Может ли Искусственный Интеллект предсказать, Что Купят Покупатели?

Из сервисов, которые Sparkbox, платформа планирования розничной торговли, ориентированная на искусственный интеллект, предлагает покупателям, один, видя спрос, использует искусственный интеллект для быстрого изменения сезонных заказов на товары, которые хорошо зарекомендовали себя.

Другой, набирающий обороты, использует технологию для оптимизации ценообразования. Но одна из них, которая еще не нашла пользователей, - это прогнозирование спроса на основе искусственного интеллекта при первоначальных покупках, которое предсказывает эффективность продукта на несколько недель вперед. “Это то, о чем спрашивают многие люди, но это не то, что кто-то хочет сделать немедленно”, - сказала соучредитель Sparkbox Линдси Фишер. “Никто не хочет делать первый шаг. ” По ее словам, бренды по-прежнему скептически относятся к достоверности прогнозов ИИ, и для принятия решений о первоначальных покупках с помощью ИИ им необходимы четкие, поддающиеся количественной оценке предположения, на которых они могли бы основывать свои модели.

Однако многие по-прежнему полагаются на интуицию. Сложные прогнозы с использованием искусственного интеллекта по-прежнему являются относительно новым инструментом в сфере моды, и компании все еще решают, насколько на них можно полагаться. Они также сталкиваются с тем фактом, что покупками модной одежды часто движут эмоции, новизна и привлекательность конкретного товара, а это означает, что предыдущие продажи, даже аналогичных товаров, могут рассказать вам о многПо ее словам, бренды по-прежнему скептически относятся к достоверности прогнозов ИИ, и для принятия решений о первоначальных покупках с помощью ИИ им необходимы четкие, поддающиеся количественной оценке предположения, на которых они могли бы основывать свои модели.

Однако многие по-прежнему полагаются на интуицию. Сложные прогнозы с использованием искусственного интеллекта по-прежнему являются относительно новым инструментом в сфере моды, и компании все еще решают, насколько на них можно полагаться. Они также сталкиваются с тем фактом, что покупками модной одежды часто движут эмоции, новизна и привлекательность конкретного товара, а это означает, что предыдущие продажи, даже аналогичных товаров, могут рассказать вам о многом. Конечно, мерчендайзерам всегда приходилось прогнозировать будущее при размещении первоначальных заказов на производство всей одежды, которая будет продаваться в их магазинах и онлайн-лавках. По данным Boston Consulting Group, средний срок выполнения заказов в сфере моды составляет от 37 до 45 недель.

Это означает, что они рассчитывают все фасоны, цвета и размеры, которые клиенты будут покупать, на 10 месяцев вперед. Неверные предположения приводят к потере денег на товары со скидкой и непроданные товары, а также к еще большему количеству отходов. Теоретически искусственный интеллект мог бы давать более точные прогнозы, чем исторические методы, которые сочетают математические модели, применяемые к прошлым продажам, и, возможно, несколько переменных, с чистой интуицией. Искусственный интеллект, напротив, способен обрабатывать гораздо больше данных, от десятков до сотен переменных, обнаруживая неожиданные взаимосвязи и сигналы, которые потенциально позволяют делать более точные прогнозы.

Но не все считают, что он готов полностью взять на себя работу по определению первоначальных покупок. “Если вы пытаетесь предсказать будущее, искусственный интеллект вам не поможет”, - сказал Ахмед Заиди, соучредитель и исполнительный директор Hyran Technologies, платформы для планирования и цепочки поставок в сфере моды, основанной на ИИ. “Во всяком случае, это, вероятно, более опасно, чем то, как мы делали это раньше, потому что это маскируется под объективность”.

По словам Заиди, в разговорах об ИИ часто упускается из виду то, что он носит вероятностный характер. По его словам, прогнозы должны сопровождаться оценками достоверности, поскольку достоверность прогноза может составлять всего 40 процентов.

Обычно этого не происходит. У него могут быть и другие недостатки. Исследователи, которые недавно провели обзор различных методов прогнозирования, отметили, что методы искусственного интеллекта могут быть сложными в реализации, требуют большого количества высококачественных данных и подвержены таким особенностям, как “переобучение”, когда модель Исследователи, недавно провели обзор различных методов прогнозирования, отметили, что методы искусственного интеллекта могут быть сложными в реализации, требуют большого количества высококачественных данных и подвержены таким особенностям, как “переие”, когда модель усваивает нерелевантные данные в процессе обучения и не может делать точные обобщения на основе новых данных. Это похоже на то, как если бы система настолько хорошо изучила характеристики одной красной футболки, что не смогла бы сделать надежные прогнозы, например, относительно новой партии похожих футболок.

