International scientific e-journal

ΛΌГOΣ. ONLINE

15 (November, 2020)

e-ISSN: 2663-4139
КВ №20521-13361Р

ECONOMICS

UDC 339.1:004=161.2

DOI 10.36074/2663-4139.15.10

ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ У ТОРГІВЛІ

ЗАГАРЧУК Валентин Іванович

здобувач вищої освіти економічного факультету

Чернівецький національний університет імені Юрія Федьковича

 

КЛИМ Олександр Сергійович

здобувач вищої освіти економічного факультету

Чернівецький національний університет імені Юрія Федьковича

 

НАУКОВИЙ КЕРІВНИК:

 

АНТОХОВА Ірина Михайлівна

канд. екон. наук, доцент, доцент кафелри економіки та організації бізнесу

Чернівецький національний університет імені Юрія Федьковича

 

УКРАЇНА


Анотація. Досліджено ряд організацій, присутніх на ринку товарів та послуг, які використовують штучний інтелект у сфері торгівлі. Визначено основні сфери застосування штучного інтелекту на підприємствах, які здійснюють свою діяльність на основі комерції. Обґрунтована необхідність використання диференційованих елементів багатофункціональних комп’ютерних систем у різних напрямках сфер комерції. Доведено, що найбільш результативними та ефективними у сфері торгівлі є: чат-боти, розумні термінали (POS), клієнтські внутрішні програми, комплаєнс контроль та «розумні» контракти.

Ключові слова: штучний інтелект, чат-боти, машинне навчання, комерція, аналіз даних, інновації.

Постановка проблеми. За минулі 100 років світ дізнався про велику кількість технічних та технологічних інновацій, які здійснили потужний вплив на усі сфери людської діяльності. Однією із найбільш актуальних новацій на даний час є штучний інтелект (ШІ). 30% комерційних організацій вже використовують штучний інтелект у різних бізнес-процесах. У світі об’єм інвестицій, які здійснюють транснаціональні компанії, у технології штучного інтелекту у 2019 році складав суттєвих 45 мільярдів доларів. Об’єм стартапів, які пов’язані зі сферою ШІ, у тому ж році склав 8 мільярдів доларів. При цьому ступінь застосування інтелекту вже варіюється в залежності від сфер. Високий рівень використання ШІ спостерігається у сфері фінансових технологій, автомобільного виробництва та телекомунікацій. Середній рівень ж належить рітейлу, медіа, ЗМІ та FMCG, а низкий у сфері охорони здоров’я, освіти та туризмі. Під час створення вартості товару або послуги, штучний інтелект застосовується на різних стадіях, а саме:

  • на стадії розробки та проектування – моделювання точних планів та прогнозів;

  • на стадії виробництва – оптимізація витратних статей та виробничого процесу;

  • на стадії просування – цільовий маркетинг та аналіз ринку;

  • на стадії обслуговування після продажу – покращення взаємодії та якості  обслуговування клієнтів[1].

На ряду із іншими інноваціями, штучний інтелект призводить до зростання добробуту населення землі, хоч при цьому зникають багато професій та збільшуються темпи матеріальної нерівності. Саме людство поки не здогадується про масштаби наслідків від використання даної технології на міжнародному рівні, але прогрес у вдосконаленні того ж алгоритму його роботи був пропрацьований у колосальних розмірах. Завдяки цим темпам, цілий ряд країн піднімає питання, щодо регулювання ШІ у межах міжнародних договорів. До 2019 року усі потоки інформації та даних регулювалися правилами СОТ, створеними ще до глобалізації мережі Інтернет. Нині питання регулювання піднімається у форматі двосторонніх домовленостей у локальних масштабах  між країнами в окремості[2].

За новим форматом НАФТА та його партнерства із іншими організаціями, закріплено окремі статті, які присвячені регулюванню потоків даних, штучного інтелекту та приватності користувачів мереж. Лідером з регулювання digital-ринку вважається ЄС. У рамках союзу існує угода General Data Protection Regulation, яка вступила з 2018 року і має за мету скоректувати законодавства щодо конфіденційності даних у рамках інтеграційного об'єднання. Сама угода пов’язана із законом про права людини і законодавством про безпеку, що піднімає питання про охорону даних на новий рівень[2].

