Есть множество решений, которые мы можем отнести к ИИ, потому что в них используются механизмы машинного обучения. Это, например, уже давно работающие системы принятия решений, которые объединяют аналитику, основанную на данных, и настраиваемые пользователем правила. Однако, никто не заявляет, что эти системы искусственного интеллекта готовы захватить мир и оставить людей без работы. Хотя, приличную часть работы, выполняемой человеком, эти системы способны делать намного быстрее и эффективнее.
Давайте посмотрим на те решения, которые действительно могут работать уже сегодня.
Автоматизация рекрутинга
Текучка кадров в ритейле, особенно в рознице, достигает 70%. А значит, что на кадровую службу торговой компании ложится огромная нагрузка по постоянному поиску новых кандидатов. При этом, подбор сотрудников на вакансию продавца-консультанта – это в большинстве случаев четко отлаженная процедура, которую легко можно передать на выполнение роботу, например, чат-боту, или любой другой форме искусственного интеллекта.
«Совместно с крупными ритейлерами мы прорабатываем самые разнообразные способы оптимизации бизнес-процессов за счет применения технологий машинного обучения. И в том числе решаем задачи по снижению нагрузки на сотрудников, ‒ рассказывает Евгений Колесников, руководитель направления «Большие данные и машинное обучение», компания «Инфосистемы Джет». ‒ Один из вариантов – автоматизация работы HR-специалистов, которые львиную долю времени тратят на поиск обслуживающего персонала – продавцов, кассиров, кладовщиков, водителей, уборщиц и др. Требования к этим группам сотрудников достаточно однотипны – нет необходимости серьезно анализировать их компетенции, а значит, данный участок работ можно смело делегировать машине. Таким образом, бизнес сможет не только существенно сэкономить на рекрутинге (идет ли речь о штатных специалистах или кадровом агентстве), но и в целом повысить эффективность деятельности HR-подразделения».
О грядущих изменениях в работе HR-специалистов говорит и Иосиф Панасюк, коммерческий директор платформы Skillaz: «В текущем понимании HR в ближайшем будущем уже не будет. Будут хранители корпоративной культуры и ценностей, HR-специалистов сменят аналитики.
Что сейчас делают большинство HR в компаниях, в том числе в ритейле: много ручного труда, монотонные повторяющиеся операции, много рутины, мало свободы для творчества. Когда мы говорим об автоматизации, мы говорим об автоматизации рутинных операций, роботизированной обработке огромных массивов данных, о свободе творчества и новых возможностях, о борьбе за таланты и решении интересных задач. Рутинная работа ресерчеров полностью заменяется роботом, что влечет за собой сокращение числа низкоквалифицированных работников как минимум в половину. Если же идти дальше в использовании ИИ, то тут можно говорить об автоматизации принятия решений. И уже возникает смена понятий, возникают более сложные вопросы: чем занять текущий HR, как должен выглядеть HR-сотрудник будущего? Ответы на эти вопросы мы получим в самое ближайшее время».
Автоматизация маркетинга
«Еще одно перспективное направление, где с помощью искусственного интеллекта ритейлер может получить заметный экономический эффект и оптимизировать работу своих специалистов ‒ это маркетинг, ‒ продолжает Евгений Колесников. ‒ Сегодня наша компания на базе собственной программной платформы разрабатывает такие решения для двух non-food ритейлеров федерального масштаба. В одном случае мы создаем мультиканальную персонализированную рекомендательную систему для покупателей, основанную на углубленном анализе данных (истории взаимодействия с клиентом, его поведения на сайте, статистики продаж и т.д.). По предварительным подсчетам система принесет такую же бизнес-выгоду в части повышения конверсии продаж, какую дало бы увеличение штата маркетологов на 30‒50%.
В другом нашем кейсе технология Machine Learning применяется для прогнозирования выкупа корзин, сформированных в интернет-магазине, а также заказов, доставленных в пункты самовывоза. В данном случае, анализируя огромные массивы данных и выявляя скрытые закономерности, машина выполняет задачу, которая силами отдельных специалистов недостижима в принципе».
Искусственный интеллект находит множество применений в самых разных задачах ритейле. Например, проект студии Surf — «искусственный экономист», позволяющий предсказывать оптимальную наценку на товары. Искусственный интеллект обрабатывает огромные объемы данных: сколько товара было продано, сколько осталось на складе, цены закупки и розницы, итоговую прибыль, уровень инфляции, цены на сырье и даже погоду. «Поскольку товаров много и они очень разные, мы сделали сразу множество обучаемых моделей, ‒ поясняют в компании.- Искусственный интеллект самостоятельно обучается, ищет связи и строит прогнозы продаж для разных наценок. А давать рекомендации он может эффективнее, чем целый отдел экономистов. Эту область искусственный интеллект со временем заберет у людей полностью».
