ИИ в ритейле: риски, сложности или безграничные возможности

Фото @Freepic
В эпоху бурного развития цифровых технологий использование искусственного интеллекта становится неотъемлемой составляющей стратегии бизнеса, особенно для компаний в розничной торговле. Результаты нового исследования, проведенного консалтинговой компанией «Яков и Партнёры» совместно с Яндексом, проливают свет на текущую картину использования ИИ в сфере российского ритейла. 

О том, почему так важен сегодня ИИ для ритейл-компаний, стоит ли действительно бояться рисков и сложностей, и какой эффект от внедрения можно ожидать, рассказал руководитель группы данных и ML ICL Retail Services Сергей Щербаков. 

Коротко об исследовании «ИИ в российском ритейле»

 
По результатам последнего исследования, е-com компании оказались более продвинутыми с точки зрения использования ИИ. Если ритейлеры в основном экспериментируют с ИИ, то все опрошенные компании онлайн-торговли находятся уже на этапе закрепления ИИ как стратегической цели компании или внедрения технологии во всех функциях и получения реального экономического эффекта. 

При этом генеративные технологии применяют 67% компаний интернет-торговли и менее 10% ритейла. Традиционно для данных сфер приоритетными направлениями внедрения искусственного интеллекта стали маркетинг и продажи, клиентский сервис и цепочки поставок.

Почему так сложилось? 

Кому-то может показаться очень странным такой разрыв как в зрелости, так и в объемах трат на внедрение искусственного интеллекта. Но если проанализировать ситуацию в целом в сфере ритейла, то ничего удивительного здесь нет. Ровно такая же история наблюдается не только в вопросах ИИ, но и в принципе в развитости, зрелости и бюджетах на ИТ. 

Это можно объяснить на примерах. У традиционного ритейла ИТ-подразделение – это бизнес-критичное, но во многом вспомогательное подразделение. Даже если завтра придется отказаться от ИТ-систем, то традиционный ритейл вспомнит не такие уж и старые времена: достанет счеты, механические кассовые аппараты, похожие на арифмометры, и в магазинах по-прежнему будут продаваться товары. Медленнее, меньше, но будут. 

Что же будет при том же сценарии с e-com? 

Не будет ничего, даже самого е-кома не будет, просто по условиям задачи. Поэтому у таких компаний ИТ – это часть основного бизнеса, часть продукта, который они продают клиенту. Отсюда и выделяемые бюджеты, и как следствие – развитость, зрелость и высококвалифицированные специалисты, работающие в ИТ-подразделениях.  

Почему ИИ так развит в e-com компаниях?

Есть несколько важных факторов, почему инструменты с ИИ получают ускоренное развитие в электронной коммерции. Среди них:

— развитая ИТ-инфраструктура генерирует больше данных;

— большая часть этих данных идентифицированы, то есть детализация цифрового следа не идет ни в какое сравнение со следом аналоговым, «оставленным на полу» покупателем традиционного ритейла;

— большие бюджеты на ИТ и ИИ в частности позволяют протестировать различные гипотезы работы с данными и найти наиболее ценные.

Именно это сочетание – доступные данные и бюджеты - позволяет применять инструменты на основе ИИ на пользу любым клиентам, вне зависимости от отрасли. В этом и секрет зрелости e-com в части ИИ. 

И еще одна немаловажная причина развития ИИ в e-com заключается в том, что e-com - это про гибкость и скорость реакции на вызовы рынка, это вечная борьба за «time to market». Если не идти в ногу со временем в части ИИ (хотя тут можно поставить любой ИТ-сегмент), то более шустрые конкуренты смогут делать что-то быстрее, дешевле или вывести на рынок что-то новое и прорывное, которое переманит на себя внимание клиентов.

Ожидания от влияния ИИ

Согласно тому же исследованию, среди единых общих ожиданий для ритейла и e-com по влиянию ИИ на бизнес в перспективе одного года можно выделить сокращение затрат, рост лояльности клиентов и появление новых бизнесов. 

Но кроме совпадающих ожиданий, есть и одно существенное различие:

— традиционный ритейл хочет «увеличения выручки основного бизнеса»,
— е-com – «повышения ценности продуктов».

С одной стороны, вроде как ожидание практически одно и то же – ведь повышение ценности продуктов прямо приводит к увеличению выручки основного бизнеса. С другой стороны, это отличие можно трактовать таким образом, что в e-com ИИ уже является составной частью продукта, который они дают на рынок и продают клиентам. Тогда как традиционный ритейл еще только пытается понять, а как применение ИИ может помочь увеличить выручку от основного бизнеса.


@Freepic (AI-Generated)

Ключевые риски 

Сегодня ИИ для традиционного ритейла выглядит как технология, которая несет массу разных рисков. Это объясняется тем, что для компаний, которые еще не работали с ИИ, страх неизвестности накладывается на страх неопределенности (ведь экономический эффект заранее не гарантирован), и чтобы преодолеть эту гремучую смесь необходимо серьезное волевое усилие, причем на весьма высоком уровне. Но все эти риски при должном понимании и умении достаточно легко обходятся, нивелируются или просто игнорируются. 