На розробку кластерів, які будуть використовувати технології на основі ШІ, уряди  більшості країн виділяють численні кошти з державних бюджетів для того, щоб досягти порівняльні переваги у світовій економіці. У більшості випадків країни мають на меті підвищити свою ефективність виробництва та раціоналізувати використання ресурсів, проте зустрічаються випадки використання у сфері покращення екологічної ситуації та підвищення рівня знань людства у цілому. Такі країни, як Китай, намагаються зупинити глобалізацію цифрових технологій і приходу таких гігантів, як Google або Amazon, на свою територію і тим самим підтримувати власних розробників у ІТ-сфері. Такий хід допоміг Китаю отримати позитивні результати, щодо застосування штучного інтелекту у комерції, і дозволив мати таких потужних представників, як: платформа для електронної комерції Alibaba, пошукова система Baidu, компанія-розробник месенджера WeChat, який поєднує у собі функціонал відомих файлообмінників, соціальних мереж та Apple Pay.  Дані сервіси отримують визнання не тільки у межах самої країни і починають складати конкуренцію існуючим компаніям-лідерам.

Аналіз останніх досліджень і публікацій. Штучний інтелект прогресує у своїй значимості для соціально-економічного становища будь-якого об’єкта, чи то держави, чи приватного підприємця, тому особливості його використання та перспективи розвитку є предметом численних публікацій. Аспекти застосування даної технології та її можливості досліджували такі економісти, як Абельсон Гарольд, Бледсоу Вудро Вільсен, Гарнер Робі, Гац Борис Гершевич, Мінський Марвін Лі, Хасабіс Деміс, Шелькопф Бернхард та інші.

Мета статті. Використання штучного інтелекту у торгових процесах стає новим актуальним завданням для будь-якої організації, яка проштовхує власні товари чи послуги, оскільки саме його використання підвищує ефективність реалізації, зменшує залежність від людського фактору власних працівників, та здійснює максимальний психологічний вплив на покупця. З урахуванням вищевикладеного, основною метою є: визначити основні види штучного інтелекту та сфери його застосування у торгових процесах, зокрема, обґрунтувати необхідність вкладення коштів у дану технології, задля підвищення майбутніх результатів.

Виклад основного матеріалу дослідження. Задоволений клієнт є найголовнішою метою будь-якої сфери послуг. Нині замовлення покупця оформляються в одне натискання кошика у смартфоні і клієнти мають базові мінімальні очікування, що все це буде швидко, персоналізовано та зручно. Звідси починає походити запитання, щодо методу повного задоволення потреб покупця. 

У цей час база даних у продавця створює значну перевагу у боротьбі за увагу клієнта. Ті представники комерції, які почали використовувати аналіз даних для детального вивчення певних звичок та відгуків покупця, змогли створити більш конкурентоспроможні товари та передбачити майбутні тенденції.

Штучний інтелект спроможний створювати цілі сегментовані заходи для привернення уваги покупців, через обробку великих масивів даних. Щоб зберігати високий рівень та власну актуальність, торгові мережі повинні використовувати дану мережу систем від рівня чат-ботів, здатних вести діалог та розуміти клієнтів, до технологій, які здійснюють машинне навчання та спрощують складні операції.

Для обґрунтування необхідності інвестування коштів саме у цю сферу, можна зазначити те, що клієнти хочуть отримувати актуальні пропозиції, які відповідають їх інтересам у реальному часі. Неспроможність об’єктів на ринку адаптуватися до таких потреб призводить до великих збитків. Наприклад тільки у межах США, збитки становлять 756 мільярдів доларів, по причині недостатньої персоналізації і недовіри до цифрових технологій від торгових мереж. Станом на першу половину 2020 року користувачі мережі Інтернет очікують персоналізації послуг на рівні 61% від великих Інтернет-магазинів та 46% від звичайних роздрібних[3].

В основному сучасними клієнтами є представники цифрового покоління, яке проводить більше 20% свого життя у смартфоні. Вони звикли до того, що мають можливість реалізувати власні бажання у формі покупки у любий зручних для них час у незалежності від їх локації. Інтеграцій технологій штучного інтелекту допомагає здійснювати пропозицію потрібних товарів у потрібний час, у потрібному місці для споживача.

Велику пропозицію та диференційованість для торгових мереж вважають вже базовою властивістю.  Технологія чат-бота або віртуального консультанта стає першим етапом взаємодії клієнта та торгової організації у будь-який час, що вже є ефективнішим за спілкування із живим консультантом. Якщо поєднати перший етап разом із аналітичним Big Data, то ми будемо сприяти більшому зануренню у можливі інтереси покупця, яке буде сприяти розвитку контактних точок із самим брендом. Відомо, що 50% лідируючих торгових компаній обслуговують клієнтів за допомогою чат-ботів на основі ШІ.

