Генеративный ИИ может изменить игру для розничной торговли и компаний, производящих потребительские товары
Мы уже рассказывали о том, как Искусственный Интеллект влияет на разные сферы экономики: промышленность, производительность труда, маркетинг, продажи.
Продолжаем делиться с вами полезными материалами в сфере ИИ и маркетинга (перевод статьи). В этой статье рассказываем о том, как влияет генеративный ИИ на работу розничной торговли. Оригинал статьи: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-AI-the-next-productivity-frontier#introduction.
Генеративный ИИ — это ИИ, который обычно строится на основе базовых моделей и обладает возможностями, которых не было у более ранних ИИ. Фундаментальные модели могут использоваться и для негенеративных целей (например, для классификации настроений пользователей как негативных или позитивных на основе стенограмм звонков), при этом они значительно превосходят более ранние модели.
Технологии играют важную роль в розничной торговле и CPG уже несколько десятилетий. Традиционные решения в области искусственного интеллекта и передовой аналитики помогают компаниям управлять огромными массивами данных по большому количеству SKU, обширным цепочкам поставок и складским сетям, а также сложным категориям товаров, таким как расходные материалы.
Сети поставок и складов, а также сложные категории товаров, такие как расходные материалы. Кроме того, эти отрасли в значительной степени ориентированы на работу с клиентами, что открывает возможности для генеративного ИИ, дополняющего уже существующий искусственный интеллект. Например, способность генеративного ИИ персонализировать предложения может оптимизировать маркетинг и продажи, которыми уже занимаются существующие решения ИИ. Аналогичным образом, инструменты генеративного ИИ отлично справляются с управлением данными и могут поддержать существующие инструменты ценообразования, основанные на ИИ. Применение генеративного ИИ в таких видах деятельности может стать шагом к интеграции приложений в масштабах всего предприятия.
Генеративный ИИ уже работает в некоторых компаниях розничной торговли и CPG
- Переосмысление модели взаимодействия с клиентами
Потребители всё больше стремятся к индивидуальному подходу во всём — от одежды и косметики до курируемого шопинга, персонализированной работы с клиентами и еды, и генеративный ИИ может улучшить этот опыт.
Генеративный ИИ может агрегировать рыночные данные для тестирования концепций, идей и моделей. Компания Stitch Fix, которая использует алгоритмы, предлагающие своим клиентам выбор стиля, провела эксперимент с DALL-E для визуализации товаров на основе предпочтений клиентов в отношении цвета, ткани и стиля. Используя метод преобразования текста в изображение, стилисты компании могут визуализировать предмет одежды на основе предпочтений покупателя, а затем найти аналогичный предмет в ассортименте Stitch Fix.
Ретейлеры могут создавать приложения, которые обеспечат покупателям опыт нового поколения, создавая значительное конкурентное преимущество в эпоху, когда покупатели ожидают, что им поможет выбрать товар единый естественно-языковой интерфейс. Например, генеративный ИИ может улучшить процесс выбора и заказа ингредиентов для блюд или приготовления пищи — представьте себе чат-бота, который может извлечь наиболее популярные советы из комментариев, прикреплённых к рецепту. Кроме того, существует большая возможность повысить эффективность управления потребительской ценностью за счёт проведения персонализированных маркетинговых кампаний с помощью чат-бота.
Такие приложения могут вести человекоподобные разговоры о продуктах, что повышает удовлетворённость клиентов, увеличивает посещаемость и лояльность к бренду.
Генеративный ИИ открывает перед розничными и CPG-компаниями широкие возможности:
- для перекрёстных и дополнительных продаж;
- сбора информации для совершенствования предлагаемых продуктов;
- увеличения клиентской базы,
- возможностей получения прибыли и общего маркетингового ROI.
Ускорение создания ценности в ключевых областях
Инструменты генеративного ИИ могут:
- облегчить написание копий для маркетинга и продаж;
- помочь в мозговом штурме креативных маркетинговых идей;
- ускорить исследование потребителей;
- ускорить анализ и создание контента.
Потенциальное улучшение письменных и визуальных материалов может повысить осведомлённость и увеличить конверсию продаж.
- Быстрое решение проблем и более глубокие знания в области обслуживания клиентов
Рост электронной коммерции также повышает важность эффективного взаимодействия с потребителями. Ретейлеры могут комбинировать существующие инструменты ИИ с генеративным для расширения возможностей чат-ботов, позволяя им лучше имитировать стиль взаимодействия с человеческими агентами — например, отвечать непосредственно на запрос клиента, отслеживать или отменять заказ, предлагать скидки и делать апселлинг. Автоматизация повторяющихся задач позволяет агентам уделять больше времени решению сложных проблем клиентов и получению контекстной информации.
- Подрывные и творческие инновации
Инструменты генеративного ИИ могут улучшить процесс разработки новых версий продукции за счёт быстрого создания новых дизайнов в цифровом формате. Дизайнер может генерировать дизайн упаковки с нуля или создавать вариации уже существующего дизайна.
Эта технология быстро развивается и имеет потенциал для создания видео из текста.
- Дополнительные факторы для рассмотрения
Руководители компаний розничной торговли и CPG изучают возможности внедрения генеративного искусственного интеллекта в свою деятельность, но при этом им следует учитывать ряд факторов, которые могут повлиять на их способность извлечь выгоду из этой технологии.
Внешние умозаключения. Генеративный ИИ повысил необходимость понимания того, основан ли генерируемый контент на фактах или умозаключениях, что требует нового уровня контроля качества.
Атаки противника. Фундаментальные модели являются главной мишенью для атак хакеров и других злоумышленников, что увеличивает разнообразие потенциальных уязвимостей в системе безопасности и рисков для конфиденциальности.
Для решения этих проблем компаниям розничной торговли и CPG потребуется стратегически обоснованно держать людей в поле зрения и обеспечивать безопасность и конфиденциальность на самом высоком уровне при любом внедрении.
Компаниям необходимо будет ввести новые проверки качества процессов, которые ранее выполнялись людьми, например, электронных писем, написанных представителями заказчика, и проводить более детальные проверки качества процессов, выполняемых с помощью ИИ, например, проектирования продукции.
Подведём итоги
Генеративный ИИ может принести пользу розничной торговле и производству потребительских товаров (CPG), повысив производительность на 1,2–2,0% от годовой выручки, или дополнительно на 400–660 млрд долл. Для оптимизации процессов генеративный ИИ может автоматизировать такие ключевые функции, как обслуживание клиентов, маркетинг и продажи, управление запасами и цепочками поставок.
Хотите узнать больше об оптимизации рекламы на основе ИИ и данных CRM? Подписывайтесь на наш Телеграм-канал: