Магазины должны учитывать все новые тенденции в продуктовых магазинах, от панических покупок до вариантов доставки и самовывоза, и все это с нарушенными цепочками поставок. Продовольственные ритейлеры реагируют по-разному. Некоторые сокращают количество продуктов, которые они продают, некоторые отказываются от дистрибьюторов и связываются напрямую с производителями продуктов, а некоторые проводят полную цифровую перестройку своих обычных магазинов. Независимо от того, какое направление деятельности выбрала ваша компания, решения AI для розничной торговли значительно улучшат ваши операции. Стивен Хокинг предсказал, что искусственный интеллект изменит все аспекты нашей жизни. Продуктовые магазины не исключение. Ожидается, что глобальный ИИ на розничном рынке достигнет24 миллиарда долларов к 2027 году , по сравнению с 3 миллиардами долларов в 2020 году и демонстрируя темпы роста в годовом исчислении на 29,7%. По данным Statista, в течение 2020 года ИИ использовался в секторах потребительских товаров и розничной торговли для различных целей:
Если вы хотите следовать тенденциям в индустрии супермаркетов и вывести свои существующие программные решения для розничной торговли на новый уровень с помощью ИИ, в этой статье будут показаны некоторые убедительные примеры использования, предупредите о возможных проблемах с внедрением и поделитесь пятью советами, которые помогут вам в развертывании.
Физические магазины внедряют искусственный интеллект, чтобы улучшить качество покупок и стать более эффективными
McKinsey & Company обнаружила, что даже во время пандемии
85% продаж продуктов питания в СШАпо-прежнему приходилось на физические магазины. Похоже, что обычные магазины — часть продуктового шоппинга будущего. Людям по-прежнему нравится видеть, трогать и нюхать товары. Вспомните, что вы чувствуете, когда смотрите на красочные упаковки конфет или чувствуете запах свежей выпечки. Фабио Парасеколи, профессор факультета питания и пищевых исследований Нью-Йоркского университета, говорит, что такой опыт «дает вам представление о выборе, изобилии, качестве и удовольствии».
Вопреки распространенному мнению, физические магазины не будут заменены их онлайн-альтернативами. Но они будут полагаться на ИИ для решения проблем, вызванных пандемией.
Однако это не означает, что бакалейные лавки должны идти ва-банк с технологиями и оставлять своих менее искушенных клиентов позади. Walmart — отличный пример продуктового магазина, который не ориентируется только на технически подкованных покупателей, а стремится улучшить покупательский опыт среднего покупателя. Сеть экспериментировала с различными технологиями, чтобы найти то, что соответствует уровню комфорта клиентов. При таком подходе к обучению Walmart обнаружил, что использование камер и данных в режиме реального времени помогло им
повысить общую эффективность хранения на полкахи продажи в мясном отделе на 90% и 30% соответственно.
5 способов, которыми ИИ формирует будущее супермаркетов и продуктовых магазинов
1. Возбуждение интереса потребителей с помощью персонализации
Персонализированные рекламные акцииНесколько лет назад рекламные акции рекламировались в каталогах или посредством радиопередач. Оба варианта были достаточно дорогими и отображали одинаковую информацию для всех покупателей, приходящих в магазин. В супермаркетах будущего искусственный интеллект и
расширенная аналитикапредлагают много информации о каждом отдельном покупателе, например, об их предпочтениях в еде, пищевых аллергиях и мотивах их покупок. Используя искусственный интеллект для персонализации продуктов, ритейлеры получают обширные знания о том, кто проходит мимо их проходов. Такой подход позволяет ритейлерам создавать индивидуальные рекламные акции для привлечения покупателей и увеличения продаж. О возможностях ИИ свидетельствует Гэри Хокинс, генеральный директор Центра передовой розничной торговли и технологий в Лос-Анджелесе: «Технологии ИИ могут быть невероятно глубокими и со временем продолжают учиться, поэтому они лучше понимают, какие товары продвигать по какой цене. Это, вероятно, приведет к разным ценам для разных людей благодаря предложениям, которые им отправляются». Например, Woolworth в Австралии использует технологии супермаркетов будущего, чтобы персонализировать свои маркетинговые электронные письма, учитывая не только вкусы потребителей, но и их покупательское поведение в прошлом. Сеть может предсказать, какие товары могут закончиться у каждого покупателя, основываясь на их предыдущих покупках, и также предлагает эти товары. Другой пример кастомизации исходит от Kroger, американской розничной компании. Когда потребители активируют мобильное приложение магазина, находясь внутри, датчики обнаруживают их и отправляют персонализированный выбор товаров вместе с ценами через предпочитаемый канал связи (например, видео, голос, текст). Другой пример кастомизации исходит от Kroger, американской розничной компании. Когда потребители активируют мобильное приложение магазина, находясь внутри, датчики обнаруживают их и отправляют персонализированный выбор товаров вместе с ценами через предпочитаемый канал связи (например, видео, голос, текст). Другой пример кастомизации исходит от Kroger, американской розничной компании. Когда потребители активируют мобильное приложение магазина, находясь внутри, датчики обнаруживают их и отправляют персонализированный выбор товаров вместе с ценами через предпочитаемый канал связи (например, видео, голос, текст).
