Почему e‑com лидирует в применении искусственного интеллекта? Для решения каких задач ритейлеры используют аналитику данных? Рассказывает Кирилл Кононов, директор по работе с розничными сетями, электронной торговлей и автопроизводителями Yandex Cloud.
Крупные торговые сети непрерывно повышают качество услуг и предлагают уникальные решения на базе современных технологий. Поэтому в 2024 году покупатели ждут от ритейлеров более качественного и быстрого обслуживания: почти мгновенную обработку заказа, доставку без задержек и помощь в подборе товара. И компаниям приходится соответствовать заданному уровню сервиса. В обзоре поделились эффективными подходами, кейсами, а также свежими IT‑трендами и новостями в ритейле, e‑com и сфере гостеприимства (HoReCa).
Яндекс и консалтинговая компания «Яков и Партнёры» провели исследование, согласно которому e‑com оказался более зрелым с точки зрения использования искусственного интеллекта (ИИ), чем ритейл. Все опрошенные компании интернет‑торговли уже закрепили ИИ в качестве стратегической цели бизнеса и начали масштабировать технологию на уровне всей организации. Среди ритейлеров лишь около 10% находятся на этом же этапе.
Ритейлеры пока в основном экспериментируют с ИИ и точечно внедряют технологию в разные сценарии
Результаты исследования логичны: e‑com объединяет разные направления цифрового бизнеса, в которых понятны и быстро реализуемы сценарии использования ИИ‑технологий.
С помощью генеративных нейросетей интернет‑магазины:
У торговых сетей более сложные сценарии:
Внедрение ИИ в ритейле ускорится, если клиенты начнут больше погружать поставщиков технологий в то, как устроен их бизнес.
Наши клиенты из розничной торговли активно внедряют ИИ. При этом эти проекты в основном касаются цифровых сервисов.
Один из примеров — российский производитель обуви Ralf Ringer. Компания внедрила на маркетплейсах интеллектуальный сервис Smart‑Reply.AI, построенный на базе YandexGPT, чтобы автоматизировать работу с отзывами. С помощью решения нагрузка на сотрудников клиентской поддержки снизилась в два раза.
Сервис анализирует текст отзыва, определяет контекст и тональность, изучает данные о товаре. Затем нейросеть формирует ответ, который после модерации публикуется на сайте
Производитель лимонадов Lapochka также использует генеративные нейросети для интеллектуального анализа отзывов на маркетплейсах. ИИ-сервис на базе YandexGPT API от Napoleon IT помогает компании анализировать отзывы о любом продукте, оперативно реагировать на вопросы клиентов и использовать эти данные для улучшения упаковки и рецептуры лимонадов.
Аналитика отзывов на лимонад со вкусом манго и чили. Упаковка и цена оказались главными причинами низких оценок покупателей. В результате компания изменила процесс производства и упаковки продукта. Источник: Napoleon IT
Интернет‑магазины используют генеративный ИИ в том числе для создания чат‑ботов. Так, маркетплейс авторского российского вина Vino.Ru запустил ассистента, который помогает выбрать вино под настроение, повод и предпочтения пользователя. Бота «Винтеллект» создали на базе модели YandexGPT 3 Pro и обучали вместе с профессиональными сомелье.
Офисные работники составляют 8,6% от общего числа сотрудников торговых сетей. Почти четверть этой доли приходится на разработчиков, аналитиков данных, архитекторов информационных систем и системных администраторов.
IT‑специалистов в офисах ритейлеров вдвое больше, чем специалистов по закупкам, финансам и управлению персоналом
С учётом активного развития онлайн‑торговли и цифровых технологий для ритейла отрасль может столкнуться с дефицитом квалифицированных IT‑кадров. Справиться с этим помогут инвестиции в HR‑бренд и корпоративную культуру, а также технологии ИИ — с их помощью компании автоматизируют процесс найма.
Боты на базе YandexGPT умеют общаться с потенциальными кандидатами и назначать собеседования, а также вести процедуру онбординга новых сотрудников: рассказывать о процессах компании, давать ссылки на внутренние регламенты и документы, отвечать на вопросы, которые неизбежно возникают у нового сотрудника.
Если использовать технологию распознавания речи Yandex SpeechKit в связке с YandexGPT, то боты могут быть не только текстовыми, но и голосовыми. И мы уже видим применение такого подхода на примере компании Fix Price.
Другой сценарий применения нейросетей в помощь HR — разгрузка сотрудников различных подразделений, в том числе IT. Например, LMM (большие языковые модели) помогают сотрудникам технической поддержки размечать обращения клиентов. Коллеги из компании «Лемана Про» (управляет брендом «Леруа Мерлен») успешно решают эту задачу с помощью нейросетей ещё с того времени, когда LLM не были широко доступны. А компания «Инфосистемы Джет» закрывает наиболее простые обращения в техподдержку автоматически без участия человека. YandexGPT помог компании снизить нагрузку на операторов сервисного центра на 22%.
Помимо YandexGPT и Yandex SpeechKit для решения задач найма и оптимизации рабочего времени сотрудников подходит сервис для ML‑разработки Yandex DataSphere. С его помощью можно не только дообучать YandexGPT и адаптировать её под внутренние инструменты и документацию компании, но и обучать собственные нейросети.
