Эксперты назвали главные IT-тренды 2024 года в ритейле

1. Улучшение клиентского опыта и сервиса и его автоматизация.

По словам Киры Матвеевой, директора по продукту Lamoda, будут формироваться новые интерфейсы взаимодействия с покупателями: умные помощники и чат-боты обеспечивают новый уровень опыта покупателя. Эти инструменты обеспечивают удобство и интуитивность взаимодействия, предоставляя покупателям помощь в выборе товаров. AI будет помогать в принятии решений о покупках, анализируя множество аспектов товара, отзывы и контекст пользователей. Более человекоцентричными будут становиться службы поддержки, как с текстовыми, так и с голосовыми интерфейсами.

Большие мировые ритейлеры уже экспериментируют с помощниками для покупок. Например, Zalando сделали фэшн-ассистента, который предлагает одежду, исходя из запрашиваемого пользователем стиля. А Walmart тестирует помощника по покупкам, который призван помочь покупателям на всех этапах совершения покупок, от этапа поиска и открытия до совершения покупки.

Кроме этого, технологии с огромной скоростью проникают в сценарии fashion-шоппинга и все лучше помогают пользователю в поиске подходящего размера одежды, обуви и аксессуаров. Крупные магазины и приложения совершенствуют пользовательский путь, предлагая как решения от сгенеренных капсул, так и виртуальные примерочные. Листая каталог, пользователи хотят найти вещь, которая будет сочетаться с остальным гардеробом. Сегодня стильные рекомендации и сгенеренные капсулы с помощью AI становятся доступны в кармане у пользователя 24/7. К примеру, Lamoda реализовала функцию «С чем носить», когда в карточках большинства товаров предлагается подборка готовых образов на основе искусственного интеллекта.

Азамат Ниров, экс-директор по пополнению и прогнозированию спроса торговой сети «Пятерочка», директор по продукту Napoleon IT отмечает, что чат-боты и виртуальные ассистенты на базе искусственного интеллекта предоставляют круглосуточную поддержку для внутренних клиентов компании, помогая им в навигации по процессам и предоставляя рекомендации по использованию различных систем. Благодаря возможностям AI, до 80% коммуникаций внутри компании могут быть типизированы и автоматически обработаны чат-ботом.

К примеру, чат-бот может объяснить директору магазина, почему у него недостаточно определенного товара и какие действия предлагает система для решения этой проблемы. После короткого диалога бот может автоматически внести необходимые изменения внутри ядровых систем компании. Виртуальные ассистенты также имеют возможность помогать сотрудникам в выполнении повседневных задач, таких как планирование встреч, составление отчётов и организация мероприятий. Они обеспечивают прозрачность и контроль над процессами, облегчая работу сотрудников и повышая эффективность работы компании.

С развитием чат-ботов и виртуальных ассистентов на базе AI будет расширяться и их функционал. Они будут обучаться новым навыкам, адаптироваться к изменяющимся требованиям рынка и предоставлять еще более качественные услуги сотрудникам.

«ChatGPT задает мощный тренд изменения пользовательского опыта работы с людьми системами планирования. От таблиц и дашбордов мы будем переходить в текстовые и голосовые чаты, где сможем мгновенно получить ответ об оптимальной цене, промо, запасах и конкурентах», — комментирует Максим Морозов основатель GoalProfit и вице-президент Digital Wave Technology.

В целом, применение AI в продуктовом ритейле направлено на создание более гладкого, эффективного и прибыльного процесса розничной торговли, отвечающего на современные требования рынка и потребности покупателей.

2. AI в ритейле открывает новые горизонты для оптимизации бизнес-процессов и повышения общей эффективности бизнеса.

Опыт сотрудников операционного блока становится одним из факторов успеха, поскольку конкуренция между компаниями за кадры усиливается. Это приводит к смещению акцентов в развитии продуктов, направленных на повышение эффективности работы сотрудников и улучшение их опыта в ритейл-компаниях, отмечает представитель Lamoda.

Борьба за персонал между игроками рынка приводит к тому, что опыт сотрудников операционного блока становится таким же важным, как и опыт покупателей. Это связано с тем, что компании стремятся привлечь и удержать специалистов, предлагая им лучшие условия труда и возможности для профессионального роста. Поэтому ритейловые компании активно разрабатывают и внедряют инновационные решения, направленные на улучшение условий труда и повышение удовлетворенности сотрудников. Это включает оптимизацию рабочих процессов, внедрение современных технологий и систем управления.

