8 способів штучного інтелекту робить революцію в роздрібній торгівлі

Штучний інтелект (AI) робить величезний вплив на роздрібну торгівлю, оскільки роботи зараз допомагають перевіряти інвентар, моніторинг, коли підлоги брудні та багато іншого. Оскільки, наприклад, у супермаркетах часто виникають труднощі в ногу з проблемами трудового персоналу, роботи допомагають їм керувати моделями споживчого трафіку та слідкувати за цінниками. Роботи також надають бізнес-аналітику щодо поведінки покупців та реакції натовпу.

Juniper Research прогнозує, що роздрібні торговці витратять 7, 3 мільярда доларів на AI до 2022 року порівняно з приблизно 2 мільярдами доларів, витраченими в 2018 році. І цегельні, і мінометні, і інтернет-роздрібні торговці зараз розгортають роботів. "Ми бачимо, що багато інвестицій на основі робототехніки приносять свої успіхи, особливо, коли ви хочете швидких процесів доставки", - сказав Правін Піллай, глобальний керівник рітейлу рішень для Google Cloud.

Під час конференції Національної федерації роздрібної торгівлі (NRF), яка відбулася минулого місяця в Нью-Йорку, компанія Pensa Systems показала безпілотник, який допомагає зберігати інвентар на полицях. Ніколас Бертрам, президент гігантських продовольчих магазинів, обговорив, як мережа впровадить робот Badger Technologies під назвою "Marty" у 500 своїх магазинах. AI поєднуватиметься з прогнозною аналітикою, щоб дати роздрібним торговцям дані про те, яка продукція найбільше продаватиметься та як персоналізувати пропоновані ними продукти.

Роздрібні торговці звертаються до технології, щоб задовольнити очікування клієнтів і вирішити чіткі запаси, зазначив компанія Pillai. Роздрібні торговці використовують платформи баз даних, такі як Google BigQuery та MongoDB Atlas, щоб допомогти їм визначити кращих продавців та отримати інформацію про те, як поповнити товарний запас. "Ви можете зафіксувати інформацію про те, які продукти знаходяться на полиці чи на полиці та де люди проходять через магазин", - сказав Піллай. "У них є безліч даних, які вони можуть зібрати через слід, який вони мають, і це призводить до того, що також можна будувати моделі машинного навчання".

За словами Pillai, рекомендації щодо продуктів були логічним першим кроком для ШІ в роздрібній торгівлі. "Ми бачимо, як кількість прогнозування засвічується, коли МЛ живить її", - сказав він, додавши, як такі компанії, як Fast Retailing, яка володіє японською маркою одягу Uniqlo, використовують Google Cloud для побудови моделей прогнозування на основі попиту клієнтів, використовуючи ML . Роздрібні торговці використовують ML, щоб "краще передбачити, яку продукцію вони мають носити", - сказав він. Pillai повідомляє помічників у галузі комерційної торгівлі від таких компаній, як дослідницька фірма Capgemini, поєднуючи обробку природних мов (NLP) з моделями ML.

Ось ще вісім крутих технологій, які революціонізують роздрібну торгівлю.

1 Капер представляє смарт-кошик

Бруклін, нью-йоркський виробник роздрібних технологій Капер розробив розумний кошик для самообслуговування, який використовує комп’ютерний зір, синтез датчиків та три камери для автоматичного дзвінка предметів, розміщених у кошику. Перший раз, коли продукт поміщається у кошик, клієнти повинні його сканувати, щоб кошик міг «вивчити» товар. Після цього первинного сканування функції комп'ютерного зору переймаються, і предмет можна просто помістити в кошик. Капер автоматично завищує ціну без покупців, які завантажують додаток. Закінчивши покупки, їх можна перевірити, скориставшись читачами кредитних карт на кошику для покупок. Вони можуть використовувати мобільну оплату чи кредитну карту. Потім покупці можуть вийняти сумки та вийти назовні.


"Ми взяли один з найбільш звичайних інструментів, який є кошиком для покупок, і перетворили його на" кошик для покупок енергії ", - сказала Ліндон Гао, співзасновник і генеральний директор компанії Caper. "Частини дають можливість синтезу датчиків та комп'ютерного зору безпосередньо ідентифікувати предмети під час їх закидання у візок".


Інтелектуальні кошики для покупок - це спосіб інтегрувати цифрову технологію в цегельно-будівельні приміщення, які раніше були знайдені в Інтернеті, зазначив Гао. "Ми хочемо перенести цю цифрову складову інтернет-магазинів - цю видимість і прозорість - у фізичні магазини", - сказав він.


