Это вторая статья из серии, состоящей из двух частей. В первой статье AlixPartners поделились концепцией и подходом к внедрению генеративного ИИ и повышению ценности для ритейлеров и брендов. В этой статье рассматриваются ключевые моменты эффективного внедрения ИИ в розничной торговле. Есть соблазн присоединиться к бурному развитию генеративного искусственного интеллекта, опасаясь остаться в стороне, но в условиях современной конкуренции в сфере моды и розничной торговли внедрение без надлежащей подготовки может поставить под угрозу способность компании эффективно интегрировать технологию. Новые технические решения часто оказываются пустой тратой времени и денег из-за некорректной реализации, плохого внедрения и/или отсутствия интеграции с бизнес-процессами.
Международная консалтинговая компания AlixPartners разработала систему самооценки, которая поможет ритейлерам и брендам задуматься, прежде чем переходить на искусственный интеллект, однако точная оценка потребностей и способностей — это только первый шаг. Внедрение часто является самой сложной частью.
Компании должны начинать с четко определенной стратегии и четких целей, активно измерять эффективность ИИ с помощью ключевых показателей эффективности, а затем быстро и постоянно корректировать курс по мере необходимости. Другими словами, “терпите неудачу быстро и терпите неудачу в будущем”, по словам Анжелы Зутаверн, партнера, управляющего директора и эксперта по искусственному интеллекту в цифровой практике AlixPartners.
Здесь мы рассмотрим основные шаги, которые должны предпринять компании при внедрении искусственного интеллекта в свои рабочие процессы, чтобы повысить конверсию, снизить затраты и увеличить прибыль, а также повысить среднюю потребительскую ценность, привлечь новых клиентов и завоевать долю рынка.
Знайте свои цели в области искусственного интеллекта
ИИ может применяться как в узком, так и в широком смысле, но многие компании совершают ошибку, ставя технологию выше своих бизнес-задач. “Экспериментирование абсолютно необходимо для любой инициативы, основанной на ИИ, потому что не все из них сработают с первого раза. Но инициативы должны быть целенаправленными”, — сказал Зутаверн.
Сначала компании должны иметь четкое экономическое обоснование, чтобы понять, как инициатива в области искусственного интеллекта может повлиять на бизнес-результаты. Как только у них будут готовы финансовые показатели, они смогут протестировать минимально жизнеспособный продукт. “Если вы ожидаете, что конкретная инициатива в области искусственного интеллекта, например, сократит отток клиентов или увеличит их пожизненную ценность, вы должны измерять это на протяжении всего процесса”, — сказала она. “Вам нужна историческая база, с которой вы начинаете, а затем вам нужно измерить ее на протяжении всего пилотного этапа и этапа внедрения, чтобы убедиться, что вы добиваетесь прогресса в тех показателях, которые вы определили заранее”.
В рамках своей самостоятельной цифровой трансформации испанская розничная сеть Mango определила широкий спектр точек соприкосновения в своей цепочке создания стоимости, которые могут извлечь выгоду из искусственного интеллекта — от ценообразования до персонализации, — и с 2018 года запустила 15 различных платформ для их решения.
Например, Midas используется для определения ценовой политики и в магазинах, в то время как Gaudi рекомендует товары онлайн. Помня о своей многочисленной международной клиентуре, Mango запрограммировала своего робота для обслуживания клиентов с искусственным интеллектом Iris так, чтобы он общался с покупателями на 20 языках в более чем 60 странах.
В рамках своей последней инициативы Mango поставила перед собой цель помочь сотрудникам и партнерам творить — или, скорее, сотрудничать в созидании. Изображения GenAI на платформе Inspire помогают дизайнерам и производственным командам создавать новые принты, ткани, предметы одежды и многое другое, и на рынке Mango уже представлено 20 предметов одежды, созданных совместно с AI. Что касается общения, то недавно запущенная платформа искусственного интеллекта Lisa, ориентированная на сотрудников, генерирует текст в стиле ChatGPT, но обучена специально для Mango.
Разработанная всего за девять месяцев, Lisa использует как закрытые, так и модели с открытым исходным кодом. В то время как клиенты Mango уже общаются с ее диалоговым агентом Iris, компания хотела расширить свои возможности, оснастив его “интерактивным диалоговым генеративным ИИ, чтобы обеспечить более гибкое взаимодействие с нашими потребителями”, — сказал Джорди Алекс Морено, директор Mango по технологиям, данным, конфиденциальности и безопасности. “Другими словами, мы хотели перейти от разговорного помощника для конкретных приложений к интерактивному разговорному помощнику, который может работать с несколькими приложениями в наших коммерческих каналах и социальных сетях”.
Стратегия мультибрендового косметического ритейлера Ulta Beauty в области искусственного интеллекта всегда была сосредоточена на клиенте. “Скорость, с которой мы внедряем технологии искусственного интеллекта, отражает меняющиеся потребности и интересы наших гостей, которые с годами только увеличиваются по мере того, как энтузиасты красоты обращаются к цифровым инструментам для изучения этой категории”, — говорит Прама Бхатт, директор по цифровым технологиям Ulta Beauty.
Хотя сеть магазинов уже работала над цифровыми инновациями, пандемия ускорила эти усилия, в то время как тестирование продукции в магазинах было недоступно. В дополнение к решениям для работы с гостями, таким как виртуальный консультант по красоте и виртуальная примерка GLAMlab, Ulta использует искусственный интеллект внутри компании, чтобы “ускорить создание активов, а также сократить время, затрачиваемое на трудоемкие задачи”.
