Как AIoT трансформирует розничную торговлю:более умные магазины, лучший сервис и оптимизированные цепочки поставок

Сектор розничной торговли не застрахован от распространения устройств и датчиков с поддержкой Интернета вещей в магазинах, каналах обслуживания клиентов, складах и цепочках поставок. Теперь ритейлеры используют искусственный интеллект, чтобы лучше использовать эти данные.

Таким образом, искусственный интеллект вещей (AIoT) становится ключевым фактором для ритейлеров. Почему? Сочетание искусственного интеллекта с данными от устройств Интернета вещей помогает ритейлерам по-новому взглянуть на работу в магазине, улучшить качество обслуживания и обеспечить видимость товаров на всех операционных уровнях.

В тематическом отчете Global Data IoT in Retail and Apparel растущая интеграция искусственного интеллекта в продукты и услуги Интернета вещей в розничной торговле неизбежна и уже происходит:"Ключевыми уровнями в цепочке создания стоимости Интернета вещей являются физические уровни, возможности подключения, данные, приложения и услуги. Хотя эти уровни логически дискретны, в крупномасштабных решениях Интернета вещей эти логические границы значительно размываются.

Например, хотя на вершине стека по-прежнему будет существовать четко идентифицируемый уровень данных, все большая часть обработки данных происходит внутри и на границе сети. Ускоренное развитие генеративного ИИ, в частности ChatGPT, повысило актуальность ИИ на всех уровнях Интернета вещей. Поэтому все большее число продуктов и услуг Интернета вещей включают в себя возможности искусственного интеллекта, особенно в интерфейсах, ориентированных на клиента.

Выбор событий дает результаты и решения в реальном времени

Детализированная маршрутизация посредством потоковой передачи событий позволяет системам более избирательно подходить к анализу ИИ, что делает его более дешевым и более реагирующим на события. Событие представляет собой изменение состояния или обновление, например помещение товара в корзину, отправку заявки на карту постоянного клиента или готовность заказа к отправке.

События «публикуются» с темой, которая указывает, о чем они, и системы могут «подписаться» на получение всех событий с соответствующими темами. Системы искусственного интеллекта получают события для получения результатов в реальном времени, которые позволяют автоматически запускать решения/действия в реальном времени, но этот поток данных также обеспечивает поток для постоянного обучения, либо путем загрузки в векторную базу данных, либо путем точной настройки самой модели.

Привлеките внимание заинтересованных сторон с помощью разумных вариантов использования

Многие ранние применения ИИ в розничной торговле, скорее всего, будут сосредоточены на генеративном ИИ (Gen-AI) и моделях большого языка (LLM). Их можно использовать для прямого взаимодействия с клиентами через приложения магазина, многоканального взаимодействия со службой поддержки клиентов и даже для помощи работникам склада.

Но одна из самых больших проблем сегодняшнего искусственного интеллекта на основе LLM заключается в том, что он относительно дорогой и медленный. Простая передача данных Интернета вещей в LLM для обработки быстро станет громоздкой и очень дорогой. Наибольшую выгоду от конвергенции искусственного интеллекта и Интернета вещей в розничной торговле получат организации розничной торговли, определившие интеллектуальные варианты использования, которые принесут пользу клиентам, сотрудникам и бизнесу в целом.

… и пусть преимущества говорят сами за себя

Потоки Интернета вещей, поддерживающие события, могут принести пользу розничным покупателям и сотрудникам в магазине, через каналы обслуживания клиентов и даже на складе.

Вот три примера использования, в которых конвергенция искусственного интеллекта и Интернета вещей в розничной торговле, подкрепленная потоковой передачей событий, может существенно изменить ситуацию.

1) Представляем подключенного заводского работника

Начиная со склада, ИИ может помочь фабричным работникам в обработке исключений. Большинство розничных продавцов сейчас используют какие-либо мобильные или планшетные устройства в складских операциях, и они поддерживаются устройствами Интернета вещей на полу для мониторинга запасов и других задач, связанных с запасами.

Все это обеспечивает множество потенциальных преимуществ, благодаря которым ИИ может получить новую информацию и решить потенциальные проблемы. Например, решение Gen-AI могло бы предоставить всем работникам чрезвычайно простой способ сообщать о проблемах, инцидентах/происшествиях или мыслях по повышению эффективности. Это качественная информация, но ИИ на основе LLM может затем просматривать, сортировать, группировать и давать рекомендации руководству.

Реагирование на чрезвычайные ситуации в режиме реального времени для обеспечения безопасности операций

Например, в чрезвычайной ситуации существует возможность значительно увеличить скорость реагирования организаций в режиме реального времени на складе или в заводских цехах. Наличие управляемой событиями системы для доставки информации и искусственного интеллекта для ее расшифровки, просмотра и последующего предоставления соответствующему лицу как можно скорее может повысить безопасность, время и деньги в заводских цехах.

