Metų pabaigos pardavimai ir toliau yra skaitmeninės mažmeninės prekybos brandos barometras, atskleidžiantis atotrūkį tarp įmonių, kurios išplėtojo savo strategijas, ir tų, kurios vis dar susiduria su struktūriniais ir veiklos apribojimais. Vis labiau konkurencingoje rinkoje investavimas į technologijas nebėra tendencija ir tapo pagrindiniu reikalavimu, siekiant užtikrinti našumą, stabilumą ir suasmeninimą dideliu mastu.
Dirbtinis intelektas (DI) atliko pagrindinį vaidmenį šioje pažangoje. Strategiškai pritaikytas, jis leidžia realiuoju laiku nustatyti pirkimo ketinimus, koreguoti kainas pagal klientų elgesį ir pateikti aktualesnius pasiūlymus. Tarp labiausiai transformuojančių programų yra dinaminis kainodaros nustatymas, vedami pasiūlymai ir paieškos sistemos, palaikomos LLM modelių.
Pasak Alexsandro Monteiro, Brazilijos tarptautinės technologijų ir inovacijų bendrovės „FCamara“ mažmeninės prekybos vadovo, šis derinys iš naujo apibrėžia pirkėjo patirtį. „Dirbtinis intelektas panaikina tradicinį piltuvėlį. Kelionė, kuri anksčiau buvo linijinė, tapo nenutrūkstama sistema, kurioje kiekvienas paspaudimas, paieška ar sąveika skatina kitą žingsnį ir maksimaliai padidina konversiją“, – teigia jis.
Didelėse vartotojų sektoriaus operacijose, kurias stebi „FCamara“, rezultatai jau apčiuopiami. Pavyzdžiui, dinaminio kainodaros projekte mažmenininkas pradėjo prognozuoti kainų elastingumą, atsargų išeikvojimą ir regioninę vartotojų elgseną. Per kelis mėnesius nuo įgyvendinimo jis užfiksavo 3,1 % padidėjusią grynąją pelno maržą sezono pabaigos kolekcijoms – tai atitinka 48 mln. Brasilia dolerių per metus. Kitoje e. prekybos operacijoje dirbtinio intelekto sprendimai paspartino platformos kūrimą 29 %, padidindami reagavimą didelės paklausos laikotarpiais.
Remdamasis šia patirtimi, Monteiro išskiria keturis ramsčius, paaiškinančius, kodėl dirbtinis intelektas tapo itin svarbiu veiksniu didinant efektyvumą ir pelningumą rinkoje:
- Kontekstinės rekomendacijos ir padidėjusi vidutinė užsakymo vertė: modeliai, kurie realiuoju laiku interpretuoja ketinimus, keičia tradicines sistemas, pagrįstas vien istorija. Dirbtinis intelektas nuskaito mikrosignalus, naršymo modelius ir ryšius tarp prekių, taip padidindamas atradimą, padidindamas konversiją ir padidindamas vidutinę užsakymo vertę.
- Paieška naudojant LLM ir semantinį supratimą: kalbos modelių palaikomos paieškos sistemos supranta, ką auditorija turi omenyje, o ne tik tai, ką ji įveda. Natūralios užklausos, pvz., „patogūs batai darbui visą dieną“, generuoja tikslesnius rezultatus, sumažindamos trintį ir priartindamos vartotoją prie pirkimo.
- Pokalbių asistentai, orientuoti į konversiją ir efektyvumą: dirbtinio intelekto valdomi pokalbių robotai ir pagalbininkai veikia kaip skaitmeniniai pardavėjai. Jie atsako į sudėtingus klausimus, siūlo suderinamus produktus, dydžius ir taiko pardavimo taisykles, tuo pačiu sumažindami veiklos sąnaudas, palengvindami klientų aptarnavimą.
- Sklandi ir nematoma kelionė: dinaminio kainodaros, kontekstinių rekomendacijų, išmaniosios paieškos ir pokalbių asistentų integracija sukuria lanksčią ekosistemą, kurioje kiekviena sąveika grįžta į kitą. Rezultatas – nuolatinė, tikslinė kelionė, kurios lankytojas praktiškai nepastebi.
Pasak Monteiro, šie ramsčiai rodo, kad dirbtinis intelektas ne tik akseleratorius, bet ir tapo konkurenciniu mažmeninės prekybos diferenciacijos veiksniu.
„Vis daugiau įmonių tobulina savo duomenų ir žvalgybos struktūras, todėl atsiranda daugiau galimybių tvariam augimui, efektyvumo didinimui ir daug tikslesnių apsipirkimo patirčių kūrimui, ypač kritiniais laikotarpiais, tokiais kaip metų pabaigos išpardavimai“, – priduria jis.
„Evoliucija dabar priklauso nuo organizacijų gebėjimo technologijas paversti praktiniais sprendimais, susietais su verslu ir orientuotais į realius rezultatus“, – apibendrina Monteiro.
