Использование искусственного интеллекта (ИИ) в цифровой коммерции широко рассматривается как успех, показывает исследование Gartner. Примерно 70% опрошенных организаций сообщают, что их проекты с ИИ очень либо чрезвычайно успешны.
Gartner провел опрос 307 организаций цифровой коммерции, уже использующих или опробующих ИИ, чтобы лучше понимать уровень принятия, ценность, успешность и трудности использования ИИ в этой области. Респондентами были организации в США, Канаде, Бразилии, Франции, Германии, Великобритании, Австралии, Новой Зеландии, Индии и Китае.
Три четверти респондентов ответили, что наблюдают двузначный рост оцениваемых ими деловых показателей. Чаще всего для оценки влияния ИИ на деловые результаты используются такие показатели, как удовлетворенность клиентов, полученный доход и снижение издержек. Респонденты сообщили, что по названным показателям прогресс составил 19%, 15% и 15% соответственно.
Gartner прогнозирует, что к 2020 году ИИ будут использовать не менее 60% организаций цифровой торговли и что 30% роста дохода в этой сфере принесет внедрение технологий ИИ.
«Цифровая коммерция — благодатная область для технологий ИИ ввиду множества многомерных данных как в клиентских, так и бэк-офисных операциях», — пишет в пресс-релизе Сэнди Шэнь (Sandy Shen), директор исследования Gartner.
В результате исследования был выявлен широкий спектр применений ИИ в цифровой торговле. Три главные из них следующие:
- Сегментация клиентов;
- Разделение товаров по категориям; и
- Обнаружение мошенничества.
Главные трудности
Несмотря на первые успехи, организации цифровой торговли сталкиваются со значительными трудностями при внедрении ИИ. Исследование показывает, что главными трудностями при внедрении ИИ в этой области являются отсутствие качественных данных для режима обучения (29%) и нужных навыков внутри организации (27%). Специалистов по ИИ мало, и многие организации не имеют таковых в штате; им придется нанять их со стороны либо искать помощи у сторонних партнеров.
В среднем 43% респондентов предпочитают сами «доводить до ума» решения, разработанные внутри организации или поставщиком услуг. Для сравнения: 63% более успешных организаций используют коммерческое ИИ-решение.
«Решения с доказанной работоспособностью могут дать вам больше уверенности, так как они были проверены многими внедрениями, и есть специальная команда, занятая поддержкой и совершенствованием этой модели», — пишет Шэнь.
«Организациям, желающим внедрить ИИ в цифровой торговле, следует начать с малого, — пишет Шэнь. — У многих большие ожидания в отношении ИИ, и они ставят сразу несколько бизнес-целей для одного проекта. Это его слишком усложняет, не позволяя достичь хороших результатов. Многие также запускают ИИ-проекты длительностью более 12 месяцев и потому не могут быстро переносить усвоенные уроки из одного проекта в следующий».
В среднем, респонденты тратили 1,3 млн долл. на подготовку и выполнение ИИ-проекта в цифровой коммерции. Однако в более успешных организациях 52% тратили на это менее 1 млн долл., 20% — от 1 млн долл. до 2 млн долл., и 9% — более 5 млн долл.
Чтобы увеличить вероятность успеха, Gartner рекомендует организациям цифровой торговли делать следующее:
- Оцените возможности своего персонала. Если у вас недостаточно собственных специалистов по ИИ, чтобы разработать и обслуживать высокопродуктивное решение, воспользуйтесь имеющимся коммерческим решением проверенной эффективности.
- Планируйте срок для каждого отдельного ИИ-проекта не более 12 месяцев. Делите более крупные проекты на этапы так, чтобы первый этап был не более 12 месяцев от планирования и разработки до интеграции и окончательного запуска в работу.
- Обеспечьте достаточное финансирование. Выделите основную часть бюджета на найм требуемых специалистов, управление данными и их обработку, а также на интеграцию с существующей инфраструктурой и процессами. Достаточность финансирования поможет также приобрести действительно стоящее решение.
- Используйте принцип «минимально жизнеспособного продукта» (MVP). Разделите сложные бизнес-задачи на более простые и разработайте узкоцелевые решения, приносящие вам деловые результаты. Используйте ИИ, чтобы оптимизировать существующие технологии и процессы; не старайтесь сразу создать совсем новое «ударное» решение.