Слід зауважити також про шлях клієнта ще до відвідування самого магазину, тобто потрібен аналіз контекстної інформації споживача. Даний аналіз потрібен для підбору відповідних послуг чи товарів з урахуванням його локації, запитів в мережі, інтересів, критики та його оточення знайомих, що легко враховується при роботі ШІ у реальному часі. При застосуванні систем рекомендацій клієнту, які здатні швидко адаптуватися, бізнес стане більш гнучким та зробить товар більш ліквідним. За дослідженням, 40% підприємств, володіючих ШІ, використовують спеціальні пропозиції та адаптують ціни відповідно до користувача.

Нині немає різниці де проводиться покупка, в магазині чи онлайн, клієнти завжди бажатимуть, щоб живі або віртуальні продавці знали їх історію та побажання. У випадку покупки у магазині, продавці можуть використовувати для цього розумні каси (POS). Ці апарати спроможні ідентифікувати покупця і запропонувати варіанти можливих додаткових послуг, здійснюючи опір на його попередні покупки, запити та відвідування сторінок у мережі. За опитуванням, 40% клієнтів бажають, щоб магазини мали б про них історію[3].

По прогнозам аналітиків, до 2021 року 85% усіх взаємодій буде контролюватися за допомогою штучного інтелекту. Ці числа наштовхують на те,  що для підприємства слід підключати, налаштовувати, створювати інтелектуальні платформи з потужною системою безпеки, для перетворення масиву даних у необхідну інформацію, щоб адаптувати її для потреб бізнесу, вимог клієнтів та загальних тенденцій.

Можливо виділити три основні сфери, де за допомогою штучного інтелекту, бізнес здатен перейти на новий рівень, а саме:

  • Оптимізація операційної аналітики на основі єдиної інтелектуальної платформи;

  • Нові можливості для ефективної праці трудових ресурсів;

  • Максимізація рентабельності інвестицій завдяки рішенню, яке одночасно розвивається у ході бізнес-процесів.

    Прогнозна аналітика на основі інтеграції штучного інтелекту у клієнтські та корпоративні програми заощадить час та ресурси компанії у ході різноманітних операцій. Використання централізованої платформи на основі штучного інтелекту допоможе:

  • Ефективно аналізувати товарні запаси та виконання замовлень, щоб зменшити витрати на утримання складу, мінімізувати затримки доставки, контролювати знижки;

  • Формувати пропозицію відповідно до бажань клієнта ще до того моменту, як він їх оголосить, забезпечуючи завжди актуальним асортиментом у магазині;

  • Мати доступ до єдиної бази даних про клієнтську карту;

  • Уникати шахрайства з платежами та кібератак;

  • Синхронізувати асортимент у різних точках продажу, щоб забезпечувати клієнтам вибір у можливих локація для забирання оплаченого товару.

    Враховуючи той факт, що нині машини витісняють живих людей та нівелюють певні професії, технологія повинна допомагати тим же працівникам проявляти їх інші здібності та проявляти винахідливість. Штучний інтелект допомагає продавцям супроводжувати клієнтів високоякісним сервісом на усіх етапах його шляху до покупки, підвищуючи його продуктивність. Рішення ШІ оптимізуються відповідно до кожного співробітника організації, використовуючи хмарні інструменти для підвищення їх ефективності та впевненості у роботі. Прикладом такої взаємодії стає економія балансу робочого часу працівника та отримання нових умінь, оскільки за дослідженнями, 65% фонду робочого часу займають буденні завдання з якими мережа систем справляється набагато швидше[4].

    У період 2015-2019 року, основною тенденцією для торгових мереж, була розробка власних додатків, як спосіб адаптуватися до смартфонізації суспільства, але як проект, вони стали не рентабельними. Справа у тому, що підтримка та постійні оновлення програми потребують значних витрат на розробників. А самі додатки почали викликати незначні роздратування у клієнтів, оскільки вони змушують здійснювати певні додаткові дії, хоча споживачі бажають банальної підтримки мобільних версій сторінок магазинів. За дослідженням світової організації Global Data Retail у 2019 році, дохід торгових мереж, які використовують ШІ для аналізу великих масивів даних, на 94 мільярди доларів більше ніж у шаблонних форматів[5].

    Якщо брати дослідження компанії Gartner, то вони заявили, що світові бренди нині інвестують у присутність в месенджерах, таких як Facebook, Messenger, Telegram та інші. Сутність таких капіталовкладень полягає у привернені уваги аудиторії, де вони найбільше проводять часу.

