Об эксперте: Артем Милосердов, продукт-менеджер с опытом управления в ритейле и крупных экосистемах. Руководил B2B направлениями в Gett Taxi, Sber ID, Ситимобил. Основал платформу для решения проблемы дефицита труда в сельском хозяйстве Twig AI. Сейчас занимает позицию Product Manager в Walmart. Управляет международными командами и бизнес-процесами с цепочками поставок в магазинах с 12 тыс. сотрудников.
Сегодня покупатели ждут от компаний большего: нужный товар должен быть в наличии, а сам процесс покупки — быстрым и удобным. Более того, современное поколение, которое с детства привыкает к быстрым доставкам и доступности, нуждается в новом подходе к покупкам. Магазин будущего — это не полки с товарами, это система. Две технологии, цифровые двойники и компьютерное зрение, уже сегодня меняют правила игры в ритейле. Но то, что произойдет к 2030 году, изменит саму природу похода в магазин. В статье я делюсь, какие технологии в ритейле существуют и масштабируются прямо сейчас, и почему эксперимент с Amazon GO оказался провальным.
Что такое цифровой двойник магазина и зачем он нужен
Нет смысла говорить о том, что большая часть ручного труда будет заменена роботами, которые сами делают инвентаризацию, следуют за покупателем как ассистенты или выгружают товары на полки.
Технологии развиваются в сторону полной автоматизации управления магазинов и совершенно нового опыта. И первая подобная ступень — это цифровой двойник, точная виртуальная копия физического объекта, которая живет и обновляется в реальном времени. Представьте: у вас есть магазин площадью 2 тыс. квадратных метров. И где-то в облаке существует его полная 3D-модель — там отражены все полки, холодильники, шкафы. Каждый квадратный метр торгового зала с абсолютной точностью. При этом модель не статична, она живет вместе с данными: датчики IoT, камеры, RFID-метки, кассовые системы — все это непрерывно питает двойника информацией.
Потолочные камеры с CV отслеживают каждый товар, который вы берете в руки, весовые датчики на полках подтверждают, что товар снят, LiDAR-сенсоры строят трехмерную карту перемещений покупателей, а Edge-computing обрабатывает все в реальном времени.
Физический магазин — это дорогой эксперимент. Переставить стеллаж стоит денег. Изменить планограмму выкладки товаров — недели работы и лишние человекочасы. А в цифровом двойнике вы можете протестировать 50 вариантов расстановки товаров за один вечер и выбрать тот, который даст максимальную конверсию.
Уже сейчас крупнейшие ритейлеры мира (Walmart, Amazon, Tesco и др.) инвестируют в цифровых двойников миллиарды долларов. Более того, например, Walmart активно сотрудничает с OpenAI и Alphabet для объединения технологий с ИИ. К 2030 году это станет не конкурентным преимуществом, а базовым требованием для выживания на конкурентном рынке бигтеха.
Компьютерное зрение — «глаза» магазина будущего
Компьютерное зрение — это технология на базе ML, которая позволяет машинам анализировать и понимать визуальную информацию. Камеры теперь не просто следят за безопасностью, они начинают думать, изучать и помогать бизнесу как большой аналитический центр.
Такие системы могут решать широкий круг задач. Они распознают товары на полках и сигнализируют, если заканчивается продукция. Камеры делают выводы раньше, чем это заметит сотрудник. Анализируют поведение покупателей: считают не только количество людей, но и их маршруты, время, проведенное у витрин, и интерес к конкретным товарам.
Кроме того, технологии компьютерного зрения позволяют оценивать эмоции клиентов по выражению лица, помогают понять их реакцию на ассортимент или сервис.
В вопросах безопасности компьютерное зрение тоже выходит на новый уровень — система способна автоматически выявлять подозрительное поведение без участия охраны. Раньше камеры просто записывали происходящее, и чтобы заметить проблему, нужен был человек. Теперь система сама анализирует видео в реальном времени и обращает внимание только на потенциально рискованные ситуации. Подобные технологии уже несколько лет являются базовым инструментом.
При обнаружении подозрительной активности алгоритм может сразу отправить уведомление сотруднику или службе безопасности, указав конкретную камеру и момент времени. Это позволяет реагировать быстрее и точнее.
