Материал: Студент и наука. Драпалюк Н.А., Хахулина Н.Б

________________________________________________________Выпуск № 3 (18), 2021

Рис. 6. Основные источники знаний в инвестиционном процессе

Библиографический список

1.Мунипов, В. М. Эргономика: человекоориентированное проектирование техники, программных средств и среды. Учебник / В. М. Мунипов, В. П. Зинченко. – М.: Логос, 2001.

–356 с.

2.Бударин, Е. Л. Архитектура загородного индивидуального жилища, его типы и развитие на юге России / Е. Л. Бударин. //Строительство и реконструкця. Научно – технический журнал. – Орел: ГУ – УНПК. – 2013. – №1 (45). – С. 47-56.

3.Рунге, В. Ф. Эргономика в дизайне среды / В. Ф. Рунге, Ю. П. Манусевич. – М.: Архитектура – С, 2005. – 328 с.

4.Бударин, Е. Л. Особенности принципа эргономичности в архитектуре и дизайне современного жилища / Е.Л. Бударин, Н. А. Сапрыкина //Онтология проектирования. – 2016.

–Т.6., №2 (20). – С. 205-215. – DOI: 10.18.287/2223-9537-2016-6-2-205-215. - УДК 728.84.

5.Генфольд, А. Л. Архитектурная типология общественных зданий и сооружений: учеб. пособие / А. Л. Генфольд. – Н. Новгород: Изд –во ННГАСУ, 2003. – 201 с., ил.

6.Шкиль, О. С. Основы эргономики в дизайне среды: учеб. пособие / О. С. Шкиль. – Благовещенск: Изд-во АмГУ, 2010. – 164 с.

7.Алексеев, П. Г. Основы эргономики в дизайне: учебно-методическое пособие. /П.Г. Алексеев. - Санкт-Петербург, СПбГТУРП, 2010. - 69 с.

8.Березкина, Л. В. Эргономика: учеб, пособие / Л. В. Березкина, В. П. Кляуззе. - Минск: Выш. шк., 2013. - с.: ил. ISBN 978-985-06-2309-6.

9.Меденков, А.А. Эргономика, дизайн, эргодизайн и инновационное развитие /А.А. Меденков. // Человеческий фактор: проблемы психологии и эргономики, 2015. - №3 (74). – с.

32-37.

10.Шенцова, О.М. Эргономика и предметное наполнение архитектурной среды: уч. пособие. /О.М. Шенцова, Т.В. Усатая, Т.В. Краснова. - Магнитогорск: Изд-во Магнитогорского гос. технического ун-та им. Г. И. Носова, 2017. - 147 с.: ил., табл. – 100 экз.

- ISBN 978-5-9967-0922-9

11.Акимова С.В. Город, городская среда и особенности проведения археологических исследований / Акимова С.В., Маслихова Л.И., Хахулина Н.Б. // Проблемы социальных и гуманитарных наук. 2018. № 1 (14). С. 7-13.

12.Hahulina N.B. Modern technologies applied to archaeological research in voronezh region /Hahulina N.B., Maslikhova L.I., Akimova S.V. // В сборнике: IOP Conference Series: Earth and Environmental Science 2019. С. 032037.

13.Околелова Э.Ю. Модель оценки эффективности инвестиций в объекты коммерческой недвижимости с учетом рисков / Э.Ю. Околелова, Н.И. Трухина, М.А. Шибаева // Экономика строительства. 2017. № 4 (46). С. 15-29.

36

________________________________________________________Выпуск № 3 (18), 2021

ЭКОНОМИКА И УПРАВЛЕНИЕ

К.С. Нирова, А.А. Паскова

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ В ПРОДАЖАХ

Аннотация. Искусственный интеллект (ИИ) становится мейнстримом в маркетинге, основанном на данных, и быстро набирает обороты в обслуживании клиентов. Статья посвящена использованию искусственного интеллекта в продажах, еще одной области, ориентированной на клиента, где искусственный интеллект быстро развивается. Приведены примеры использования технологий искусственного интеллекта в продажах, рассмотрены основные проблемы внедрения этих технологий.

Ключевые слова: искусственный интеллект, маркетинг, машинное обучение, прогнозирование, распознавание образов.

K.S. Nirova, A.A. Paskova

ARTIFICIAL INTELLIGENCE IN SALES

Introduction. Artificial intelligence (AI) is becoming mainstream in data-driven marketing and is rapidly gaining traction in customer service. The article focuses on the use of artificial intelligence in sales, another customer-focused area where artificial intelligence is rapidly developing. Examples of the use of artificial intelligence technologies in sales are given, and the main problems of implementing these technologies are considered.

Keywords: artificial intelligence, marketing, machine learning, forecasting, pattern recognition.

На протяжении десятилетий традиционная аналитика отлично работала в сфере розничной торговли, основанной на данных. Однако искусственный интеллект (AI) и машинное обучение (ML) представили совершенно новый уровень обработки данных, который ведет к более глубокому пониманию бизнеса. Специалисты по обработке данных могут открыть новый мир возможностей для владельцев бизнеса, извлекая аномалии и корреляции из сотен моделей искусственного интеллекта / машинного обучения.

В наш век технологий, основанных на данных, маркетинг занимает особое место наряду с управлением информацией. Тема искусственного интеллекта все больше захватывает внимание людей, в основном, в области обработки данных. Так как основной идеей маркетинга является ориентация на клиента, искусственный интеллект развивается в сфере самообслуживания электронной коммерции, размещения и приема заказов, обслуживания клиентов и контакт-центров.

Рассматривая все существующие инструменты продаж, управляемые или поддерживаемые искусственным интеллектом, можно выделить основные области использования этих инструментов:

1. Отказ от касс в магазинах розничной торговли. Роботизация магазинов приведет к сокращению очередей, уменьшению количества сотрудников и значительной экономии операционных расходов. Amazon AI уже представил магазины без касс. Технология Amazon Go и Just Walk Out Shopping реагирует, когда покупатель берет что-то с полки или кладет

© Нирова К.С., Паскова А.А., 2021

37

________________________________________________________Выпуск № 3 (18), 2021

обратно, затем, когда он выходит из магазина с покупками, счет Amazon будет принимать деньги за покупку. Это позволяет резко снизить время на обслуживание клиента, сократить численность персонала [1].

2.Чат-боты для помощи в обслуживании клиентов. Чат-боты обеспечивают еще более высокий уровень обслуживания клиентов, улучшают поиск, отправляют уведомления о новых коллекциях и предлагают аналогичные продукты. 80% мировых брендов уже используют или собираются использовать чат-боты с искусственным интеллектом в ближайшем будущем.

3.Помощь в магазине. Розничные торговцы также инвестируют в технологии, которые помогают покупателям в процессе покупок, а также помогают персоналу в магазинах. Технология Kroger Edge устраняет бумажные ценники в их магазинах; теперь используются «умные» полки. Эта технология также предоставляет видеорекламу, информацию о питании и рекламные акции на дисплеях. Lowebot, автономный магазинный робот от Lowe's, помогает покупателям находить в магазине то, что им нужно, на разных языках. В то же время он помогает в управлении запасами благодаря возможностям мониторинга в реальном времени [2].

4.Корректировка цен. Приложения искусственного интеллекта для розничных магазинов могут помочь предприятиям устанавливать цены на свои продукты, визуализируя вероятные результаты нескольких стратегий ценообразования. Для этого системы собирают информацию о других продуктах, рекламных мероприятиях, показателях продаж и дополнительных данных. Руководители бизнеса могут представить лучшие предложения и привлечь новых клиентов, а в результате увеличить продажи. eBay и Kroger уже применяют искусственный интеллект для оптимизации цен и остаются гибкими благодаря своей способности корректировать цены и рекламные акции в соответствии с полученной информацией.

5.Прогнозы цен. Ценовое прогнозирование – это прогноз цены продукта на основе спроса, сезонных тенденций, характеристик, даты выпуска новых моделей того же товара и т. д. Его очевидная реализация лежит в индустрии путешествий; однако его можно использовать и в розничной торговле. Функция прогнозирования цен может помочь повысить лояльность клиентов, а с помощью с помощью прогнозной аналитики и машинного обучения в розничной торговле можно добиться гораздо большего, чем просто прогнозирование цен.

