Искусственный интеллект сделает магазины опрятнее, дешевле и удобнее

Машинное обучение поможет выполнять роботам работу, которую ненавидит делать большинство людей.

Работа по обслуживанию магазинов и складов официально является одной из самых нелюбимых по всему миру. К счастью, в скором времени искусственный интеллект сможет подсказывать покупателям, на какой полке лежит нужный им товар, организовывать хранение на складах и оформлять доставку. Даже если роботы полностью не заберут это направление работы у людей, как минимум они помогут им сделать его куда проще. VentureBeat изучает, как искусственный интеллект изменит ритейл в 21 веке.

Несмотря на то, что внешне супермаркеты не претерпели сильных изменений по сравнению со своими давними предками из 20 века, их устройство сегодня становится все более и более сложным. Исследования показывают, что потребители покупают на 150% больше товаров, если они хорошо организованы, распределены по категориям и оформлены качественным дизайном. Для того чтобы поддерживать эту организацию, сотрудникам магазинов нужно работать с тысячами, а зачастую и с сотнями тысяч различных товаров.

При том, что все товары требуют тщательной организации, в магазинах одежды, к примеру, по статистике лишь 5% из них попадают на витрины, страницы каталогов и демонстрационные манекены. Проблема заключается в том, что на организацию большего числа товаров у сотрудников уходило бы слишком много времени на кропотливый, сложный и неблагодарный ручной труд. Вычислительные способности искусственного интеллекта позволят в разы сократить время, которое уходит на этот процесс. А в длительной перспективе он может быть полностью автоматизирован.

Техника машинного обучения, которую стартапы и гиганты ИТ уже сегодня тестируют для самых разнообразных задач, поможет компьютерам разбираться и в хитросплетениях больших групп товаров. К примеру, магазин мебели сможет обучить компьютер как эстетически приятно расставлять предметы интерьера и учитывать сезонные изменения и новые тренды. После небольшого учебного периода компьютер сможет самостоятельно принимать решения о том, как организовывать тысячи и даже сотни тысяч различных предметов от разных производителей, и постоянно менять свои решения в связи с новой информацией.

Чтобы посмотреть, как машинное обучение работает в ритейле на практике, не нужно ждать далекого будущего. Уже сейчас многие компании применяют обученные алгоритмы для автоматического общения с покупателями. Машины отвечают на часто задаваемые вопросы и по мере того как они общаются со все большим количество покупателей, они все лучше понимают, чего от них хотят.

Еще один пример технологий для ритейла из будущего продают такие стартапы как Truefit. Алгоритм этой компании подбирает лучшие предметы одежды для людей с определенными типами тела. Постепенно алгоритм Truefit узнает все о больше о том, какие бренды предпочитают люди с определенной комплекцией, одежду какой формы они покупают и какие размеры им больше всего подходят.

В маркетинге машинное обучение поможет компьютеру идеально рассчитывать, какое рекламное сообщение должен получить покупатель, который обратил внимание на тот или иной товар, когда он должен получить это сообщение и на каком этапе своего пребывания в магазине. Такие сервисы как Prelert также позволяют магазинам проанализировать огромное количество товаров перед распродажами и крупными акциями на наличие ошибок, опечаток и технических неполадок.

Практически все аспекты ритейла как будто бы идеально созданы для того, чтобы тестировать на них новые возможности машинного обучения. Для того чтобы работать с тысячами разнообразных продуктов от разных брендов и организовывать их в понятные и принятые для покупателей группы, людям требуется тратить чересчур много времени. Для компьютеров же эта одна из самых простых и естественных задач. Машинам потребуется какое-то время, чтобы научиться распознавать поведенческие модели покупателей и различия между похожими товарами, но уже скоро процесс организации магазинов может стать значительно проще, быстрее и дешевле.