По опыту клиентов мы видим, что компаниям с помощью облачных технологий проще нанимать и удерживать кадры. Сегодня сотрудникам неинтересно обслуживать и администрировать железные сервера, они хотят идти в ногу со временем и использовать технологии по максимуму. Облачные платформы дают им такую возможность.
В конце мая мы провели большую конференцию ML2Business об экспериментах с генеративными моделями и применении технологий машинного обучения в бизнесе. Среди докладов было много кейсов применения ML в ритейле.
Елена Тимофеева из сети бренда полезных продуктов «ВкусВилл» и Егор Красильников, генеральный директор компании‑партнёра AllSee.team, поделились опытом запуска бота «пИИрожок». Идея его создания родилась во время брейншторма креативной команды «ВкусВилла». В основу идеи легла гипотеза о том, что из‑за многообразия готовых блюд человеку бывает сложно понять, что он хочет съесть. В итоге создали бота, который с помощью наводящих вопросов помогает пользователю выбрать подходящее блюдо.
Бот задаёт несколько вопросов, в том числе о системе питания пользователя. Например, спрашивает, не вегетарианец ли он или аллергик. На основе ответов «пИИрожок» предлагает варианты готовых блюд
Ключевой вывод команды из экспериментов с промт‑инжинирингом — желательно использовать заложенные в YandexGPT структуры данных. В таком случае system prompt используется для постоянных данных, а user prompt — для ввода данных пользователя.
Как уже было упомянуто выше, сеть магазинов Fix Price использует ИИ для подбора сотрудников. Алексей Черепецкой из Fix Price и Дмитрий Чумаков, представитель компании Prof IT Group, рассказали о создании комплексной системы автоматизации процесса найма. В поиске специалистов компании помогают голосовые помощники с функцией RPA (роботизированной оптимизацией процессов).
С ростом бизнеса Fix Price потребовалось автоматизировать массовый поиск кандидатов. Интеллектуальные роботы ищут сотрудников сами и обрабатывают входящие запросы от кандидатов через чаты и звонки. Благодаря технологии Yandex SpeechKit роботы считывают, о чём говорят кандидаты, и корректно отвечают им. ML‑технологии, встроенные в бизнес‑процессы Fix Price, контролируют анализ базы данных и подготовку ответов.
Согласно внутренним исследованиям Fix Price, чаты — самый эффективный канал взаимодействия с кандидатами
Анализ информации для бизнеса — один из самых эффективных инструментов в борьбе за потребителя. Такие сферы, как ритейл, e‑com и HoReCa — не исключение. Компании подходят к работе с данными по‑разному: одни выстраивают системы клиентской и продуктовой аналитики в real‑time, другие инвестируют в создание дата‑офисов.
Ниже несколько докладов с нашей весенней конференции Union All. На площадке представители крупного бизнеса, в том числе ритейла, делились опытом построения дата‑офисов и дата‑платформ.
Данила Наумов, Chief Data Officer группы «М.Видео‑Эльдорадо», рассказал, как устроен дата‑офис компании и в чём его ценность. По мнению команды, основная польза — в извлечении данных из систем источников и правильном построении конкретной модели данных.
Также интересен опыт KazanExpress — российского маркетплейса, основанного в 2017 году и принадлежащего компании «Магнит». Даниил Маяцкий, руководитель отдела продуктовой аналитики B2C, поделился опытом компании по интеграции хранилища дашбордов в BI‑систему Yandex DataLens при сделке с «Магнитом». Новая инфраструктура позволила компании расширить задачи построения операционной аналитики до прогнозирования спроса на товары, представленные на маркетплейсе.
Другим успешным примером построения дата‑офиса в крупной компании поделился Никита Целищев, инженер по данным компании «Юнирест», которая управляет брендами Rostic’s и KFC в России. Сеть из более 1100 заведений построила облачное хранилище данных с использованием современного дата‑стека. Рестораны такого масштаба обрабатывают более 100 Гб информации в неделю, генерируя и потребляя данные из разных систем. Чтобы придерживаться единой версии данных, эффективно собирать, структурировать и анализировать информацию из всех систем, компания создала единое хранилище данных на базе сервисов Yandex Cloud — Managed Service for Greenplum® и Managed Service for ClickHouse®. С помощью облачных сервисов сеть Rostic’s ускорила разработку новых технологий в три раза, а подготовку аналитических отчётов, например по продажам позиций из меню, — вдвое.
В 2024 году технологии продолжают играть ключевую роль в развитии ритейла, e‑com и сферы гостеприимства. Компании активно внедряют генеративный ИИ для автоматизации процессов и повышения качества обслуживания клиентов. Примеры Ralf Ringer, Vino.Ru и Fix Price показывают эффективность использования генеративного ИИ и облачных решений. Дата‑технологии и data‑driven‑подход становятся неотъемлемой частью стратегии компаний, и это также подтверждает опыт крупных игроков.
Источник: https://yandex.cloud/ru/blog/posts/2024/08/retail-news-spring-summer-2024
