Консалтинговая компания Kept представила кейсбук, содержащий анализ практического опыта российских и азиатских компаний потребительского сектора по внедрению искусственного интеллекта. Эксперты оценили влияние ИИ на закупки, производство, логистику, продажи, маркетинг и обслуживание клиентов.

В фокусе исследования опыт организаций из России, Китая, Сингапура и Южной Кореи. Также приводятся примеры внедрения ИИ крупнейшими международными компаниями. Использовались материалы из открытых источников и результаты опроса экспертов.

Ключевые выводы:

• десять крупнейших российских ритейлеров используют ИИ. Все компании подтверждают положительный эффект от искусственного интеллекта, его размер оценивается в 1–2% выручки компании. Это объясняется повышением точности планирования и сокращением расходов; 
• российские федеральные сети в сфере ритейла используют ИИ для прогнозирования спроса, управления запасами, контроля качества, управления персоналом, ведения документооборота, взаимодействия с покупателями и создания маркетингового контента;
• ИИ в управлении закупками повышает скорость оборачиваемости оборотного капитала в результате повышения точности объема закупок;
• в производстве и контроле качества искусственный интеллект позволяет сократить непроизводительные расходы и повысить производительность труда. Так, в ГК «Черкизово» производительность труда в среднем увеличилась на 15% при внедрении системы видеоаналитики для контроля за работой сотрудников на конвейерном производстве;
• ИИ позволяет сократить расходы на логистику и на формирование запасов, также снижается размер недополученной из-за отсутствия товаров выручки. Например, «Яндекс» сокращает стоимость отбора товаров на 30–80% за счет роботизации складов;
• в маркетинге ИИ помогает расширить клиентскую базу, повысить узнаваемость бренда, а также увеличить эффективность промоакций. Например, «Вкусвилл» использует бота-помощника на базе ИИ для подбора готовых блюд на основании предпочтений клиентов;
• внедрение ИИ в корпоративную среду сопровождается специфическими рисками и ограничениями, считают аналитики. Среди функциональных рисков — технические сбои и ошибки (такие как галлюцинации), отравление данных (Data Poisoning), дрейф моделей (Model Drift) и снижение производительности при масштабировании решений. Отмечается ограниченная способность моделей адаптироваться к быстрым изменениям рыночных условий или потребительских предпочтений, а также недостаточная прозрачность их работы;
• по мнению аналитиков, во многих случаях интеграция ИИ не требуется для решения поставленной задачи и достаточно инструментов малой автоматизации или других решений. Внедрение ИИ должно быть основано на бизнес-потребностях и анализе способов их закрытия.

Расскажите знакомым: