14 червня 2024

Бути у тренді: як ритейл-компаніям в Україні впровадити штучний інтелект

Бізнес в Україні не залишається осторонь і слідує світовому тренду: штучний інтелект активно впроваджується і в нашій країні. Комп'ютерний зір з штучним інтелектом вже розпізнає 62 види товарів на полицях 4500 українських магазинів. Ця технологія добре зарекомендувала себе в ритейлі, тому найближчим часом ми все частіше чутимемо про подібні впровадження.

Воно й зрозуміло, адже вже торік у світі запровадили ІТ-рішення з використанням штучного інтелекту на 20 млрд. доларів. Очікується, що вже цього року ринок зросте до 25 млрд. Далі - ще більше, за 10 років експерти оцінюють його більш ніж у 175 млрд доларів.

У сьогоднішній статті разом із директором ІТ-компанії IBA Ukraine Сергієм Байбарою розберемося, навіщо компаніям зі сфери ритейлу комп'ютерний зір з штучним інтелектом і як його можна впровадити.

Комп'ютерний зір штучним інтелектом в Україні: мерчандайзери роблять аудит магазину вдвічі швидше

Велике мерчандайзингове агентство запровадило комп'ютерний зір та прискорило складання звітності у торговій точці на 70%. Крім цього, до 50% швидше виконується аудит магазину. Завдяки часу, що звільнився, співробітник агентства зможе додатково відвідати ще кілька торгових точок або виконати додаткові послуги в магазині.

Крім того, використання ІТ-інструменту Goods Checker звело до мінімуму вплив людського фактора. Це означає, що агенція надає своїм клієнтам — постачальникам та виробникам — точну, повну та актуальну інформацію. Клієнти, у свою чергу, можуть побачити реальну картину на полицях магазинів, оперативно реагувати на зміни ситуації, приймати рішення на основі актуальних даних та збільшити продаж своїх товарів.

«Використання функції «розпізнавання» у мерчандайзингу дозволяє польовому співробітнику швидше та точніше збирати інформацію про представленість продукції в ритейлі. Економія часу та мінімізування людського фактора при формуванні сторчека значно підвищують ефективність роботи персоналу. Ми знаходимо технологію розпізнавання високоперспективної та працюємо над розширенням її використання як на українському, так і на закордонних ринках", - прокоментував Вадим Туткевич із Lex Marketing.

Навіщо компанії впроваджують комп'ютерний зір?

Комп'ютерний зір вирішує безліч завдань у ритейлі: аналіз полиці, контроль out-of-stock, аналіз поведінки покупців, візуалізація гарячих зон торгового залу, визначення товару на касах самообслуговування, попередження крадіжок та багато іншого.

Основні вигоди від застосування:

скорочення витрат та часу на рутинні операції,
мінімізація помилок,
підвищення точності, якості бізнес-процесів та одержуваної інформації.

Все це призводить до збільшення продуктивності та покращення клієнтського досвіду. Розглянемо, як це працює з прикладу аналітики полиці.

Кінцевий клієнт FMCG-компаній - це людина, яка після роботи забігає за продуктами або у свій вихідний іде за покупками. Так чи інакше, покупець хоче швидше знайти всі товари та зайнятися своїми справами. Тому товар завжди повинен бути виставлений на полиці і його легко знайти.

І тут виникають біль більшості FMCG-компаній: товар забули виставити, викладка не відповідає планограмі, немає POS-матеріалів, переплутані цінники. Щоб уникнути зниження продажів та лояльності, всі ці моменти необхідно контролювати.

Найчастіше компанії роблять це вручну. Приходить мерчандайзер і проводить аудит торгової точки: звіряє викладку з планограмою, виправляє розташування SKU, POS-матеріалів, цінників. Фотографує та надсилає знімок менеджеру. Після цього перевіряє залишки на складах, заповнює звіт по торговій точці та направляється до наступної. Таких точок на день кілька. У цьому процесі є кілька моментів, які знижують його ефективність:

● ручне звіряння викладки з планограмою,

● ручна звірка POS-матеріалів та цінників,

● ручне оброблення менеджером сотень фотографій.