Еще одна российская компания, oneFactor, разрабатывает решения, которые помогают автоматизировать процессы управления ритейл-сетью. Перед любым ритейлером, как крупным, так и небольшим, встают вопросы об оптимальном развитии сети: как оценить потенциал города и конкретной локации, где открыть новую точку продаж, как оптимизировать работу текущей сети. Исторически, эти задачи решались и решаются до сих пор с помощью полевых исследований, в ходе которых люди выходят на улицу и считают количество людей так называемыми «кликерами», после чего информация в ручном режиме агрегируется в информационных системах ритейлера. С помощью технологий искусственного интеллекта георекомендательный сервис oneFactor позволяет без помощи ручного труда спрогнозировать для рассматриваемой локации потенциальный товарооборот или найти локацию максимальной концентрации целевой аудитории на заданной территории. Все вместе это позволяет строить оптимальный адресный план размещения, при этом не только выбирать оптимальную локацию, но и учитывать пересечения клиентских потоков, т.е. каннибализацию с существующими точками, тем самым максимизируя выручку всей сети.
Автоматизация торгового зала
Автоматизация маркетинговых задач или HR-процессов кажется вполне логичной и целесообразной. А вот замена кассиров и консультантов бездушными автоматами у многих вызывает сомнения. По некоторым исследованиям, клиенты с бОльшим доверием относятся к общению с человеком, особенно, когда речь идет о выборе сложного товара или о премиум-сегменте.
«Современные технологии, хоть и с некоторым опозданием, получают распространение в России, в том числе и в торговле,- рассказывает Ольга Хохлова, управляющий партнер аналитического агентства Price&Quality Agency, эксперт потребительского рынка. ‒ Несколько лет назад в отечественных супермаркетах начали появляться автоматизированные кассы, где покупатель может самостоятельно пробить и оплатить свои покупки. На мой взгляд, подобные технологии могут получить признание и распространение в торговых точках, построенных по принципу самообслуживания. Они сокращают затраты продавца и увеличивают пропускную способность магазина за счет сокращения очередей. Но там, где торговля предполагает взаимодействие с покупателем (он не определился с выбором, не знает куда обратиться и т.д.), а также в сфере услуг роботы никогда не смогут заменить человека. Более того, это может спровоцировать отток клиентов. Что и произошло со многими сервисами, которые решили поставить услуги «на поток» и сэкономить на живых сотрудниках».
Похожего мнения придерживается и Максим Кузнецов, директор по маркетингу компании ABС Solutions: «Возможно появление отдельных «кибер-магазинов», но вряд ли этот сценарий станет массовым. Состав покупателей, с учётом увеличения продолжительности жизни, будет смещаться в сторону 60+. Эта группа не будет готова к таким переменам. Кроме того, можно заменить кассиров, но работников залов заменить сложно. Особенно в части таких дорогих покупок, как электроника или стильная одежда. Вряд ли покупатель будет готов полностью довериться мнению робота-консультанта.
Гораздо важнее для ритейла не устранение персонала, а автоматизация управленческих вопросов, связанных с поиском оптимальной стратегии. С такими задачами искусственный интеллект справится лучше, чем с подбором фасона или раскладкой товара. Над этим мы и работаем в рамках стартапа ZOZO RCAM. Мы разрабатываем решение, которое поможет ритейлу найти стратегию работы с персоналом, основанную на исполнении бизнес-драйверов. Система может спрогнозировать необходимые ресурсы в зависимости от целей и изменений бизнес-среды, оптимально распределить персонал во времени и между торговыми точками».
Но все же и в торговом зале есть ряд задач, которые можно безболезненно автоматизировать.
Мирослав Шестернин, менеджер по продуктам Orange Business Services в России и СНГ, рассказывает о том, как Интернет-вещей может помочь ритейлу: «Автоматизация целого ряда процессов, выполнение которых раньше отнимало массу времени и ресурсов, сегодня возможна благодаря технологиям Интернета вещей. Так, применение решений IoT в ритейле не только снижает операционные затраты, но и способствует повышению качества обслуживания и, соответственно, лояльности покупателей.
