Искусственный Интеллект в ритейле

Картинка в заголовке взята отсюда. Почитайте статью по этой ссылке, но факт остается фактом: использование Искусственного Интеллекта в оффлайновой (brick-and-mortar) розничной торговле пока что применяется лишь в рудиментарном виде. По большей части, описываемые решения сводятся в аналитическим приложениям (совсем не ИИ) или к рекомендательным сервисам в онлайн-торговле.

И вот почему. Когнитивные системы типа IBM Watson имеют высокую стоимость одной транзакции. Фактически, отвечая на задаваемый аналитический вопрос, Watson заново создает внутреннюю «картину мира». Эта картина мира тем более полезна задающему вопрос, чем она полнее. Таким образом, чем большим объемом исходных данных оперирует ИИ, тем более ценен его совет. Для обработки данных требуются ресурсы, и их стоимость (стоимость треанзакции) не может быть меньше чем некоторое пороговое значение, ниже которого ценность ответа меньше ценности случайного ответа.

Таким образом, если мы используем IBM Watson для того, чтобы посоветовать покупателю на кассе взять дополнительную пару продуктов, мы легко обанкротимся. При условной стоимости ИИ-транзакции в $10, профит на дополнительной жевательной резинке и батоне хлеба — $0.03.

Здесь есть три варианта действий:

  1. Разработать упрощенную систему на основе machine learning. Стоимость вычислений можно при этом свести к $0.0001, и таким образом OPEX будет состоять из cтоимости текущих ресурсов плюс размазанная по времени и торговым точкам стоимость труда учёного.
  2. Дождаться, пока стоимость транзакции будет меньше получаемого профита.
  3. Использовать продвинутые системы ИИ для других целей, — не для оперативного управления, а для принятия стратегических решений. Например, для модификаций ассортимента торговой точки, для управления цепями поставок и логистикой.

А у вас есть идеи по использованию ИИ?