Прошло всего два года с тех пор, как генеративный искусственный интеллект (ИИ) начал активно входить в нашу жизнь. Внедрение ИИ в различных областях бизнеса происходит неравномерно: существует множество юридических и этических вопросов, которые беспокоят топ-менеджеров и экспертов, что затрудняет полное использование этой технологии. Тем не менее, в некоторых отраслях ИИ уже применяется активно. Одной из таких областей является розничная торговля. Согласно данным McKinsey & Company, ИИ все чаще фигурирует в отчетах о доходах крупных ритейлеров. Это неудивительно, поскольку аналитики прогнозируют, что применение ИИ в работе ритейлеров может принести дополнительный доход в размере от $240 млрд до $390 млрд, что соответствует увеличению отраслевой маржи на 1,2–1,9 процентных пункта.
В 2024 году большинство ритейлеров начали активно экспериментировать с интеграцией ИИ в свои процессы. Однако лишь немногим удается полностью раскрыть потенциал этой технологии. Опросив более 50 топ-менеджеров в сфере розничной торговли, эксперты McKinsey обнаружили, что большинство компаний активно занимаются пилотированием и масштабированием технологий, связанных с ИИ. И всего два руководителя могут похвастаться конкретными результатами.
В ходе исследования McKinsey стало ясно, что многие ритейлеры сталкиваются с трудностями при внедрении генеративного ИИ, так как эта технология требует кардинальной перенастройки бизнес-процессов и принципов работы с персоналом. Замедляют внедрение инноваций и другие проблемы: низкое качество доступных данных, риски для конфиденциальности клиентов, нехватка организационных ресурсов и высокие затраты, связанные с полноценным функционированием ИИ.
Розничные компании, которым удалось найти правильное применение генеративному ИИ, имеют две ключевые особенности. Во-первых, они используют эту технологию только в определенных областях своей деятельности, внимательно отслеживая изменения, вызываемые ИИ. Во-вторых, если они и масштабируют внедрение ИИ, то делают это постепенно, начиная с пилотных проектов. Такой подход оправдан, утверждают в McKinsey. Погоня за быстрыми результатами, наоборот, часто приводит к неудачам.
Розничные операции — это непредсказуемый процесс. На торговлю влияют множество факторов, которые трудно отслеживать. Именно поэтому аналитика и прогнозирование в торговле — это архисложная задача. ИИ может произвести революцию в этом процессе: вместо того чтобы вручную анализировать данные, сотрудники всей компании — от генерального директора до управляющего магазином — смогут использовать готовые отчеты, сгенерированные ИИ. Это позволит им оценить эффективность применяемых компанией маркетинговых инструментов.
Рассмотрим в качестве примера сеть магазинов электроники, которая столкнулась с неожиданным падением спроса на телевизоры: продажи оказались на 6 % ниже прогнозируемых. Менеджеры и аналитики компании потратили неделю на поиски первопричины и выдвинули несколько версий: виновата либо дождливая погода, либо перебои в поставках телевизоров, либо слабая рекламная кампания. Определить точную причину сотрудникам корпорации могла бы система на основе ИИ, которая проанализировала бы влияние не только упомянутых факторов, но и дополнительных, таких как маркетинговые акции конкурентов, которые могли повлиять на структуру продаж телевизоров. Кроме того, ИИ-платформа могла бы предложить топ-менеджменту компании сценарии выхода из сложившейся ситуации.
Инструменты искусственного интеллекта, таким образом, могут стать полноценными помощниками сотрудников и повысить их производительность. Аргентинский онлайн-ретейлер Mercado Libre, например, использует ИИ для помощи разработчикам своего программного обеспечения. Автоматизировав рутинные задачи на основе ИИ, Mercado Libre позволила своим сотрудникам заниматься более интересной и творческой работой.
В июне 2023 года шведский ритейлер Lindex объявил о внедрении ИИ-системы для поддержки сотрудников своих магазинов. Программа, обучающаяся на данных о продажах, предоставляет работникам персонализированные рекомендации по управлению магазинами и формированию ежедневных задач.
Компаниям, успешно внедрившим ИИ, необходимо переходить к масштабированию, иначе они рискуют отстать от своих конкурентов или начать терять клиентов. Для этого нужно определить сферы, которым в первую очередь необходима трансформация. Работа с клиентами, маркетинг, производительность сотрудников — все эти аспекты можно значительно улучшить с помощью ИИ. Разумеется, внедрение ИИ во многом зависит от квалификации технических специалистов, однако обучать принципам работы этой технологии следует всех желающих, будь то топ-менеджер или продавец-консультант. Это позволит удержать талантливых сотрудников и раскрыть весь потенциал новой технологии. В конечном итоге, для успешного масштабирования ИИ нужны способные сотрудники из различных сфер деятельности компании, которые имеют четкое представление о том, зачем вашему бизнесу вообще нужна эта инновация.
Какими бы талантливыми ни были ваши сотрудники, компаниям будет необходим сторонний разработчик, занимающийся ИИ-технологиями. Эксперты McKinsey рекомендуют не спешить с выбором поставщика — для начала необходимо понять, какой из них соответствует потребностям вашей компании. Наибольшее значение для успешного внедрения ИИ имеет и качество данных, на которых он обучается. Поэтому ритейлерам крайне важно систематизировать сбор данных и обеспечить их достоверность, подытоживают в McKinsey.