Кошик Caper незабаром також запропонує рецепти на вбудованому планшеті для продуктів, розміщених у кошику. Капер працює над цим з великими підприємствами роздрібної торгівлі, імена яких поки не може розкрити. Компанія поки що розгорнула свій розумний кошик для покупок у двох магазинах Нью-Йорка: повністю натуральний бакалійний продукт Foodcellar & Co. Market та Gala Fresh Farms. Caper планує поставити свої розумні кошики для покупок до 150 магазинів у 2019 році. В даний час орієнтований на продуктові магазини, Caper планує розширитись на інші види роздрібної торгівлі та магазини зручностей. (Кредит зображення: PCMag)



Гуру 2 ложок використовує ШІ, щоб допомогти покупцям з алергією на їжу

Механізм пошуку та виявлення продуктів Spoon Guru пропонує мобільний додаток, який використовує ШІ, щоб допомогти страждаючим алергією помітити продукти в магазині, що містять інгредієнти, сумісні з їх потребами. Додаток сканує цифрові етикетки на полицях, використовує маяки та інтегрується з кіосками магазину. Скануючи штрих-код, покупці можуть дізнатися, які продукти в магазині безпечні для них, наприклад, чи є продукти без горіхів чи без глютену. Сервіс підтримує 180 фірмових дієтичних атрибутів.


"Ми поєднуємо експертизу харчових доменів з AI та ML, щоб мати сенс неструктурованих даних", - сказав Маркус Стрипф, співзасновник і співголова Гуру ложки. "Ми оптимізуємо та збільшуємо величезну кількість метаданих, пов’язаних з окремими продуктами та рецептами, і порівнюємо їх із дієтичними ознаками, такими як веганський, безглютеновий, низький рівень холестерину та велика кількість клітковини". Стріпф сказав, що придумав ідею для компанії, оскільки його дружина має кілька дієтичних обмежень і з усіх сил намагається читати етикетки продуктів у супермаркеті.


Spoon Guru доступний у супермаркетах Tesco у Великобританії, і компанія веде дискусії щодо поширення інструменту до американських супермаркетів. "Наша платформа дозволяє клієнтам Tesco точно і негайно знайти кожен продукт і рецепт у всьому їх асортименті, що відповідає їхнім харчовим потребам", - сказав Стрипф. На додаток до можливостей сканування, що використовуються в цегельних магазинах, Spoon Guru також інтегрує фільтри атрибутів на веб-сайтах. (Кредитна графіка: Spoon Guru / Tesco)



3 Ocado використовує Google Cloud ML для розгляду скарг клієнтів

Британський бакалійний бакалійний магазин Ocado використовує машинне навчання (ML), що працює за допомогою Google Cloud Engine Learning Engine, щоб збільшити швидкість аналітики на основі даних про покупки та покращити досвід клієнтів. Коли клієнти звертаються до Ocado зі скаргами, Ocado може використовувати модель ML для сортування та категоризації вхідних повідомлень, зазначив Pillai Google Cloud.


Google каже, що Ocado може реагувати на електронні листи в чотири рази швидше - на 3, 5 відсотка - за допомогою технології Google Cloud ML. Ocado використовує бібліотеку програмного забезпечення Google TensorFlow з відкритим кодом для ML, щоб отримати доступ до алгоритмів ML для тегування і категоризації електронних листів клієнтів. Інтернет-продюсер може визначити пріоритетні листи для відповіді.


Крім ML та аналітики, Ocado використовує автоматизовані роботи (показані вище), щоб допомогти з замовленнями на упаковку для клієнтів, повідомляє Pillai. Роботи використовують технологію AI від Google Cloud. "Вони мають роботизовану установку, де ці системи працюють за сіткою, і вони знають наявність інших візків", - сказав він.


Ocado прагне включити ML в роботи як частину свого автоматизованого складу, щоб допомогти відновити помилки та покращити самотестування пристроїв. (Кредитна графіка: Ocado)



4 Розумний робот вказує клієнтів у правильному напрямку

Цифрові кіоски вже багато років існують у таких місцях, як аеропорти, торгові центри та залізничні станції, але зараз такі компанії, як Hease Robotics, роблять їх трохи більш мобільними. Компанія каже, що мобільні кіоски принесуть у 20 разів більше взаємодій, ніж стаціонарний кіоск. За словами Джейд Ле Мейтре, співзасновника та головного директора з технологій компанії Hease Robotics, компанія Hease Robotics виробляє 20 робочих роботів на місяць. Компанія розгорнула робота Heasy в роздрібних місцях у таких країнах, як Данія, Франція та Німеччина. У Франції ви можете знайти робота Heasy у гіпермаркеті E.Leclerc. Компанія планує розширити робота Heasy до США.


Економний робот може сканувати картку лояльності клієнта та показувати пропозиції, що стосуються цього покупця. Потім програмне забезпечення компанії збирає дані для усунення больових точок торгового центру, наприклад, скільки часу проводить клієнт у магазинах. Економний робот скеровує клієнтів по магазину.


"У нас є карта закладу, щоб робот міг давати вказівки конкретному магазину або спеціальним акціям", - сказав Ле Мейтр. "Якщо настає час обіду, тоді він порадить клієнту схопити обід".


