کاربرد هوش مصنوعی در بخش خرده فروشی در جهان
فائزه هدایت نظری -عضو هیات علمی موسسه مطالعات و پژوهش های بازرگانی
تحول دیجیتال در خردهفروشی شامل تبدیل داده‌ها به بینشی است که تصمیم‌گیری‌ها را هدایت می‌کند و منجر به بهبود نتایج تجاری میشود و این گذار به تحول دیجیتال برای خرده‌فروشان، منجر به پیامدهایی بوده است که شامل ارتقای تجربیات برای مشتری، تسریع عملیات هوشمند و افزایش درآمد بوده است که همگی کمک می‌کند تا کسب وکارهای خرده فروشی از رقبای خود متمایز شوند.
یکی از مهم ترین فناوری های تحول آفرین، نوپدید و کاربردی در گذار به عصر دیجیتال استفاده از هوش مصنوعی(AI) در بخش های مختلف اقتصادی نظیر بخش خرده فروشی است. هوش مصنوعی (AI)به سیستم‌های مبتنی بر نرم‌افزار اطلاق میشود که از ورودی داده‌ها برای تصمیم‌گیری استفاده میکنند یا به کاربران در تصمیم‌گیری کمک میکنند. باید در نظر داشت در حالی که پذیرش هوش مصنوعی در دهه های گذشته به کندی صورت گرفته است، اما پیشرفت‌های اخیر همراه با دسترسی عمومی به این ابزارها، توجه بیشتری را به تغییرات و امکانات جدیدی که عصر هوش مصنوعی به ارمغان خواهد آورد جلب نموده است. از این حیث پذیرش شتابان هوش مصنوعی یک تحول اساسی است که بر هر بخش از تجارت و زندگی روزمره تأثیر می‌گذارد و لذا بدیهی است هوش مصنوعی(از طریق یادگیری ماشینی و یادگیری عمیق) تا حد زیادی بینشهای بازار را در امور خرده فروشی هدایت و ساماندهی کند. براساس برخی مطالعات جهانی سهم عملکرد هوش مصنوعی در بازار خرده فروشی جهان 9.65 میلیارد دلار در سال 2024 تخمین زده می شود و انتظار می رود تا سال 2029 (با رشد 32.7 درصد) به 38.92 میلیارد دلار برسد.
از این باب، پیش بینی ها حاکی از آن است که ظرف پنج سال آینده، استقرار هوش مصنوعی برای بقای کسب و کارها (صرف نظر از مدل کسب و کار و مقیاس) در همه بخش‌های اقتصادی ضروری خواهد بود و بخش خرده فروشی در نظام توزیع جهان نیز مستثنی نبوده است و سرمایه گذاری های عظیمی در این بخش در حال انجام است که می تواند به توسعه و پیاده سازی هر چه بیشتر و بهتر این فناوری در نظام توزیع و متعاقب آن افزایش بهره وری این بخش کمک شایانی نماید. بنابراین، در اینجا به بررسی تاثیرات هوش مصنوعی بر بخش خرده فروشی پرداخته می شود و اهم تحولات ایجاد شده به واسطه کاربرد هوش مصنوعی در بخش خرده فروشی در ادامه معرفی و تشریح شده است:
- تقویت پیش بینی پذیری در زنجیره تامین و مدیریت موجودی
هوش مصنوعی در خردهفروشی پیشبینی تقاضای بهتری را ایجاد می کند و ابزارهای هوش تجاری با استخراج بینش از دادههای بازار، مصرف‌کننده و رقبا، تغییرات صنعت را پیشبینی میکنند و تغییرات فعالانه‌ای را در استراتژی‌های بازاریابی، تجاری و شرکت ایجاد میکنند. این امر همچنین بر برنامه ریزی زنجیره تامین و همچنین قیمت گذاری و برنامه ریزی تبلیغاتی تأثیر می گذارد. از این رو بازیگران حوزه خرده فروشی به استفاده از یادگیری ماشینی و هوش مصنوعی روی آوردهاند تا از این طریق بتوانند تاثیر صدها محرک تقاضا را برای پیش بینی بسیار دقیق تر تقاضای بازارها، بهبود فرآیندهای برنامهریزی در امور کسب وکار، زنجیره تامین و عملیات را با پیش بینی وضعیت تقاضای آتی، تبیین کنند. از این رو، قابلیت‌های پیشرفته یادگیری ماشینی می‌تواند تقاضا برای هر محصول، در هر فروشگاه و کانال توزیع را در کوتاه‌مدت و بلندمدت پیشبینی کند.