Исследователи напрямую не сравнивали эффективность различных методов, но на данном этапе любой метод позволяет сделать точные предположения о том, чего захотят покупатели через несколько месяцев. “При планировании первоначальной покупки учитывается гораздо больше мнений, так что, возможно, искусственный интеллект не так полезен в этом отношении”, - сказал Алекс Юр, глава отдела мерчандайзинга Jaded London, который ранее в этом году стал хитом, когда Хейли Бибер надела брюки-парашюты на Coachella. “Всегда будет присутствовать элемент тренда и [творческой] силы, которые, я думаю, не будут использованы в приложении”.

По ее словам, сама Юре иногда отказывалась от более смелых первоначальных покупок, за которые ратовала креативная команда, и которые, как оказалось, были ошибочными.

Jaded не против искусственного интеллекта. Недавно компания начала использовать инструменты Sparkbox для изменения порядка и вот-вот начнет тестировать оптимизацию цен. Юре добавил, что в какой-то момент можно было бы попробовать прогнозировать первоначальныПо ее словам, сама Юре иногда отказывалась от более смелых первоначальных покупок, за которые ратовала креативная команда, и которые, как оказалось, были ошибочными.

Jaded не против искусственного интеллекта. Недавно компания начала использовать инструменты Sparkbox для изменения порядка и вот-вот начнет тестировать оптимизацию цен. Юре добавил, что в какой-то момент можно было бы попробовать прогнозировать первоначальные покупки на основе ИИ, но пока это не совсем так. Однако ИИ не обязательно должен быть совершенным, чтобы быть полезным. “Справедливо заметить, что если вы вдруг почувствуете, что наука сделает всю работу, а искусство здесь ни при чем, то, вероятно, вы зашли слишком далеко в неверном направлении”, - сказал Сантьяго Гарсия-Поведа Мария, глобальный вице-президент по розничной торговле, одежде и обуви o9 Solutions, платформа комплексного планирования, которая предлагает прогнозирование на основе искусственного интеллекта таким клиентам, как Marks & Spencer, J. Crew и нескольким крупным брендам спортивных товаров.

Гарсия-Поведа Мария сказала, что компания наблюдала несколько случаев, когда прогнозирование с помощью искГарсия-Поведа Мария сказала, что компания наблюдала несколько случаев, когда прогнозирование с помощью искусственного интеллекта помогало брендам прогнозировать более эффективно, указав на значительные улучшения в одном американском обувном бренде, с которым она работала, по сравнению с первоначальным планированием. “Я думаю, что решение, принимаемое человеком, может быть улучшено как с помощью вспомогательных средств, так и полностью автоматизированным способом”, - сказал Карлос Санчес Альтэйбл, партнер и ведущий специалист по анализу данных в области одежды, моды и предметов роскоши в McKinsey. По его опыту, многие компании сейчас используют искусственный интеллект, чтобы помочь с первоначальными покупками на уровне категории, но компании по-По его опыту, многие компании сейчас используют искусственный интеллект, чтобы помочь с первоначальными покупками на уровне категории, но компании по-прежнему редко делают это на уровне размера и цвета.

Хотя он считает, что со временем многие будут использовать его и для этого. Он отметил, что существует множество способов, с помощью которых компании могут использовать искусственный интеллект для прогнозирования не только при первоначальных закупках.

Одним из примеров может быть резервирование гладильных мощностей в логистическом центре. Когда товары поступают на европейские предприятия с фабрик в Азии, их часто нужно отутюжить, прежде чем их можно будет выставлять на всеобщее обозрение или продавать.

Компании должны резервировать эти мощности. Аналогичным образом, когда o9 Solutions имеет дело с брендом, специализирующимся на новых, модных продуктах, она не пытается сказать за 12 месяцев вперед, сколько именно единиц каждого цвета и размера им понадобится.

Основное внимание уделяется оценке того, сколько мощностей бренд должен зарезервировать у своих партнеров-производителей. Таким образом, когда компания готова приступить к производству, у нее уже есть время и материалы, что позволяет ей работать быстрее.

По мнению Заиди, оптимизация, в отличие от прогнозирования, - это то, в чем преуспевает искусственный интеллект. Эти виды использования в большей степени связаны с принятием решения о том, какие пЭти виды использования в большей степени связаны с принятием решения о том, какие продукты следует распределять по тем или иным магазинам, или с определением наилучшего производственного решения в различных ситуациях, что является особенностью Hyran Technologies.

Эта технология является мощным инструментом, позволяющим брендам постоянно обновлять сценарии, на основе которых они строят свои прогнозы, что в меньшей степени связано с прогнозированием спроса и в большей степени позволяет брендам быстро адаптироват