Одним из помощников в задаче оптимизации рабочих процессов является искусственный интеллект. В нынешнем году ключевыми областями для применений AI станут управление запасами и прогнозирование спроса, отметил представитель Napoleon IT. Благодаря машинному обучению можно обрабатывать огромные объемы данных о продажах, погодных условиях, праздниках и других факторах, чтобы точно предсказать спрос на товары. Это позволяет ритейлерам лучше понимать поведение покупателей и, следовательно, оптимизировать закупки, сокращать издержки на логистику и время доставки, уменьшать количество непроданных товаров и снижать потери от порчи продукции.

Применение AI в управлении запасами позволяет ритейлерам своевременно пополнять полки магазинов востребованными товарами и избегать излишков или дефицита. Это улучшает обслуживание клиентов, сокращает издержки на хранение и уменьшает вероятность ошибок при заказе товаров.

Прогнозирование спроса также способствует развитию персонализированного предложения товаров и услуг для покупателей. Анализируя данные о прошлых покупках, предпочтениях и поведении клиентов, AI может предлагать индивидуальные рекомендации и акции, которые повышают лояльность покупателей и стимулируют повторные покупки. Например, в «Пятерочке» за счет использования системы планирования спроса и пополнения товарных запасов удалось сократить количество списанных продуктов на 2%, повысить выручку сети на 1%, а также на несколько процентов оптимизировать запасы товара по всей цепочке поставок. В сети «Магнит» внедрение проектов прогнозирования промо и мониторинга доступности товаров на полках с использованием Big Data и искусственного интеллекта позволили увеличить показатель EBITDA на 1,5 млрд рублей.

3. Расширение процессов автоматизации на складе.

В 2024 году складская автоматизация станет еще более важной для ритейлеров, так как она помогает оптимизировать процессы хранения, отслеживания и управления запасами. Системы управления складом сокращают время на обработку заказов, уменьшают количество ошибок и повышают точность инвентаризации, что в итоге снижает операционные расходы.

Кроме того, ожидается дальнейшая роботизация складских процессов, где роботы смогут разгружать партии товаров, сортировать их и готовить к отправке покупателям. Внедрение AI-технологий упрощает и ускоряет обучение роботизированных механизмов для выполнения разных задач. Например, на одном из складов «Яндекса» так называемая «роборука» со встроенной нейросетью позволяет собирать и разбирать паллеты с коробками без помощи сотрудников. Модель самообучается, поэтому в будущем роботу планируют добавить новые функции.

Автоматизация также способствует сокращению издержек на складское оборудование, персонал и бумажную работу, что делает процесс более эффективным и экономичным. Таким образом, ритейлеры смогут сосредоточиться на улучшении клиентского опыта, предложении инновационных решений и повышении конкурентоспособности на рынке.

4. Внедрение машинного обучения в цепочки поставок.

Управление цепочками поставок в розничной торговле становится все более важным аспектом успешной работы ритейлеров и удовлетворения потребностей клиентов. Лидеры рынка будут активно внедрять новые технологии, чтобы преодолеть ограничения, с которыми не справляются люди. Согласно данным McKinsey, цепочки поставок, основанные на искусственном интеллекте, могут сократить расходы на 15%, уменьшить излишние запасы на 35% и повысить эффективность на 65%.

Cистемы с технологиями машинного обучения в цепочках поставок быстро анализируют массивы данных, распознавая закономерности и тенденции, чтобы можно было вносить коррективы по мере необходимости. Они позволяют определить наиболее экономически эффективные маршруты транспортировки в регионе с учетом затрат на топливо, использования транспортных средств и риска кражи или повреждения. Таким образом, ML-технологии помогают сохранять товары на складе во время высокого спроса. Поэтому еще больше компаний в своих бизнес-процессах будут ориентироваться на решения с машинным обучением.

Один из мировых лидеров в области логистики и управления цепочками поставок, компания DHL, успешно применяет машинное обучение для улучшения обслуживания своего автопарка и оборудования. Нейросеть генерирует предупреждения о необходимости проведения профилактического обслуживания, что позволяет компании заранее планировать технические мероприятия и минимизировать простои транспортных средств.

Другой пример — ведущая судоходная компания UPS, которая использует искусственный интеллект для оптимизации операций по перевозке различной продукции. С помощью AI компания прогнозирует объемы упаковки в разных точках цепочки поставок. Это позволяет эффективно распределять ресурсы, сокращать задержки и повышать удовлетворенность клиентов.

retail-loyalty.org