- کاهش هزینههای عملیاتی با کاربرد چت بات ها:
فروشگاه‌های بدون صندوق در حال حاضر در بخش خرده فروشی فعال هستند و نتایج کاربرد آنها نشان داده است که صفهای فروشگاهی را کاهش داده و هزینههای عملیاتی را به میزان قابل توجهی کاهش می‌دهند. «آمازون گو» یکی از اولین نمونه‌ها است که از این فناوری استفاده می‌کند که به محصولات برداشته‌شده از قفسه عکس‌العمل نشان می‌دهد و محصولاتی را که در فروشگاه خرید شدهاست به حساب آمازون مشتریان ارسال میشود و صورت‌حساب صادر می‌کند. خرده فروشان پیشرو در حوزه پوشاک نیز از چت بات های هوش مصنوعی برای بهبود خدمات رسانی به مشتریان، بهبود جستجو، ارسال پیام آگاه سازی در خصوص انواع جدید محصولات و یا معرفی و پیشنهاد محصولات مشابه به کار گرفته اند. در واقع، این چت بات ها از هوش مصنوعی و یادگیری ماشینی برای مکالمه با مشتریان، پاسخ به سوالات رایج و هدایت آنها به سمت پاسخ ها و نتایج مفید استفاده می شوند و به نوبه خود، دادههای ارزشمندی را از مشتریان جمع‌آوری میکنند که می‌توان از آنها برای اطلاع‌رسانی در تصمیمات آتی تجاری مشتریان استفاده کرد.
- بهینه سازی تجربه خرید در خرده فروشی الکترونیکی
پورتال های دیجیتال مشتریان را می شناسند و تجربه خردهفروشی الکترونیکی را سفارشیسازی میکنند تا بتواند منعکس کننده بازخوردها به رفتارهای و خریدهای فعلی و مشتریان باشند و همچینن، سیستم‌های هوش مصنوعی به طور مداوم تجربه دیجیتال کاربران را برای ایجاد نمایشگرهای مرتبط با تعاملات آنها با خرده فروشی الکترونیکی بهینه سازی میکنند.
- تسریع جستجوی محصولات
امکان جستجوی تصویر محصولات مورد نظر مشتریان (به جای جستجو در قالب کلمات) یکی از امکانات دیگری است که با کاربرد هوش مصنوعی در انبارهای فروشگاهی یا خرده فروشی های بزرگ به خدمات دهی بهتر به مشتریان و شناسایی سریع تر محصول مد نظر و یا محصولات مشابه با آن کمک نموده است.
- پویایی در توسعه و دسترسی به بازارها
سیستم های مدیریت ارتباط با مشتریان(CRM) پیشرفته و سیستم‌های بازاریابی، رفتارها و ترجیحات مصرف‌کننده را از طریق تعاملات مکرر یاد می‌گیرند تا یک نمایه دقیق خریدار ایجاد کنند و از این اطلاعات برای ارائه بازاریابی برون‌گرای فعال و شخصی سازی شده ارائه توصیه‌ها، پاداش‌ها یا محتواهای متناسب برای مشتریان استفاده می کنند.
