Ngành hàng bán lẻ
Ngành bán lẻ

Trí tuệ nhân tạo (AI) trong bán lẻ đang được áp dụng theo các cách mới trong toàn bộ chu kỳ sản phẩm và dịch vụ – từ lắp ráp đến các tương tác dịch vụ khách hàng sau bán hàng, nhưng người bán lẻ cần câu trả lời cho các câu hỏi quan trọng:

Các ứng dụng AI nào đang đóng vai trò trong tự động hóa hoặc tăng cường quy trình bán lẻ? Các công ty bán lẻ sử dụng những công nghệ này như thế nào để vượt qua các đối thủ cạnh tranh của họ ngày nay, và những đổi mới nào đang được tiên phong là những người thay đổi trò chơi bán lẻ tiềm năng trong thập kỷ tới?

Trong bài viết này, chúng tôi trình bày một loạt các ví dụ trong đó AI đang được tích hợp trong ngành bán lẻ, được chia thành các danh mục con sau:

  • Ứng dụng bán hàng và CRM
  • Đề xuất của khách hàng
  • Chế tạo
  • Logistics và Delivery
  • Dịch vụ thanh toán và phương thức thanh toán

Đổi mới là một con dao hai lưỡi, và như với bất kỳ kết quả đổi mới là một túi hỗn hợp. Trong khi nhiều ứng dụng AI đã mang lại ROI tăng cao, nghiên cứu điển hình về AI trong phân khúc tiếp thị bán lẻ là một ví dụ – những nghiên cứu khác đã được thử và không đáp ứng được kỳ vọng, làm sáng tỏ những rào cản cần phải khắc phục trước khi những cải tiến đó trở thành người lái xe trong ngành.

Dưới đây là 10 trường hợp sử dụng ngắn gọn trong năm lĩnh vực hoặc giai đoạn bán lẻ. Mỗi cung cấp một phần nhỏ của một cái nhìn thoáng qua về công nghệ AI đang được sử dụng ngày hôm nay và đang được tạo ra và thí điểm như là tiêu chuẩn ngành công nghiệp bán lẻ tiềm năng trong thương mại điện tử và các hoạt động thanh toán.

Ứng dụng trí tuệ nhân tạo vào bán lẻ

Ứng dụng bán hàng và CRM

Robot

Trong năm 2010,  các hoạt động viễn thông SoftBank của Nhật đã hợp tác với nhà sản xuất robot Aldebaran của Pháp để phát triển Pepper,  một robot hình người có thể tương tác với khách hàng và “cảm nhận cảm xúc của con người.” Pepper đã trở nên phổ biến ở Nhật Bản. 140 cửa hàng di động SoftBank. Theo Softbanks Robotics America, một phi công của Pepper tại các cửa hàng b88ta của California ở cả Palo Alto và Santa Monica đã tăng lưu lượng truy cập đến 70% tại Palo Alto, và 50% doanh thu Neo-pen ở Santa Monica là do Pepper.

Ngoài ra, việc sáng tạo AI dành thời gian tại cửa hàng quần áo hip Ave, nơi nhà bán lẻ trải nghiệm mức tăng tương tác của khách hàng lên 98%, lưu lượng truy cập tăng 20% ​​và doanh thu tăng 300%. Nestle đã công bố vào tháng 1 năm 2016 rằng họ đã lên kế hoạch mua lại các robot Pepper để đưa vào 1.000 chiếc Nescafes tại Nhật Bản.

Mặc dù không phải là robot bán lẻ duy nhất đang được sử dụng, các rô bốt trong cửa hàng như Pepper xuất hiện ít nhất là ban đầu làm tăng sự quan tâm và bán hàng của cửa hàng. Cho dù đây là một hiệu ứng mới lạ sẽ mòn đi một khi các robot bán lẻ trở thành “chuẩn mực” vẫn được xác định.

Phần mềm và ứng dụng

Phần mềm “trợ lý bán hàng” được thiết kế để tự động hóa và tăng cường quy trình hoạt động bán hàng bằng cách xác định và trao đổi với khách hàng tiềm năng internet. Công ty quản lý và dẫn đầu bán hàng tuyên bố các thông điệp có âm thanh đích thực dẫn đến tỷ lệ tương tác trung bình là 35%.

