خرده فروشانی که به دنبال توسعه تجارب جدید مشتری هستند ، باید هوش مصنوعی را بخشی از برنامه های تحول دیجیتالی خود قرار دهند یا خطر عقب افتادن را بیشتری را تجربه کنند.
قبل از شروع ویروس کرونا ، انتظارات مصرف کننده در حال تغییر بود و چالش هایی را در صنعت خرده فروشی ایجاد می کرد. مدیران ارشد اطلاعات که در طول تاریخ ، کار چندانی با توسعه تجارب جدید مشتری نداشتند ، به طور فزاینده ای وظیفه هدایت در نوآوری را بر عهده گرفتند. آنها برای ارائه محصولات و خدمات مشابه و مشابه آمازون و ایجاد وفاداری به نام تجاری ، به سمت هوش مصنوعی (AI) روی آورده اند تا تجربه خرید را برای مصرف کنندگان در فروشگاه ها ی فیزیکی و آنلاین بهبود بخشند.
البته ، هوش مصنوعی به تنهایی خرده فروشی را تغییر نخواهد داد اما چندین فناوری کلیدی وجود دارد که در صورت جمع شدن با هوش مصنوعی می تواند نوآوری در این صنعت ایجاد کند. یکی تجزیه و تحلیل ویدئو ، که فروشگاه های عادی را به فروشگاه های هوشمند تبدیل می کند که برای بازاریابی بهینه از دید مصرف کنندگان برخوردار هستند. خرده فروشان می توانند برای تجزیه و تحلیل فروشگاه از ویدئو استفاده کنند تا مواردی مانند نقشه های حرارتی را نشان دهند که مصرف کنندگان بیشترین زمان را در فروشگاه می گذرانند. این نوعی دانش است که امروزه بسیاری از خرده فروشان ندارند.
فروشگاه های هوشمند به مجموعه ای از برنامه ها برای موارد مختلف استفاده نیاز دارند. با استفاده از نرم افزار تحلیلی ویدئویی ، خرده فروشان می توانند زیرساختی توزیع شده برای استقرار چندین برنامه در یک سرور در هر فروشگاه ایجاد کنند. همچنین می توان تجزیه و تحلیل ویدئو را برای محافظت از دارایی در کیوسک های خودآزمایی و نظارت بر سرقت از سوی کارمندان به کار گرفت. برای یک خرده فروش متوسط ، کاهش یا از دست دادن موجودی ، تقریباً 1.5 تا 2 درصد درآمد را به خود اختصاص می دهد – هزینه ای که می تواند با کمک هوش مصنوعی کاهش یابد.
بنابراین ، این امر چگونه در یک فروشگاه واقعی به نظر می رسد؟ یک خرده فروش بزرگ که یک راه حل محافظت از دارایی مجهز به هوش مصنوعی در کیوسک های خودپرداز را اجرا کرده است ، که می تواند اسکن ناموفق و تعویض کارت را شناسایی کند.
آزیتا مارتین ، مدیر هوش مصنوعی NVIDIA برای خرده فروشی ، توضیح داد که در کنفرانس فناوری GPU 2020 (GTC) فروشنده ، که به دلیل ویروس کرونا به اینترنت منتقل شد ، توسط خرده فروشان متعددی اجرا شده و تأثیر قابل توجهی در کاهش انقباض داشته است.
خرید مستقل با فروشگاه های هوشمند مترادف است ، همان کاری که آمازون با فروشگاه های “Go” خود انجام می دهد. این به مصرف کنندگان امکان می دهد تا از برنامه تلفن همراه در داخل فروشگاه برای پرداخت هزینه کالاهای موجود در دستگاه خود استفاده کنند . سوپرمارکت های زنجیره ای فرانسوی Carrefour در برخی از مکان های خود از پلتفرم فروشگاه خودمختار AiFi استفاده می کند ، جایی که مصرف کنندگان می توانند از یک برنامه تلفن همراه استفاده کنند و کارت اعتباری آنها به طور خودکار شارژ شود.