Еще одно важное направление — автоматизация оплаты. Форматы магазинов без касс, такие как Just Walk Out от Amazon Go или аналоги в других странах, уже показали, что покупки могут происходить вообще без привычного процесса оплаты. При входе в магазин покупатель идентифицируется, например, через мобильное приложение или банковскую карту. Дальше вся его корзина формируется автоматически в цифровом виде. Когда человек выходит из магазина, оплата происходит без дополнительных действий.
Подобные магазины, которые за последние несколько лет начали появляться во многих странах (сейчас их уже более 3000), работают за счет комбинации компьютерного зрения, датчиков и алгоритмов машинного обучения. Камеры, установленные в торговом зале, отслеживают действия покупателя — какие товары он берет с полки, возвращает обратно или кладет в корзину.
Новый уровень программы лояльности
Когда постоянный покупатель заходит в магазин (идентификация через приложение лояльности, а не через распознавание лица — это принципиально важно с точки зрения этики), цифровой двойник уже знает его обычную корзину, предпочтения по брендам, диетические ограничения и историю покупок.
- Навигация в приложении строит оптимальный маршрут по магазину именно для него;
- Электронные ценники показывают персональные предложения, когда покупатель подходит;
- Рекомендательная система подсказывает альтернативы со скидками того же производителя.
Более того, усилится синтез онлайна и офлайна: покупатель собирает корзину дома, а затем дополняет в магазине. И наоборот, товар, просмотренный на полке, появится в онлайн-рекомендациях позже. Если говорить про мебельные магазины или одежду, появится полный функционал для примерки дивана прямо у себя в гостиной через VR или сбор образа с учетом фигуры и дополненной реальности.
Amazon GO: почему революция не случилась с первого раза
Наверняка вы слышали о масштабном запуске магазинов без касс от Amazon. Это был один из самых громких экспериментов в сфере ритейла. В 2018 году Amazon открыл магазин, который должен был перевернуть индустрию: никаких касс, никаких очередей. Технология работала, покупатели были в восторге, а пресса писала о смерти традиционных магазинов с кассами. Однако совсем недавно вышла новость о полном закрытии всех точек, а магазины переходят в формат тележек с дашбордами, которые лишь помогают с покупками. Почему же революция не получилась?
1. Инвестиции не окупились
Оснащение одного магазина Amazon Go площадью 150−200 кв. м обходилось, по оценкам аналитиков, в $1−1,5 млн только на камеры и сенсоры. Для сети из тысячи магазинов это десятки миллиардов. При маржинальности продуктового ритейла в 2−3% окупить такие инвестиции очень сложно.
2. Проблема масштаба
Технология блестяще работала на 200 кв. метрах с 20−30 покупателями одновременно. Но масштабировать ее на полноценный супермаркет площадью 2 000−5 000 кв. м с сотнями покупателей и десятками тысяч SKU оказалось более трудной задачей.
3. Обман покупателей и инвесторов
В 2023 году выяснилось, что система Just Walk Out активно использовала ручную верификацию из Индии. Более 1000 операторов просматривали видеозаписи, чтобы корректировать ошибки системы.
4. Ограниченный ассортимент и ошибки
Just Walk Out хорошо справлялся с упакованными товарами (бутылка воды, пачка чипсов, и т. д.). Но весовой товар (фрукты, овощи, мясо, выпечка), товары в одинаковой упаковке разного вкуса, акции вызывали проблемы. Чеки клиентов часто приходили с задержкой — иногда через несколько часов после покупки. Были ошибки: товар, который вы взяли в руки и вернули на полку, мог появиться в чеке. Доверие постепенно падало.
При этом Amazon GO — это не провал, а урок. Кейс показал, что магазины без касс возможны и даже необходимы на рынке. Однако нельзя повесить камеры и надеяться на алгоритмы, масштабирование должно быть более постепенным и отвечать уровню доступности технологии. Далее я поделюсь своим видением магазинов будущего и этапов, которые вскоре мы увидим в их развитии.
1 волна: работа с данными
Начинать нужно не с камер и роботов, а с данных. Без единой базы любые продвинутые технологии не работают. Но сегодня у большинства ритейлеров системы разрознены: кассы, склад, CRM существуют отдельно. Поэтому в основе всех изменений создание единой платформы данных.
