Поделиться
Андрей Головкин, Fix Price: Любой сервис на основе искусственного интеллекта необходимо изначально разрабатывать с потенциалом для масштабирования
В розничной торговле искусственный интеллект постепенно превращается из экспериментального новшества в инструменты, которые непосредственно воздействуют на доходы и операционную результативность. О том, какие подходы уже подтвердили свою практическую ценность, с какими сложностями сталкиваются розничные сети и как трансформируются методы управления магазинами, в беседе с CNews рассказал Андрей Головкин, руководитель «Смарт Ритейл Тех» — компании, выступающей генеральным ИТ-интегратором для сети Fix Price.
«Генеративный ИИ перестал быть пилотным проектом и стал полноценным рабочим ресурсом. Сегодня центральный вопрос заключается не столько в самой технологии, сколько в том, насколько эффективно компания способна интегрировать ее в свои реальные бизнес-процессы»
CNews: Многие розничные операторы сейчас активно внедряют решения на базе ИИ. Какие потребности сети Fix Price послужили основным стимулом для запуска подобных инициатив?
Андрей Головкин: В современных условиях ключевой задачей для ритейла является увеличение выручки параллельно с ростом операционной эффективности. Именно поэтому внедрение технологических решений, включая искусственный интеллект, в первую очередь нацелено на достижение этих двух целей.
У нас уже реализованы проекты, которые способствуют росту доходов за счет более точного мониторинга соблюдения стандартов в магазинах, в том числе речевых моделей при общении с клиентами. Для розничной торговли это напрямую связано с качеством обслуживания, а следовательно — с конверсией, средним чеком, лояльностью покупателей и итоговой выручкой.
CNews: Какие направления использования ИИ в ритейле сегодня можно считать наиболее технологически отработанными, а какие пока остаются на этапе тестирования?
Андрей Головкин: Машинное обучение уже прочно вошло в нашу практику. В розничной торговле его, например, задействуют для предсказания покупательского спроса, настройки индивидуальных коммуникаций и оптимизации логистики.
К устоявшимся технологиям я бы также причислил компьютерное зрение. Сейчас это один из самых прикладных видов решений на основе искусственного интеллекта для ритейла: подобные системы уже интегрированы в операционную деятельность, помогают отслеживать процессы в торговых точках и приносят бизнесу ощутимую, измеримую пользу. В нашей компании это направление также активно развивается в рамках различных инициатив.
Говоря о генеративном искусственном интеллекте, считаю его вполне зрелой и работоспособной технологией. Сегодня дискуссия сместилась с вопроса о её готовности к вопросу о том, насколько грамотно компания может адаптировать её под свои конкретные задачи и внедрить в существующие бизнес-процессы. В Fix Price мы, в частности, применяем генеративный ИИ в сфере видео- и аудиоаналитики.
Если же отметить области, которые пока находятся в экспериментальной фазе, то я бы выделил разработку персональных ассистентов для различных специалистов. Подобные системы способны обрабатывать весь объём данных и рабочий контекст сотрудника, предлагая конкретные рекомендации — какие действия следует предпринять для роста эффективности и производительности труда.
CNews: Вы говорили об одном из проектов, связанном с аудиоаналитикой. Как построена эта система и какую информацию она обрабатывает?
Андрей Головкин: Действительно, мы успешно провели пилотный проект по аудиоаналитике в наших магазинах и сейчас тиражируем этот опыт на всю сеть. На каждой кассе установлен микрофон, фиксирующий происходящее — это полностью соответствует законодательным нормам.
Затем звуковая информация проходит многоступенчатую обработку. Сначала выполняется транскрибация, то есть преобразование речи в текст, после чего данные анализируются с помощью ИИ-моделей, в том числе генеративных. Именно они позволяют работать не с изолированными репликами, а с контекстом беседы — понимать, как в целом строится обслуживание, какие вопросы волнуют клиента и какие инсайты представляют ценность для компании.
На практике система помогает выявлять вполне конкретные моменты. К примеру, в разговоре покупатели могут отметить, что в зале некомфортная температура, выразить недовольство чистотой или поинтересоваться наличием определённых товаров — будь то батарейки, посуда или что-то ещё. Все эти сигналы возникают в ходе естественного общения на точке продаж, и ранее они, как правило, не попадали в поле зрения системного анализа.
По сути, мы преобразуем рядовое общение с клиентом в дополнительный источник управленческих данных, который позволяет оперативнее выявлять проблемные участки и принимать более обоснованные решения в масштабах всей сети.
CNews: Вы также затрагивали тему видеоаналитики торгового зала с использованием генеративного ИИ. Какие операционные задачи она помогает решать в ежедневной работе магазинов?
Андрей Головкин: В настоящее время мы параллельно ведём несколько инициатив в этой сфере. Одно решение уже развёрнуто во всех торговых точках — это система мониторинга торгового пространства. Благодаря технологиям генеративного ИИ она обнаруживает пустые участки на стеллажах, анализирует чистоту, идентифицирует потенциальные препятствия для посетителей и в целом помогает отслеживать несоответствия, непосредственно сказывающиеся на впечатлениях клиентов. Сегодня этот инструмент функционирует повсеместно и демонстрирует положительную динамику.
