사물 인터넷 기술
사람들은 인공 지능(AI)의 개념과 인공 지능(AI)이 소매업에 어떻게 도움이 되는지 이해하기 시작했습니다. 특히 온라인에서는 챗봇, 검색 엔진 및 제품 추천 도구가 이미 선두를 달리고 있습니다. 그러나 매출의 최대 90%가 여전히 오프라인 매장에서 발생하고 소매에서 AI의 실제 사용 사례는 극히 일부에 불과하므로 소매 기술 전문가 Detego의 최고 기술 책임자인 Michael Goller는 말합니다. , 머신 러닝이 패션 소매 부문에서 어떻게 주목을 받을 수 있는지 설명합니다.
현재 인공 지능에 대해 많은 이야기가 있지만 특히 오프라인 소매에서 실제 사용 사례는 많지 않습니다. 우리는 알아야 합니다. 우리는 소매 소프트웨어 개발에서 기계 학습의 얼리 어답터 중 하나였으며 소비자가 판매 도우미를 찾거나 고객 서비스에 전화하지 않고도 간단한 재고 문의에 빠르게 답변을 얻을 수 있도록 인기 있는 챗봇 도구를 출시했습니다.
행동보다 AI에 대해 더 많은 이야기가 있고 기계가 결국 인간을 능가할 수 있다는 일반적인 예감 외에도, 우리는 대부분의 소매업체가 여전히 기계 학습이 비즈니스에 실제로 할 수 있는 것과 AI가 어떻게 할 것인지에 대한 기본 사항을 이해하려고 노력하고 있다는 뚜렷한 인상을 받습니다. 소비자 참여를 돕습니다. 따라서 소매 분야에서 인공 지능이라는 주제 뒤에 숨겨진 미스터리를 풀고 이것이 일시적인 유행인지 아니면 소매업체에서 더 많은 관심을 기울여야 하는 것인지 알아보려는 시도입니다.
인공 지능이 이미 상당한 변화를 가져온 한 분야가 있는데, 그것은 방대한 양의 데이터를 파악하고 훨씬 더 정보에 입각한 제품 권장 사항을 만드는 것입니다. Amazon과 같은 업체가 온라인에서 주도한 기술입니다. – 당신이 좋아할 만한 다른 제품에 대한 제안 – 하지만 여전히 큰 길을 갈 길이 멉니다.
<노스크립트>
온라인과 오프라인 소매업 사이에 긴밀한 접근 방식이 존재하지 않습니다. 그리고 제품의 가용성은 종종 무시됩니다. 많은 소매업체가 어떤 제품을 전환하는 것이 가장 좋은(또는 가장 수익성이 높은) 제품인지 고려하지 않습니다.
인공 지능은 많은 데이터를 통합하고 제품 가용성, 구매 내역, 현재 추세, 수익성 등 다양한 요소를 기반으로 결정을 내림으로써 합리적인 선택을 하는 데 점점 더 능숙해집니다. 이 모든 것이 당연하게 들릴지 모르지만 실제로 매장에서 하는 소매업체는 거의 없습니다. 대부분의 소매업체는 여전히 다양한 채널에 걸쳐 다소 분리된 프로세스를 가지고 있으며 여러 부서는 일관된 수준의 데이터 입력 부족으로 어려움을 겪고 있습니다.
일부 프로세스는 반자동이지만 상품 계획 및 제품 분류와 같은 많은 프로세스는 대부분 수동으로 유지됩니다. 예를 들어, 구매자는 훨씬 더 효율적인 기계 학습 도구를 사용하기보다는 여전히 구식 판매 수치와 직감에 따라 대부분의 결정을 내립니다.
인공 지능은 예측 및 재고 할당에 이상적으로 적합합니다. 이러한 프로세스는 역사적으로 상당히 수동적이고 번거로운 경향이 있으며 일반적으로 효율적으로 관리되지 않습니다. 주로 이상적인 조합을 찾는 데 너무 많은 작업이 필요하기 때문입니다. 제품 선택 및 재고 가용성이 소매업체의 수익에 매우 중요함에도 불구하고 일반적으로 비교적 소규모 부서에서 수행하는 작업입니다. 그러나 가용성을 극대화하고 판매 가능성이 가장 높은 제품을 홍보하기 위해 자가 학습 메커니즘을 배치할 수 있습니다.
오늘날 대부분의 매장에서 매장 직원은 특정 매장의 이익에 가장 적합한 것이 무엇인지 아는 기술을 보유하기보다는 사용 가능한 크기와 적합한 것을 기반으로 선반을 쌓는 경향이 있습니다. AI를 사용하여 같은 마을에 있는 다른 매장에서도 판매를 극대화하기 위해 완전히 다른 크기의 의류가 필요할 수 있음을 발견했습니다.
