3 ошибки руководителей розничных компаний и советов директоров в вопросах ИИ

В начале этого года моя компания опросила директоров по информационным технологиям (CIO) и технических директоров (CTO) компаний с годовой выручкой от $500 млн о том, как их бренды внедряют ИИ. Среди этих руководителей 84% согласились с тем, что до конца года сохранятся только те проекты в сфере ИИ, которые принесут окупаемость инвестиций, а 82% отметили, что советы директоров всё чаще задаются вопросом, сколько денег тратится на ИИ.

На мой взгляд, это двойное давление во многом объясняет, почему компании — особенно розничные сети — при освоении очередной волны новых технологий возвращаются к старой привычке: к тому, что я называю «бессистемными технологическими инициативами [fill in latest technology here].» За свою карьеру я наблюдал бессистемное внедрение мобильных технологий и интернета вещей, а теперь мы пришли к бессистемному внедрению ИИ.

В большей степени, чем при внедрении любой предыдущей волны технологий, называть ИИ «техническим вопросом», находящимся исключительно в ведении CIO и CTO, — значит не видеть леса за деревьями. Руководителям розничных компаний, которые всерьёз намерены получить конкурентное преимущество в нынешнюю эпоху ИИ, следует избегать трёх серьёзных ошибок.

Ошибка 1: позволить корпоративным антителам взять верх

Поскольку ИИ способен преобразить компанию, одним из главных препятствий на пути к полноценному использованию его потенциала становится закостенелое представление о том, чем компания является или может стать. В розничной торговле это часто выражается в установке, что главное — продукт: «Мы продаём рубашки, мы не технологическая компания».

Такая негибкость действует как корпоративное антитело: она не даёт реализоваться настоящим инновациям ради сохранения статус-кво. В результате бюджеты на ИИ передают CTO, которым поручают сокращать расходы. Не имея стратегических ориентиров и долгосрочного видения, они, что неудивительно, обращаются к привычным решениям: в спешке вкладываются в отдельные надстройки, например рекомендательные системы, чат-боты или плагины для визуального поиска.

В лучшем случае такой подход даёт небольшой, но быстрый эффект. В худшем же эти разрозненные инструменты ИИ не имеют внутренней архитектуры, позволяющей работать в масштабах всей организации, и поэтому чаще приводят к разрозненному и несогласованному взаимодействию с клиентами, которое их раздражает. В конечном счёте, как я не раз видел, всё заканчивается заброшенными пилотными проектами и напрасно потраченными бюджетами. Проигрывают все.

Ошибка 2: негибкий подход к инвестициям

С негибким видением будущего компании связана ещё одна проблема — негибкий подход к инвестициям. Прежде чем вкладывать средства в ИИ, руководителям высшего звена и членам советов директоров нужно честно обсудить, действительно ли они заинтересованы в трансформации бизнеса с помощью ИИ (и во всём, что она предполагает) или им разумнее сэкономить время и деньги, полностью отказавшись от неё. Для такого разговора полезно взять за основу конкретный и широко известный пример — например, Amazon.

Не секрет, что Amazon стала тем гигантом, которым является сегодня, потому что более десяти лет не получала сколько-нибудь существенной отдачи от инвестиций. В тот период технологии и долгосрочное видение считались достаточно ценными, чтобы оправдать инвестиции и отсутствие быстрой окупаемости. Чтобы перестроить компанию вокруг ИИ, нужно с такой же решимостью поставить на него всё.

На недавнем отраслевом мероприятии интернет-магазин Stitch Fix рассказал, что одновременно ведёт около 40 пилотных проектов в сфере ИИ, упорно добиваясь создания персонализированного опыта покупок. Вот как выглядит «непоколебимое видение», когда к трансформации бизнеса с помощью ИИ относятся всерьёз. И если при мысли о том, что у вас нет бюджета на нечто подобное, у вас глаза полезли на лоб, вы не одиноки.

Я рекомендую подходить к ИИ как к диверсифицированному инвестиционному портфелю из трёх уровней: быстрые победы (быстрые и малорискованные инициативы, создающие импульс, например чат-боты), поэтапные ставки (среднесрочные инициативы по принципу «инвестируй и учись», например персонализированные сообщения клиентам) и ставки, способные изменить правила игры (высокорискованные проекты с большой потенциальной отдачей, например полностью интегрированные ИИ-помощники по покупкам, способные преобразить компанию). Одновременная работа по всем трём направлениям позволяет добиться результатов в ближайшей перспективе и создать устойчивость и импульс, необходимые для более масштабных преобразований.

Ошибка 3: конфеты на завтрак вместо ИИ

Считать ИИ лишь инструментом сокращения расходов или маркетинговым трюком — всё равно что есть конфеты на завтрак: новизна продержится не дольше, чем на языке останется вкус красителя Red 40, и очень скоро вам понадобится что-то более питательное. Самый очевидный признак «конфетного ИИ» — он мешает бизнесу прозрачно проводить транзакции, выполнять заказы или учиться.

Поэтому не начинайте внедрение ИИ в розничной торговле с готового чат-бота. Сначала инвестируйте в инфраструктуру, которая позволит создать собственный чат-бот, обучающийся на данных вашей клиентской базы и дающий вам настоящее конкурентное преимущество. Начать следует с подготовки данных к работе с ИИ-агентами.

Вероятно, вы уже думаете о том, как обогатить данные о своих товарах, чтобы их могли находить LLM, учитывая, что эти платформы всё чаще становятся стандартной отправной точкой для поиска. Кроме того, стоит инвестировать в интеллектуальный слой, который учитывает контекст клиента (его поведение, лояльность, историю заказов и заявленные намерения), контекст сессии (что покупатель сравнивал, о чём спрашивал, над чем раздумывал и что оставил в корзине), а также бизнес-контекст (запасы, маржу, акции и правила мерчандайзинга). Благодаря такой структуризации и организации данных формируется цикл самообучения, который постоянно учится и совершенствуется.

Но, что ещё важнее, начальные этапы внедрения ИИ должны стать временем для создания системы управления и архитектуры допустимого риска, которые позволят агентам действовать по-настоящему самостоятельно. Сейчас много говорят о том, что «человек должен оставаться в контуре», однако такой подход нельзя масштабировать, и он не обеспечивает экономической эффективности.

Для крупных розничных компаний эти шаги, безусловно, проще описать, чем реализовать. Однако серьёзное отношение к ИИ как к технологии требует значительной предварительной работы, которая в ближайшем будущем может привести к инновациям, способным преобразить отрасль. Конечно, всегда можно продолжать работать по-старому, но по мере того, как ИИ становится нормой, времени на то, чтобы наверстать упущенное, остаётся всё меньше. Не советую оставаться позади.