Инновации в розничной торговле. Искусственный интеллект

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

Министерство общего и профессионального образования Ростовской области

Государственное бюджетное профессиональное образовательное учреждение

Ростовской области

«Ростовский торгово-экономический колледж»

Доклад

на студенческую научно-практическую конференцию на тему:

«Инновации в розничной торговле. Искусственный интеллект»

Подготовила:

студентка группы Т-21

Якуба Д.А.

Преподаватель:

Анохина Н.В.

г. Ростов-на-Дону

2020 г.



Содержание

Введение

1. Искусственный интеллект в розничной торговле -- преимущества

2. 5-ти этапный план внедрения искусственного интеллекта в розничную торговлю

3. Искусственный интеллект для всех

4. Примеры инноваций в торговле

5. Обеспечение безопасности и контроля

6. Что уже сейчас может искусственный интеллект

7. Основы компьютерного зрения

8. Задачи CV (компьютерного зрения

9. Преимущества и недостатки касс самообслуживания

Заключение

Список литературы



Введение

Актуальность данной темы состоит в том, что искусственный интеллект больше не является футуристической технологией, которая обещает трансформировать бизнес. Это оперативный инструмент, который может помочь розничной торговле управлять затратами и сделать их бренды более релевантными потребностям потребителей и создать более персонализированный опыт.

Но искусственный интеллект не похож на программный пакет, который розничные продавцы могут купить с полки, подключиться и запустить. Для достижения преимуществ искусственный интеллект должен работать с переориентированными данными. Одним из ключевых моментов создания базы данных это работа с экспертами-аналитиками. Это эксперты, которые обладают глубоким пониманием разработки алгоритмов, которые поддерживают потребности бизнеса.

С точки зрения розничных операций искусственный интеллект может помочь снизить затраты и повысить эффективность. Например, предоставляя интеллектуальные услуги для клиентов с помощью ботов или персонализируя опыт покупок, с более уточненными рекомендациями по инвентаризации, основанными на предпочтениях, предоставляемых покупателем, искусственный интеллект может сократить трудозатраты. Это также может повысить релевантность бренда, предсказывая тенденции покупки клиентов на основе моделей покупок и сообщений из социальных сетей.

Рассмотрим на примере ОА ТД «Перекресток» использование одной из самых распространенных на данный момент инноваций: компьютерное зрение.

Компьютерное зрение в ОА ТД «Перекресток»

Одной из самых популярных и практичных инноваций в торговле стало использование видеонаблюдения, работающего с применением нейронных сетей и искусственного интеллекта. Данная инновация еще называется компьютерным зрением.

Анализ с помощью такой технологии самых посещаемых отделов, пола и возраста посетителей, позволили выявить наиболее рентабельное расположение отделов и товаров. На основе многих исследований доказано, что правильное расположение товара на полке - залог успешной работы магазина. искусственный интеллект компьютерное зрение

Также компьютерное зрение направляет сигнал ответственному сотруднику, когда товарную полку или стенд необходимо пополнить продукцией, а в случае её отсутствия на складе подбирает замену. Эта же технология направляет сигнал о необходимости открыть дополнительную кассу, когда очередь превышает пять человек.

Таким образом, использование методов компьютерного зрения позволяет решить ряд следующих задач:

· Обеспечение контроля за наличием товара и правильностью его выкладки.

· Контроль за количеством посетителей магазина и избежание длительных очередей на кассах.

· Предотвращение краж.

Рис. 1. Система видеонаблюдения.



1. Искусственный интеллект в розничной торговле -- преимущества

Пример: ведущий розничный торговец использовал ИИ для просмотра изображений продуктов для своего сайта электронной коммерции. Раньше люди вручную просматривали, помещали и загружали отдельные изображения в систему управления контентом. Этот процесс был трудоемким и содержал ошибки операторов. Используя ИИ, компания применяла машинное обучение, чтобы более точно классифицировать изображения продукта автоматическим способом, что привело к быстрому времени обработки. Люди все еще участвуют в обработке изображений, но только для того, чтобы принимать решения, когда технология не знает, как категоризировать элемент. В результате, розничный бизнес сократил затраты на обработку изображений и увеличил производительность, и теперь сотрудники могут сосредоточиться на достижении более высокой добавленной стоимости.

2. 5-ти этапный план внедрения искусственного интеллекта в розничную торговлю

Вот несколько первоначальных шагов, чтобы сделать искусственный интеллект в розничной торговле новым конкурентным активом:

1.Определим проблемные точки бизнеса: достигнем консенсуса по наиболее важным задачам и решим, какие из них могут выиграть от применения ИИ.