Навигация в магазинеЛегкая и экономящая время навигация — это часть супермаркетов будущего, особенно если мы говорим о просторных торговых объектах, таких как Mall of America, который включает в себя более 520 магазинов и 60 ресторанов. Перемещаться по такому пространству может быть сложно. Чтобы облегчить жизнь своим клиентам, Mall of America развертывает чат-ботов с искусственным интеллектом, которые работают через Facebook или мобильное приложение и помогают покупателям находить товары и услуги.
Динамическое ценообразованиеКонцепция динамического ценообразования основана на
использовании машинного обученияи искусственного интеллекта в покупках для определения наилучшей стратегии ценообразования для различных продуктов. Для этого
алгоритмы анализируют данныеиз разных источников, таких как исторические продажи, цены конкурентов, уровни запасов и особые случаи. Одной из тактик динамического ценообразования является перекрестная продажа товара со скидкой (например, булочек) с дополнительным продуктом (хот-догами) по полной цене. Эта стратегия помогает сократить количество пищевых отходов за счет снижения цен на товары, срок годности которых приближается к концу.
2. Улучшение управления запасами
Роботы для продуктовых магазиновСупермаркеты будущего все чаще используют роботов для решения проблем, связанных с запасами, таких как предотвращение отсутствия товаров на складе, неправильная маркировка и ценообразование. Калифорнийская компания Fellow Robots разработала автономного робота для розничной торговли, который может ежедневно сканировать полки вашего магазина на высоте 2,4 м над уровнем пола, делая фотографии товаров и их цен в высоком разрешении. Алгоритмы машинного обучения изучают эти изображения в поисках неуместных товаров и расхождений в ценах. Сотрудники магазина могут просматривать результаты на специальных информационных панелях и принимать немедленные меры. Кроме того, роботы могут помочь работникам футуристических продуктовых магазинов справиться с растущим спросом на доставку. Ocado, британский онлайн-супермаркет,
сообщил о десятикратном увеличении продаж.пользуется спросом с момента блокировки в марте 2020 года. Компания использует роботов для сканирования запасов и выбора нужных товаров для каждой доставки.
Прогнозирование на основе ИИ в продуктовых магазинахЕще одна тенденция в продуктовых магазинах — использование систем прогнозирования на основе ИИ.
Алгоритмы ИИзависят не только от исторических данных, доступных в магазинах. Они могут самообучаться и создавать прогнозы даже при ограниченных данных — например, при представлении нового продукта или тестировании новой техники продвижения. Некоторые старые методы прогнозирования работают с продуктами как с кластерами и не могут учитывать локальную динамику. Хорошая модель ИИ может делать прогнозы о продуктах на детальном уровне с учетом местных и региональных тенденций.
3. Сокращение краж
Согласно опросу Национальной федерации розничной торговли,
в 2019 году розничные торговцы потеряли 62 миллиарда долларовиз-за краж, что почти на 10 миллиардов долларов больше, чем в 2018 году. Технология супермаркетов на основе искусственного интеллекта может обнаруживать ненадлежащее поведение как покупателей, так и кассиров.