Например:

● Соблюдение нормативных и законодательных требований. 

Конечно же, «уголовный кодекс надо чтить», как говорил Остап Ибрагимович, но реальных применений ИИ, где соблюдение нормативных документов переросло бы в серьезный риск, минимум. А если привлекать грамотных разработчиков, то процессы и работу ИИ можно выстроить таким образом, что никакие персональные данные не пострадают. 

● Интерпретируемость результатов – очень интересный риск. 

С одной стороны, если надо интерпретировать результат, то этот риск точно оправдывается, так как интерпретировать результаты работы ИИ крайне сложно. С другой стороны, а зачем это надо? ИИ либо решает задачу хорошо, либо решает ее плохо. Ни в первом ни во втором случае от интерпретации результатов не зависит ровным счетом ничего, это не более, чем иллюзия контроля над ситуацией. Так, какие тогда риски? Никаких. Это все атавизмы того самого «страха неизвестности». 

● Кибербезопасность. 

В этом направлении действительно есть риски, но они не больше, чем для всех остальных ИТ-продуктов. И чем ближе к внешней границе сети стоит ИИ (или ИТ) сервис, тем больше внимания надо уделить информационной безопасности. Но, повторюсь, в этой части ИИ-сервис не отличается от любого другого ИТ-сервиса. Так, о чем мы тогда говорим? Если вы справляетесь с безопасностью своих ИТ-сервисов, то и с ИИ тоже справитесь. 

Но в любом случае, важная рекомендация для работы с рисками – не бойтесь привлекать внешних консультантов и опытные cервисные компании, таких как ICL Retail Services. Они расскажут, покажут и объяснят, каких процессов в действительности стоит бояться, а что можно смело проигнорировать.

Чем более зрелая компания в части ИИ, тем лучше она понимает риски, присущие данной технологии. 

Например: 

— Лучшее понимание технологий дает лучшее понимание рисков и возможностей по минимизации их влияния.

— Больший опыт в работе с ИИ дает понимание, что интерпретируемость результатов на самом деле не всегда нужна и не так важна (часто требования по интерпретируемости – это рудимент и больше иллюзия контроля, чем необходимость).

— Понимание сильных и слабых сторон ИИ дает возможность лучше прогнозировать потенциальный эффект от внедрения и с большей уверенностью выделять бюджеты на ИИ, зная, что они окупятся. 

— Пройденный путь с более традиционными алгоритмами ИИ заставляет внимательнее присматриваться к новинкам и держать руку на пульсе генеративного ИИ.

---

Читайте также: В магазин «под руку с роботом»: как люди будут покупать стройматериалы через 30 лет

---

Какая основная сложность при внедрении ИИ на практике?

Согласно исследованию, ключевые проблемы на пути внедрения технологии ИИ – отсутствие специалистов с необходимым профилем, а также отсутствие решений и инструментов на основе ИИ на рынке. Наверное, для e-com это так – ведь чем выше у тебя уровень зрелости, тем сложнее двинуться дальше и для следующего шага нужно больше специалистов, нужны сложные решения и более совершенные инструменты.

Но для традиционного ритейла, который находится в начале пути, основная сложность – начать.  Если не заставить себя начать работать с ИИ, то можно очень долго искать оправдания, почему ИИ здесь не справится. 

При этом для того, чтобы попробовать – не нужны огромные бюджеты, не нужен самый последний инструментарий или большая команда высокооплачиваемых специалистов. Для начала работы, пилотирования и понимания экономического эффекта, намного проще работать с подрядчиками. И только когда найдено решение, которое показывает необходимый экономический эффект, вот тогда начинать серьезно развивать свое подразделение по работе с ИИ.

Быть или не быть? 

Планировать скорейшее и массовое внедрение ИИ в традиционном ритейле нужно с четким пониманием его разницы с е-com. И в первую очередь не с точки зрения бюджетов, а с точки зрения покупателей, процессов и, главное – доступных данных. Поэтому увеличивать активности в этом направлении, конечно же, надо, но делать это стоит аккуратно. Далеко не все практики интернет-магазинов можно взять и переложить на традиционный ритейл. Однако переложить все-таки можно, но ожидать сравнимой отдачи от простого «перекладывания» явно не стоит. 

А вот, что точно стоит начать делать, так это выделять или увеличивать бюджеты на инструменты и тестирование гипотез в области ИИ, так как поиски того пути, который позволит применять ИИ для «увеличения выручки основного бизнеса», требуют расходов на сбор данных и эксперименты. 

Главное – не бояться этого делать и на входе понять и принять, что далеко не все ИИ-инициативы дают кратный выхлоп на масштабе. Но на примере как e-com, так и опыта ICL Retail Services при работе с традиционным ритейлом, видно, что ИИ действительно работает, вопрос только в правильной точке приложения сил, квалифицированных опытных руках и желании добиться успеха.