Connect with us

Hi, what are you looking for?

Экономика и политика

Генеративный ИИ в электронной торговле: взгляд за пределы текстов

Генеративный ИИ в электронной торговле: взгляд за пределы текстов


Применение генеративного искусственного интеллекта уже сегодня входит в повседневную практику электронной торговли.

Генеративный ИИ в электронной торговле: взгляд за пределы текстов

Применение генеративного искусственного интеллекта уже сегодня входит в повседневную практику электронной торговли.

Эксперименты с генеративным искусственным интеллектом – таким как ChatGPT – могут довольно быстро привести к более быстрому и творческому «написанию» текста. При этом, эта технология открывает гораздо больше возможностей для электронной торговли, хоть и с долей риска. В этой связи стоит рассмотреть стратегию и конкретные примеры.

Фраза «ИИ повсюду» стала довольно распространённой в технологиях и электронной торговле. При том, что можно спорить о том, что считать искусственным интеллектом, а что нет (например, более продвинутые правила «если это, то это», которые также могут быть выполнены в Excel), стоит отметить, что в статье рассматривается именно генеративный ИИ. Это инструменты на основе больших языковых моделей (LLM), которые вычисляют и отображают наиболее логичные ответы на команды/запросы.

Генеративный ИИ повышает производительность труда

Недавний отчет McKinsey & Company (охвативший oт ChatGPT и Bard до Midjourney и Craiyon) еще раз подчеркивает, что генеративный ИИ повысит производительность во многих секторах. По данным консалтинговой компании, в онлайновой розничной торговле наибольшее воздействие ИИ окажет на маркетинг, продажи и работу с клиентами, а также разработку программного обеспечения.

Автоматизируя повторяющиеся задачи, агенты получают возможность тратить больше времени на решение сложных вопросов. К примеру, розничные компании могут объединить существующие ИИ-инструменты с генеративным искусственным интеллектом для расширения возможностей чат-ботов, позволив последним лучше имитировать стиль взаимодействия с живыми людьми. Такие возможности включают в себя прямой ответ на запрос клиента, отслеживание или отмену заказа, предложение скидок и стимулирование клиента к увеличению объёма покупки. Более того, автоматизируя повторяющиеся задачи, человек в роли сотрудника потратит больше своего ценного времени на решение сложных клиентских вопросов и получение контекстной информации.

Ритейлеры, использующие ИИ

Ruti, нью-йоркский бренд женской одежды, внедрил инструмент от Feel, использующий ChatGPT. Этот инструмент предназначен для помощи трем виртуальным торговым агентам и первоначально обучается на стандартных запросах от клиентов из аффилированных брендов. После интеграции он начинает учиться непосредственно при взаимодействии с клиентами. К примеру, покупатель может спросить: «Нельзя ли порекомендовать вечерний наряд фиолетового цвета?». В ответ виртуальный помощник, поддерживаемый искусственным интеллектом, даст ответы на вопросы, связанные со стилем, и предложит подходящие вещи из каталога.

После внедрения инструмента искусственного интеллекта Ruti добилась увеличения коэффициента конверсии с 54% до 57%. По данным компании, увеличение коэффициента конверсии составило 54,3% во второй половине 2022 года и 57,2% в первой половине текущего 2023 этого года. Кроме того, средняя стоимость заказа выросла с 54,4% до 59% за тот же период.

Новый модный помощник от Zalando

Крупные компании также осваивают эту сферу. Компания Zalando скоро представит первую бета-версию помощника-стилиста на базе ChatGPT в приложении и на сайте. Его цель – улучшить клиентский опыт и восприятие продукции на сайте.

Если покупатель спрашивает, что ему надеть на свадьбу в Испании весной, помощник-стилист Zalando в состоянии понять, что это официальное мероприятие, предсказать погоду на указанное время и дать соответствующее пояснение с рекомендациями по одежде. Будущая цель – объединить это с предпочтениями клиентов в отношении брендов, за которыми они следят, и доступных размеров. Так покупателю будет предложен более персонализированный выбор.