Воровство в магазинах
Внедрениекомпьютерного зрения в процесс совершения покупокможет помочь менеджерам по безопасности магазинов выявлять попытки краж. Британская сеть супермаркетов Sainsbury’s использовала детектор маскировки ThirdEye, который использует компьютерное зрение для обнаружения покупателей, которые берут товар и кладут его в карман. Система фиксирует подозрительные действия и уведомляет сотрудников службы безопасности. Благодаря этой технологии Sainsbury’s предотвратила почти
6000 попыток кражив период с сентября 2019 года по март 2020 года.
Милосердие
Милосердие — еще одна форма воровства, когда кассиры имитируют процесс сканирования товаров на кассе в пользу покупателей. Технология умного магазина может помочь обнаружить такое поведение. Системы компьютерного зрения, такие как ScanItAll, используют видеокамеры, установленные на потолке, чтобы «наблюдать» за кассирами и обнаруживать приятные события, такие как закрытие штрих-кодов и укладка товаров друг на друга. Американская сеть супермаркетов Piggly Wiggly сообщила об убытках в размере почти 10 000 долларов в месяц из-за сокращения касс в одном из своих магазинов. После установки ScanItAll и переобучения кассиров затраты на усадку снизились до 1000 долларов.
4. Улучшение социального дистанцирования
Поскольку социальное дистанцирование никуда не денется, супермаркеты будущего ищут способы контролировать количество людей в помещении.
Трекеры, отслеживающие социальное дистанцированиеОтслеживание покупателей в магазине — это технология будущего продуктового магазина, которая может предотвратить переполненность вашего магазина. Немецкая компания супермаркетов Aldi использует ИИ для совершения покупок через автоматизированную систему светофоров, которая контролирует поток людей в свои магазины. Когда количество покупателей в определенном месте ниже заданного порога, индикатор горит зеленым, и дверь открыта для входа других. После достижения порога индикатор становится красным, и дверь закрывается.
Роботы заменят людей в продуктовых магазинахCOVID-19 ускоряет развертывание роботов для продуктовых магазинов. Крупные супермаркеты рассматривают роботов как возможность сократить количество работающих людей, что заставляет потребителей воспринимать магазин как более безопасное место. Например, Walmart использует роботов для протирания пола, чтобы покупатели не были удивлены тем, что работник-человек, игнорирующий социальное дистанцирование, убирает пятно под ногами покупателей. Распространенная жалоба среди складских работников заключается в том, что они не могут соблюдать дистанцию из-за условий своей работы. Супермаркеты с искусственным интеллектом могут включать роботов в такую среду, чтобы уменьшить трения между сотрудниками.
5. Улучшение процесса оформления заказа
По статистике люди тратят около 60 часов в год на ожидание в очереди на кассе. «В ответ на пандемию COVID-19 спрос на автономные кассовые технологии побуждает бакалейщиков и розничных продавцов внедрять инновации и внедрять новые технологии, которые обеспечивают безопасность покупателей и упрощают кассовый процесс». – Линдон Гао, соучредитель и генеральный директор Caper AI, компании-разработчика программного обеспечения, специализирующейся на решениях на основе ИИ для розничной торговли и продуктовых магазинов. Продуктовые магазины, оснащенные ИИ, имеют инструменты для правильной идентификации всех товаров, собранных конкретным потребителем, и списания средств с банковской карты этого человека при выходе без какого-либо вмешательства со стороны сотрудников магазина. Если вы не хотите увольнять своих сотрудников или лишать клиентов человеческого общения, вы можете копировать то, что делает Walmart. Кассиры в этом магазине ИИ берут на себя новую роль «Хозяина». Ответственность хозяина состоит в том, чтобы убедиться, что ко всем потребителям относятся так, как они предпочитают. Если они предпочитают самообслуживание, хозяин направит их к открытой кассе. Если им нравится традиционный способ оформления заказа, хозяин упакует их товары и обработает платеж.
