Прав ли Gartner: какие инновации приживутся в российском ритейле

Геннадий Тарантасов, директор направления ритейл и FMCG ГК «КОРУС Консалтинг», изучил основные тезисы отчета и сопоставил их с положением дел на российском рынке ритейла.

На мировом рынке генеративный AI активно используется для персонализации клиентского опыта, создания контента и прогнозирования спроса. На фоне кадрового дефицита и роста стоимости рабочей силы компании видят в генеративном AI способ увеличить производительность и автоматизировав рутинные задачи. Аналитики Gartner ожидают, что технология достигнет массового внедрения в течение 2-5 лет, с полным масштабированием к 2027 году. 

В России эта технология демонстрирует не менее впечатляющий потенциал. Например, Wildberries применяет генеративный ИИ для автоматизации создания карточек товаров. X5 Group использует ИИ для прогнозирования спроса и работы с чат-ботами. В сфере маркетинга генеративный ИИ активно тестируется для создания персонализированного контента. Другой пример - в сети «Лента» ИИ помогает адаптировать рекламные материалы под локальные рынки, увеличивая их конверсию. 

Кроме того, вероятно, возникнут новые форматы генеративного контента: с помощью ИИ компании смогут создавать интерактивные материалы, такие как видеоинструкции для клиентов или виртуальные туры по магазинам.

Однако при активных инвестициях в локальные ИТ-решения и разработку новых моделей этот барьер может быть преодолен. На горизонте пяти лет генеративный AI имеет все шансы стать стандартом в российском ритейле.

Динамическое ценообразование станет стандартом в отрасли в течении ближайших 5-10 лет, пишет Gartner. Использование алгоритмов для гибкой настройки цен в зависимости от спроса давно стало привычным инструментом на западе. 

Компании, такие как Amazon, ежедневно корректируют цены на миллионы товаров, опираясь на анализ спроса, остатков и конкуренции. Walmart тестирует изменения цен на полках в зависимости от времени суток и продаж, а Uber и Airbnb внедрили технологии динамического ценообразования, чтобы управлять спросом и максимизировать прибыль. В модной индустрии примером служит Zara, которая адаптирует цены на товары с учетом сезонности и региональных предпочтений. 

Одна из ключевых проблем — отсутствие массового внедрения электронных ценников, которые являются необходимым условием для оперативного изменения цен в оффлайн-магазинах. Стоимость ценников и связанные с этим инвестиции в инфраструктуру делают их использование доступным лишь крупным игрокам. Кроме того, алгоритмы требуют качественных данных о спросе и поведении потребителей в режиме реального времени, для чего нужна интеграция сложных ИТ-систем.

Культурные барьеры также играют значительную роль. Российские потребители склонны воспринимать частые изменения цен как недобросовестную практику. Например, ситуация, когда цена товара утром отличается от вечерней, вызывает недовольство и снижение лояльности к бренду.

Тем не менее, лидеры рынка начинают внедрять эту технологию. X5 Group тестирует алгоритмы, меняющие цены на основе данных о спросе и остатках товаров. Wildberries применяет динамическое ценообразование для регулирования скидок и оптимизации цен в e-commerce, а Ozon использует AI-алгоритмы для анализа конкурентной среды в режиме реального времени. Эти пилотные проекты показывают экономическую эффективность подхода, хотя их массовое внедрение остается под вопросом.

Чтобы сделать динамическое ценообразование более приемлемым для потребителей, компании могут сосредоточиться на нескольких стратегиях. Во-первых, это внедрение прозрачных правил: уведомление клиентов о том, как работает система изменения цен, способно повысить уровень доверия. Во-вторых, это акцент на персонализации — например, предлагать скидки, которые учитывают потребности каждого покупателя. И, наконец, это поэтапное внедрение: начинать нужно с тех категорий товаров, где гибкие цены будут восприниматься как логичный шаг, например, с электроники или сезонной продукции.

Прогнозы на ближайшие 5-7 лет показывают, что динамическое ценообразование будет становиться более привычным инструментом, особенно в онлайн-торговле. Однако для его успешного развития потребуется не только модернизация технологий, но и работа над восприятием потребителей.

Gartner предсказывает массовый переход ритейлеров на облачные технологии в ближайшие годы, однако в России этот процесс идет медленно. После 2022 года, когда на фоне санкций и геополитических факторов ситуация с облачными решениями в стране значительно изменилась, большинство российских компаний предпочитают инвестировать в локальные ИТ-решения. В условиях неопределенности бизнес опасается рисков, связанных с хранением данных за рубежом, а также возможными киберугрозами и воздействием внешних санкций на облачные сервисы.

Например, «М.Видео-Эльдорадо» использует гибридные ИТ-модели, совмещающие локальные серверы и частные облака для управления данными из своей розничной сети. Gloria Jeans разрабатывает собственные системы для управления цепочками поставок и планирования производства. Такой выбор позволяет компании минимизировать зависимость от внешних поставщиков и адаптировать технологии к специфике бизнеса.

