Jak sztuczna inteligencja (artificial intelligence, AI) wykorzystywana jest w merchandisingu? Sztuczna inteligencja podejmuje lepsze decyzje niż człowiek. Jest wolna od emocji, szumu informacyjnego, nie ulega błędom poznawczym. Dlaczego jej nie ufamy?
Chiny. Trudno się tu ukryć. Państwo gromadzi niewyobrażalną liczbę informacji o obywatelach. Porządku społecznego pilnują miliony kamer, a algorytmy śledzą i rozpoznają twarze rejestrowanych osób. System inwigilacji obejmuje ponad 1,4 mld Chińczyków. Każdy ich krok jest obserwowany. Oczy policyjnych kamer znajdują się niemal wszędzie. „Technologia, która pozwala na zmapowanie naszych przyszłych zachowań przez znajdowanie wzorców w tym, jak postępujemy na co dzień, już istnieje. Chiny z niej korzystają”, pisze amerykański dziennik „New York Times” (NYT).
Dzięki tym rozwiązaniom chińskie władze czuwają nad myślami obywateli i reagują szybciej, niż te zdążą się skrystalizować. NYT przytacza przypadek Zhanga Yuqiao, 74-letniego mężczyzny, który jest pod szczególnym nadzorem władz. Gdy Zhang pomyśli o podróży, władze już o tym wiedzą i uniemożliwiają mu zakup biletu. Gdyby jakimś cudem udało mu się go zdobyć, przejedzie najwyżej jedną stację. Tam będą czekać już na niego odpowiednie służby. Media wspominają też o przypadkach nieprawomyślnych biznesmenów, którym profilaktycznie zablokowano konta, albo zamknięto linie kredytowe.
NYT twierdzi, że Chiny mają bardzo rozbudowany system analizy zachowań behawioralnych. W Chinach śledzone są twarze, telefony komórkowe, aktywność w Internecie, transakcje kartami kredytowymi, a nawet zachowania dzieci w szkole. Są one obserwowane przez kamery wbudowane w długopisy. Nigdy nie wiadomo, jakie informacje okażą się przydatne. „Cel chińskich władz jest jasny: zaprojektowanie systemu, który zmaksymalizuje to, czego państwo może dowiedzieć się o tożsamości, działaniach i powiązaniach społecznych danej osoby, co ostatecznie pomoże rządowi w utrzymaniu autorytarnych rządów”, pisze NYT.
Sztuczna inteligencja w merchandisingu
Sztuczną inteligencję (Artificial Intelligence) można jednak wykorzystać nie tylko, jako element systemowej kontroli społeczeństwa, ale także do analizy nawyków, przyzwyczajeń, lepszej obsługi klientów i dostosowania układów sklepów w celu maksymalizacji sprzedaży. Jak dowodzą naukowcy z międzynarodowego zespołu m.in. z Politechniki w Queensland w Australii, Uniwersytetu Ekonomicznego w Wietnamie i Uniwersytetu Sakarya w Turcji, głębokie uczenie maszynowe można wykorzystać w celu monitorowania fizycznych zachowań zakupowych klientów. Swoje badania opublikowali w „Artificial Intelligence Review”.
Merchandising, czyli odpowiedni układ regałów, alejek i ekspozycja produktów na półkach sklepowych, zwiększa sprzedaż. Jednocześnie w wielu badaniach wykazano, że dobrze przemyślany layout samego sklepu pozytywnie koreluje ze zwiększoną sprzedażą i zadowoleniem klientów.
Jak zrozumieć zachowanie klienta w sklepie?
„Zrozumienie emocji klientów podczas przeglądania towarów, może dać pracownikom marketingu i menedżerom, wiele cennych wskazówek, jak zwiększyć sprzedaż” – piszą naukowcy. „Zrozumienie zachowań klientów jest ostatecznym celem analizy biznesowej”. Badacze zwracają też uwagę, że niezwykle ważne są takie działania klientów jak dobieranie produktów, umieszczanie ich w wózku i odkładanie z powrotem na półkę. Jak długo czytają etykiety? Czy są w tym zakresie różnice pomiędzy kategoriami produktowymi? W celu dokładnego zrozumienia tych zachowań sugerują zastosowanie sztucznej inteligencji połączonej z systemami kamer śledzących zakupy w sklepach.
Jak kamery w sklepach zbierają dane?
Badacze twierdzą, że jest już wiele systemów, które zbierają surowe dane, na przykład z nagrań kamer w sklepie. Następnie przetwarzają te informacje za pomocą zaawansowanej sztucznej inteligencji, analizy danych, a następnie wykorzystują zdobytą wiedzę do optymalizacji układu supermarketu. Proces ten nigdy się nie kończy. Przebiega jako ciągły cykl uczenia się. Uwzględnia na przykład zachowania klientów spowodowane zmianą pór roku. To pozwala wpływać nie tylko na układ przestrzeni, ale także ekspozycję w konkretnych punktach, odpowiednie lokowanie produktów oraz na zmiany ilości kasjerów w pewnych godzinach i rozmieszczenie innych pracowników. Pozwala też wpływać na rozładowywanie kolejek, zatłoczenie, przemieszczanie się klientów, czas pobytu w sklepie, impulsywne zakupy i wiele innych.