ИИ для умных тележекCaper AI создал корзину для покупок, которая использует искусственный интеллект для мгновенного распознавания товаров и измерения их веса (если это необходимо). Корзина содержит встроенную систему навигации и поиска товаров, помогающую покупателям перемещаться по магазину. Он отображает доступные акции и может составить список рекомендаций. Тележка Caper также оснащена считывателем кредитных карт, что позволяет покупателям расплачиваться без кассиров. Caper AI уже сотрудничает с американской компанией Kroger and Foodcellar & Co и канадской Sobeys Inc.
Камеры с искусственным интеллектом для касс самообслуживания Супермаркеты будущего будут использовать камеры и датчики для поддержки покупок без касс. Например, Amazon Go имеет 26 точек без касс, оснащенных сотнями камер и алгоритмами компьютерного зрения, чтобы отслеживать, какие продукты выбирает каждый покупатель, чтобы списать полную сумму со своей кредитной карты сразу после выхода из магазина. Кроме того, владельцы магазинов могут использовать ИИ и видео для облегчения оформления заказа. Ирландская компания Everseen разработала визуальную платформу, на которой искусственный интеллект просматривает видео клиентов, совершающих самостоятельные покупки, в режиме реального времени. Программа может выявлять ошибки и немедленно исправлять пользователей. Например, если покупатель сталкивается с товаром, который не сканируется должным образом в киоске самообслуживания с искусственным интеллектом, система Everseen зарегистрирует этот инцидент и уведомит одного из сотрудников, чтобы он помог проблемному клиенту. Kroger начала внедрять эту систему в своих магазинах в 2020 году. Технология умных полок Интеллектуальная полка — еще одно применение ИИ в покупках, облегчающее процесс оформления заказа. Такая система обычно включает в себя компьютерное зрение и датчики, установленные на полках. Эта технология может идентифицировать покупателей, выбирающих товары с полки или возвращающих их. Он правильно сопоставляет покупателей и продукты и взимает плату с потребителей за их покупку в конце пути к магазину.
Эта технология покупки продуктов имеет дополнительные приложения. Он может отображать соответствующие рекламные акции, когда покупатели проходят мимо, отслеживать уровень запасов и уведомлять сотрудников, когда в магазине заканчиваются некоторые товары, а также обнаруживать присутствие газа этилена, который выделяется, когда свежие продукты начинают портиться. Автономные магазины с самостоятельным вождением Идея касс самообслуживания была привлекательной до пандемии. Розничный стартап Wheelys разработал прототип еще одной продуктовой технологии — продуктовый магазин с автопилотом без сотрудников. Магазин будет автономно перемещаться из одного места в другое. Покупатели входили в магазин через раздвижную стеклянную дверь с помощью приложения Wheelys. Они выбирали свои товары, сканировали их через приложение, упаковывали и выходили из магазина. С их банковской карты будут автоматически сняты средства.
Барьеры для внедрения ИИ в продуктовых магазинах
Независимо от отрасли
внедрение ИИ является сложной задачей. Согласно глобальному опросу 161 ритейлера, проведенному IDC в 2019 году, основными препятствиями для внедрения ИИ в розничную торговлю являются:
- Высокая стоимость решений ИИ: затраты на разработку систем ИИсильно различаются в зависимости от типа программного обеспечения, уровня его интеллекта, качества и количества данных, которые вы хотите, чтобы ваша программа обрабатывала, и точности алгоритмических прогнозов. Чтобы реализовать приложение ИИс нуля, вы можете легко потратить 50 000 долларов на базовую версию.
- Нехватка квалифицированного персонала:авторы IDC интерпретируют это двояко: либо на рынке труда наблюдается общая нехватка заслуживающих доверия талантов в области ИИ, либо сектор розничной торговли (включая бакалейные лавки) изо всех сил пытается привлечь таланты в области ИИ.
