Współczesny konsument jest coraz bardziej wymagający i ma ku temu powody, oczekuje czegoś więcej i to zarówno od produktu jak i od sprzedawcy. Na rynku pojawiają się podmioty, które oferują nową jakość, zakłócenia dla branży handlu detalicznego i konsumentów dóbr stanowią ogromne zagrożenia dla dotychczasowych graczy. Czy Sztuczna Inteligencja jest złotym gralem dla branży handlu detalicznego i producentów dóbr, czy pozwoli pozyskać serca i umysły przyszłych konsumentów pozwalając lepiej zrozumieć indywidulane nawyki i zachowania klientów? Na te inne pytania odpowiemy sobie w dalszej części, tymczasem odrobina wprowadzenia co to jest SI Sztuczna Inteligencja, ang. AI Artificial Intelligence.

Wprowadzenie i odrobina refleksji

Pod koniec lat 60 XX wieku w środowiskach akademickich toczyła się debata na temat wykorzystania i roli komputerów osobistych na świecie i ich wpływu na ludzkość. Pojawiły się wówczas dwie szkoły, jedna mówiła, że komputer zastąpi człowieka tudzież wyeliminuje z konkretnych zadań. Druga zaś podkreślała, że komputer będzie naturalnym rozszerzeniem możliwości człowieka zwiększającym jego możliwości. Dziś wiemy, że wygrała opcja druga, komputer, tablet czy smartfon jest znakomitym uzupełnieniem możliwości człowieka i stał się niezbędnym elementem funkcjonowania dowolnego biznesu. Podobna dyskusja toczy się dziś w sprawie AI czyli sztucznej inteligencji. Jedni zwolennicy twierdzą, że AI wyeliminuje i zastąpi człowieka, a drudzy twierdzą, że będzie doskonałym uzupełnieniem człowieka. Jedno jest pewne – to my jako ludzkość wyznaczamy kierunki rozwoju technologii i kształtujemy sposób jej wykorzystana i zastosowania. Zastanówmy się zatem, jakie zastosowanie ma lub może mieć sztuczna inteligencja w branży handlu detalicznego i u producentów dóbr. Jaką wartość dodaną wnosi dla konsumenta, producenta i sprzedawcy. Zanim przejdziemy do konkretnych przykładów zastosowania zastanówmy się na początku, co to jest sztuczna inteligencja i czy obecna technologia, która dysponujemy i która wykorzystujemy jest w istocie tym, o czym myślimy.

Co to jest AI

AI (Artificial Intelligence) to termin, który często jest źle zdefiniowany i reklamowany jako rozwiązanie wszystkich problemów. Ta percepcja jest częściowo spowodowana przedstawieniem sztucznej inteligencji w głównym nurcie przemysłu filmowego i telewizyjnego. Podczas gdy sztuczna inteligencja posiada bardzo silny zestaw referencji do zaangażowania w wielu sektorach, w szczególności w przestrzeni handlowej. Powszechne publiczne postrzeganie sztucznej inteligencji jest reprezentowane przez niesławne postacie, takie jak HAL 9000, Skynet w serii Terminator lub COS (Centralny System Operacyjny) w plikach X. Co więcej, odbyły się głośne dyskusje w miejscach takich jak ONZ o “zabójczych robotach” napędzanych AI. Powoduje to, że istnieje raczej nierealistyczne społeczne postrzeganie zdolności AI, jak również towarzyszącego temu ryzyka. To publiczne postrzeganie może zmniejszyć realistyczny potencjał sztucznej inteligencji, która może stać się niezbędną technologią w przestrzeni handlowej.

W kategoriach praktycznych AI nie jest nową koncepcją i od dziesięcioleci jest obecna w programach komputerowych i usługach. Jedną z najwcześniejszych dyskusji o tym, czym stała się sztuczna inteligencja, był test Turinga, artykuł opublikowany w 1950 r. przez Alana Turinga, w którym określono kryteria określające, czy maszyna jest odróżnialna od człowieka. Jeśli chodzi o systemy aktywne, w połowie lat sześćdziesiątych pojawił się słynny program ELIZA, symulujący psychoterapeutę, który można określić jako wczesną formę sztucznej inteligencji.
Zasadniczo podstawowe cel sztucznej inteligencji w programach komputerowych można opisać jako rozwiązywanie problemów i kończenie zadań. Mają one zastąpić lub uzupełnić funkcje ludzkie. Można to postrzegać jako usługę świadczoną na trzech bardzo wyraźnych poziomach:

• ANI (Artificial Narrow Intelligence) sztuczna inteligencja wąska, rozwiązywanie problemów skupionych na bardzo wąskim polu lub przedmiotach;
• AGI (Artificial General Intelligence) sztuczna inteligencja ogólna, szeroki zakres umiejętności rozwiązywania problemów, uważanych za osiągające poziom ludzki;

ASI (Artificial Superintelligence) sztuczna superinteligencja, szeroki zakres umiejętności rozwiązywania problemów, przewyższających każdego człowieka przy tym samym zadaniu.