Несмотря на то, что о полной автоматизации речь пока не идет, на сегодняшний день существует множество технологий, способных упростить и ускорить многие процессы в ритейле. Одно из решений, которое используется все чаще – технология подсчета покупателей с помощью IoT датчиков. На рынке их множество – от самых простых, работающих на базе инфракрасного излучения и тепловизоров, до систем «компьютерного зрения» и 3D-сканирования. Такие системы позволяют не просто учесть посетителя, как отдельную единицу, но и определить его пол, примерный возраст и другие биометрические параметры, проанализировать маршруты перемещения людей и интерес к тем или иным товарам».
Еще одно решение, способное если не заменить продавцов-консультантов, то заметно облегчить их работу – предиктивные алгоритмы. Да, в обычной рознице они тоже работают. О том, как именно они используются в сервисе ClearFuture, рассказывает Дмитрий Зеленко, коммерческий директор компании «ЛАНИТ Омни» (группа компаний ЛАНИТ): «Представьте такую ситуацию: вы заходите в магазин, и тут же вам на телефон поступает приветственной сообщение в мобильное приложение или по sms: «Рады видеть вас снова! Не забудьте купить молоко, масло, сыр. Кстати, сегодня появилось отличное красное вино, которое мы можем рекомендовать вам к вашему любимому сорту сыра. А в прошлый раз вы забыли купить соленые орешки».
Подобная ситуация уже возможна в целом ряде зарубежных и отечественных торговых сетей. Она строится на внедрении различных систем, основанных на использовании методов предиктивной аналитики. Предиктивная или прогнозная аналитика (Predictive analytics) ‒ метод анализа текущих и исторических данных или событий для прогноза данных или событий в будущем.
Анализируя покупательскую историю всех участников программы лояльности, мы узнаем, как часто клиент заходит в магазин, что и в какой последовательности покупает, кто из других участников программы лояльности похож на него по своему покупательскому поведению. На основании этих данных мы можем точно прогнозировать его Customer Journey и предугадывать желания клиента. Ну а как сообщить ему об этом – уже дело техники: можно использовать push-уведомления, sms-информирование и любой другой канал связи, предпочитаемый покупателем.
Практически полностью отпадает необходимость в продавце-консультанте в торговом зале, снижаются затраты на содержание отдела маркетинга: система сама проанализирует историю покупок и сформулирует персональные предложения для клиентов. Кассовое ПО свяжется с CRM-системой для управления программой лояльности, а та сама передаст нужную информацию о покупках клиента в модуль предиктивной аналитики. Участие персонала потребуется только на первоначальном этапе запуска системы».
Не интеллектом единым
Говоря технологиях, которые могут потеснить людей в некоторых профессиях, мы не всегда имеем в виду искусственный интеллект. Это могут быть и более простые устройства и алгоритмы.
«Я очень сомневаюсь, что в ближайшие два-три года на рынке розничной торговли что-то резко изменится: какими бы семимильными шагами не развивалась автоматизация ритейла, так быстро она «человеческие» профессии не уберёт, — комментирует Александр Осипов, руководитель отдела маркетинга группы компаний «Пилот». — Однако, действительно, развитие техники для торговли помогает владельцам магазина сокращать персонал. Есть несколько заметных трендов, развивающихся и в России».
Александр приводит в пример несколько задач, где помощь технологий была бы полезна:
- процессы автоматизации товароучёта. Электронные ценники, мобильные принтеры позволяют ритейлерам сократить штат и траты на расходные материалы. В обоих случаях работникам магазинов не требуется вручную распечатывать ценники и расклеивать их по залу.
- внедрение в магазине систем самообслуживания позволяет сократить количество касс и, соответственно, кассиров.
- технология Digital Signage поможет ритейлеру сократить затраты на проведение промо-акций и, как следствие, и уменьшить число персонала, вовлеченных в них.
- информационные киоски помогут сократить штат консультантов. Покупатели, просто отсканировав штрих-код интересующего товара, уточнят его цену и получат дополнительную информацию о нем. Ритейлеры могут демонстрировать на инфокиоске любой мультимедийный контент.
«На самом деле, многое современное оборудование для автоматизации ритейла способно если не сократить штат персонала магазина, то сделать его работу гораздо эффективнее, — поясняет Александр Осипов. — Однако для этого нужно с умом выбирать оборудование и не использовать его как вещь в себе, а внедрять в общую информационную сеть торговой точки».
«Вообще для российского бизнеса крайне невыгодно переходить на использование роботов с чисто экономической точки зрения, — резюмирует Ольга Хохлова. — Сокращение рабочих мест никаким образом не стимулирует отечественную экономику, а напротив, лишь усугубит ситуацию. Россия ‒ огромная страна, и благосостояние населения здесь напрямую зависит от количества рабочих мест, а, как известно, от этого же зависит потребительский спрос, который является двигателем торговли».