Jak se aplikace pro elektronické obchodování mění v systém, nikoli ve výkladní skříň

Vývoj aplikace se stále z velké části řídí zastaralým postupem: návrh, vývoj, spuštění a následné předání, aby analytiku, personalizaci a budoucí kampaně zajišťovala samostatná sada nástrojů. Umělá inteligence však nyní zásadně mění to, co aplikace zákazníkům nabízí, i to, co to znamená pro firmy.

Mnoho značek čeká dlouhá cesta od zavedení umělé inteligence k tomu, aby z ní skutečně těžily. Umělá inteligence zrychluje vývoj aplikací, zkracuje vzdálenost mezi daty a rozhodováním a mění samotnou podstatu toho, co aplikace představuje.

Je čas přestat vnímat aplikaci jako výkladní skříň přizpůsobenou mobilním zařízením a začít ji chápat jako neustále se vyvíjející systém, který zákazníkům při nakupování vytváří intuitivní, personalizovaný a pohotově reagující prostředí. Podívejme se, jak tato změna vypadá v praxi a co znamená pro týmy, které ji musí řídit.

Uvědomte si roli umělé inteligence při tvorbě aplikací

Cesta od prvotního nápadu k dokončené aplikaci obvykle zahrnuje několik předání: vznikne nápad spojený se značkou, schválí se návrh, vývojář ho převede do kódu, aplikace projde testováním kvality a vytvoří se její prototyp, načež se spustí. Každý přechod však stojí drahocenný čas a roste riziko, že se původní záměr vytratí nebo bude nesprávně pochopen.

Umělá inteligence se stává důležitou součástí procesu tvorby. Organizace, které zavedly umělou inteligenci ve více než 50 % případů, uvádějí výraznější úsporu času zejména při počátečních fázích vývoje. Nejvíce se to projevilo u některých úkolů, například při shromažďování požadavků, psaní uživatelských příběhů a hledání nápadů. Právě tyto přípravné práce mohly zabrat týdny, ne-li měsíce, než vznikla jediná obrazovka. Vývojářům se tím také uvolňuje drahocenný čas, který mohou věnovat funkcím a logice místo opakující se implementační práce.

Kreativitu, vlastní funkce ani logiku už nezdržuje dlouhé čekání na to, až se ukáže, zda má smysl nějaký nápad uskutečnit. Agenti umělé inteligence umožňují „tvořit podle intuice“, tedy rychle experimentovat a lidem bez hlubších technických znalostí samostatně vytvářet a testovat vlastní nápady. Systémy umělé inteligence dokážou podle návrhového rámce ve Figmě vytvářet odpovídající rozvržení a komponenty, takže při každé další iteraci už není nutné celý návrh znovu ručně převádět. Nenahrazuje to úsudek zkušeného vývojáře, který uplatňuje při návrhu architektury nebo zohledňování provozních požadavků, znamená to však, že méně nápadů musí čekat na vývoj, než se rozhodne, zda stojí za uskutečnění.

Designérům a vývojářům se uvolňuje čas i energie na části aplikace, které se obtížněji standardizují, například na logiku nákupního košíku a pokladny, integrace, funkce specifické pro danou značku a personalizaci. Jde o odklon od rutinní implementační práce, při níž se schválený návrh převádí do funkčních komponent.

Umělá inteligence není jen další analytická funkce

Po spuštění aplikace bývá obtížnější problém zpravidla organizační a provozní než čistě technický. Údaje o výkonnosti, nástroje pro kampaně a informace o zákaznících se obvykle nacházejí v oddělených systémech a týmy mezi nimi musí přecházet, aby pochopily, co se stalo, a rozhodly, co je třeba udělat.

Umělá inteligence je při překonávání této propasti stále důležitější. Podle nedávné zprávy společnosti Deloitte již 60 % vedoucích pracovníků pravidelně využívá umělou inteligenci jako oporu při rozhodování. Obchodníkům může pomoci rychle se dostat k podstatě: nejen zkoumat například důvody poklesu konverzí nebo předpovídat tržby na příští čtvrtletí, ale také na základě těchto poznatků jednat. Toto zkrácení cesty od poznatku k akci je zásadní pro udržení kroku s rychle se měnícími trhy a zákazníky. Může jít například o vytvoření kampaně zaměřené na opuštěné košíky nebo využití příležitosti znovu oslovit zákazníky. Poznatky a jejich uplatnění už nejsou oddělené kroky prováděné v různých nástrojích a role umělé inteligence se zde posouvá od pouhého informování o tom, co se stalo, k aktivnímu ovlivňování rozhodnutí a následných kroků.

Přístup však neznamená totéž co používání: z 68 % společností, které zavádějí agenty umělé inteligence, uvádí polovina nebo méně z nich, že jejich zaměstnanci s agentem při každodenní práci komunikují. Přechod od plošného zavádění k takové každodenní užitečnosti a rozhodování s větší pravomocí vyžaduje pečlivé zvážení a přípravu.