Инструмент искусственного интеллекта для примерки одежды

Google запустила инструмент, позволяющий потребителям получить более полное представление об одежде, продающейся в интернете. Американские покупатели могут виртуально примерить женские топы от брендов Google, включая Anthropologie, Everlane, H&M и LOFT. Зачем нужен данный инструмент? По данным поискового гиганта, 42% онлайн-покупателей не ассоциируют себя с представленными изображениями моделей, а 59% недовольны товаром, купленным через интернет, потому что он выглядит на них иначе, чем ожидалось.

Виртуальная примерка показывает, как одежда выглядит на реальных моделях. Новая генеративная модель ИИ может взять лишь одно изображение одежды и точно передать, как оно будет драпироваться, складываться, цепляться, растягиваться, формировать морщины и тени на различных реальных моделях в разных позах. Компания отобрала людей размеров XXS-4XL, представляющих различные оттенки кожи, формы тела, национальности и типы волос. Система уточнения с помощью подсказок может помочь покупателям подбирать товар, пока они не найдут идеальную вещь. Благодаря машинному обучению и новым алгоритмам визуального сопоставления покупатели могут уточнять параметры товара, используя такие параметры, как цвет, стиль и узор. Кроме того, в отличие от физического магазина, покупатель не ограничен одним продавцом, а инструмент отображает варианты из магазинов по всей сети.

Быстрое создание новых продуктов

McKinsey отмечает, что инструменты генеративного ИИ могут улучшить процесс разработки новых версий продуктов за счет быстрого создания новых вариантов дизайна в цифровом формате. Можно генерировать дизайн упаковки с нуля или создавать вариации существующего. Технология быстро развивается и имеет потенциал для создания текста к видео.

Создавая контент с меньшими затратами, можно создавать больше вариаций. Консалтинговая компания использовала ChatGPT и Midjourney для создания гиперреалистичных изображений рецептов из журнала Allerhande голландской сети супермаркетов Albert Heijn. «Я потратил ноль евро и создал эти изображения менее чем за минуту», – отметил создатель журнала Воутер ван Хаафтен. Создавая контент гораздо быстрее и с меньшими затратами, возможно создать гораздо больше вариаций, что позволяет A/B-тестирование в масштабе. «Это поможет оптимизировать маркетинговые КПЭ, что в конечном итоге увеличит рентабельность капиталовложений. Весь трюк состоит в точной коммуникации с моделями ИИ», – заключил ван Хаафтен.

Риски использования генеративного ИИ

Консультанты McKinsey подчёркивают, что внедрение генеративного ИИ не лишено риска. Изучая возможности интеграции генеративного ИИ в свою деятельность, руководителям сетей розничной торговли следует помнить о нескольких факторах, которые могут повлиять на их способность извлечь выгоду из новой технологии. Генеративный ИИ требует понимания того, основан ли генерируемый контент на фактах или умозаключениях, а это требует нового уровня контроля качества. Компаниям придется вводить дополнительные проверки качества для процессов, которые ранее выполнялись людьми. К ним относятся электронные письма, написанные представителями клиентов. Понадобятся более детальные проверки качества процессов, выполняемых с помощью ИИ – таких как дизайн продукта.

Возможности для генеративного ИИ в электронной торговле

Для генеративного ИИ в электронной торговле открываются всё новые и новые возможности. Например, разработка «автоматически» генерируемых виртуальных миров. Комбинируя различные инструменты, такие как Ilumine AI и генератор изображений Midjourney, можно за короткое время создать виртуальное пространство. Пока такие эксперименты проводятся в основном в игровом мире, но не исключено, что их можно перенести и в область онлайн-покупок.

Ритейлерам следует обратить внимание на улучшение клиентского опыта на основе текстовых корректировок

Исследования показывают, что ритейлерам необходимо уделять внимание и другим аспектам, таким как кризис расходов и другие финансовые трудности. Рекомендуется, подобно Amazon, обратить внимание на то, как улучшить пользовательский опыт на основе текстовых корректировок. Amazon обобщает отзывы с помощью искусственного интеллекта, превращая их по каждому товару в несколько предложений, которые наилучшим образом описывают опыт потребителей.

Общее преимущество генеративных интеллектуальных
систем состоит в том, что можно попросить инструмент выполнить задачи так, как
вы попросили бы это сделать человека. Получение правильной подсказки требует
времени и является предметом проб и ошибок. Стоит отметить, что уже существует
множество советов и примеров, которые доступны бесплатно.

В тренде