На практике это означает несколько шагов: компании объединяют все источники данных в одну систему, устанавливают IoT-сенсоры (температура, влажность и т. д.) в пилотных магазинах, внедряют электронные ценники для динамического ценообразования и тестируют компьютерное зрение на конкретных задачах, например, для контроля пустых полок.
2 волна: постепенная автоматизация
После того как данные собраны, магазин переходит к автоматизации. Компьютерное зрение начинает в реальном времени контролировать выкладку товаров, роботы проводят инвентаризацию с 99% точностью, а ИИ прогнозирует спрос и снижает излишки на 30−40%.
Цифровые двойники тестируют изменения планов и предлагают наилучший, а кассы самообслуживания становятся умнее за счет автоматического распознавания товаров без штрих кода.
При этом кассы сразу не исчезают, просто меняется их роль: вместо простого сканирования сотрудники больше помогают покупателям. Попытка внедрить все сразу провалится, сначала нужен пилот, затем масштабирование и оптимизация.
3 волна: новый опыт
Наконец, при построении магазинов будущего системы компьютерного зрения будут закладываться еще на этапе фундамента, а приложение магазина станет как GPS навигатор. Цифровой двойник будет в роли управленца, который следит за температурой, поставками и персоналом, а пользовательских опыт на 80% зависит только от искусственного интеллекта.
К 2030 году цифровой двойник перестанет быть ML-моделью и станет операционным директором физического магазина.
Представим: пятница, 18:00, час пик. Цифровой двойник в реальном времени видит: на входе скопилось 40 человек, в отделе фруктов заканчиваются бананы — осталось на 23 минуты, конверсия промо-стенда упала на 15%, а температура в холодильнике № 7 на 0,5°C выше нормы.
Далее система автоматически отправляет уведомление на склад о доставке бананов, перенаправляет сотрудника к промо-стенду и параллельно генерирует запрос инженерной службе о холодильнике. При этом модель управления будет предиктивной: система заранее знает, что товар заканчивается, метрики предугадают поломку холодильника, аналитика предложит изменение ассортимента сразу после ухудшения погоды на улице.
Нет смысла внедрять технологии ради технологии, любая инновация должна отвечать на вопрос «Какую проблему нужно решить?» и иметь измеримый ROI.
Экономика трансформации
Ритейлеры, которые внедрят эти технологии первыми, получат структурное преимущество: ниже издержки, выше конверсия, лучше клиентский опыт. Поэтому борьба между международными гигантами ведется буквально на наших глазах.
Что касается российского ритейла, то он один из самых технологически продвинутых в мире. Это не преувеличение. X5 Group, Магнит, Ozon, Wildberries — все они активно экспериментируют с ИИ и автоматизацией. Но в России развитию мешают инфраструктурные проблемы: качество данных пока низкое, законодательство в сфере ИИ не проработано, сильные ИТ-кадры, которые способны создать среду для внедрения технологий, пока в дефиците. К тому же сильные различия регионального характера — в столице магазины работают круглосуточно и даже могут быть автономными, а в других городах до сих пор есть проблемы с доступом в простые магазины продуктов.
Темная стороны технологий: вызовы
Как и любой технологической трансформации, у революции в ритейле есть ряд угроз. Компьютерное зрение в магазине — это тысячи камер, которые видят каждого покупателя. Где грань между аналитикой и слежкой за личными данными? Поход в магазин должен быть анонимным, но чем больше камер, тем сложнее следить за данными. Более того, когда весь магазин управляется цифровым двойником, кибератака — это не утечка данных, а остановка работы бизнеса.
Автоматизация сократит определенные позиции, но создаст новые: специалисты по данным, инженеры компьютерного зрения, операторы цифровых двойников. Задача ритейла — инвестировать в переобучение сотрудников. Но все понимают, что с помощью обучающих курсов превратить кассира в аналитика данных сложно.
Наконец, технологии должны оставаться инклюзивными, чтобы не создавать барьеры, а в равной степени улучшать опыт каждого пользователя.
Технологическая среда развивается очень стремительно: падает стоимость сенсоров, растет точность нейросетей, увеличивается количество квалифицированных разработчиков. Поэтому точно можно сказать, что магазин будущего совсем скоро станет реальностью. Вопрос лишь в том, какие компании смогут провести трансформацию с минимальными потерями и выиграют в гонке ритейлеров на рынке, где маржинальность может исчисляться в десятых долях процента.
Источник: hi-tech.mail.ru