Что внедряет ритейл: КСО, вау-поиск и ИИ-поддержка
Разбор с экспертами из «Спортмастера», «Дикси» и «О’КЕЙ»
Сегодня ритейл конкурирует уже не только ассортиментом или ценой, но и качеством цифрового опыта. Кассы самообслуживания, поиск, рекомендации, поддержка — это больше не отдельные инструменты, а единая система взаимодействия с клиентом. Компании, которые умеют быстро внедрять ИИ и работать с данными на всех этапах пользовательского пути, начинают выигрывать не точечно, а системно.
Петр Чернышев, генеральный директор FriflexКассы самообслуживания
По данным исследования Fix Price и исследовательского холдинга «Ромир», 85% россиян хотя бы иногда пользуются кассами самообслуживания (КСО). Главной причиной выбора покупатели называют желание избежать очередей.
Сами КСО появились еще в восьмидесятых, но в последние годы программное обеспечение для касс самообслуживания сильно изменилась. Сегодня ритейлеры внедряют в них компьютерное зрение, алгоритмы искусственного интеллекта и видеоаналитику.
Эти технологии помогают распознавать товары (например, овощи и фрукты без штрихкода), выявлять ошибки сканирования и предотвращать подмену продуктов. Современные кассы самообслуживания не ограничиваются оплатой и покупательским сценарием. Они могут работать и как канал коммуникации с покупателем.
Мы в О’КЕЙ смотрим на кассы самообслуживания шире. Это не только интерфейс для сканирования товаров, но и канал коммуникации с покупателем. Раньше экран между операциям мог оставаться пустым, а теперь мы используем его для маркетинговых кампаний, а также для задач найма и продвижения бренда работодателя.
Александр Маслов, руководитель управления развития и поддержки розницы О’КЕЙЦифровые сценарии покупки офлайн
Ритейлеры тестируют форматы магазинов, где офлайн-пространство дополнено цифровыми сценариями покупки. Это пока не массовый стандарт, а скорее поле для экспериментов.
Компании проверяют, как может измениться привычный магазин у дома, если часть выбора, заказа и навигации перенесено в цифровой слой. Например, X5 тестирует фиджитал-формат «Пятерочки», где 70% площади занимает склад, а в зале нет кассиров.
В таком магазине покупатель взаимодействует с экранами, авторизуется по QR-коду, оформляет заказ через цифровой интерфейс и дожидается его в зоне с кофе и выпечкой.
Интеллектуальный поиск
Поиск становятся одним из заметных направлений технологической трансформации электронной торговли. Крупные платформы рассматривают его как способ улучшить пользовательский опыт и увеличить конверсию.
Многие покупки в интернет-магазинах начинаются именно с поискового запроса, поэтому его релевантность напрямую влияет на продажи. Ритейлеры внедряют решения для поиска на основе искусственного интеллекта — системы, которые используют машинное обучение и обработку естественного языка (NLP).
Они интерпретируют запрос пользователя, учитывают контекст и предлагают подходящие товары. Интеллектуальный поиск также интегрируют с чат-ассистентами. Тогда пользователь может формулировать запросы в разговорной форме: «Подбери продукты для ужина на двоих».
Рекомендательные системы
Если раньше они в основном подбирали похожие товары по простым правилам и истории покупок, то теперь переходят к более сложным моделям. Такие модели учитывают последовательность действий пользователя, контекст и разные сигналы — просмотры, клики и добавления в корзину.
Например, Wildberries использует для персональных рекомендаций модели-трансформеры. Это тип нейросетей умеет анализировать целую последовательность действий и связи между ними. За счет этого система лучше понимает, что именно человек ищет и как его интерес меняется со временем.
Кроме того, маркетплейс использует подход, при котором модель обновляет рекомендации после новых действий пользователя с лагом в несколько секунд, а не раз в сутки. Это позволяет быстро реагировать на изменение интереса и точно подстраивать выдачу под сценарий выбора.
Автоматизация клиентской поддержки
Кроме традиционных чат-ботов ритейлеры сегодня внедряют в поддержку решения на базе искусственного интеллекта: ИИ-ассистентов и ИИ-агентов. ИИ-ассистенты анализируют текст обращения и предлагают оператору варианты ответа, подсказки или релевантную информацию из внутренних систем.
ИИ-агенты тоже анализируют текст, а кроме этого могут выполнять действия в системах компании. Например, агент может сформировать заявку для клиента, отследить ее статус или отправить купон на скидку.
Технологически такие системы обычно строятся на комбинации обработки естественного языка (NLP/NLU), машинного обучения и интеграции с внутренними сервисами компании. Алгоритмы анализируют текст обращения, определяют намерение пользователя и запускают определенный сценарий.
Наш спортивный помощник автоматизировал 84% запросов от наших клиентов. Мы уже умеем обрабатывать его жалобы, подбирать товар, рекомендовать размер и размерную сетку в зависимости от бренда. Уже сейчас мы умеем менять данные получателя по заказам на "Самовывоз" через спортивного помощника.
В планах дальнейшее развитие и добавление полного функционала редактирования заказа: добавить или убрать товар, применить промокод или бонусы, изменить способ получения.
Григор Мнацаканян, начальник отдела ОМНИ развития сети «Спортмастер»Локализация ИТ-инфраструктуры
Еще одно направление изменений в российском ритейле — локализация ИТ-инфраструктуры. Оно скорее инфраструктурное, но именно на этой базе ритейлеры перестраивают ключевые ИТ-системы и создают условия для внедрения новых сервисов, аналитики и автоматизации.
Речь идет о переносе ключевых систем и данных в российские дата-центры и переходе на локальные технологические платформы. Этот процесс связан прежде всего с требованиями к хранению данных, вопросом снижения зависимости от зарубежных поставщиков программного обеспечения и облачных сервисов.
Одни ритейлеры размещают системы в российских дата-центрах и работают с локальными провайдерами, другие выбирают более глубокий путь локализации и строят собственные ЦОДы. Все зависит от масштаба компании, ее архитектуры и ресурсов.
Важным аспектом при обсуждении локализации ИТ-инфраструктуры в ритейле является не только размещение ресурсов, но и сама модель формирования затрат и операционного управления. Современные архитектуры уходят от подхода, при котором компания заранее закупает фиксированные мощности с запасом, к модели, где расходы возникают строго в момент фактического потребления ресурсов.
Это принципиально меняет экономику: инфраструктура начинает масштабироваться вместе с бизнесом, а не опережать его. В результате ритейлер платит не за потенциальную нагрузку, а за реальный трафик, реальные заказы и реальные вычисления — будь то поиск, рекомендации или ИИ-запросы.
Алексей Садовников, владелец продукта CRM «Дикси»