Кінцевою метою AI-продуктів, таких як робот Heasy, є надання найрелевантніших даних, щоб допомогти як клієнтам, так і роздрібним торговцям, повідомляє Le Maitre. Для продавців це дані про те, як продати більше продукції та збільшити дохід. Для споживачів ці дані - це те, що роздрібні продавці отримують від того, чого хочуть покупці. (Кредитний імідж: Hease Robotics)



5 магазинів Intel Powers без касирів

Amazon є провідним гравцем у зростаючій тенденції роздрібних торгових магазинів без каси і, як повідомляється, планує відкрити 3000 нових торгових пунктів без каси до 2021 року. Клієнти можуть захоплювати товари, на які вони шукають, і залишати магазини, не відвідуючи каси . В іншому інноваційному впровадженні Cloud Pick та Intel співпрацюють у магазинах без каси в Китаї, де є автоматизований доступ до дверей, камери та комп’ютерний зір, щоб клієнти могли перевірити без допомоги касира.


Технологія включає також датчики зважування, процесор Intel Core i5 8500T та набір інструментів OpenVINO, який включає Intel Deep Learning. За словами Стейсі Шульман, головного директора з питань інновацій (CIO) з відділу роздрібних рішень Intel, різниця у типі техніки, що не потребує касирів, може бути у типах використовуваних датчиків; деякі магазини можуть мати датчики ваги, а інші можуть використовувати Bluetooth з низькою енергією (BLE).


Ворота аутентифікації захищають мобільну транзакцію. Технологія AI від Cloud Pick схожа на технологію для самостійного керування автомобілями, поєднуючи комп'ютерний зір, глибоке навчання та синтез датчиків. На задньому плані, Інтелектуальна платформа роздрібної торгівлі Cloud Pick (C-IRP) дає можливість роздрібним торговцям надавати дані для оптимізації їх компонування та збільшення трафіку магазину. Персонал все ще може бути присутнім, щоб ходити по магазину та надавати допомогу клієнтам, не потребуючи оформлення замовлення. (Кредитна графіка: Intel)



6 AWM Smart Police висуває цільову інформацію про товар

Інтелектуальні полиці - це ще одна технологія, яка може зацікавити клієнтів відвідувати цегельно-будівельні магазини. Один такий продукт, AWM Smart Shelf, оснащений світлодіодними дисплеями та цільовою інформацією про продукт. Камери збирають дані про поведінку покупців та демографічні показники для персоналізації відео, яке він відображає. AWM може налаштувати відео відповідно до віку, статі чи етнічної приналежності. Компоненти AI відстежують наявність полиць у магазині. На смарт-полицях AWM вбудована каса без каси за допомогою комп’ютерного зору. Платформа відчуває, які продукти були зняті з полиць, і додає ці предмети до кошика клієнтів. Потім покупці стягуються через цифровий гаманець. (Кредитна графіка: AWM Smart Shelf)



7 Celect ML допомагає магазинам передбачити попит на запаси

Lucky Brand є одним з роздрібних продавців, які звертаються до ML та вдосконаленої аналітики, щоб оптимізувати розподіл товарів у своїх магазинах. Платформа прогнозування та оптимізації Celect робить це можливим завдяки своєму моделюванню даних та базі прогнозів. Платформа Celect допомагає роздрібним торговцям, таким як Lucky Brand, витягуючи дані з даних щодо управління взаємовідносинами з клієнтами (CRM) та операцій з продажу, працюючи на технології AI з Інституту комп’ютерних наук та Інституту штучного інтелекту Массачусетського інституту.


"Celect здатний передбачити локалізований майбутній попит, розуміючи вибір клієнта, контекст між продуктами в асортименті та те, як на попит на товар впливає більший асортимент навколо нього", - сказав Джон Ендрюс, генеральний директор Celect. (Кредитна графіка: Celect)



8 Zone24x7 Робот Aziro приймає підрахунок запасів у магазинах

Великі універмаги випробовують робота під назвою Aziro

Зона24х7. Він має автономну систему зондування, яка використовує радіочастотну ідентифікацію (RFID) для перевірки запасів на полицях. Zone24x7 говорить, що RFID може допомогти збільшити точність підрахунку запасів та покращити можливість розташування предметів у магазині. Окрім магазинного салону, робот Aziro буде використовуватися на складах та дистрибуційних центрах.


Робот Aziro оснащений датчиками 3D, бампера та сонара, а також лазерними далекомерами, щоб допомогти в навігації по магазину. Як і на багатьох пристроях в наші дні, роботом Aziro можна керувати дистанційно. Це можна зробити за допомогою хмарної системи управління автопарком, яка допомагає магазинам організовувати завдання технічного обслуговування.


Робот Aziro працює в операційній системі робочого режиму open-souce (ROS) і подає дані в систему баз даних MySQL з відкритим кодом. Він також поширює дані за допомогою Apache NiFi та використовує ОС Ubuntu з відкритим кодом. (Кредитна графіка: Zone24x7)