- Проблемы доверия, связанные с данными.Искусственный интеллект в приложениях для покупок сильно зависит от данных, а бакалейщики должны демонстрировать прозрачность в использовании данных, чтобы завоевать лояльность потребителей. Если алгоритмы ИИ злоупотребляют данными клиента, отношения будут испорчены без возможности восстановления. Согласно недавнему опросу Deloitte, 70% опрошенных потребителейсогласились поделиться своими данными с продуктовыми магазинами. Этот опрос показывает, что продуктовый сектор занимает третье место после больниц и государственных учреждений, если мы посмотрим на готовность людей делиться своими личными данными. Это показывает, что потребители доверяют бакалейщикам, но если это доверие будет подорвано, последствия будут ужасными.
- Неясные бизнес-цели:ИИ требует значительных первоначальных инвестиций, в то время как трудно найти убедительные варианты использования, которые можно было бы представить инвесторам. Удай Чиламкурти, главный архитектор отдела технологической стратегии и архитектуры Sainsbury’s, подтвердил эту проблему на саммите AI в Лондоне, заявив: «Я еще не видел разумного бизнес-кейса, который имел бы смысл. Сама технология несовершенна и имеет свои проблемы».
Как супермаркеты будущего могут добиться успеха во внедрении ИИ
Несмотря на многочисленные проблемы, будущее ИИ в продуктовых магазинах выглядит блестящим. Вот пять шагов, которые помогут вам безболезненно внедрить ИИ в свой магазин и быстрее воспользоваться преимуществами.
- Определите свое видение той роли, которую вы ожидаете от этой технологии в вашей организации, и окупаемости инвестиций. Deloitte рекомендует придерживаться следующей парадигмы: начинайте с малого, быстро масштабируйтесь и итеративно развивайтесь.
- Найдите подходящих специалистов для выполнения различных экспертных ролей. Бросать ученых данных в озеро данныхи ожидать, что они представят новые стратегии, не даст результатов. Вам нужно будет нанять различных внутренних и внешних талантов, которые могут создавать, трансформировать и поддерживать ценность в долгосрочной перспективе.
- Адаптируйте культуру организации, чтобы выработать правильное отношение к ИИ. Многие сотрудники до сих пор рассматривают ИИ как пугающий черный ящик, которого они боятся и не могут понять. Дайте понять, что ИИ предназначен главным образом для поддержки людей и помощи им в принятии обоснованных решений.
- Очистите свои данные. Объем данных, которые может использовать ИИ, постоянно увеличивается, поскольку бакалейщики получают доступ к информации, поступающей в формате видео, из социальных сетей, а также через приложения и устройства для определения местоположения. Несмотря на рост сложности данных, многие ритейлеры упускают из виду необходимость четкой стратегии обработки данных. Брайан Килкурс, управляющий партнер Retail Systems Research, подчеркивает важность данных для успешного внедрения ИИ, говоря:
«Главная проблема — это грязные данные (это слон в комнате). Модели хороши ровно настолько, насколько хороши данные, которые их создают. Одно недавнее исследование показало, что более 80% усилий по внедрению ИИ связано с очисткой данных».
- Получите преимущество экосистемы. Возможности искусственного интеллекта для продуктовых магазинов быстро развиваются, и работа с партнером по экосистеме даст вам доступ к нужной команде для выполнения работы. Например, продуктовый ритейлер может объединить усилия с компанией, занимающейся прогнозной аналитикой и оценкой спроса.
Последние мысли
Супермаркеты будущего — это не обязательно интернет-магазины. Внедрение ИИ в продуктовые магазины позволит вам преодолеть все препятствия, связанные с пандемией, и в то же время позволит вашим покупателям наслаждаться видом, запахом и ощущением продуктов. Однако внедрение ИИ — это не разовая задача. Это длительный процесс, требующий изменений внутренних процессов и культуры магазина. Как говорит Санджив Сулария, генеральный директор Intelligence Node: «Розничные организации часто останавливаются из-за затрат на создание инфраструктуры и возможностей обработки данных, необходимых для внедрения ИИ. Однако гибкие предприятия успешно интегрировали ИИ во все бизнес-функции и повысили квалификацию своих сотрудников, чтобы эффективно переориентироваться на мышление, основанное на данных, не пытаясь создавать все с нуля».