Každý zákazník by měl zažívat personalizované prostředí

Většina mobilních aplikací pro obchodování obvykle zobrazuje všem návštěvníkům prakticky stejnou domovskou stránku a personalizaci přidává až dodatečně prostřednictvím doporučovacích widgetů. Umělá inteligence začíná posouvat personalizaci do dřívější fáze: přímo do okamžiku, kdy zákazník aplikaci otevře, nikoli pouze do nabídky, kterou mu zobrazí poté, co si už začne prohlížet její obsah.

Výzkum společnosti BCG zaměřený na zákaznickou zkušenost uvádí, že značky již nemají zákaznickou cestu plně pod kontrolou, přestože je spotřebitelé mohou stále hodnotit, jako by ji měly. Náklady spojené s obecným nebo nesourodým prostředím v aplikaci jsou proto vyšší než dříve.

Podstatou je, že signály o chování uživatelů, například jaké stránky si někdo prohlížel, co nechal v košíku nebo co si dříve koupil, mohou nyní v reálném čase ovlivňovat rozvržení i obsah, aniž by bylo nutné vydávat novou verzi aplikace v obchodě s aplikacemi. Zákazník, který se do obchodu vrací a nechal si v košíku nějaké zboží, nemusí vidět stejný obecný banner jako návštěvník, který přišel poprvé. Jde o jiný designový problém než rozhodování o tom, který banner uvidí určitý segment zákazníků. Produktové a designové týmy proto musí plánovat rozhraní, která se přizpůsobují jednotlivým uživatelům, místo aby zůstávala neměnnou součástí pevně daného obchodu.

Co bude dál

Aplikace pro e-commerce nejsou neměnným produktem, který se jednou vytvoří a uvede na trh. Jsou to systémy, které se neustále vyvíjejí, provozují a zdokonalují. AI se uplatňuje v každé z těchto fází: mění návrhy ve funkční prostředí aplikace, pomáhá týmům přejít od poznatků k činům a přizpůsobuje se tomu, co jednotliví zákazníci zažívají na základě toho, jak s aplikací pracují. Jde o různé způsoby využití, které však vedou ke stejnému cíli: aplikace se stává adaptivním systémem, který lze pomocí AI vytvářet, provozovat a personalizovat.

Nepovažujte AI za další funkci, kterou lze do aplikace jednoduše přidat. Stává se důležitou součástí infrastruktury, na níž stojí prostředí e-commerce aplikace. To mění způsob, jakým je třeba aplikaci spravovat, i kroky, které je nutné podniknout před jejím rozšířením.

Než automatizujete pomocí AI, je třeba připravit data. Úzkým místem bývají často samotná data, nikoli AI přidaná do pracovního postupu. Technologičtí lídři a týmy, které chtějí rozšířit zavádění řešení řízených agenty, by proto měly nejprve prověřit svou datovou architekturu.

Než se rozšíří autonomie systémů, je třeba nastavit pravidla jejich řízení. Každodenní využívání agentů je stále velmi nevyrovnané, a to i ve firmách, kde jsou široce rozšířeni. Stanovit, která rozhodnutí může systém činit bez dohledu a která musí zkontrolovat člověk, je proto naprosto nezbytným prvním krokem.

Čas ušetřený při návrhu a vývoji je výhodou jen tehdy, pokud se využije strategicky. Pokud AI přebírá rutinní činnosti spojené s tvorbou aplikace, nově získaná kapacita má hodnotu pouze tehdy, když mají týmy plán, jak ji využít, například na vlastní logiku a integrace.

Strategie personalizace se musí posunout od výběru banneru pro určitý segment zákazníků k návrhu prostředí, které může při každé návštěvě vypadat a působit jinak. To má zásadní dopad na systémy návrhu i procesy kontroly kvality, které musí počítat s proměnlivostí.

Aplikace není jen to, co vidí zákazníci. Technologičtí lídři se už nezaměřují pouze na rozhraní, ale stále více také na to, co technologie v jeho pozadí dokáže vytvářet, chápat a upravovat. AI se současně zapojuje do všech těchto funkcí: zrychluje vývoj aplikace, propojuje data s rozhodováním a mění obchod ve službu, která reaguje na konkrétního uživatele, místo aby všem zobrazovala totéž.

To však neznamená, že při rozhodování přestává být důležitý lidský úsudek, ať už jde o pravidla řízení systému, nebo o určení toho, která rozhodnutí mu skutečně náleží. Model, v němž se vývoj, uvedení na trh a optimalizace odehrávají ve třech samostatných fázích a zajišťují je tři různé týmy, však ustupuje jednoduššímu a provázanějšímu přístupu. Do budoucna nebude podstatné uvést na trh hotovou aplikaci, ale spravovat ji jako systém, který se bude dál vyvíjet.