В результаті виникають кілька проблем: помилки "людського фактора" та сотні необроблених фотографій від мерчандайзерів, оскільки менеджери фізично не встигають все оцінити. Відповідно, керівництво отримує неповні та застарілі аналітичні дані, на основі яких приймає управлінські рішення. Це може призвести до зниження продажів та втрати прибутку.

Щоб уникнути всіх цих проблем та побачити реальну ситуацію на полицях магазинів, компанії впроваджують автоматизацію процесів мерчандайзингу. І комп'ютерний зір — одне з рішень, що допомагає оптимізувати та звести до мінімуму ручні операції у цьому процесі.

Як впроваджується комп'ютерний зір з штучним інтелектом

Щоб зрозуміти, складно чи ні впровадити комп'ютерний зір у FMCG-компанії, розглянемо етапи типового проекту:

● Підготовка даних

● Вибір архітектури та навчання моделі

● Оцінка та донавчання моделі

● Впровадження в промислову експлуатацію

На прикладі Goods Checker докладно розповімо про кожен етап проекту.

На першому етапі необхідно підготувати три набори даних: тренувальний, перевірочний та тестовий. На цих датасетах ми навчаємо нейромережу та перевіряємо її якість. "Живі" фотографії не ідеальні - на них є засвіти, відблиски та інші дефекти. Щоб алгоритми могли розпізнавати такі знімки, в датасети необхідно додати різного роду спотворення.

Після підготовки даних вибираємо архітектуру моделі та тренуємо нейромережу. Навчання відбувається у кілька етапів. Кожен етап складається з двох частин: тренування та перевірка. Модель виявляє закономірності та послідовно піддає їх перевірці, що дозволяє алгоритмам з кожною новою ітерацією більш точно розпізнавати об'єкти.

Після навчання нейромережа запускається тестовому наборі. Якщо алгоритми розмітили фотографію неправильно, коригуємо та повторюємо процес. Коригування включає зміни в тренувальному датасети, параметрах моделі або архітектурі моделі.

Якщо нейромережа постійно розпізнає фотографії з точністю понад 95%, її можна впроваджувати у промислову експлуатацію. На цьому етапі програма з моделлю інтегрується в бізнес-процеси FMCG-компанії. Наприклад, Goods Checker може працювати як окрема програма або інтегруватися в існуючі ІТ-програми за допомогою API.

Основна складність у впровадженні комп'ютерного зору — це тривалий і трудомісткий процес розмітки даних. Щоб прискорити цей етап, ми використовуємо рендер(зображення високої якості) кожного SKU, щоб створити штучний набір фотографій. Цей метод, запропонований Google Cloud AI, допомагає навчити нейромережу розпізнавати товари набагато швидше. Після досягнення необхідної точності запускаємо нейромережу на реальних фото, донавчаємо модель та оцінюємо її ефективність. Це скорочує терміни впровадження до 2-3 тижнів замість кількох місяців, необхідних для ручної розмітки.

Таким чином, комп'ютерний зір можна впровадити у бізнес-процеси досить швидко. Воно впроваджується за моделлю "як хмарний сервіс" - це звичний і добре знайомий бізнесу формат роботи з ІТ-рішеннями.

Майбутнє бізнесу — за штучним інтелектом та комп'ютерним зором

Штучний інтелект та комп'ютерний зір – технології, які сьогодні складно ігнорувати. Вони допомагають компаніям швидко адаптуватися до змін ринку, ефективно використовувати ресурси і, як наслідок, підвищувати конкурентоспроможність. Крім цього, технології покращують якість процесів, прискорює їх та допомагають знайти «вузькі місця»

Але будь-яка новинка вимагає інвестицій, тому важливо розуміти, навіщо впроваджувати ІТ-рішення, які завдання воно вирішуватиме і які переваги воно принесе саме вашій компанії. Такий аналіз допоможе збудувати правильні очікування від рішення та зрозуміти його цінність.