„Sklepy, takie jak australijskie sieci supermarketów Woolworths i Coles, już rutynowo korzystają z algorytmów wspieranych przez sztuczną inteligencję, aby lepiej służyć interesom i potrzebom klientów oraz dostarczać spersonalizowane rekomendacje. Dotyczy to zwłaszcza systemu punktów sprzedaży i programów lojalnościowych. Po prostu to kolejny przykład wykorzystania sztucznej inteligencji w celu zapewnienia lepszych układów i projektów sklepów opartych na danych oraz pełniejszego zrozumienia zachowań klientów w przestrzeni fizycznej” – piszą badacze.
Sztuczna inteligencja w mediach społecznościowych
Żeby wykorzystać sztuczną inteligencję w merchandisingu, trzeba najpierw skłonić klientów do przyjścia do sklepu. Służą do tego różnorodne reklamy, ale także marketing w mediach społecznościowych. Ma on za zadanie generowanie ruchu na stronie. Facebook, Twitter, LinkedIn, YouTube, czy Instagram powodują, że nasza uwaga przenosi się na stronę firmową, podstrony produktowe czy bloga, ale także do sklepu stacjonarnego. Pozwalają one na prawie nieograniczoną wymianę treści pomiędzy poszczególnymi użytkownikami danego portalu, czy aplikacji w czasie rzeczywistym. To pomaga w tworzeniu długofalowej strategii marketingowej. Tam oczywiście też działają różne systemy sztucznej inteligencji, które obserwują twoje działania i wpływają na podsuwane ci reklamy, czy widoczne treści kształtujące zainteresowania, ale nie tylko.
Gdy myślimy o innych ludziach, oceniamy ich na niewielkiej liczbie wymiarów – wiek, rasa, płeć, i jeśli znamy ich nieco lepiej, osobowość – podczas gdy algorytmy przetwarzają miliardy danych i klasyfikują w setkach wymiarów. „Facebook szuka sposobów pomiaru twojego stanu emocjonalnego na podstawie postów, emocji odczytywanych z twoich wyrazów twarzy na zdjęciach, czy poziomu zaangażowania według częstotliwości interakcji z ekranem. […] Nie mamy już zdolności pełnego rozumienia wyników algorytmów, które sami stworzyliśmy” – powiedział mi w wywiadzie przeprowadzonym dla dziennika „Rzeczpospolita” David Sumpter, Brytyjczyk, profesor matematyki stosowanej na Uniwersytecie w Uppsali.
Zaufanie do sztucznej inteligencji
Żeby wprowadzić systemy sztucznej inteligencji w życie, musimy uzyskać dla nich akceptację. Można to zrobić jak w Chinach na drodze systemu opresji i przymusu, ale wydaje się, że lepiej jest przekonać do niej obywateli, bo zaufanie do sztucznej inteligencji jest niezbędne do akceptacji technologii, które zmieniają nasz sposób życia i pracy. Korzyści płynące z AI dla społeczeństwa i biznesu są niezaprzeczalne. AI pomaga ludziom skuteczniej prognozować i podejmować lepsze decyzje. Jest wykorzystywana w biznesie, medycynie i w wymiarze sprawiedliwości. Zresztą trudno znaleźć jakiś obszar życia społecznego, w którym sztuczna inteligencja byłaby bezużyteczna. Niestety niesie także zagrożenia, chociażby naruszając prawa człowieka poprzez ingerencję w prywatność, algorytmy mogą również być rasistowskie lub seksistowskie – uczą się tego od użytkowników. Dlatego systemy sztucznej inteligencji muszą być godne zaufania, aby wywołać powszechną akceptację. Bez tego ich możliwości nigdy nie zostaną w pełni zrealizowane. Firma doradcza KPMG International, we współpracy z Uniwersytetem w Queensland, postanowiła sprawdzić zaufanie do AI. W tym celu badacze przeprowadzili ankietę w pięciu państwach: Stanach Zjednoczonych, Kanadzie, Niemczech, Wielkiej Brytanii i Australii. Okazało się, że:
- Obywatele mają niskie zaufanie do systemów AI, ale ogólnie „akceptują” lub „tolerują” AI.
- Obywatele uważają, że obecne zabezpieczenia są niewystarczające i oczekują, że działanie AI zostanie poddane regulacjom.
- Obywatele czują się dobrze z niektórymi, ale nie ze wszystkimi zastosowaniami AI w pracy.
- Obywatele chcą wiedzieć więcej o AI, ale obecnie mają niską świadomość i zrozumienie AI i jej zastosowań.