ИИ в розничной торговле для производственной деятельности и обслуживания клиентов

Опубликовано: 27-12-2023, 15:21            Просмотров: 751

Дрейтон Уэйд, директор по производству Kognitos, поделился взглядом стартапа из Сан-Хосе, Калифорния, на стратегию применения искусственного интеллекта в розничной торговле.

Уэйд работает в Чарльстоне, Южная Каролина, где компания в настоящее время расширяет свое присутствие. Ранее он работал в компании UiPath, производящей ПО для автоматизации роботизированных процессов, и в итоге присоединился к Kognitos в 2022 году.

Kognitos уже работала над вариантами использования ИИ в розничной торговле и для обработки фасованных потребительских товаров, а также в сфере производства и логистике. Среди компаний, использующих эту технологию, PepsiCo, Wipro, Century Supply Chain Solutions и Norco Industries.

«Одна из главных вещей, которые мы слышим от топ-менеджеров, ИТ-директоров, финансовых директоров и генеральных директоров, — говорит Уэйд, — это: «Ну, я знаю, что мне нужна стратегия ИИ. Я знаю, что хочу реализовать некую форму генеративного ИИ. Но у меня есть разные опасения по поводу безопасности, или я не знаю, с чего начать».

Такие высказывания на уровне руководства отражают известные настроения в деловом мире. Исследование, проведенное в 2023 году интегратором ИТ-решений Insight и исследовательской фирмой The Harris Poll, показало, что 73% руководителей компаний из списка Fortune 500 планируют внедрить генеративный ИИ в течение следующих трех лет для повышения производительности сотрудников. Еще в список приоритетов респондентов вошли взаимодействие с клиентами (66%), а также цепочка поставок (41%) и управление запасами (40%).

Однако в том же опросе респонденты признали, что обеспокоены по поводу ИИ, при этом чаще всего проявляются опасения относительно качества и контроля (51%), а также рисков безопасности (49%).

Что касается Kognitos, Уэйд видит перспективное решение в повышении наглядности там, где высока доля документального оформления, уделяя особое внимание обеспечению доступности через интерфейс на естественном языке. Компания рекламирует свои сильные стороны при использовании ИИ в части логических возможностей и распознавания образов, но прозрачность и контролируемость — это те области, в которых Уэйд видит шанс отреагировать на общие опасения. Между тем, наглядность — это требование, которое, по его мнению, исходит как из потребностей защиты, так и рациональности.

С точки зрения рациональности Уэйд рассматривает сокращение путей к внутренним данным и информации как задачу, которую ИИ может решить в плане сокращения как времени, так и количества шагов. Потребности в скорости и эффективности могут выходить за рамки использования ИИ в розничной торговле, но это тот сектор, где уже используется Kognitos.

«Мы уже работаем над этим с некоторыми клиентами, чтобы они могли просмотреть всё движение и задать вопрос: «Какова была моя средняя прибыль по всем заказам в ноябре?», — сказал Уэйд. Следующим шагом на этой платформе будет «задать простой вопрос и фактически запросить эти данные, потому что теперь все они записываются в журнале на английском языке, и их очень легко запросить», объяснил он.

«Мы создали интерпретатор английского языка, который эффективно создает английский код, — сказал Уэйд. — Затем мы используем большие языковые модели различными способами, чтобы улучшить взаимодействие с пользователем».

Однако варианты их использования могут включать в себя постановку вопросов о полях в нестандартных формах. Это могут быть заказы на поставку от разных поставщиков. В некоторых случаях другая поисковая система может столкнуться с ошибкой, поскольку ей неизвестен формат одного поставщика. Kognitos надеется добиться большего, помогая технически неподготовленным пользователям устранять неполадки посредством общения.

Влияние на взаимодействие с клиентами также потенциально может быть связано с более эффективной работой колл-центров. Это та область, где Уэйд ожидает увидеть пересечение с ИИ в розничной торговле.

«Я думаю, вы часто наблюдаете подобное в розничной торговле и электронной коммерции — в обеих этих сферах есть крупные контакт-центры, — пояснил он. — На самом деле мы реализуем вариант использования с контакт-центром, где мы ведем расшифровку в реальном времени, или мы подключены к инструменту расшифровки, который расшифровывает звонок в реальном времени. Затем он делает запись и использует большую языковую модель для создания краткого изложения этого разговора в Snowflake».

Здесь в игру вступает документация, поскольку платформа может ссылаться на известные стандартные рабочие процедуры.

«А затем, взяв эту информацию и основываясь на этом резюме, мы ищем стандартную рабочую процедуру того, что агент должен делать в этом конкретном сценарии, — сказал он. — На основе этой стандартной рабочей процедуры система затем предпримет действия и создаст электронное письмо для отправки клиенту с указанием того, какие действия предпринимаются в качестве последующих мер».

Еще одно направление деятельности Kognitos — предотвращение мошенничества. Уэйд рассказал об этом варианте использования в контексте проекта программы лояльности для потребительского бренда из списка Fortune 500.

Опять же, неструктурированные данные — это то, в чем платформа призвана приносить пользу. «Однако с помощью Kognitos мы можем взять эту информацию, извлечь ее из всех различных чеков, систематизировать ее в формате Excel, а затем загрузить в их маркетинговое программное обеспечение для исследования рынка, посмотреть на то, что они покупают именно с этими продуктами, а затем даже запустить функцию обнаружения мошенничества».

Предполагаемым результатом этого процесса будет исключение предоставления дубликатов чеков. Такой результат устраняет множество проблем на стороне клиента.

«На самом деле мы используем большие языковые модели и некоторые собственные модели, которые мы создаем, и мы можем запустить их в интерпретаторе, чтобы внести эти сигналы мошенничества и убедиться, что дополнительные баллы не выплачиваются в этих сценариях и не искажаются данные их исследований рынка».

В итоге это станет частью настоящего испытания интерпретатора. Его миссия будет заключаться в том, чтобы превратить эти сигналы в полезные знания, которые легко понять обычным бизнес-пользователям. Это потребует не только общения с людьми, но и их понимания.

«Мы всегда учим людей как общаться с машинами, что на самом деле является шагом в прошлое, — заявил Уэйд. — Вместо этого нам нужно было построить дело так, чтобы машины в конце концов могли понимать людей».

retail-loyalty.org