Rys. 1 Typy sztucznej inteligencji AI

Uczenie Maszynowe

Uczenie maszynowe, samouczenie się maszyn albo systemy uczące się (ang. machine learning) – dziedzina wchodząca w skład nauk zajmujących się problematyką SI (sztuczna inteligencja ang. AI). Jest to nauka interdyscyplinarna ze szczególnym uwzględnieniem takich dziedzin jak informatyka, robotyka i statystyka. Głównym celem jest praktyczne zastosowanie dokonań w dziedzinie sztucznej inteligencji do stworzenia automatycznego systemu potrafiącego doskonalić się przy pomocy zgromadzonego doświadczenia (czyli danych) i nabywania na tej podstawie nowej wiedzy. Uczenie maszynowe jest konsekwencją rozwoju idei sztucznej inteligencji i metod jej praktycznego wdrażania. Dotyczy rozwoju oprogramowania stosowanego zwłaszcza w innowacyjnych technologiach i przemyśle. Odpowiednie algorytmy mają pozwolić oprogramowaniu na zautomatyzowanie procesu pozyskiwania i analizy danych do ulepszania i rozwoju własnego systemu.

Przykłady Zastosowania AI w branży handlu detalicznego i producentów dóbr

AI ma ogromny potencjał transformacyjny dla sprzedawców detalicznych. Podczas gdy eCommerce odbił się znacząco na klasycznych detalistach, nie wyeliminował fizycznych przestrzeni handlowych. Detaliści podjęli kilka kroków w celu zapewnienia ciągłej konkurencyjności:

• Scalanie kanałów online i offline – wzrost liczby usług typu “kliknij i odbierz”, w przypadku których można zamówić produkty do odbioru w sklepie.
• Sklepy detaliczne podobne do salonów sprzedaży – sprzedawcy odchodzą od oferowania doświadczenia w stylu magazynu z produktami, do bardziej luksusowego doświadczenia, w którym klienci są traktowani z różnymi udogodnieniami, zamawiając produkty, które chcą dostarczać do domu w dogodnym terminie.
• Funkcjonalność smartfona w sklepie – detaliści coraz bardziej zachęcają kupujących do korzystania ze swoich smartfonów w sklepie. Na przykład aplikację, która pozwala użytkownikom skanować przedmioty w celu ustalenia ich pochodzenia.
• Sklepy jako miejsca docelowe – sklepy są coraz częściej reklamowane jako miejsca docelowe, w przeciwieństwie do prostych przestrzeni handlowych. Nowoczesne duże sklepy, ewoluowały, aby uwzględnić takie elementy, jak winiarnie, duże delikatesy i różnorodne kawiarnie. Skłania to klienta do odwiedzenia, ponieważ mogą zrobić coś więcej niż tylko zakupy.

Dwa kluczowe trendy w stosowaniu sztucznej inteligencji w handlu detalicznym to:

• Personalizacja wiodąca od wymagań
  Ze wszystkich wymagań dotyczących zastosowania sztucznej inteligencji w przestrzeni handlowej personalizacja jest obecnie najbardziej atrakcyjna. W coraz bardziej konkurencyjnym środowisku detaliści szukają przekonującego wyróżnika. Personalizacja oferuje to dzięki chatbotom i ukierunkowanemu marketingowi.
• Luksusowe marki i wyjątkowe doświadczenie klienta
  Marki luksusowe są pierwszymi użytkownikami sztucznej inteligencji w handlu detalicznym. Powody tego są liczne. Marki luksusowe są bardziej uzależnione od przychodów od pojedynczego klienta, a rozwiązania AI pomagają w zadbaniu o niego. Klienci tych marek oczekują usługi, która różni się od reszty, więc integracja najnowocześniejszych technologii jest interesującym rozwiązaniem.

Potencjalne przypadki użycia sztucznej inteligencji w handlu detalicznym można podsumować w następujący sposób:

