Sztuczna Inteligencja miesza w zakupach coraz bardziej

Sztuczna Inteligencja miesza w zakupach coraz bardziej

W okresie świątecznym, dzięki wsparciu sztucznej inteligencji (AI), branża handlowa zarobiła 194 mld dolarów — donosi Salesforce. Handel coraz częściej korzysta z rozwiązań wspieranych sztuczną inteligencją. Amazon wykorzystuje ją do poprawy efektywności swojej logistyki, szczególnie w dostawach do klienta, polska firma LPP używa w swoim magazynie, a Sagra Technology wykorzystuje do rozwiązania służącego do segmentacji klientów. Czy to oznacza początek zmian w handlu, które otwierają nowe możliwości dla sprzedawców i zmieniają oczekiwania klientów?

Sztuczna inteligencja (AI) może w niedługim czasie sporo namieszać w konserwatywnym świecie handlu. Doskonałą ilustracją jest podsumowanie za listopad i grudzień, czyli świąteczny szczyt zakupowy. W tym roku widać było, jak dużo technologia namieszała w zakupach. Z analiz Salesforce wynika, że AI miała znaczący wpływ na zachowanie konsumentów i wyniki sprzedaży w dwóch ostatnich miesiącach ubiegłego roku. Niemal w co piątym zakupie (17 proc.) miały udział inteligentne algorytmy. To zaangażowanie w procesie zakupów przekłada się na ogromne sumy pieniędzy, a dokładniej mówiąc, na 194 miliardy dolarów sprzedaży w USA w ciągu listopada i grudnia. To wartość, która z pewnością przyciąga uwagę, ale aby zrozumieć, dlaczego sztuczna inteligencja była tak istotna, warto przyjrzeć się jej głównemu zastosowaniu.

Zakupy pełne zadowolenia

Sztuczna inteligencja odgrywała kluczową rolę w sezonie zakupów w 2023 roku, wpływając na ogromne obroty sprzedaży poprzez precyzyjne i spersonalizowane rekomendacje produktów, które przyciągały klientów i zachęcały ich do zakupów. To innowacyjne podejście do rekomendacji produktów, które opiera się na analizie danych i algorytmach uczenia maszynowego. Dlaczego więc to jest tak istotne? Otóż predykcyjne rekomendacje produktów pozwalają sklepom dostarczać klientom produkty, które są najbardziej dopasowane do ich preferencji i potrzeb. Trafny wybór, to większe prawdopodobieństwo zakupu.

Na ostatniej prostej

Ostatnia mila, czyli finałowa część dostaw do klienta, jest najdroższa w łańcuchu dostaw. Branżowy tytuł My Logistics Magazine wyliczył, że ostatnia mila może stanowić nawet do 55 proc. kosztów wysyłki. Powody? Nieefektywne trasy, opóźnienia, brak przejrzystości oraz wydatki na pracę, opakowania, paliwo i oprogramowanie

Przy dużym wolumenie sprzedaży, wysokie koszty ostatniej mili stają się poważnym obciążeniem dla firm. Tylko w listopadzie 2023 roku Amazon odnotował rekordowe wyniki sprzedaży. W okresie specjalnych promocji trwających od 17 do 27 listopada, klienci na całym świecie zakupili ponad 1 miliard przedmiotów na Amazonie​, które trzeba wysłać. Koszty dystrybucji takiego wolumenu są ogromne. Amazon szukał i znalazł rozwiązanie, które wykorzystuje sztuczną inteligencję do analizy historycznych danych, potrafi prognozować popyt i optymalizować zarządzanie zapasami. Dzięki temu mogą przewidywać, które produkty będą miały zwiększone zapotrzebowanie w różnych regionach, umożliwiając efektywniejsze rozmieszczanie towarów w centrach dystrybucyjnych. To z kolei przekłada się na szybsze i bardziej efektywne dostarczanie produktów do klientów, minimalizując czas oczekiwania. 

Polacy nie gęsi, swoje AI mają

AI ma potencjał do rewolucjonizowania nie tylko bezpośrednich interakcji z klientami, ale także bardziej strategicznych aspektów działalności handlowej. LPP,  właściciel takich marek jak Reserved, Cropp, House, Mohito i Sinsay, również inwestuje w innowacje ze sztuczną inteligencją w roli głównej, a jest nią Warehouse Intelligence od PSI Polska. – Na rynku istnieją technologie wspierające pracowników bardzo wybiórczo, głównie w obszarze ścieżki zbiórki. Nikt wcześniej nie stworzył technologii opartej o sztuczną inteligencję, która byłaby w stanie optymalizować wszystkie procesy magazynowe – wyjaśnia Jerzy Danisz z PSI Polska. 