Trong một nghiên cứu điển hình,  Star2Star Communications đã  thực hiện đại diện bán hàng được hỗ trợ bởi Conversica “Rachel” vào năm 2016 và thấy tỷ lệ phản hồi email 30% trong vòng vài giờ. Phần mềm trợ lý bán hàng có thể tùy chỉnh cũng được sử dụng để bán kèm hoặc thu hút lại khách hàng tiềm năng hiện tại. Boch Automotive  có trụ sở tại Anh mới cũng sử dụng phần mềm Conversica, với mức tăng trung bình 60 lần mỗi tháng tại một đại lý của Toyota.

Đề xuất của khách hàng

IBM Watson 

Nó không còn là bí mật mà Watson của IBM đang cung cấp một loạt các khả năng quản lý đơn đặt hàng và khả năng tương tác của khách hàng cho các nhà bán lẻ thương mại điện tử. Vào năm 2016, 1-800-Flowers.com đã khởi chạy  Quà tặng khi bạn cần (GWYN),  công ty này gọi cho nhân viên trợ giúp về quà tặng AI.

Thông qua thông tin do người tiêu dùng cung cấp về người nhận quà tặng , phần mềm này sẽ điều chỉnh các đề xuất quà tặng bằng cách so sánh các chi tiết cụ thể được cung cấp cho quà tặng được mua cho những người nhận tương tự. Trải nghiệm GWYN (mà chúng tôi đưa vào bài viết hoàn chỉnh hơn về các trường hợp sử dụng bot trò chuyện ) cố gắng nhân rộng vai trò của người trợ giúp tại cửa hàng thông qua cuộc trò chuyện cá nhân và chi tiết với người dùng. 1-800-Flowers Chris McCann đã nói chuyện với Digiday , lưu ý rằng trong vòng hai tháng, 70% đơn đặt hàng trực tuyến đã được hoàn thành thông qua GWYN.

Ưu điểm của việc sử dụng máy học trong giao diện Q-and-A gợi ý, đó là North Face có khả năng chạy hàng chục nghìn người tiêu dùng thông qua công cụ đàm thoại này. Tại một số lượng tương tác khách hàng nhất định, hệ thống có thể được mong đợi thu thập thông tin chi tiết quan trọng về các đề xuất “hoạt động” (tỷ lệ mua hàng cao hoặc giá trị giỏ hàng cao) và những người không – cho phép công ty tiềm năng đạt được chuyển đổi cao hơn và cao hơn theo thời gian.

Chế tạo

Sản xuất

Phần mềm sản xuất Brilliant của General Electric  , một phần lấy cảm hứng từ mối quan hệ của GE với các công ty sản xuất khách hàng trong hai thập kỷ qua, được thiết kế để làm cho toàn bộ quy trình sản xuất – từ thiết kế đến phân phối và dịch vụ — hiệu quả hơn và do đó tiết kiệm chi phí lớn theo thời gian . Phần mềm này bao gồm một bộ phân tích và các công cụ thông minh hoạt động thích hợp cho một loạt các nhà sản xuất.

Ví dụ, phần mềm Trình quản lý WIP cung cấp các nhà sản xuất công nghiệp và rời rạc với khả năng hiển thị cộng tác trên toàn nhà máy và nhà máy của tất cả các công việc trong quá trình. Một giám sát viên hoạt động ngồi sau một máy tính giờ đây có thể xác định trong thời gian thực một vấn đề dựa trên sàn phát sinh trong quy trình làm việc, thay vì dành thời gian làm cho các hướng dẫn tốn thời gian của toàn bộ cơ sở sản xuất.

Toray Plastics là một ví dụ của một công ty đang sử dụng sản phẩm ứng dụng thực vật của GE , cho phép quản lý thu thập dữ liệu cấp hạt trong suốt quá trình sản xuất và giảm sản phẩm bị lỗi và năng suất bị lãng phí.

