Проект цифра в логистикеForrester ожидает, что
инвестиции в ИИ (AI) утроятся в этом году. И, согласно последним исследованиям Gartner,
к 2020 году 85 процентов взаимодействия с клиентами будет управляться AI.
С распространением и накоплением такого большого количества данных, как в настоящее время, для многих возникает вопрос, как из такого огромного количества информации, извлечь какой-либо значимый смысл.
Вот где машинное обучение становится незаменимым.
ИИ учится на прошлом опыте, а также на методах проб и ошибок, чтобы продумывать более разумные решения. Устаревшая
аналитика,
основанная на правилах, скоро уйдет в прошлое.
Например, в то время как консультант по розничным продажам может, если вам повезет, порекомендовать что-то, что явно есть на полках, система искусственного интеллекта будет определять, какие из товаров лучше всего предлагать, основываясь на еще большем количестве критериев. Чувствуете разницу?
Они (предложения от ИИ) будут учитывать массу основных учетных данных, например такие как доступность и прибыльность продукта в режиме реального времени, история посещений потребителя или даже то, что они уже примеряли в примерочной (благодаря «умным» RFID-меткам, встроенным в одежду). То есть
ИИ дает более обоснованные рекомендации по продукту
используя прогнозный анализ.Эффективные системы ИИ ищут повторяющиеся паттерны, чтобы помочь
избежать нехватки запасов и ненужных уценок: например, путем продвижения линий недооценки, находящихся в резерве, которые в дальнейшем пришлось бы списывать со счетов. Такая передовая технология не только узнает, когда полки будут пусты, но, что более важно, она будет предсказывать, что будет дальше.
Раньше
логистические операторы могли только приблизительно прогнозировать количество товаров на заказ, чтобы полностью заполнить запасы на полках, используя (часто устаревшие) уровни запасов и исторические данные о продажах (обычно, в лучшем случае, за несколько лет). В наши дни ИИ может выработать гораздо более точную картину того, какие именно продукты, размеры и цвета могут продаваться, рассматривая в реальном времени несколько сценариев (тренды моды, поведение потребителей, погода и т. д.), в том числе опираясь на данные из интернета. Это означает, что
прогнозирование становится доступным.
Используя AI, немецкий интернет-магазин Otto с 90-процентной точностью научился прогнозировать, что будет продано в течение следующих тридцати дней. После чего магазин уменьшил объемы избыточных запасов, которые он обрабатывал, на одну пятую. Это также сократило число возвратов более чем на два миллиона товаров в год. Otto утверждает, что ИИ настолько надежен, что теперь использует автоматизированную систему искусственного интеллекта для закупки 200 000 товаров в месяц у сторонних поставщиков без вмешательства человека. Люди просто не могут идти в ногу с объемом выбора цвета и стиля рынка.
В не столь отдаленном будущем обычной практикой будет вытащить свой телефон и задать ему вопрос, при входе в магазин, а не выглядывать консультанта по продажам или самостоятельно искать товар по этажам.
Например, ваш смартфон может сразу же ответить, что желаемый товар доступен в вашем размере, и что торговый персонал может принести его. Системы распознавания голоса и разговоры со смартфоном для получения ответов - это, безусловно сложившийся вектор. Говорящие интерактивные экраны и примерочные - это то, чем многие уже занимаются. Но все это еще только ранняя стадиях развития ИИ.
@proimport