Абхишек Сингх
Менеджер

Будущее за искусственным интеллектом (ИИ), и различные отрасли вкладывают значительные средства в создание саморазвивающихся приложений ИИ. Индустрия CPG (потребительские фасованные товары) до сих пор находилась в состоянии бездействия и ищет возможности для повышения эффективности и сокращения расходов. Amazon, Microsoft и Facebook были в числе лидеров в этой области. Amazon, например, тратит более 10% своего годового дохода на технологические исследования, в то время как ведущие компании CPG по-прежнему тратят 1–2%. Это меняется и меняется быстро, все больше и больше игроков CPG осознают скрытую силу и прилагают активные усилия в этой области.

Расширение применения ИИ в индустрии потребительских товаров

В целом, возможности применения ИИ в индустрии потребительских товаров безграничны. Однако в настоящее время применение ИИ все еще находится в зачаточном состоянии, сильно отставая от других секторов, таких как розничная торговля и технологии. Несмотря на то, что инвестиции компаний CPG в ИИ значительно увеличились, большинство компаний все еще работают над определением критически важных приложений, имеющих большое влияние на бизнес. В 2015 году фирмы CPG в среднем тратили 0,66% выручки на приложения ИИ. Ожидается, что этот процент будет продолжать расти до тех пор, пока не будет установлена ​​точная оценка их зрелости ИИ. В этой статье мы обсудим области, в которых компании CPG могут найти успешное применение ИИ.

Отзывы потребителей

Получение отзывов от клиентов в массовом масштабе обычно включает использование программ обработки естественного языка (NLP) для оценки настроений. По сути, НЛП фокусируется на том, чтобы научить машину делать выводы из необработанного текста. Это чрезвычайно ценно, но более сложно и требует больших ресурсов, чем обработка структурированных данных. Структурированные данные хорошо систематизированы и легко распознаются машинным языком. Например, программа ИИ сможет легко вычислить имена, номера кредитных карт, геолокации, биржевые данные и т. д. С другой стороны, анализ настроений клиентов требует гораздо больше ресурсов. Анализ — это только первый шаг. Комплексная система на основе искусственного интеллекта также должна быть способна интегрировать способы передачи этого анализа менеджеру компании по обратной связи с клиентами в простых и понятных терминах, чтобы можно было внести существенные изменения.

Например, Hitachi разработала способ анализа отзывов клиентов, стремясь сократить пищевые отходы. Они провели тест в больнице, где тележки с камерами использовались для сбора подносов у пациентов. Камера щелкала изображения остатков, и машинное обучение использовалось для обнаружения закономерностей остатков. В будущих порциях эти выбрасываемые продукты не включались в питание пациентов.

Цепочка поставок

Еще одна тщательно изученная область применения ИИ в индустрии потребительских товаров — прогнозирование потребительского спроса. Данные о потерянных и проданных продуктах питания в прошлом могут помочь предприятиям эффективно прогнозировать рыночный спрос. На уровне розничной торговли супермаркеты смогут хранить точное количество продуктов питания, что значительно сократит потери и позволит избежать нехватки товаров. Компании CPG могут легко контролировать местонахождение продуктов и наличие на складе с помощью инструментов искусственного интеллекта, которые устранят необходимость в ручном труде и повысят эффективность логистики.

Например, когда крупная компания по производству одежды столкнулась с чрезмерными расходами на цепочку поставок, ее продукция не могла дойти до потенциальных клиентов, что сделало упущенные продажи серьезной проблемой. Даже восстановление на 1% может обеспечить существенное увеличение его годовой выручки. Компания внедрила ИИ, чтобы изучить свои продукты и выяснить, насколько они востребованы в глазах покупателей. Это приложение ИИ могло прогнозировать точную классификацию по магазинам и по товарам. Программа ИИ смогла предсказать, какой магазин будет продавать какой товар, ранжируя каждый товар с точки зрения ожидаемого спроса. Основываясь на этом анализе, компания смогла сократить избыточные запасы и повысить доступность продукции для своих клиентов.

Маркетинг

Недавний опрос Nielsen показал, что более семидесяти процентов инвестиций CPG в маркетинг не окупаются. Основная проблема, с которой сталкиваются компании CPG, когда дело доходит до маркетинга, заключается в том, что они не могут интегрировать прогнозирование и планирование, чтобы найти лучшие рекламные решения. У ИИ есть возможность представить метод, основанный на данных, для маркетологов индустрии потребительских товаров. На основе исторических данных они могут легко определить, какие маркетинговые возможности, как ожидается, принесут максимальную отдачу. Эффективная программа сможет прогнозировать и давать рекомендации относительно того, является ли маркетинговая тактика в магазине, например «купи два, получи один бесплатно», наиболее эффективной для конкретного продукта или бренда, или телевизионная реклама даст желаемые результаты. .

Программы искусственного интеллекта могут оценивать тысячи сценариев, включая самые маленькие объемы данных, прежде чем предоставить идеальное предложение о том, какой рекламный канал даст наилучшие результаты. Предоставление маркетологам таких жизненно важных данных — единственный способ для компаний потребительских товаров реализовать масштабные, но рентабельные маркетинговые проекты.

Подводные камни, которых следует избегать

Компании CPG оказались в идеальном месте, чтобы максимально использовать бум ИИ. Эта технология широко признана полезной, и существует несколько проверенных методологий, разработанных другими отраслями. Анализируя компании, которые уже пользуются преимуществами применения ИИ, можно сделать следующие ключевые выводы:

  • ИИ как средство, а не цель — CPG могут применять ИИ к различным аспектам своих бизнес-операций и получать дополнительные результаты. Однако это возможно только в том случае, если применение ИИ рассматривается как средство помощи работникам, а не их устранения. Например, при применении ИИ в маркетинге любые существенные открытия или прогнозы должны быть предоставлены экспертам маркетинговой команды, чтобы они могли принимать еще более обоснованные решения.
  • Оптимизированный подход — компаниям, производящим потребительские товары, следует избегать внедрения ИИ во все аспекты бизнеса. Запуск сразу десяти инициатив, скорее всего, приведет к тому, что эти проекты застрянут на стадии разработки в течение следующих десяти лет. Компании должны ограничиться одним или двумя аспектами своего бизнеса, чтобы иметь больше шансов на получение массовых результатов.

Руководители компаний CPG должны перестать рассматривать инвестиции в ИИ как «исследовательские проекты» и приветствовать их как способ выполнения повседневных бизнес-задач. Принятие использования моделей, управляемых данными, в подразделениях, где интуиция сотрудников всегда определяла их работу, может оказаться сложным и опасным изменением. Компании CPG могут многого добиться, используя приложения ИИ для поддержки бизнеса, но выбор правильной инициативы может стать ключом к ее успешной реализации.