2.Определим данные, необходимые для решения проблемы: это означает анализ бизнес-процессов, которые могут обеспечить немедленную выгоду от их улучшения, и определим тип данных, необходимых для улучшения процесса.

3.Построим практику сбора и анализа данных: это один из этапов, где дата-аналитики могут сыграть решающую роль.

4.Создадим прототип того, как мы собираемся собирать и применять данные для улучшения процесса: прототип должен проверить, сможем ли мыуспешно собирать и использовать данные. Это означает выполнение таких задач, как запуск данных с помощью моделей и анализ данных о производительности.

5.Внедрим прототип, который будет управлять данными, необходимыми для решения бизнес-задачи, отобранной для улучшения с помощью искусственного интеллекта.

3. Искусственный интеллект для всех

До сих пор искусственный интеллект считался главной игрушкой Baidu, Amazon, Microsoft и Google, самых крупных технологических компаний. Для других любые системы искусственного интеллекта были слишком дорогими и сложными для того чтобы их реализовать в полной мере.Теперь решение данной проблемы - в использовании так называемых облачных сервисов. Среди числа таковых наиболее популярны следующие:

AWSотAmazon, TensorFlowотGoogle, AzureотMicrosoft.

Такие инновации позволяют существенно упростить процесс внедрения нейросетей во все сферы жизни. Он будет таким же, как и разработка простой программы. В конечном итоге такое решение позволит распространить искусственный интеллект далеко за пределы стандартной технологической индустрии



Рис. 2. Робот-помощник в магазине Японии

Применение технологий в российском ритейле

За последние два десятилетия характер торговли в России сильно изменился. Большое распространение получили торговые сети и гипермаркеты. На примере их деятельности легче всего наблюдать трендовые направления в торговле.

Увеличение торговых сетей и их эффективная работа в условиях жёсткой конкуренции требуют соответствующего управления. Современные технологии облегчают управление ассортиментом и складскими запасами.

4. Примеры инноваций в торговле

Спектр применяемых в торговле инноваций обширен. Наиболее часто применяемыми на данный момент являются:

· Устройства для безналичной оплаты покупок.

· Ручные сканеры.

· Автоматические упаковщики.

· Электронные ценники.

· Весы для самообслуживания.

Все эти инновации в торговле направлены на повышение качества обслуживания и на стимулирование спроса.

Значительная часть применяемых инноваций основана на использовании достижений в области искусственного интеллекта. К примеру, инновация Process Miningпозволяет спрогнозировать реальный ход бизнес-процессов.

Рис. 3.Process Mining - технология для визуализации и анализа бизнес-процессов на основе исследования логов информационных систем.

В сферах, где нельзя заменить человека инновационным оборудованием, важноконтролировать бизнес-процессы, отслеживать всевозможные задержки, выявлять недостаточную квалификацию сотрудников.

5. Обеспечение безопасности и контроля

Инновации в торговле затрагивают и сферу безопасности. Уже сегодня искусственный интеллект способен распознавать поведение человека, попавшего в объектив видеокамеры.

Использование специальных программ, реагирующих на характер движений посетителей и персонала магазина, позволяет выявить правонарушения, драки, конфликты, осуществляет контроль за присутствием персонала в торговом зале.

6. Что уже сейчас может искусственный интеллект?

Создать миллионы персонализированных домашних страниц сайта, т.е. каждому посетителю при заходе на сайт будет показываться своя выборка товара, персональные рассылки в электронной почте, а также персонализация предложений в приложениях.

Проверить альтернативные варианты дизайна веб-сайта, измеряя коэффициент конверсии, создаваемый каждым вариантом. Такие процедуры делались раньше в полу-ручном режиме, а сейчас стало возможным делать это в больших масштабах и на качественно новом уровне.

В реальном времени на основе индивидуального поведения потребителей менять товары, которые попадают в выдачу покупателю. К примеру, человек зашёл на сайт интернет магазина, и его поведение показывает, что он сегодня настроен оставить кучу денег в вашем магазине, разумеется, имеет смысл показать ему самые дорогие товары. Вы спросите, а как узнать, собирается он потратить сегодня денег или нет, а вот для этого машина и строит свой прогноз по поведению каждого человека, учитывая его поведение в других каналах, статистику, поведение аналогичных покупателей и ещё 1000 и один фактор, который она сама выведет.

Предоставлять совокупные данные о покупательских привычках, образе жизни и предпочтениях, чтобы сформировать уникальный взгляд на каждого клиента. Розничные продавцы могут персонализировать опыт покупок для каждого клиента.

Рис. 4. Навигация по магазину на тележках для покупок.