Кроме того, у нас запущены ещё два пилотных проекта. Первый посвящён цифровым контрольным листам. Его цель — охватить области, где стационарные камеры не всегда обеспечивают полную информационную картину, такие как входные зоны или складские комплексы. Там система по заданным алгоритмам также отслеживает соблюдение регламентов и фиксирует возможные отклонения.
Другой пилот направлен на мониторинг наличия продукции на полках — в первую очередь, товаров с высоким оборотом — а также на проверку точности ценников. Для розничной торговли это одна из ключевых операционных задач, поскольку соответствие товара и указанной цены прямо влияет как на удовлетворённость покупателей, так и на общую эффективность работы магазина. И здесь видеоаналитика даёт возможность перевести подобный контроль с выборочного подхода на более системный и широкомасштабный процесс.
CNews: Чувствуется ли уже практическая отдача от внедрения этих аудио- и видеорешений?
Андрей Головкин: Да, определённо. Первый проект позволил увеличить товарооборот — примерно на 1,1% в сравнении с контрольной группой.
От проекта с цифровыми чек-листами мы ожидаем эффект не столько в росте доходов, сколько в снижении затрат рабочего времени персонала — супервайзеров, управляющих магазинами, которые занимаются этой работой.
При этом ценность проектов на основе ИИ не всегда измеряется исключительно увеличением выручки. Например, в случае с цифровыми чек-листами основной расчёт делается именно на сокращение трудозатрат. Речь идёт об экономии времени руководителей, директоров и других сотрудников, которые сейчас выполняют часть подобных проверок вручную. Таким образом, здесь главный результат связан с повышением операционной эффективности и более оптимальным использованием управленческого потенциала.
«Данные служат фундаментом для любой системы искусственного интеллекта. Однако настоящую ценность формируют лишь качественные, тщательно подготовленные данные, очищенные от информационного шума и действительно пригодные для принятия обоснованных решений»
CNews: Насколько сложно интегрировать подобные решения в инфраструктуру крупной розничной сети, где уже функционирует множество операционных систем и сервисов?
Андрей Головкин: На деле это вопрос накопленного опыта. Мы как крупная компания, реализовавшая уже не один аналогичный проект, просто освоили необходимые компетенции.
Безусловно, правильная организация ИТ-архитектуры играет ключевую роль. Её необходимо проектировать с учётом будущего роста, чтобы добавление новых торговых точек и распространение сервисов не требовало каждый раз масштабных и сложных работ. Не менее важно поддерживать инфраструктуру достаточно простой и контролируемой, избегая излишнего дублирования систем, которое затрудняет обслуживание и взаимодействие между компонентами.
Особо стоит подчеркнуть значение команды специалистов. Для эффективного внедрения подобных систем одной лишь технологической базы недостаточно — необходимы глубокие знания в области архитектуры, интеграции, поддержки и расширения систем. Наша команда уже обладает такими компетенциями, поэтому мы воспринимаем такие инициативы не как нечто исключительное, а как закономерный этап в развитии цифровой экосистемы компании.
CNews: Насколько вообще решения на основе ИИ пригодны для масштабирования? Возможно ли их быстрое развёртывание в сотнях или даже тысячах магазинов?
Андрей Головкин: В целом процесс масштабирования реализуется достаточно гибко и без особых сложностей. Например, мы внедрили систему видеоаналитики во всей нашей сети — на тот момент это было 7,5 тысяч точек — примерно за два с половиной месяца. При этом основная нагрузка пришлась не на задачи, связанные непосредственно с искусственным интеллектом, а на организационные и инфраструктурные работы.
CNews: Розничная торговля оперирует колоссальными массивами операционных данных. Какие из них наиболее полезны для применения технологий искусственного интеллекта?
Андрей Головкин: Данные — это фундамент для работы ИИ. При этом критически важно их качество: информация должна быть точной, согласованной и без посторонних помех.
В первую очередь, речь идёт о финансовых метриках: покупательском потоке, объёме выручки, среднем размере покупки в разрезе каждой торговой точки. В сети Fix Price уже сейчас данные используются практически в реальном времени — вплоть до детализации по отдельным чекам. Это даёт возможность анализировать, какие товары, когда и в каком магазине приобретаются.
Следующий значимый пласт — это операционные показатели: выполнение рабочих задач, соблюдение установленных норм и вся сопутствующая статистика.
Ещё один важнейший блок — это логистика и управление товарными запасами, то есть данные об остатках, продажах и потерях. На основе этой информации мы принимаем стратегические решения и ставим задачи перед магазинами.
Наибольшую пользу для ИИ в ритейле приносит не разрозненная информация, а её комплексное рассмотрение — когда компания может одновременно оценивать финансовые итоги, операционную эффективность и движение товаров на всех этапах.
CNews: Какие требования к инфраструктуре и обработке информации возникают при внедрении систем видео- и аудиоаналитики в крупной розничной сети?