Phần mềm học tập

Phần mềm học tập Gakushu của Fanuc (“Gakushu” có nghĩa là học tiếng Nhật) được tích hợp trong các rô bốt sản xuất tăng tốc các hoạt động “thông minh” trên một nhiệm vụ cụ thể, ban đầu được thiết kế cho các dây chuyền hàn và lắp ráp tại chỗ. Năm 2016, Fanuc hợp tác với Nvidia, với mục tiêu tăng tốc độ học tập sâu trong các rô bốt thông qua GPU của Nvidia.

Logistics và Delivery

Domino’s Robotic Unit (DRU)

Ngoài tuyên bố của Domino rằng robot phân phối nguyên mẫu của nó có thể giữ thức ăn và đồ uống ở nhiệt độ thích hợp, cảm biến của DRU giúp nó điều hướng một con đường du lịch tốt nhất để giao hàng. DRU tích hợp công nghệ robot trước đây được sử dụng cho đào tạo chiến đấu quân sự . Vào  tháng 3 năm 2016, các phi công DRU đã được triển khai tại Úc, New Zealand, Bỉ, Pháp, Hà Lan, Nhật Bản và Đức. Domino’s không cung cấp ngày tháng khi DRU có thể được tung ra trên quy mô thương mại, nhưng có vẻ hợp lý khi giao hàng thực phẩm robot – và các hàng hóa khác — có thể là một thực tế đang phát triển trong thập kỷ tới.

Amazon Drone

Vào tháng 7 năm 2016, Amazon đã công bố mối quan hệ đối tác với chính phủ Anhtrong việc chuyển giao bưu kiện nhỏ qua máy bay không người lái thành hiện thực.  Công ty đang hợp tác với các cơ quan hàng không trên khắp thế giới để tìm ra cách để thực hiện công nghệ của mình trong các quy định được đưa ra bởi các cơ quan nói trên. “Prime Air” của Amazon được mô tả như một hệ thống phân phối trong tương lai để vận chuyển và phân phối an toàn tới các gói 5 pound trong vòng chưa đầy 30 phút.

Các 13 phút bay không người lái đầu tiên của Amazon diễn ra vào tháng 12 năm 2016, như đã thấy trong đoạn video dưới đây. Hiện tại, việc xác định độ an toàn và độ tin cậy của các hoạt động và hệ thống là ưu tiên hàng đầu của Amazon. Amazon lưu ý rằng nó đang làm việc với các nhà quản lý ở “các quốc gia khác nhau”, mặc dù chưa có bất kỳ cập nhật nào về các ngày dự báo cho mục đích thương mại. Tương tự như khái niệm DRU của Domino, có vẻ như việc phân phối tự động hàng hóa và thực phẩm bằng đường hàng không có thể được triển khai trên quy mô lớn trong thập kỷ tới.

Dịch vụ thanh toán

Amazon Go

Các địa điểm xây dựng và thiết kế ý tưởng của Amazon, được gọi là Amazon Go, sử dụng công nghệ miễn phí cho phép khách hàng mua sắm và để khách hàng sử dụng ứng dụng Amazon Go để đăng ký, nhưng sau đó toàn bộ trải nghiệm mua sắm được thiết kế tự động. Cảm biến theo dõi các đối tượng mà khách hàng nhận và đưa vào giỏ của họ và tài khoản Amazon của khách hàng sẽ tự động bị tính phí sau khi thoát khỏi cửa hàng.

Việc tung ra dự định đã không có rào cản, và vào cuối tháng 3 năm 2017, các nguồn tin gần với đại lý bán lẻ đã thông báo rằng Amazon đang trì hoãn việc mở cửa hàng tiện lợi của mình trong khi nó phát triển “công nghệ ổn định” trong quá trình mua sắm và mua sắm tự động.

PayPal

Kể từ năm 2013, PayPal đã tận dụng các thuật toán phát hiện gian lận để bảo vệ các giao dịch số của khách hàng. Trong vài năm qua, hàng ngàn mẫu mua hàng hoặc “tính năng” đã được hệ thống phát hiện bảo mật học được, trong đó có thể (trong ví dụ được cung cấp bởi MIT Tech Review ) giải mã giữa những người bạn đang mua vé buổi hòa nhạc cùng một tên trộm cùng một loại mua hàng với một danh sách các tài khoản bị đánh cắp.