6.Управление цепочкой поставок и логистика. Ошибки и просчеты в этой области приводит к убыткам розничных продавцов по всему миру в размере около 1,1 триллиона долларов ежегодно. Искусственный интеллект в розничной цепочке поставок может использоваться для пополнения запасов – расчета спроса на конкретный продукт с учетом истории продаж, местоположения, погоды, тенденций, рекламных акций и других параметров. Моррисон улучшил ситуацию с прогнозированием запасов и пополнением в 491 магазине с помощью BlueYonder. Это привело к сокращению промежутков между полками в магазинах до 30% [3].

7.Машинное обучение в розничной торговле: категоризация продуктов. LovetheSales.com использует модели машинного обучения для классификации более миллиона товаров от разных продавцов. Системы, основанные на машинном обучении, маркируют товары и сортируют их по различным категориям для клиентов, которые ищут определенный тип продукта. Продавцы Lalafo могут просто загрузить изображение продуктов, которые они хотят продать, и розничное программное обеспечение машинного обучения с компьютерным зрением распознает его, классифицирует и даже предложит цену. Эта платформа уже обрабатывает более 900 запросов в секунду, улучшая продажи за счет соответствующего контента с использованием моделей машинного обучения.

8.Визуальный поиск. Системы визуального поиска на основе искусственного интеллекта позволяют клиентам загружать изображения и находить похожие товары на основе цветов, форм и узоров. Технология распознавания изображений от Cortexica обещает

38

________________________________________________________Выпуск № 3 (18), 2021

точность, близкую к 95%. Пользователи одобрили функцию «Найти подобное», получив 90% положительных отзывов. Инфракрасная технология American Eagle использует визуальный поиск, который не только помогает людям получить такую же или похожую одежду, но и предлагает то, что им подойдет [4].

9.Голосовой поиск. Walmart, Tesco, Kohl's, Costco и многие другие крупные бренды используют технологию Google или Amazon AI, чтобы предоставить клиентам простой и быстрый голосовой поиск. Теперь клиенты могут просто запросить у Alexa желаемый товар

истатус его доставки, ничего не вводя. Фактически, 27% людей во всем мире используют голосовой поиск на мобильных устройствах, а 52% из них предпочитают его мобильным приложениям и веб-сайтам из-за их удобства [5].

10.Виртуальные примерочные. Такие компании, как Levi's, Gap, Brooks Brothers, Old Navy и другие, установили эти сканеры в своих магазинах и получили значительный рост продаж.

11.Отслеживание удовлетворенности клиентов. Искусственный интеллект способен определять настроение ваших клиентов во время процесса покупки. Walmart уже представил систему распознавания лиц для этой функции. Камеры установлены на каждой кассе, и, если покупатель недоволен, представитель магазина поговорит с ним или с ней. Отслеживание настроения определенно поможет наладить более крепкие отношения с клиентами.

12.Прогнозирование поведения покупателей. Personali и некоторые другие платформы искусственного интеллекта позволяют владельцам бизнеса использовать поведенческую экономику и выстраивать индивидуальный подход к каждому клиенту. У Personali есть платформа Intelligent Incentive, которая анализирует психологию и эмоции каждого клиента, чтобы увеличить количество покупок. Алгоритм обрабатывает эмоциональные реакции и поведение покупателя во время предыдущих покупок и пытается предложить оптимальные ценовые предложения для конкретного посетителя [6].

Как видно, когда говорят о применении искусственного интеллекта в сфере обслуживания клиентов, речь идет не только о специальных ботах, заменяющих собой сотрудников, контактирующих с клиентaми, но и о том, что технологии искусственного интеллектa также облегчают административную работу, позволяя торговым представителям, например, сосредоточиться на задачах, которые требуют наличия человеческого фактора. Конечно, чат-боты могут и будут дальше развиваться и заменять системы заказа, но продажи

– это не просто прием заказов. Развитие социальных и человеческих способностей (сотрудничать, вдохновлять, учить, принимать решения и убеждать) в продажах и управлении продажами, становится более важным.

Процесс шопинга не меняется уже в течение многих лет: покупатели проходят в магазин, ищут наиболее подходящий товар и приобретают его. Искусственный интеллект способен целиком поменять традиционную торговлю и вывести ее на совершенно новый уровень.

Наряду с безусловными преимуществами использование технологий искусственного интеллекта имеет ряд проблем.

