Искусственный интеллект в торговле

«Умные» весы в магазинах

В супермаркетах и гипермаркетах компания устанавливает «умные» весы, которые распознают товары, помещенные на них покупателем. Клиенту не нужно запоминать код, самому вводить его на экране, искать продукт в списке. «Умные» весы на основе нейронной сети определяют товар за счет встроенной камеры, которая фотографирует размещенную на весовой платформе продукцию. Технология позволяет ускорить процесс взвешивания и обслуживания покупателей, снизить нагрузку на персонал. Планируется масштабировать решение и на кассы самообслуживания.

BeautyScan

Другой пример улучшения покупательского опыта с помощью ИИ – технология BeautyScan, которая используется в сети магазинов «Магнит Косметик». Решение помогает покупателям оценить состояние кожи лица и получить рекомендации по подбору косметики. Для анализа кожи нужно навести камеру смартфона на QR-код в магазине, загрузить фото и ответить на несколько вопросов. Искусственный интеллект обрабатывает снимок и подбирает индивидуальную программу ухода по ингредиентам в составе косметики.

«Умная» полка в магазине

«Магнит» применяет технологию распознавания товаров на полке, чтобы быстро исправлять неточности в выкладке и повышать продажи. Контроль выкладки товаров осуществляется за счет российской технологии. В ее основе – нейросеть, которая распознает изображения товаров по фотографии и контролирует соответствие выкладки продукции на полках заявленному  плану-схеме . Система анализирует наличие необходимых товаров и их остаток на складе магазина, последовательность выкладки, расположение позиций на первой линии и другие показатели. При обнаружении ошибок персонал получает детальные подсказки в мобильное приложение, чтобы быстро их устранить.

Виртуальный ассистент Анна в торговом зале

«Магнит» начал тестировать цифрового консультанта с технологией голосового сопровождения в нескольких магазинах крупных форматов в Краснодаре. Это решение разработано на базе технологической лаборатории компании в инновационном кластере «Ломоносов». Оно позволит улучшить клиентский сервис и оптимизировать нагрузку персонала магазинов. Панель с цифровым голосовым ассистентом Анной располагается около стойки сервисной службы в торговом зале. Изображение Анны было сгенерировано при помощи ИИ. В рамках пилота покупатель может получить информацию об обмене или возврате товара, ценниках, решить проблему с забытыми в магазине вещами или сообщить об очереди на кассе. Для этого нужно выбрать соответствующий пункт в меню. После тестового периода «Магнит» примет решение о масштабировании, в том числе на магазины других форматов.

Персональные предложения для покупателей

«Магнит» активно применяет машинное обучение как одно из направлений ИИ, а также технологию big data в программе лояльности, охватывающей более 80 млн держателей карт. Чтобы пользователи получали лучшее предложение, разработан продукт  Customer Value Management . В рамках него розничная сеть с помощью технологий создает персональные предложения и определяет, какие товары по специальной цене отобрать для конкретного покупателя, какой установить кешбэк и скидку, а затем анализирует, насколько удачным было решение, и при необходимости его корректирует. За последнее время «Магнит» сильно развил алгоритмическую поддержку и умение работать с клиентскими сегментами и покупателями. Вся персонализация предложений и цен в мобильном приложении «Магнит» управляется с помощью ИИ. В будущем планируется перейти к индивидуальной коммуникации с каждым клиентом.

Запуск новых торговых точек с помощью ИИ

Технологии машинного обучения применяются и при оценке локаций для новых магазинов в рамках собственной масштабной  геоинформационной системы . Система разрабатывает модели оценки потенциальных продаж под каждый торговый формат, оценивает влияние каждого нового магазина на показатели существующих и выдает ответ, магазин какого формата будет в конкретном помещении. Система анализирует все новые локации и транслирует менеджменту полный набор данных, необходимых для принятия решения об открытии магазина: потенциальные продажи, каннибализация действующих собственных точек, рыночные ставки аренды и др.

Генеративный ИИ для создания релевантного контента покупателям

Среди наиболее перспективных направлений – системы генеративного искусственного интеллекта на базе GPT-технологий. Для поиска, тестирования и внедрения решений на основе генеративного ИИ «Магнит» создал лабораторию AI.Lab. Специалисты работают с генеративными моделями, большими языковыми моделями, которые позволяют улучшать покупательский опыт, развивать чат-боты, в том числе для сотрудников, генерировать контент. Например, экспериментируют с созданием видео для онлайн-платформы о еде и здоровом образе жизни Gastronom.ru, которая входит в «Магнит». В числе внедренных решений – применение генеративного ИИ для создания карточек товаров в мобильном приложении. Использование нейросети для получения нужных изображений позволяет снизить затраты времени сотрудников на подготовку материалов на 10-15%.

Искусственный интеллект в проекте OSA – системе управления доступностью товаров

В основу системы легли алгоритмы, вычисляющие показатель  on-shelf availability , который определяет доступность товара на полке магазина. Этот показатель вычисляют как торговые сети, так и производители – для улучшения продаж своих товаров и помощи мерчандайзерам. За счет продвинутой системы алгоритмов ежедневно магазин получает сигналы в  ТСД   по товарам, которые недоступны для покупателя . Алгоритмы анализируют весь ассортимент по огромному количеству параметров и отправляют в ТСД только те сигналы, отработка которых принесет наибольший рост товарооборота в конкретном магазине. Для отработки сигналов в магазине создан удобный интерфейс ТСД, позволяющий не только детектировать проблему, но и  быстро ее исправлять , что существенно сокращает трудозатраты сотрудников. 

Собственная система прогнозирования спроса и планирования заказов F&R (Forecasting & Replenishment)

Это решение сейчас находится в разработке. Оно позволит повысить эффективность системы управления товародвижением в рамках ее трансформации: увеличит гибкость и скорость логистической цепочки, обеспечит оптимальный баланс доступности товара на полках и запасов. Это самый масштабный проект по цифровой трансформации в цепочке поставок и первый в России проект по созданию и внедрению полностью отечественного ПО в F&R для такого размера бизнеса. Для точности планирования запасов и прогнозирования спроса система будет анализировать большой объем данных розничной сети и учитывать множество параметров, используя технологии искусственного интеллекта и машинного обучения.