ценностью) и многих других процессах, объясняет он.
Системы на основе ИИ, машинного обучения и больших данных используются при планировании промоакций, прогнозировании спроса и пополнении товарных запасов, а также в CVM-маркетинге (customer value management, управление потребительской ценностью), помогая формировать персональные предложения покупателям.
В магазинах внедрение ИИ-технологий, с одной стороны, улучшает покупательский опыт, а с другой — упрощает работу персонала, продолжает Четыркин. Он приводит в пример «умные» весы, которые «Магнит» устанавливает в магазинах больших форматов. Они распознают помещенные на них товары, и покупателю не нужно запоминать код, самому вводить его на экране, искать продукт в списке. В 2023 году компания начала масштабирование проекта на 200 супермаркетов и суперсторов и одновременно запустила пилот в магазинах «у дома». Еще один пример — использование технологии BeautyScan в сети дрогери «Магнит Косметик». Она помогает оценить состояние кожи лица покупателя на основе фотографии и короткой анкеты и дает рекомендации для индивидуального подбора средств по уходу и косметики.
Как отрасль российской косметики адаптируется к кризису поставок сырья
Система контроля выкладки товаров на полке (Image recognition) в «Магните» распознает изображения товаров по фотографии и проверяет соответствие выкладки на полках заявленной планограмме и складским запасам, а в случае ошибки отправляет сообщение сотруднику в мобильное приложение. Введение этой технологии в 2021 году способствовало росту товарооборота и корректности запасов в магазинах, и в 2023 году «Магнит» принял решение о масштабировании технологии на всю сеть, сообщала пресс-служба компании.
Технологии машинного обучения применяются и при оценке локаций для новых магазинов в рамках масштабной геоинформационной системы (ГИС), которую использует «Магнит», продолжает Четыркин. Система разрабатывает модели оценки потенциальных продаж под каждый торговый формат, оценивает влияние каждого нового магазина на показатели существующих и выдает ответ, какого формата магазин будет в конкретном помещении. Технологии на основе нейросетей помогают сформировать персональные предложения и определить, какие товары по специальной цене отобрать для конкретного покупателя, какой установить кешбэк и скидку, а затем анализируют эффективность решения, добавляет он.
Где и в чем помогают чат-боты
Чат-бот с нейросетью «Магнит» применяет и в общении с покупателями: ИИ дает рекомендации по питанию, советует рецепты и определенные продукты. Сотрудникам GPT-технологии помогают создавать тексты и маркетинговые материалы. Для поиска, тестирования и внедрения решений на основе генеративного ИИ «Магнит» в этом году создал лабораторию AI.Lab, рассказал Четыркин.
Компания «М.Видео-Эльдорадо» применяет платформу на основе нейросетей для взаимодействия сотрудников розничных магазинов и центрального офиса. «В сети больше 1200 магазинов, и нашим сотрудникам не так просто ориентироваться в большом количестве процессов», — рассказывает представитель компании Алексей Пономарев. «На поиск нужной информации может уходить до нескольких часов, но благодаря новой платформе нам удается получать ответ от секунды до нескольких минут».
Сотрудник компании может задать любой вопрос — про ремонт техники, сложный возврат или бонусы на товары со скидкой — с личного устройства через Telegram-бот или с рабочего ПК через специальный виджет. На 70% вопросов платформа находит ответ за одну секунду и без участия человека. Если платформа не уверена в ответе, то передает вопрос эксперту, который помогает с ответом, рассказывает Пономарев. По его данным, в месяц, используя платформу, сотрудники «М.Видео-Эльдорадо» задают больше 5 тыс. вопросов.
«В перспективе мы хотим доверить платформе собирать предложения и идеи от сотрудников по улучшению ассортимента и сервиса. Нейросеть будет «раскладывать» инициативы по тематикам и анализировать их», — говорит Пономарев.
Клиентская база на вес золота: как правильно работать с покупателями
Франчайзинговая сеть магазинов «585*Золотой» с помощью чат-бота повысила эффективность обработки клиентских запросов без увеличения штата, рассказывает гендиректор компании Алексей Феликсов. До этого 16 сотрудников компании в две смены отвечали на вопросы клиентов 1100 франчайзинговых магазинов сети через все каналы компании — от горячей линии до мессенджеров — и все равно обрабатывали лишь порядка 30% содержательных обращений. Введение чат-бота позволило обрабатывать все 100% содержательных сообщений. Самостоятельно он способен ответить на 90% обращений, поэтому скорость ответа операторов увеличилась в четыре раза — теперь они реагируют на запрос в среднем в течение минуты, а обрабатывают — за 15 минут.
