🔍 Меняется не только масштаб, но и роль ИИ
Раньше ИИ в ритейле использовали, в основном, для работы с клиентами: в персонализации, рекомендациях, ценообразовании. Теперь же фокус смещается к внутренним процессам. По оценке STAQ, около 60% от всего прироста пришлось на операционные задачи — обработку заявок, обслуживание торгового оборудования и поддержку персонала. Чаще всего ИИ используют в трёх сценариях:
〰️ Классификация и маршрутизация сервисных заявок. Более 20% заявок закрыто без участия человека, а точность маршрутизации достигла 90%.
〰️ Прогнозирование отказов оборудования. Переход на предиктивное обслуживание сокращает число аварийных поломок на 25%.
〰️ Поддержка диспетчеров и директоров магазинов. Подсказки по приоритету задач и риску нарушения SLA, при этом финальное решение остаётся за человеком.
📷 Почему фокус смещается
Одна из причин такого сдвига — ситуация на рынке: компании стали чаще вкладываться не в рост выручки, а в сокращение операционных затрат. К тому же у крупных сетей накопилось достаточно данных по заявкам, оборудованию и подрядчикам, чтобы обучать на них модели.
✏️ Что это значит для бизнеса
Ключевой вывод исследования такой: ИИ даёт заметный эффект там, где его работу можно измерить конкретными показателями. Например, временем закрытия заявок, количеством повторных выездов или простоем оборудования.
Если ИИ внедряют сам по себе, без привязки к бизнес-задаче, модель может становиться точнее, а результат для компании — нет.
Подписывайтесь 👉 @yab2btech и поддержите наш канал по ссылке.