Personalizacja i indywidualizacja

No początek przeanalizujemy jak zastosowanie AI może wpływać na doświadczenie klienta i personalizację, czyli jeden z podstawowych filarów cyfrowej transformacji. A ponieważ każdy z nas jest klientem to ma to bezpośredni wpływ na nas i na to jak w przyszłości będziemy robili zakupy i jak będą wyglądały produkty. Oczywiście procesy które usprawnimy z wykorzystaniem AI czy to z perspektywy handlu detalicznego (Retail) czy producenta dóbr (CG) są równie istotne, ale zajmiemy się nimi w dalszej części. Stopień zaawansowania niektórych urządzeń czy aplikacji staje się na tyle skomplikowany, że coraz trudniej nam je obsługiwać i wykorzystywać pełen potencjał ich możliwości. Wykorzystanie AI odwraca dotychczasowy paradygmat interakcji człowieka z maszyną, teraz to urządzenia i aplikacje mają się uczyć nas. Czyż nie reagujemy pozytywnie, jeśli w codziennie odwiedzanej przez nas przestrzeni handlowej sprzedawca pamięta nasze zwyczaje zakupowe i proponuje nam „to co zwykle panie Jarku”. W zakresie personalizacji i indywidualizacji możemy wyszczególnić następujące scenariusze wykorzystania sztucznej inteligencji:

1. Rozpoznanie obrazów celem identyfikacji klienta np. kobieta, mężczyzna, rozpoznanie zachowań np. ścieżki zakupowej i emocji klienta.
2. Trafne rekomendacje z wykorzystaniem AI. Trafne rekomendacje w procesie zakupowym pozwalają zwiększyć wartość koszyka nawet o kilkadziesiąt procent.
3. Umiejętne dopasowanie produktu lub oferty, zastosowanie sztucznej inteligencji w procesie prezentacji oferty. Zindywidualizowane podejście do klienta pozwala zaprezentować klientowi konkretne produkty na bazie jego poprzednich zachowań i upodobań i tym samym zwiększyć konwersję naszej strony lub eCommerce.
4. Ułatwienie procesu zakupowego np. automatyczne generowanie koszyka.
5. Przyspieszenie procesu zakupowego z wykorzystaniem systemów self checkout w przestrzeniach handlowych.
6. Wirtualny Asystent – Cortana.

Przykłady rozwiązań: Synerise, iine, MoveStat, One2Tribe, Prefixbox, Plastreem

Prognozowanie popytu

Prognozowanie popytu oparte na sztucznej inteligencji może być niezwykle wydajnym rozwiązaniem dla sprzedawców detalicznych, pozwalając im skutecznie planować zakupy i zarządzać zapasami.

Przykłady rozwiązań: Simporter, PowerBI

Zarządzanie półką

Wykorzystanie sztucznej inteligencji w procesie zatowarowania i zarządzania kategorią produktów z perspektywy producentów dóbr i detalistów pozwoli bardziej efektywnie zarządzać procesem oraz ograniczyć koszty. Przykłady rozwiązań: Sagra Technology, ShelfWise, SurgeCloud, EdgeNPD

Analiza klienta i marketing

Ten element rozwiązań sztucznej inteligencji dla branży handlu detalicznego i producentów dóbr umożliwia detalistom wykorzystanie dostępnych danych w celu lepszego zrozumienia ich klienta, umożliwiając bardziej ukierunkowane oferty detaliczne i marketing.

Przykłady rozwiązań: Synerise, PowerBI, Dynamics 365

Chatbots

Automaty czatowe wykorzystujące technologię AI wykorzystują NLP, aby dostarczać atrakcyjne usługi dla klientów zastępując pracę personelu. Zacznijmy od tego, że obecnie z komputerem, niezależnie jakiej jest wielkości, porozumiewamy się językiem nienaturalnym. Wymyśliliśmy klawiaturę, myszkę, ikony na pulpicie, ekrany dotykowe. Jeśli chcielibyśmy porozumiewać się językiem naturalnym, powinniśmy wykorzystywać wszystkie narządy werbalne jakie wykorzystujemy w normalnej dyskusji.

Przykłady rozwiązań: Wandlee, Messenger Fox

Podsumowanie

Na koniec jako formę podsumowania chciałbym przytoczyć badanie Juniper Research, które pokazuje, że sztuczna inteligencja w branży handlu detalicznego i producentów dóbr to nie jest mrzonka, ale wyścig po realną przewagę konkurencyjną.

Juniper prognozuje, że wydatki na uczenie maszynowe w handlu detalicznym wzrosną niemal czterokrotnie w ciągu najbliższych 4 lat, z 2 mld USD w 2018 r. Do 7,3 mld USD w 2022 r.

• Detaliści będą intensywnie inwestować w narzędzia sztucznej inteligencji, które pozwolą im wyróżnić i ulepszyć usługi oferowane klientom. Obejmują one od zautomatyzowanych platform marketingowych, które generują dopasowane, aktualne oferty, do chatbotów zapewniających natychmiastową obsługę klienta.
• Koszty narzędzi prognozowania popytu, które obecnie są nieekonomiczne dla wielu graczy, spadną o 8% w ciągu najbliższych 4 lat, pomagając w osiągnięciu 300-procentowego wzrostu wydatków na oprogramowanie.

Rys. 2 Total Retail Machine Learning Spend in 2022, $7.3 Billion