Компания PointInside представила чат бота, который через скаченное приложение помогает найти товар или услугу, туалеты, стойки информации, места забора товара из интернет-магазинов, в больших магазинах, в торговых центрах, аэропортах и т.п. Несмотря на то, что точность определения товара или услуги не является стопроцентной, но уже достигает 95%, что, согласитесь, уже неплохо. Приложение прокладывает маршрут по схеме магазина, торгового центра или аэропорта. На основании этого сервиса PointInside отдаёт много аналитики, при помощи, которой можно дополнительно стимулировать спрос. Т.е. это не только помощь покупателю, но и отличное средство для продавца по сбору данных для аналитики и выстраивания на базе этих данных прогнозов.

Рис. 5. Приложение, помогающее найти товар.

Голосовые помощники Алиса от Яндекса, Алекса Amazon и GoogleAssistant переводят взаимодействие покупателя из печатного в голосовое. Для большинства розничных продавцов нецелесообразно разрабатывать свои голосовые помощники, которые используют ИИ, но благодаря партнёрству Яндекса и Google с сегментом торговли появилась возможность контакта покупателя с ритейлером посредством голосового ввода. На сегодня Amazon является лидером в этой области.

7. Основы компьютерного зрения

Машинное зрение - это автоматическая фиксация и обработка изображений, как неподвижных, так и движущихся объектов при помощи компьютерныхсредств. В Россиитакже используется термин «техническое зрение».

Первые попытки заставить компьютер «видеть» относятся к началу 60-х годов 20 века. Однако лишь в последние годы в связи с повышением вычислительных мощностей и быстродействия процессоров, объёмов памяти, повышением разрешающей способности и других параметров камер, развитием полосы пропускания каналов связи, а также с появлением таких технологий, как машинное и глубокое обучение искусственный интеллект AI стали находить все больше применений в различных отраслях индустрии и повседневной жизни людей.

В последние годы CV стало активно использоваться в промышленности, в т.ч. в таких отраслях, как автомобилестроение, пищевая промышленность, фармацевтика, производство микроэлектронныхизделий и многих других.

Например, в автомобилестроении применяют системы CV, чтобы считывать маркировку компонентов при сборке на конвейере. Компьютерное зрение также используется для повышения качества, в частности, для осмотра, калибровки, проверки размеров, зазоров, расстояний, а также для выравнивания деталей на линиях сборки автомобилей.

Рис. 6. Компьютерное зрение в машиностроении.

В производстве пищевой продукции системы CV могут проверять, все ли ингредиенты указаны на упаковке товара, особенно те, которые могут содержать аллергические вещества.

Фармацевтика подразумевает высокую ответственность за обеспечение безопасности, поэтому необходимо надёжно отслеживать все компоненты состава и качество готовой продукции.

Рис.7. Компьютерное зрение в фармацевтике.

При изготовлении микросхем и электронных компонентов CV используют в чистых помещениях для контроля размещения кремниевых пластин, маркировки и положения чипа интегральных схем и других элементов.

«Компьютерное зрение» часто путают с видеоаналитикой. Однако, эти понятия неравнозначны. Можно сказать, что видеоаналитика является составной частью компьютерного зрения в части анализа изображения.

Компьютерное зрение - это технология (а также область исследований) по автоматизации понимания того, что мы видим в окружающем мире.

8. Задачи CV (компьютерного зрения)

Задачи CV заключаются, главным образом, в получении полезной информации (insight) из фото- или видеоизображений. Наиболее употребительными задачами CV могут быть:

1.Задачи калибровки камер и оптических систем, как состоящих из одной камеры, так и набора камер

2.Задачи определения движения по изображениям

3.Задачи определения препятствий по ходу движения

4.В 3D-облаке по стереокамере или набору камер

5.По одной камере за счёт движения

6.Задачи распознавания объектов на сцене

7.Задачи пространственной реконструкции сцены

8.Задачи локализации изображения в заранее известной сцене

9.Задачи анализа отличия в наборе изображений

В необходимых случаях, например, внутри помещений, когда свет можно контролировать, может подсвечиваться часть объекта, которую необходимо инспектировать, так, чтобы нужные характеристики объекта были заметными для камеры.

Оптическая система проецирует полученное изображение в форме видимого или невидимого человеческим глазом спектра на сенсорную матрицу. Сенсорная матрица камеры преобразует изображение в цифровой образ, который затем посылается в процессор для анализа.

Кроме работы в естественном освещении, системы CV могут работать в диапазонах, невидимых для человеческого глаза.Для работы в условиях недостаточного освещения могут использоваться камеры с подсветкой, в которых кольцевой источник света обеспечивает яркое равномерное освещение объекта, когда необходимо высветить фактуру материала, мелкие детали и пр. Также освещение помогает избавиться от бликов, засветки объекта, используется в сложных условиях, например, в тумане.