1.Отсутствие данных и безопасность: без необходимого количества высокоструктурированных данных не удастся сформировать необходимое решение. Например, для того чтобы четко различать лица на фото, необходимо изучить десятки, а то и сотни тысяч фотоснимков, при этом, почти все сферы, в особенности госсектор, до сих пор полагаются на бумажные архивы, полная оцифровка которых займет большое количество времени.

2.Искусственный интеллект пока не способен отделять правду от вымысла и бороться с дезинформацией. Хотя компания OpenAI уже создала искусственный интеллект для генерации убедительных «фейк ньюс», алгоритмы до сих пор распознают фейки хуже людей. Другое ограничение искусственного интеллекта: его неспособность распознавать эмоции в соцсетях. Этот недостаток мешает, в частности, эффективно решать проблему кибербуллинга (целенаправленного вреда с помощью компьютерных технологий) [7].

39

________________________________________________________Выпуск № 3 (18), 2021

3.Общество пока не доверяет искусственному интеллекту, что притормаживает его внедрение. Исследование американских экспертов выявило, что люди склонны доверять искусственному интеллекту, если смогут внести небольшие перемены в его алгоритмы.

4.На сегодняшний способность чат-ботов и голосовых ассистентов сохранять осмысленный диалог ушла не дальше уровня пятилетних детей.

Нужно отметить, что использование искусственного интеллекта в продажах ни в коем случае не может полностью заменить человека. Можно сказать, что менеджеры по продажам должны будут сосредоточиться на способности быть социальными существами, которые могут вдохновлять, учить, судить, мотивировать, убеждать, доверять и помогать. Машины не могут связываться с людьми, потому что у них нет эмоций или сочувствия. Хотя искусственный интеллект и позволяет осуществить начальную поддержку клиентов, чатботам по-прежнему требуется, чтобы в какой-то момент вмешался человек, для решения текущей проблемы.

Таким образом, искусственный интеллект в продажах играет важную, но очень специфическую роль, как мы видим в решениях и фактическом использовании искусственного интеллекта в продажах. К сожалению, очень трудно предсказать, как искусственный интеллект повлияют на занятость в продажах. Многое зависит и от клиента тоже, например, от его желания общаться с живым человеком, а не консультироваться с каким-то виртуальным агентом.

Подводя итог, можно сказать, пока искусственный интеллект не способен воссоздать сформированные взаимоотношения между людьми в процессе сделки, но, несмотря на это, ему, безусловно, найдётся место в процессе продаж.

Библиографический список

1.20 лучших примеров использования ИИ в ритейле / RB Rusbase/ URL: https://rb.ru/story/ai-in-retail/ (дата обращения: 5.03.2021)

2.Kroger is rolling out a new technology to nearly 200 stores that could change grocery shopping as we know it / Insider/ URL: https://www.businessinsider.com/kroger-is-rolling-out- digital-shelf-technology-2018-1?international=true&r=US&IR=T (дата обращения: 10.04.2021)

3.The Future of Supply Chain Visibility and Orchestration / BlueYonder / URL: https://blueyonder.com/platform (дата обращения: 25.03.2021)

4.Паскова А.А. Цифровая трансформация розничной торговли: тенденции и технологии [Текст] / А.А. Паскова // Новые технологии том 16 № 6, Майкоп, 2020. Издательство МГТУ. С. 123-131

5.«Чего изволите?» Как Alexa и голосовые помощники меняют электронную коммерцию / NR / URL: https://newretail.ru/business/e_commerce/chego_izvolite_kak_alexa_i_ee_kollegi_menyayut_elektronnuyu_ko mmertsiyu2891/ (дата обращения: 17.05.2021)

6.Personali | Intelligent Incentive Platform / Vimeo.com / URL: https://vimeo.com/282679925

7.Искусственный интеллект в продажах: как искусственный интеллект может помочь увеличить продажи в компании / Ojok / URL: https://ojok.ru/blog/tech/iskusstvennyij-intellekt-v- prodazhax-kak-iskusstvennyij-intellekt-mozhet-pomoch-uvelichit-prodazhi (дата обращения: 10.09.2021).

8.Okolelova E. Model of investment appraisal of high-rise construction with account of cost of land resources / Okolelova E., Shibaeva M., Trukhina N. // В сборнике: E3S Web of Conferences. 2018. С. 03014.

40