Một nghiên cứu được tham chiếu bởi LexisNexis nhận thấy phương pháp học tập sâu của PayPal đối với an ninh giao dịch đã giảm tỷ lệ gian lận xuống 0,32% doanh thu, thấp hơn 1% so với tỷ lệ trung bình nhìn thấy các thương gia Thương mại điện tử nhất của tôi.

Gian lận thanh toán

Gian lận và thanh toán an ninh là một khu vực lớn của đầu tư AI, và có rất nhiều công ty an ninh để tham khảo. Một trong những ví dụ ở đây là công ty Sift Science, đây một trong nhiều công ty áp dụng học máy để phát hiện người dùng và gian lận thanh toán – cả hai đều có liên quan đến các ứng dụng bán lẻ. Điều này sẽ trở nên nhiều hơn để Thương mại điện tử Hoa Kỳ tiếp tục tăng lên như một phần trăm doanh thu bán lẻ.

Kết luận

Trong nhiều cuộc phỏng vấn của chúng tôi với các công ty bán lẻ AI tập trung vào bán lẻ,  chúng tôi được thông báo rằng các nhà bán lẻ “hộp lớn” (Best Buy, Target, Walmart, v.v) rất chậm để áp dụng các công nghệ tiên tiến. Bởi vì hầu hết các công ty lớn có ngân sách và khối lượng dữ liệu cần thiết để tận dụng tối đa nhiều công nghệ AI tốt nhất hiện nay, chúng tôi hoàn toàn phỏng đoán rằng “cuộc cách mạng AI” trong không gian bán lẻ là không thể. Nó có thể là một 3-5 năm trước khi hầu hết các nhà bán lẻ lớn có ứng dụng AI quan trọng, kinh doanh quan trọng trong sản xuất, hậu cần, hoặc dịch vụ khách hàng.

Các ứng dụng có khả năng cao nhất của việc áp dụng bán lẻ rộng hơn là những ứng dụng có lợi tức đầu tư trực tiếp và khó khăn. “Cải thiện sự tham gia của khách hàng” – với các nghiên cứu điển hình và ví dụ – là một lợi ích nhỏ hơn “giảm gói bị mất từ ​​6-10%”. quan trọng, an toàn và tập trung vào dòng dưới cùng (để có thêm thông tin chi tiết từ các giám đốc điều hành ngành công nghiệp máy học, hãy truy cập kênh phỏng vấn podcast AI của chúng tôi ).

Như với nhiều lĩnh vực đổi mới AI được dẫn dắt bởi những người chơi công nghiệp lớn hơn, tương lai có thể sẽ được quyết định bởi các trường hợp sử dụng AI bán lẻ được chứng minh hiệu quả bởi những người chơi công nghiệp hàng đầu. Thật an toàn khi nói rằng mọi nhà bán lẻ trên thế giới đang tìm kiếm Amazon để biết các gợi ý về “các bước tiếp theo” và chúng tôi có thể mong đợi rằng các nhà bán lẻ nhỏ hơn sẽ xem Amazon, Walmart, Best Buy và những người khác cho những ý tưởng riêng của họ về chiến lược.

Chúng tôi khuyên các doanh nhân quan tâm đến các ứng dụng AI bán lẻ để xem xét chặt chẽ lực kéo thành công trong các trường hợp sử dụng AI (tức là các ứng dụng thực sự mang lại lợi nhuận cho các dự án R & D, không hào nhoáng) từ Amazon và những người chơi lớn khác trong năm 2019 – 2020 tới đây.

Một vài nhận định được Writingbee chia sẻ, mong rằng sẽ giúp quý độc giả có cái nhìn tổng quan về công nghệ AI và ngành hàng bán lẻ. Mọi tin tức mới nhất, quý vị vui lòng xem tại chuyên mục: Tin Tức

BÌNH LUẬN

Please enter your comment!
Please enter your name here