Будущее ритейла: сможет ли ИИ вытеснить Google и Amazon? (исследование)

С развитием e-commerce произошло существенное изменение рыночного баланса. Традиционные розничные продавцы, работающие в интернете, получили доступ к детальной информации о клиентах, что ранее было невозможным. В течение последних десяти лет такие гиганты, как Amazon, Alibaba и Zalando, успешно использовали данные клиентов для получения значительных доходов, в частности от рекламы. Их способность накапливать информацию о клиентах дает им существенное преимущество над брендами или розничными торговцами, которые не имеют прямого доступа к конечным потребителям.

Генеративный ИИ угрожает этой модели, ведь анализирует много источников, выбирая товары по критериям:

• Цена - где самое дешевое предложение?
• Наличие - есть ли товар в продаже?
• Надежность - стабильно ли выполняет заказ продавец?
• Сервис - насколько проста процедура возврата?
• Партнерство - сотрудничает ли магазин с авторитетными платежными сервисами?

Например, если раньше потребители, которые хотели что-то вроде французского пальто, могли полагаться на ритейлеров, которым они доверяют (например, Amazon, Zalando, Uniqlo), потому что поиск и точное сравнение отнимали слишком много времени, то сейчас ИИ-агент может просканировать эти данные, - отмечают исследователи.

Среди победителей исследователи называют таких гигантов, как Amazon, поскольку их логистические возможности и сервис будут соответствовать требованиям ИИ. Также в рейтинг победителей вошли локальные магазины, если их товары будут видны в запросах ИИ.

Ритейлеры, которые не отличаются ни ценой, ни качеством обслуживания, скорее всего, окажутся в затруднительном положении.

ИИ, вероятно, будут запрограммированы на оценку продукта на основе таких факторов, как качество, характеристики и отзывы. Поэтому ритейлеры должны убедиться, что их сильные стороны - будь то качество продукта, инновации или обслуживание клиентов - поддаются четкому измерению и легкому распознаванию системами ИИ. 

Кроме того, ритейлерам нужно будет оптимизировать источники, на которые полагаются агенты искусственного интеллекта, например, повысить важность таких ресурсов, как обзоры продуктов или отзывы клиентов. Также они должны продемонстрировать надежность и четко отличать свои продукты или услуги от конкурентов. 

Как отмечают исследователи, ключ к успеху заключается в дифференциации в соответствии с тем, что предпочитают ИИ-агенты. Ритейлерам необходимо выделяться в одной или нескольких сферах:

• Цена. Предлагать привлекательное ценовое предложение или бюджетную версию продукта, которая будет появляться в поисковых запросах ИИ-агентов.
• Продуктовая инновация. Создавать продукты с уникальными характеристиками, материалами или производительностью, которые будут выделяться в поисковых алгоритмах ИИ и не будут иметь очевидных аналогов.
• Дизайн. Предлагать эстетически уникальные продукты, привлекательные для потребителей, ищущих стиль и качество.
• Сервис. Предоставлять исключительный послепродажный сервис, такой как качественная поддержка клиентов, гарантии, легкий возврат, но делать это таким образом, чтобы это замечали ИИ-агенты, которые анализируют отзывы.

Яркий пример этого можно увидеть на рынке зарядных устройств. С одной стороны, у вас есть бюджетный вариант, как у IKEA, что привлекает потребителей, которым нужна функциональность по низкой цене. С другой стороны - премиальные бренды, такие как Zens, предлагающие зарядные устройства с превосходной электроникой, большим количеством зарядных катушек и более быстрыми возможностями зарядки, - говорится в исследовании.

Оба продукта обслуживают разные сегменты рынка, но в будущем решающим будет то, насколько хорошо каждый бренд сообщает о своих уникальных преимуществах агентам ИИ.

Читайте также: Японская сеть косплей-кафе первой в мире использовала искусственный интеллект для обслуживания гостей

По словам исследователей, в мире управляемом искусственным интеллектом, выиграют те бренды и ритейлеры, которые смогут четко дифференцировать себя благодаря уникальным продуктам или услугам и развить возможности оптимизации ИИ-агентов, чтобы выделиться среди других.