Walmart از یک پلتفرم پیش بینی تقاضای مجهز به هوش مصنوعی استفاده می کند که با همکاری Nvidia توسعه یافته است و الگوریتم هایی ایجاد می کند که به این خرده فروش چند ملیتی کمک می کند تا قفسه های خود را با محصولات مناسب به سرعت تکمیل کند. این شرکت اکنون می تواند پیش بینی را در پنجره های 12 ساعته در مقابل هفتگی مانند گذشته انجام دهد. علاوه بر بهبود دقت پیش بینی ، خرده فروش پس از استقرار پلتفرم ، که از کتابخانه های منبع باز RAPIDS برای تجزیه و تحلیل سریع-واحد پردازش گرافیک (GPU) استفاده می کند ، افزایش فروش داشته است.
برای سایر خرده فروشان ، هوش مصنوعی تدارکات انبار را با استفاده از رباتیک تسهیل می کند. این انبارهای هوشمند کل فرآیند را انجام می دهند – از تخلیه وسایل داخل کامیون ها گرفته تا استفاده از ربات های قفسه نورد و نوار نقاله های سازگار با سرعت. به عنوان مثال ، بخش فناوری خرده فروش آنلاین مواد غذایی بریتانیایی Ocado برای کارآیی بیشتر در تدارکات ، به رباتیک اتوماسیون انبار و هوش مصنوعی متکی است.
Ocado برای بسته بندی مواد غذایی از دوربین های دید رایانه ای و رباتیک استفاده می کند. این ترکیب بارکدها را اسکن می کند ، محصولات را شناسایی می کند و اگر کالایی آسیب دیده است ، از بسته بندی آن جلوگیری می کند. این راه حل نه تنها اطمینان حاصل می کند که سفارشات به درستی انجام می شود ، بلکه روند چیدن و بسته بندی را تسریع می کند. اوكادو با موفقیت این راه حل را در فروشگاه های خود مستقر كرده و آن را به خرده فروشان دیگری مانند كروگر فروخته است.
سرانجام ، هوش مصنوعی توصیه های سفارشی ، جستجوی بصری و واقعیت افزوده (AR) واقعیت مجازی(VR) را در تجارت الکترونیکی امکان پذیر می کند. شیفت فیکس یک خرده فروش آنلاین و سبک شخصی محبوبی است که توصیه های مناسب لباس را به مصرف کنندگان ارائه می دهد. با بیش از 150 میلیون کاربر فعال ، Stitch Fix قبلاً تحت تأثیر عکس های Pinterest از مصرف کنندگان قرار گرفته بود که سعی در برقراری ارتباط با سبک شخصی خود داشتند. سبک شناسان ابزاری برای جستجوی مقدار زیادی از داده ها برای یافتن موجودی در چندین انبار در سراسر کشور نداشتند.
Stitch Fix یک پلت فرم شناسایی تصویری یادگیری عمیق را به کار گرفت که از بینش تجزیه و تحلیل داده برای مطابقت با عکس های سبک Pinterest استفاده می کند که مصرف کنندگان با سبک ها به اشتراک می گذارند. اکنون Stitch Fix می تواند توصیه های سبک را ارائه دهد و آنها را با ترجیحات مصرف کننده مطابقت دهد.
اینها فقط چند نمونه هستند. خرده فروشان بیشتری در حال کشف ارزش های جدید هوش مصنوعی هستند و به ساده سازی تدارکات و عملیات فروشگاه ، بهبود نحوه خرید مصرف کنندگان و جلوگیری از بین رفتن موجودی کالا به دلیل کوچک شدن ادامه خواهند داد.
برای مدیران اطلاعات تا کنون با موضوعی مهمتر از این مواجه نبوده اند كه از هوش مصنوعی استفاده كنند و آن را بخشی از اختیارات تحول دیجیتال خود قرار دهند. کسانی که این کار را نکنند به سرعت عقب می مانند و بی اثر می شوند.