9. Преимущества и недостатки касс самообслуживания

Автоматизированные кассовые аппараты помогают расплатиться за товар без помощи сотрудников магазина. Технология безусловно призвана сократить расходы на персонал и уменьшить площади, занимаемые стандартными кассами.

Self-checkout (эквивалент кассам самообслуживания в английском языке) начали использоваться еще в 90-х годах прошлого века в Америке и Западной Европе. Теперь устройства получили распространение и на российском рынке.Алгоритм действий прост: клиент подходит к кассе, подносит товар к считывающему штрих-коды устройству, переносит его в зону упаковки и расплачивается. Экран над кассой автоматически показывает список товаров и стоимость. За честностью покупателя следят камеры наблюдения, сотрудники охраны и специальные упаковочные весы, которые следят за весом товара до сканирования и после.

Рис.8. Касса самообслуживания.

Преимущества:

1.Автоматические кассы значительно снижают расходы на заработную плату сотрудникам (меньше сотрудников - меньше платить).

2.Кассы самообслуживания занимают меньшую площадь. На месте одного кассира может разместиться от 3-х до 5-и автоматических устройств.

3.При отсутствии посетителей сотрудники занимаются другими обязанностями (не сидят в ожидании за кассами).

4.При использовании автоматизированных систем исключаются человеческие ошибки в обращении с деньгами.

5.Опросы показывают, что технически подкованные покупатели выбирают автоматические кассы за отсутствие очередей и возможность самому контролировать процесс взвешивания и подсчета стоимости товара.

Недостатки:

1.Увеличение числа краж. Система контроля за покупателями еще не совершенна.

2.Большинство покупателей пока не готовы самостоятельно обслуживать себя на кассе, для них остается важным контакт с живым человеком.

Прижиться новой технологии в розничных магазинах в нашей стране будет сложно, уверенны специалисты отрасли. Россияне с опаской относятся к нововведениям, не хотят учиться (брать на себя ответственность на кассе) и предпочитают идти проторенным путем. Однако дело обстоит иначе в ресторанах быстрого питания, где молодое поколение активно использует кассы самообслуживания.



Заключение

Потребители, скоро будут разговаривать с роботами и другими электронными устройствами при совершении покупок благодаря успехам в обработке обычной речи искусственным интеллектом. Машинные разговоры зачастую бывают неуклюжи, взять хотя бы помощника Алису из Яндекса, но тенденция к улучшению очевидна. В 2018 году был представлен полноростовой робот София, которая внешне уже очень похожа на человека, и может имитировать жесты, моргать, разговаривать, т.е. создавать вполне комфортную коммуникацию для человека. Во всех этих решениях задействован ИИ.

Компьютерное зрение и искусственный интеллект - одни из самых востребованных направлений в современном мире ИТ. О достижениях России в этих областях известно очень немного, но при этом огромное количество разработок базируется, в частности, на российских исследованиях. Основная задача инноваций в торговле - обеспечить высокое качество процессов товародвижения, торгового обслуживания и торговой деятельности в целом. Развитие техники и появление новых технологий определило ведущую роль научно-технических нововведений или инноваций как источников экономического роста, повышению эффективности предпринимательства и развитию национальной экономики в целом.



Список литературы

1. Автоматический анализ изображений и распознавание образов Алексей Потапов. Год издания: 2011 Издательство: LAP LAMBERT AcademicPublishing

2. Компьютерная Графика и Мультимедиа Сетевой журнал

http://cgm.computergraphics.ru

3. Стереозрение. Основыстереозрения .http://habrahabr.ru/post/130300/

LIBELAS: Library for Efficient LArge-scale Stereo Matching

4. Статьи Марковские сети (MRF) на примере «умной» сегментацииhttp://habrahabr.ru/post/129070/

5. Р. Гонсалес, Р. Вудс. Цифровая обработка изображений, Москва: Техносфера, 2005.

6. . Форсайт, Дэвид А., Понс, Жан Компьютерное зрение. Современный подход : Пер. с англ. - М. : Издательский дом "вильямс", 2004.

7. Бойко И.В. Основы инновационного развития и новой экономики. - СПб: Университет ИТМО, 2015. С. 14.

8. Всемирный экономический форум: Рейтинг глобальной конкурентоспособности 2016-2017 URL: http://gtmarket.ru/news/2016/09/28/7304

9. Кешелава В.Б. Инновации Мифы и реальность. -М., РАНХиГС. С. 22.

10. Смоловщикова Н.В. Типология инноваций в торговой сфере. Материалы международной научно-практической конференции. - Пенза, 2011.

Размещено на Allbest.ru

...