Ставка на свой интеллект
Опыт применения технологий ИИ в России отличается от западной практики, рассказывает Иван Федяков: «Многие международные сервисы у нас заблокированы, что создает риски нестабильной работы. Поэтому, если на Западе ретейлеры очень активно используют ИИ в общении с пользователями, то у нас пока нейросетям охотнее доверяют процессы в бэк-офисе, для которых не так критичны скорость реакции и возможные глюки». Но чем дальше, тем больше будет и у нас появляться таких проектов, как, например, во французском Auchan, говорит эксперт. Ретейлер запустил в интернет-магазине чат-бот, который помогает покупателям формировать корзину по самым причудливым запросам. Например, собрать ужин для двоих на €200 или учесть аллергию покупателя и особенности его диеты. Чат-бот и рецептуру предложит, и нужные продукты найдет.
Зарубежный рынок IT-решений для ретейла на основе ИИ — в основном облачный, но в России ситуация другая, отмечает Владислав Беляев, исполнительный директор и сооснователь AutoFAQ, занимающейся разработкой цифровых помощников на основе ИИ для российского ретейла. Отечественный крупный бизнес достаточно давно не может использовать зарубежные облака, как и другие IT-технологии, из-за санкций и ограничений, а российские облака — под постоянной угрозой хакерских атак. Поэтому крупные игроки в России больше ориентированы на создание собственных IT-разработок, чем на покупку готовых продуктов с возможностью установки в информационный контур безопасности компании или развертыванием в облаке на серверах заказчика, и предъявляют повышенные требования к безопасности, продолжает он.
Как российский бизнес переводит процессы в облако
«В 90–95% случаев крупные российские заказчики хотят пользоваться решением в собственном контуре безопасности. Такое требование редко встречается за рубежом, где глобальные облачные провайдеры вроде Google, Amazon, Microsoft предлагают компаниям хорошо выстроенные облачные решения. У нас есть подобные предложения на рынке от «Яндекса», МТС, VK, но российские заказчики часто предпочитают разворачивать решения на своей площадке, хотят обеспечивать безопасность собственными силами», — говорит Владислав Беляев.
Алексей Пономарев подтверждает, что после долгих выборов разработчика цифрового помощника компания выбрала отечественного партнера и избежала рисков, связанных с иностранным ПО: ядро платформы развернуто на серверах «М.Видео-Эльдорадо», что обеспечивает стабильность и скорость обмена информацией.
При выборе IT-решения на основе ИИ компании всегда задают вопрос, могут ли они это сделать сами, и только в случае, если это невыгодно, приступают к поиску готового продукта на рынке или отдают заказ внешнему разработчику, объясняет Беляев. Среди сегментов, в которых высокая доля готовых внешних разработок — цифровые помощники и платформы клиентских данных, создающие профили клиентов для рассылок и рекомендаций. Но и здесь 90% разработок — отечественные. Например, крупные компании не могут официально пользоваться ChatGPT как из-за запретов с его стороны на подключение клиентов из России, так и из-за того, что в стране законодательно запрещено передавать персональные данные иностранным компаниям. Ну, а главное, российские ИИ-сервисы обладают лучшим пониманием русского языка.
Правительство удвоит ассигнования на развитие нейросетей в 2024 году
Перспективы технологии ИИ
Очевидно, что технологии генеративного ИИ будут становиться быстрее, качественнее и дешевле, а значит, ими смогут пользоваться буквально все, говорит Владислав Беляев. Но это не приведет к исчезновению офлайновой розницы с продавцами и кассирами — всегда останется определенный процент покупателей, которым необходимо посмотреть и пощупать товар и обсудить покупку с консультантом, убежден он.
«ИИ, как и инструменты продвинутой аналитики, никогда не заменит человека, он является инструментом, помогающим работать быстрее и эффективнее. Калькулятор, как и компьютер, сам по себе не вытеснил человека — он изменил и трансформировал то, как он выполняет свои обязанности и работу», — соглашается Евгений Лимаренко.
Применение ИИ-технологий позволяет сотрудникам «Магнита» быть более эффективными, фокусироваться на идее и креативе, исключая рутинные процессы, говорит Алексей Четыркин.
«Возможности нейросетей поражают, но необходимо понимать, что это всего лишь инструмент, и не рассчитывать, что он решит все задачи. ИИ способен ускорить специалиста, и он за час выполнит работу, на которую раньше требовался месяц, но никакая нейросеть не сделает из плохого спеца хотя бы среднего», — убежден Иван Федяков.
Сотрудники в ретейле станут работать быстрее и лучше. Например, консультанты с помощью цифровых помощников смогут моментально и безошибочно отвечать на вопросы клиентов и решать их проблемы, говорит Владислав Беляев. А сам офлайновый ретейл станет более персонализированным, ведь консультант будет видеть огромный массив данных в профиле клиента — о его покупках, предпочтениях — и сможет предлагать ему товары, которые наверняка нужны и понравятся. А значит, покупать станет еще приятнее, заключает Беляев.