System opracowany w Poznaniu integruje AI z realnymi operacjami magazynowymi i podsuwa optymalne rozwiązania. Najlepszą ilustracją jest rozwiązanie “problemu komiwojażera”. Na czym on polega? Wyobraźmy sobie magazyn, w którym pracownik musi zebrać zamówienia z różnych lokalizacji. Tradycyjnie, mógłby podążać za ustaloną ścieżką, odwiedzając każdą lokalizację w kolejności, w jakiej zamówienia zostały przyjęte. Jednakże ta metoda może nie być najbardziej efektywna. Warehouse Intelligence, stosując algorytmy, analizuje lokalizacje wszystkich przedmiotów do zebrania i oblicza najbardziej efektywną trasę. W ten sposób pracownik może zebrać wszystkie przedmioty, pokonując krótszą drogę. W LPP, skrócił ścieżki kompletacyjne aż o 30% i usprawnił efektywność procesów o ponad 20%. Szacuje się, że ponad 1/3 kosztów logistyki magazynowej pochodzi z kompletacji zamówienia. Ten proces jest kosztowny szczególnie w przestrzeniach, gdzie występuje dużym wolumen zamówień, np. w e-commerce w okresie świątecznym. A to tylko jeden z przykładów zastosowania rozwiązania. — Metodą prób i błędów algorytm dochodzi to optymalnego rozwiązania, przy czym symulacja magazynu pozwala na szybkie i praktycznie bezkosztowe przeanalizowanie wielu możliwych scenariuszy pracy magazynu w krótkim czasie – tłumaczy Danisz. 

Polska spółka w roku finansowym 2022/2023 zgłosiła imponujące przychody na poziomie niemal 16 miliardów złotych, a wzrost sprzedaży o 23% w czwartym kwartale podkreśla znaczenie okresu przedświątecznego dla branży odzieżowej. 

Lepsze dotarcie do klientów

Stworzenie strategii działania dla producenta to spore wyzwanie, wymagające szczegółowej analizy wielu informacji, przede wszystkim tych dotyczących klientów. Jak szybciej i trafniej dotrzeć z odpowiednimi produktami do właściwych klientów? Można podzielić punkty sprzedaży na kategorie, określone różnymi parametrami i kierować konkretną, dopasowaną ofertę do każdej z grup. Takie pogrupowanie może być przeprowadzone na przykład na podstawie tego, jak często i jakie konkretnie produkty te sklepy zamawiają. – Automatyczne segmentowanie punktów sprzedaży na podstawie analizy ich zachowań zakupowych przy wsparciu sztucznej inteligencji pozwala trafnie dopasować ofertę, działania marketingowe czy właściwie sformułować cele sprzedażowe i dystrybucyjne – tłumaczy Adam Sienkiewicz, Head of Sales z Sagra Technology, która dostarcza technologie dla firm z branży handlowej. – Inteligentne algorytmy mogą analizować historię zamówień w każdym z punktów sprzedaży i jednocześnie automatycznie je segmentować oraz rozpoznawać różne wzorce zachowań. Taka analiza może wykorzystywać dane z faktur, od dystrybutorów lub informacje z własnych systemów czy sieci handlowych. To, co może zająć wiele godzin pracy, można teraz zrealizować w jednej chwili. Taka automatyzacja usprawnia działania operacyjne i pomaga zwiększyć sprzedaż oraz poprawić relacje z producentami.

Handel ma chrapkę na AI

AI ma potencjał, aby zmienić samą naturę zakupów – od sposobu prezentacji produktów po interakcje z klientem, kończąc na logistyce i zarządzaniu zapasami. W nadchodzącym roku 2024, handel wkroczy w nową erę, gdzie sztuczna inteligencja (AI) nie będzie już tylko dodatkiem technologicznym, lecz znaczącym elementem kształtującym branżę. Najnowsze badania Google Cloud rzucają światło na to, jak znacząco rośnie rola AI. Ponad połowa firm w sektorze handlu detalicznego planuje znacząco zwiększyć zatrudnienie specjalistów z zakresu technologii. Zapotrzebowanie na naukowców danych ma wzrosnąć o 77%, na inżynierów machine learning o 69%, a na menedżerów i programistów związanych z SI o 78%. To świadczy nie tylko o rosnącym zapotrzebowaniu na specjalistyczną wiedzę, ale także o zmianie podejścia firm do wykorzystania danych i technologii w celu optymalizacji procesów biznesowych.

Poleć ten artykuł:

Polecamy