Журнал / Кирилл Наумов
ИИ в ритейле: что показывает кейс Central Group в Таиланде
Независимый разбор кейса Central Group: рецепты с привязкой к товарам, визуальный поиск, качество каталога, роль сотрудников и метрики пилота.
Автор: Кирилл Наумов ·
«Давайте добавим чат-бота» — популярное начало разговора об ИИ в ритейле. Иногда итогом становится чат-бот, который прекрасно объясняет правила возврата, пока покупатель всё ещё не знает, поместится ли синий стул в дверной проём. Полезнее начать с другого вопроса: где покупатель или сотрудник теряет время, уверенность и контекст?
Кейс Central Group в Таиланде, опубликованный Google Cloud, даёт хороший материал для размышления. В нём описаны связанные задачи супермаркетов Tops и универмагов: помощник с рецептами, подготовка описаний товаров на двух языках, визуальный поиск и анализ отзывов. Это независимый разбор материала поставщика, а не проект Кирилла Наумова и не результаты независимого аудита.
От идеи ужина — к корзине, которую магазин может собрать
В Tops помощник Chefbot предлагает рецепты по предпочтениям покупателя. По данным Google Cloud, он сопоставляет ингредиенты более чем с 50 тысячами конкретных SKU Tops и составляет список для персонального покупателя. Связь с настоящим каталогом важнее очарования беседы: идея ужина полезна, только если товары есть, замены понятны, а клиент знает, что будет дальше.
Сотрудник остаётся в процессе. Система готовит предварительную корзину; человек решает вопросы с заменами, сроками и уточнениями вроде «я имел в виду другой базилик». Это не признак провала технологии. Цель — выполненный заказ, а не остроумный ответ в пустом окне чата.
Визуальный поиск — это процесс, а не только модель
Для универмагов кейс описывает поиск по фотографии: покупатель загружает изображение, система находит подходящие товары в каталоге, а результаты получает персональный покупатель. Google Cloud сообщает, что поиск с учётом цены, акции и наличия сократился с 32 минут до одной-двух; также заявлен рост конверсии на 10%. Это опубликованные поставщиком цифры, а не обещание такого же результата любому магазину.
Практический вопрос проще: сколько времени проходит, прежде чем сотрудник найдёт подходящий и доступный товар и сможет помочь с выбором? Если изображение ведёт к позиции без остатка или непонятно, кто делает следующий шаг, быстрый поиск лишь переносит задержку дальше.
Негламурный, но важный актив — информация о товаре
Мерчандайзеры Central Retail готовили описания примерно для 400 новых товаров в день на английском и тайском. Инструмент ИИ извлекает атрибуты из существующих карточек и составляет тексты по правилам компании. По данным Google Cloud, это может ускорить подготовку описаний до 50%. Интересно — но скорость должна идти вместе с проверкой фактов.
Надёжный процесс берёт утверждённые атрибуты, готовит черновик в заданных рамках, проверяет фактические поля и отправляет спорные случаи мерчандайзеру. Размеры, материалы, аллергены, совместимость, наличие и условия акции — не место для импровизации. Уверенная ошибка, размноженная на тысячи карточек, отлично ускоряет только возвраты.
Что можно взять на вооружение?
Во-первых, начинайте с конкретного затруднения покупателя, а не с названия технологии. «Человек не может найти товар по фотографии» — задача; «нам нужно компьютерное зрение» — пока лишь инструмент. Во-вторых, связывайте помощника с актуальным каталогом, остатками, ценами и ответственным за следующий шаг. В-третьих, измеряйте всю работу: время до подходящего товара, долю выполненных заказов, замены и отмены, конверсию, возвраты и ручную доработку. CTR — сигнал, но сам по себе он не бизнес-кейс, даже если надеть на него маленький пиджак.
Для первого пилота выберите одну категорию, одну задачу покупателя и одну рабочую команду. Зафиксируйте исходные показатели, проверьте ИИ-шаг рядом с текущим процессом и выборочно оцените совпадения товаров и сгенерированные факты. Заранее решите, при каких результатах пилот стоит расширять, менять или прекращать. Кейс Central Group — не инструкция «скопировать и включить». Его полезный урок в том, что проверенная информация о товарах и передача задачи человеку — часть самого продукта.
Англоязычный AI-воркшоп 7 ноября → · Обсудить AI-консалтинг для ритейла
Источник кейса: материал Google Cloud о Central Group. Показатели опубликованы поставщиком; это не независимый аудит и не прогноз для другого ритейлера.