- تقویت ادراک واکنش احساسی مشتریان
با تشخیص و تفسیر نشانه‌های دریافت شده از چهره، ویژگی های بیومتریک و صوت، رابط های هوش مصنوعی می‌توانند احساسات، عواطف و یا واکنش‌های ایجاد شده در مشتریان را در لحظه خرید شناسایی کرده و محصولات، توصیه‌ها یا پشتیبانی مناسب را به مشتریان ارائه دهند.
- تسریع تحولات در حوزه تحقیق و توسعه(R&D)
الگوریتم های عمیق یادگیری، انبوه دادههای ناشی از بازخورد مشتریان را به موازات داده های خرید جمع آوری و تفسیر می کنند تا پشتیبان طراحی نسل بعدی محصولات و خدمات باشند و از این راه نیازهای برآورده نشده در بازار یا ترجیحات مشتری را بهتر برآورده نمایند.
- نوآوری در خدمات سفارشی سازی شده
امروزه برخی از فروشگاه های عرضه کننده محصولات آرایشی و بهداشتی به استفاده از هوش مصنوعی روی آوردهاند چراکه از طریق هوش مصنوعی تصویر ارسال شده از چهره مشتری بررسی می شود و براساس شرایط و ویژگی مشتری نظیر سن و وضعیت سلامت پوست صورت، محصولات مناسب به مشتری پیشنهاد میشود.
- افزایش قدرت تشخیص تقلب(فریب) در معاملات
امروزه شرکت هایی نظیر «پیپال» و یا «شاپیفای» در حال بهرهبرداری از الگوریتم های یادگیری عمیق برای جلوگیری از تقلب در معاملات هستند که از طریق تجزیه و تحلیل دادههای تراکنش ها به شناسایی الگوهای رفتار متقلبانه می پردازد. پیپال گزارش داده است که این امر به کاهش ضررهای ناشی از کلاهبرداری تا 25٪ کمک کرده است و شاپیفای نیز مدعی است که این روش تا 85 درصد در کاهش تقلب موثر بوده است.
- بهبود عملکرد مدیریت نیروی انسانی
هوش مصنوعی امکان شناسایی افزایش تقاضا برای کارکنان در مکان های خاص را بر اساس ترافیک مشتریان فراهم می کند و این امر به تصمیم‌گیری‌های مهمی نظیر زمان‌بندی حضور کارکنان در فروشگاهها، بررسی فرصت‌های استخدام و حتی مسائل بالقوه در خصوص مازاد کارکنان در برخی نقاط کاری را شناسایی کند. این به جلوگیری از اضافه بار کارکنان کمک می کند و در دراز مدت تأثیر مثبتی بر رفاه آنها خواهد داشت.
بنابر موارد صدرالاشاره قابل مشاهده است که کاربرد هوش مصنوعی در بخش خرده فروشی جهان عمدتا در سه حوزه اصلی ناظر بر هوش مصنوعی عرضه ، تقاضا و مشتری بوده است. بدینترتیب ، کاربرد هوش مصنوعی ناظر بر طرف عرضه به کسب بینش برای پیش بینی پذیری، مدیریت و کنترل امور تامین منجر می گردد و در عمل موجب ارتقای عملکرد بخش انبارداری، لجستیک و مدیریت نیروی انسانی می شود. همچنین، کاربرد هوش مصنوعی ناظر بر طرف تقاضا به کسب بینش برای پیش بینی پذیری امور تقاضا میانجامد و در عمل با بهینه سازی فرایندهای بازاریابی، تبلیغات و پاسخگویی به تقاضا با افزایش سطح راحتی برای مشتریان همراه می گردد. از سوی دیگر، کاربرد هوش مصنوعی ناظر بر امور مشتریان موجب بهره مندی مشتریان از امکانات و خدماتی است که زمینه خرید موثرتری را فراهم نموده و با پیام های شخصی سازی شده و پیشنهادات مناسب در انواع برنامه ها و شبکه های اجتماعی بهینه سازی شده است.