Заглядывая в будущее, Бхатт также видит потенциал искусственного интеллекта в обучении сотрудников магазинов, отмечая: “В сфере красоты может быть сложно быть экспертом по всем категориям и продуктам, но с GenAI мы, возможно, сможем предоставить им необходимый уровень знаний, чтобы без проблем обучать как гостей, так и сотрудников”.
Создайте квалифицированную команду
Искусственный интеллект может обучаться, но его необходимо тщательно обучать и умело контролировать.
Это особенно важно для инициатив, ориентированных на потребителя, где оскорбительный чат-бот или публикация в социальных сетях могут подорвать репутацию компании. Чтобы сохранить целостность бренда в тексте или изображениях, искусственный интеллект должен изучить голос бренда для создания маркетинговых материалов и эстетику бренда для креативных продуктов, и этот факт может вызывать беспокойство.
В отчете Jasper за 2023 год “ИИ в бизнесе: тенденции”, в котором приняли участие 500 специалистов, было показано, что “фактическая неточность” (36%) является самой большой проблемой для генеративного ИИ, за которой следуют “общие результаты” (35,1%) и «результаты, которые не соответствуют действительности» (26,4%). Интеллектуальный ввод данных обеспечивает интеллектуальный результат, а растущий опыт “prompt engineering” помогает пользователям создавать подсказки для получения наиболее значимых результатов GenAI. Мода, которая, как известно, отстает в технологиях, может выйти за рамки индустрии высоких технологий или обратиться к выпускникам колледжей, имеющим опыт в этой области.
Как только будут созданы команды для обучения и мониторинга ИИ, другие должны быть в курсе стремительных достижений ИИ, чтобы системы можно было адаптировать по мере необходимости. “Во всех проектах, созданных в технологическом отделе Mango, мы [всегда] учитывали постоянные инновации, разрабатываемые в отрасли, а также скорость, с которой развивается эта область”, — сказал Морено. “В частности, в сфере GenAI новые внедрения появляются очень быстро, и мы должны разрабатывать решения, которые масштабируются в соответствии с цепочкой создания стоимости, являются гибкими и позволяют нам адаптироваться к потенциальным улучшениям”.
Чтобы сделать это возможным, Mango “собрала многопрофильную команду с различными профилями взаимодействия с пользователями, архитектуры, серверной/фронтальной разработки и обработки данных, в дополнение к вовлечению функциональных областей компании”.
Бхатт также отметила необходимость привлечения квалифицированных специалистов. “Заменить такой уникальный для любителей красоты процесс, как физическое нанесение макияжа, цифровым приложением на вашем телефоне было непросто само по себе, но наличие персонала для такого проекта стало бы еще одним препятствием”, — сказала она. Ulta собрала необходимые ей команды благодаря приобретению GlamSt и QST, что дало ей “доступ к необходимой технической экспертизе наряду с талантливыми специалистами по обработке данных”.
Однако все это требует поддержки со стороны руководства.
Зутаверн сказала, что команды, занимающиеся обработкой данных, часто спрашивают ее, как они могут оказать большее влияние на бизнес. “Я думаю, это просто проверка того, что бизнес и технологические инициативы действительно интегрированы и что у нас нет разрыва между тем, что происходит в сфере технологий, и тем, что происходит в повседневном бизнесе”, — сказала она. Приведите процессы в соответствие с требованиями искусственного интеллекта
Махер Масри, президент компании-разработчика программного обеспечения для искусственного интеллекта NAX Group, отметил, что одной из самых больших проблем при внедрении ИИ в рабочие процессы является скорость экспериментов. “Инновации в ИИ будут измеряться неделями и месяцами, а не годами.
Корпорации должны создавать культуру, которая маниакально ориентирована на быстрое экспериментирование в масштабе компании, чтобы открывать данные новыми способами”, — сказал он. Таким образом, хотя ИИ обладает огромными возможностями, компаниям часто приходится перестраивать существующие системы и протоколы, чтобы воспользоваться их преимуществами. “Это похоже на первые дни автоматизации”, — сказал Зутаверн. “Если вы просто автоматизируете старый процесс, вы получите некоторые, но не все преимущества, которые могли бы получить, если бы переосмыслили весь процесс.
То же самое и с искусственным интеллектом”.
Однако компании, занимающиеся модой, должны быть стратегическими. Итак, с чего начать?
Масри предлагает начать с оценки потенциального воздействия на всю цепочку создания стоимости и ключевые процессы. “Наиболее крупные экономические и стратегические возможности должны быть приоритетными в тех случаях, когда существуют собственные наборы данных, которые обеспечивают несправедливое конкурентное преимущество”, — сказал он. “Оценка предприятий все чаще будет основываться на данных компании, и важно продемонстрировать влияние на рост и производительность в целом ряде областей деятельности предприятия”, — сказал он.
Данные могут быть использованы для повышения ценности в нескольких областях, таких как цепочка поставок, разработка продукта, мерчандайзинг, сервис и т.д. Экспериментировать — это хорошо, но главное — измерять результаты по ходу дела. “Некоторые компании разрабатывают сотни инициатив в области ИИ, но на самом деле не уверены, откуда берутся выгоды”, — говорит Зутаверн, который рекомендует проводить ежеквартальные обзоры портфеля для анализа стоимости и недостатков для компаний, тратящих миллионы долларов на инициативы в области ИИ, и ежегодные обзоры для остальных.
Mango рассмотрела свои 15 платформ искусственного интеллекта с разных точек зрения, в зависимости от каждого варианта использования, и разработала “финансовые показатели эффективности, коммерческие показатели эффективности, показатели качества обслуживания клиентов и показатели внедрения, а также другие параметры”.