Несмотря на такую осторожность, облачные технологии становятся все более востребованными для задач, требующих масштабируемости и интеграции данных. Например, ритейлеры активно применяют облачные решения в e-commerce для анализа поведения покупателей и управления персонализированными предложениями. Это направление особенно развито у таких компаний как «Детский мир» и Fix Price, где технологии используются для прогнозирования спроса и автоматизации складских операций.

По мере того, как отечественные облачные решения будут совершенствоваться и становиться более конкурентоспособными, возможно, российские ритейлеры начнут активно переходить к их использованию, но глобальный тренд на облака в России отстает по сравнению с мировым рынком.

Умные полки и другие технологии автоматизации ритейла уже активно внедряются в западных странах, снижая операционные издержки и улучшая клиентский опыт. В таких сетях, как Walmart и Amazon, умные полки с сенсорами и системы, использующие искусственный интеллект для анализа покупательского поведения, позволяют оптимизировать выкладку товаров и пополнение ассортимента в реальном времени. Gartner считает, что массовое внедрение технологии на Западе произойдет в течение 5 лет.

В России, несмотря на общую тенденцию к внедрению технологий, ритейлеры пока что чаще всего выбирают более дешевые и доступные решения, такие как системы видеонаблюдения. Эти системы могут сканировать полки, автоматически определять, какие товары нужно пополнить, а также анализировать, как товары размещены на витринах. Подобные решения позволяют повысить точность работы с товарными запасами, но они не обладают той же степенью автоматизации, что и умные полки с использованием искусственного интеллекта. 

Кроме того, в России акцент делается на оптимизацию работы сотрудников, а не на полную автоматизацию магазинов. Например, ритейлеры внедряют технологии искусственного интеллекта для обучения персонала и улучшения качества их взаимодействия с покупателями. Автоматизация помогает продавцам быстрее и точнее находить товары, отвечать на вопросы клиентов и предлагать персонализированные рекомендации.

Вместо этого мы будем наблюдать эволюционный рост эффективности, с акцентом на повышение качества работы персонала и постепенное внедрение новых технологий для упрощения внутренних процессов, улучшения клиентского опыта и снижения затрат.

Квантовые вычисления и Интернет вещей (IoT) - технологии, которые только начинают менять ландшафт мировых рынков, включая ритейл. В западных странах IoT уже активно используется для оптимизации логистики, улучшения управления запасами и предоставления персонализированного клиентского опыта. Например, сеть магазинов Walmart внедрила IoT-системы, которые в реальном времени отслеживают местоположение товаров в цепочке поставок и позволяют значительно сокращать время доставки. Amazon применяет IoT для мониторинга состояния складов и автоматизации заказов, что помогает минимизировать потери и улучшить скорость обслуживания. По прогнозам Gartner, на Западе эта технология достигнет зрелости в течение 2-5 лет. 

Кроме того, существует ограниченное количество специализированных решений, которые могли бы быть интегрированы с существующей инфраструктурой российских ритейлеров. Тем не менее, отдельные компании начинают использовать IoT. Например, в торговых залах «Детского Мира» IoT-датчики фиксируют движение покупателей, что позволяет анализировать их поведение и оптимизировать расположение товаров. «Утконос» применяет такие решения в доставке, включая системы отслеживания грузовиков и контроля температуры в транспортных средствах, чтобы гарантировать сохранность продуктов.

Квантовые вычисления, с помощью которых можно кардинально ускорить работу искусственного интеллекта, все еще остаются технологией будущего, как в России, так и за рубежом. Эти системы могут многократно увеличить скорость обработки данных и их анализа, что особенно важно для сложных задач, таких как оптимизация логистических цепочек или прогнозирование потребительского спроса. Однако даже в передовых странах квантовые технологии пока находятся в стадии исследований и ограниченного применения. В России массовое внедрение квантовых вычислений ожидается не раньше, чем через 7–10 лет, что связано как с высокой стоимостью их разработки, так и с нехваткой локальной экспертизы.

На горизонте ближайших пяти лет можно ожидать несколько ключевых изменений. Во-первых, использование генеративного ИИ станет более распространенным благодаря созданию локальных моделей и постепенному росту доступности вычислительных мощностей. Это ускорит автоматизацию маркетинга, аналитики и обслуживания клиентов. Во-вторых, динамическое и персонализированное ценообразование будут активно внедряться лидерами рынка, а развитие технологий электронных ценников сделает этот процесс более гибким и массовым. 

Облачные технологии будут интегрироваться медленно, но с акцентом на локальные решения и гибридные модели, что позволит бизнесу снизить риски и постепенно наращивать доверие к этим инструментам. Технологии автоматизации, такие как умные полки и AI-решения для работы сотрудников, продолжат развиваться с фокусом на повышение операционной эффективности. В долгосрочной перспективе IoT и квантовые вычисления могут стать ключевыми драйверами инноваций, обеспечивая новые уровни точности и скорости обработки данных.