거의 100% 정확도로 재고를 모니터링하는 데 도움이 되는 모든 품목의 RFID 태그와 함께 인공 지능을 사용하여 매장, 창고, 심지어 소비자에게까지 배송 성능과 재고 분배를 개선할 수 있습니다. 예를 들어, 한 소매업체는 배송되었지만 받지 못한 수백 개의 제품 상자와 여러 부서에서 해결하기 위해 오랜 시간을 소비하는 제품으로 당황한 것을 발견했습니다. 이 문제는 기계가 몇 초 만에 풀릴 수 있습니다.
소매업체가 특정 시간에 재고가 어디에 있는지 정확히 알지 못하는 것은 드문 일이 아니지만 인공 지능의 기쁨은 선택한 매장에서 특별 가격으로 최신 제품 출시를 제공하는 마케팅 캠페인과 같이 인간의 실수를 최소화하고 약속하는 것을 보장하는 것입니다. – 항상 충족됩니다.
현재 챗봇(고객 서비스를 돕는 로봇)에 대한 과장된 소문이 여전히 많이 있고 온라인 소매 세계에서 계승된 최신(그리고 틀림없이 더 발전된) 기술을 채택해야 하는 과도한 압력이 있지만 이것은 시작에 불과합니다. 소매업의 인공 지능과 관련하여 수행할 수 있습니다.
사람들이 매장에 들어갈 때 조언을 구하기 위해 스마트폰에서 사용할 수 있는 챗봇은 고객 서비스에 대한 즉각적인 링크를 제공하고 훨씬 더 광범위한 제품 및 서비스 카탈로그에 액세스할 수 있습니다. 챗봇의 매력은 특히 젊은이들이 이제 온라인에서 챗봇을 다루는 데 익숙해졌기 때문만은 아닙니다. 그러나 많은 사람들이 바쁜 매장에서 판매 보조원을 추적한 다음 소매업체의 평판을 망칠 수 있는 '모름' 또는 '관심 없음' 응답을 받는 것을 정말로 원하지 않기 때문입니다.
간단한 제품 관련 작업 및 재고 확인은 기계에 이상적입니다. AI 기반 제품 추천 도구가 포함된 챗봇을 도입한 매장에서는 판매 전환율이 최대 5% 더 높은 것으로 나타났습니다.
분명히 챗봇은 매장에서 일하는 인간을 대체하지 않을 것입니다. 그러나 그것들은 확실히 그것들을 보완할 수 있습니다. 종종 더 신뢰할 수 있음을 증명합니다. 질병이나 휴식을 취하는 경향이 없습니다. 당신을 대화에 끌어들이고 너무 많이 팔려고 하지 않습니다. 연중무휴 24시간 이용 가능합니다.
향상된 재고 투명성과 수익성, 더 나은 고객 참여는 소매업체가 계속 번성하도록 하는 데 도움이 됩니다. 이를 통해 소매업체는 쇼핑의 미래 트렌드를 주도하는 온라인 소매 골리앗의 증가하는 위협과 경쟁할 수 있습니다. 인공 지능은 또 다른 유행이 아닙니다. 허구처럼 보일 수 있지만 항상 기대치를 능가하며 계속 존재합니다.
이 블로그의 작성자는 소매 기술 제공업체 Detego의 CTO인 Michael Goller입니다.
사물 인터넷 기술
V1은 영국의 1,000명의 비즈니스 리더를 대상으로 설문조사를 실시한 결과 65%의 사람들이 로봇과 함께 일하는 것을 기쁘게 생각한다는 사실을 발견했습니다. 수동 프로세스가 줄어들어 생산성이 향상된다는 의미라면 RPA는 지출 우선 순위가 아니었습니다. 어떤 사람들에게는 인공 지능이 다음 비약적 도약으로 간주됩니다. 그 어느 때보다 더 많은 기업이 업계를 근본적으로 혁신할 것을 약속하기 때문에 이를 최우선 과제로 삼고 있습니다. 그러나 이러한 모든 흥분 속에서 조직이 다른 부가가치 기술(기침 RPA)을 간과할 수 있는 위험이 있습
지능이란 무엇입니까? 우선 지능의 의미를 이해하자. 지능에는 많은 의미가 있지만 우리는 시스템에서 발견되는 일련의 과정, 즉 이해하고 배우고 삶의 새로운 상황에 적응하는 과정이라고 가정할 수 있습니다. 인공 지능(AI)이란 무엇입니까? 인공지능(AI)은 기계, 특히 컴퓨터 시스템에 의해 적응된 인간 지능의 시뮬레이션입니다. 이러한 프로세스에는 정보 학습 및 이해(정보 및 정보 사용 규칙 획득), 자가 수정이 포함됩니다. AI의 응용 프로그램에는 전문가 시스템, 음성 인식 및 머신 비전이 포함됩니다. 인공 지능(AI)의 역사