Здесь сетка событий может связать множество агентов ИИ, каждый из которых адаптирован к определенному набору событий. Это может быть так же просто, как подписаться на все события, содержащие необработанный звук, и использовать модель преобразования речи в текст для создания транскрипции, которая затем публикуется обратно в сетку. Все эти компоненты взаимодействуют асинхронно через сетку событий, используя гарантированный обмен сообщениями, чтобы гарантировать, что никакие события не будут потеряны при передаче, и они будут доставлены соответствующему лицу или устройству для запуска экстренного реагирования.

2) Лучше понять предпочтения клиентов, чтобы персонализировать процесс покупок

AIoT позволяет ритейлерам разумно использовать данные о магазинах и клиентах, чтобы предлагать максимально индивидуальный подход к покупкам. Используя искусственный интеллект для анализа данных о клиентах с устройств Интернета вещей, ритейлеры могут адаптировать рекомендации по продуктам, предложения и даже впечатления в магазине к индивидуальным предпочтениям. Возьмем, к примеру, помощника по обслуживанию клиентов в магазине, который знает, где находится покупатель и, что более важно, где находится все остальное.

Например, покупатель может сообщить приложению магазина, что хочет построить забор. Им больше не придется ждать, пока представитель хозяйственного магазина сообщит им, где находится нужный им продукт и какой им следует использовать. Вместо этого ИИ-помощник будет использовать информацию, специфичную для магазина, чтобы предоставить ответ, адаптированный к потребностям каждого клиента. Он обращался к своим базам данных, разумно отвечал на запрос и говорил:«Хорошо, теперь, когда мы выяснили, какие материалы вам нужны, давайте прогуляемся по магазину и найдем их».

Для повышения качества обслуживания клиентов требуется перемещение внутренних данных

Возможность быстро, точно и эффективно реагировать на эти запросы означает, что событие позволяет обрабатывать всю биржевую информацию и обработку ИИ. Покупателям необходимо в режиме реального времени знать, доступны ли нужные им материалы, а для этого также потребуется контекстное использование датчиков в магазине, чтобы направить их в зону магазина для поиска своих товаров.

Подход, основанный на событиях, для интеграции данных устройства и обработки ИИ будет использовать сетку событий — сеть взаимосвязанных брокеров событий, которая позволяет распределять информацию о событиях между приложениями, облачными службами и устройствами — для обеспечения обработки в реальном времени и прогнозирования. После покупки мероприятия также могут включать в себя внутреннюю документацию и инструкции, объясняющие клиенту, как создать необходимый проект, когда он вернется домой.

3) В контакт-центре появляется верный агент второго пилота

Современные контакт-центры с клиентами теперь оснащены вторым пилотом с искусственным интеллектом, предназначенным для лучшего обслуживания клиентов. Например, Microsoft Copilot теперь встроен в Microsoft 365 и расширяет существующие каналы контакт-центра с помощью генеративного искусственного интеллекта для улучшения качества обслуживания и повышения производительности агентов.

ИИ может помочь с обработкой записанных звонков в службу поддержки клиентов или в режиме реального времени, чтобы выявить любые серьезные проблемы, требующие экстренной помощи. Обратите внимание, что ИИ не заменяет сотрудника службы поддержки, а реагирует на проблемы, возникающие в ходе разговора между людьми, чтобы предоставить контекст в реальном времени о клиенте и проблеме, с которой он сталкивается.

ИИ с поддержкой событий для дополнительного контекста для представителей службы поддержки клиентов

Включив этот второй пилот с искусственным интеллектом и связав его с многочисленными точками данных в процессе обслуживания клиентов (данными CRM для истории клиентов, типом устройства/канала, с которого они общаются, скриптами/протоколами обслуживания клиентов и отчетами BI), организации могут предоставлять представителям службы поддержки клиентов новый уровень аналитики в режиме реального времени.

Агенты ИИ могут подписаться на узкий набор событий, предоставить шаблон приглашения, специфичный для этой подписки, а затем использовать LLM для расширения события дополнительной информацией. Например, анализ настроений при взаимодействии с пользователем для выявления клиентов, у которых есть проблемы, требующие обращения к эксперту, клиентов, готовых к дополнительным продажам, или синтеза новых событий на основе комбинации накопленных данных.

Подключенная коммерция создает более разумное будущее розничной торговли

Сочетание искусственного интеллекта и Интернета вещей в сфере розничной торговли представляет собой революционный сдвиг в том, как ритейлеры могут использовать имеющиеся в их распоряжении технологии и данные. Стратегия, основанная на событиях, является важнейшим компонентом этого процесса и поможет организациям розничной торговли улучшить качество обслуживания клиентов, оптимизировать операции и расширить возможности сотрудников от производственного цеха до магазинов и контакт-центров.