Андрей Головкин: Прежде всего, нужно понимать, что аудио- и видеоаналитика генерирует огромные объёмы данных. Следовательно, первостепенная задача — обеспечить каналы передачи информации с необходимой пропускной способностью.
Параллельно мы активно искали методы для уменьшения объема передаваемых данных, а в нужных местах — увеличивали пропускную способность каналов связи.
Еще один принципиальный аспект — это масштабируемость, которую мы уже затрагивали. Однако любая служба на основе искусственного интеллекта должна изначально создаваться с перспективой роста: это гарантирует, что добавление, скажем, еще тысячи торговых точек не вызовет сбоев, а инфраструктура будет справляться с возросшим потоком информации.
«Ключевое препятствие — ограничения по работе с персональными и конфиденциальными данными в современных облачных моделях»
CNews: С какими технологическими или управленческими сложностями чаще всего сталкиваются ритейлеры, внедряя решения на базе ИИ?
Андрей Головкин: Основную преграду, которая сегодня лежит на стыке технологий и организации процессов, я вижу в ограничениях, связанных с обработкой персональной и чувствительной информации, особенно в контексте современных облачных решений.
С одной стороны, у компаний существует совершенно ясное и логичное требование: не выносить важные данные за границы защищенной корпоративной среды. С другой — есть технологическая действительность: локальные решения, развернутые внутри компании, во многом пока проигрывают по функциональности и темпам развития современным облачным сервисам, доступным по подписке.
Поэтому главная задача сейчас — отыскать верное равновесие между соображениями безопасности, законодательными нормами и доступом к самым передовым инструментам искусственного интеллекта. На деле это означает, что фирмам приходится рассматривать разные варианты: либо в определенных ситуациях выстраивать регулируемую схему передачи некоторых сведений вовне, либо планомерно укреплять собственную внутреннюю технологическую базу, чтобы обеспечить качественную аналитику данных в изолированном пространстве.
По сути, это уже вопрос не только самих технологий, но и уровня зрелости всей корпоративной системы в области работы с данными, защитой информации и цифровыми услугами.
CNews: Как внедрение подобных систем сказывается на операционной деятельности магазинов и работе персонала? Происходят ли изменения в управленческих методах?
Андрей Головкин: Да, конечно. Один из основных результатов внедрения таких систем состоит в том, что они значительно уменьшают роль человеческого фактора в принятии повседневных решений. Искусственный интеллект также может допускать ошибки, но его важное достоинство в ином: он ошибается по единым принципам и одинаково во всех точках сети.
Этот аспект стал особенно заметен в ходе реализации нашего проекта по видеоаналитике. На стадии внедрения обязательным условием была проверка результатов сотрудниками — требовалось оценить корректность работы системы. Выяснилось, что мнения людей сильно расходятся: некоторые полагали, что система ошибается в 60–70% случаев, в то время как другие отмечали уровень погрешностей лишь около 5%. Таким образом, человеческий фактор оказал значительное влияние.
Между тем, именно от этих оценок зависят дальнейшие шаги персонала — например, требуется ли выставить товар или навести порядок в торговом зале. Искусственный интеллект как раз помогает устранить подобные расхождения. Он обеспечивает единообразие применяемой логики во всех точках продаж.
Это, вероятно, один из основных результатов. Кроме того, трансформируются управленческие методы: отпадает необходимость привлекать множество людей для принятия решений. Система самостоятельно создаёт задания, а человек уже следит за их исполнением и выборочно проверяет итог.
CNews: Как вы считаете, какие направления применения искусственного интеллекта в розничной торговле будут развиваться наиболее динамично в ближайшие годы?
Андрей Головкин: В прошлом году много говорили об ИИ-агентах, но в основном в рамках задач центрального офиса. Сейчас, по моему мнению, наиболее быстрые темпы развития будут у персональных помощников для линейного персонала — управляющих магазинами, менеджеров, сборщиков на распределительных центрах.
Именно здесь я вижу один из самых эффективных практических сценариев на ближайшее будущее. Речь идёт о мультиагентных системах, способных учитывать полный рабочий контекст конкретного сотрудника: текущие задания, операционные метрики, обстановку в магазине или на складе, приоритеты и возможные несоответствия. На основе этого они могут предлагать не общие рекомендации, а чёткие указания — что именно следует сделать в текущий момент для повышения производительности, качества выполнения задач и общей эффективности ежедневной работы.
На мой взгляд, это очень важный следующий шаг в развитии ИИ для ритейла. Если ранее основная ценность заключалась в сборе и анализе информации, то сейчас фокус постепенно смещается в сторону практической поддержки при принятии решений непосредственно в операционной деятельности. Именно такие инструменты, которые функционируют рядом с сотрудником и усиливают его в повседневных задачах, будут развиваться особенно интенсивно.
Следующая значительная стадия развития ИИ в ритейле — это переход от аналитики к цифровым ассистентам, которые не просто отображают данные, а подсказывают сотруднику конкретные шаги в его ежедневной работе.
Сокращённый URL