    Штучний інтелект виступає інструментом, який здатен вести комунікацію між віртуальними агентами та ботами та оперативною групою, яка відстежує та облікує товари у наявності, а також забезпечує максимальну рентабельність інвестицій для організаторів комерції, оскільки ті прагнуть розкрити весь потенціал даних, діджиталізувати процес і змінити механізми дії бізнес процесів.

    Якщо проаналізувати різновиди штучного інтелекту та сфери його дії, то можливо виділити наступні зміни:

  • У логістиці трансформується  ланцюг поставок від замовлення в онлайн форматі до доставки кінцевому споживачу, через програми машинного навчання. Така система буде передбачати усі можливі загрози на усіх стадіях постачання, аналізувати майбутню поведінку споживачів для подальшої оптимізації залишків на складах. Також це планування найоптимальніших маршрутів доставки з урахуванням усіх факторів даних для аналізу;

  • Вирішення проблем дотримання усіх умов укладених договорів та контрактів, різноманітних законодавчих актів та нормативів за допомогою коплекс-контролю, який буде враховувати усі зміни та правки в оперативному режимі. Звісно це все могла б здійснювати і людина на відповідній посаді, проте ШІ зможе миттєво побачити любі зрушення у систематизованому процесі постачання чи виконанні замовлення клієнта, та сигналізувати про це чи певному керівнику, чи іншій системі, яка також буде реагувати на цей процес. Організаціям це може зекономити більше 15% їх загальних видатків, які йдуть на живу систему контролю;

  • Заміна класичних торгівельних договорів, на укладання яких йде певна частина бюджету та часу, на «розумні» контракти. У класичному варіанті дані договори укладалися за участі залучення юридичних послуг, на що також виділяються відповідні кошти, проте за участі штучного інтелекту, усі юридичні параметри можуть бути прописані та використані за допомогою машинного навчання задля представлення вже готового

  • документа між двома суб’єктами. При цьому слід зауважити, що інтереси будуть об’єктивно прописані для обох сторін;

  • Полегшення процесу класифікації товарів для системи оподаткування при експорті та імпорті при кросграничному русі продукції. ШІ по визначеним параметрам, методом сканування, зможе видавати відповідний код товару, який раніше присвоювали відповідні фахівці з втратою великою кількістю часу.

Висновок.  Отже основними перевагами введення штучного інтелекту у бізнес-процеси торгового підприємства є зниження витрат на виробництво, продажі, контроль доставки та скорочення інших статей видатків організації. Також слід згадати про значні спрощення буденних процедур та скорочення часу на їх виконання, що дає можливості для сфери творчого розвитку та прояву ініціативи з боку працівників. ШІ надає потужні конкурентні переваги у боротьбі за долю ринку та її утримання. Дана мережа систем створює потужну інформаційну базу про кожного клієнта в окремості, та створити особливий вид комунікації із між організацією та споживачем у будь-який час та будь-якому місці.


СПИСОК ВИКОРИСТАНИХ ДЖЕРЕЛ:

 

  • Шостак, І.В., Груздо, І.В., Данова, М.О. & Бутенко, Ю.І. (2012). Системи штучного інтелекту: Методичні вказівки до виконання лабораторних робіт. Харків: НАКУ «ХАІ».

  • Ломакін, Н.І. &, Самородова І.А. (2018). Цифрова економіка з штучним інтелектом. Advances In Science And Technology: Збірник статей по результатам IХ Міжнародної науково-практичної конференції. Москва.

  • Бутенко, Ю.І. (2018). Теоретічне підгрунтя трансформації термінів під час перекладу. Новітні інформаційні технології в освіті: матеріали міжвуз. наук. конф. 26-27 листоп. 2008. Харків: ХДАК.

  • Кравчук, І.А. & Бисикало, О.В. (2011). Концептуальні алгоритми виокремлення морфем для реалізації інформаційної технології обробки природномовних текстів. Системи обробки інформації, 3(93), 7–9.


THE USE OF ARTIFICIAL INTELLIGENCE IN TRADE

ZAHARCHUK V.,
Student of the Faculty of Economics
Yuriy Fedkovych Chernivtsi National University

KLYM O.,
Student of the Faculty of Economics
Yuriy Fedkovych Chernivtsi National University

SCIENTIFIC ADVISER:

ANTOKHOVA I.,
Ph.D., Associate Professor, Associate Professor of Economics and Business Organization
Yuriy Fedkovych Chernivtsi National University
UKRAINE

Abstarct.
A number of organizations present in the market of goods and services that use artificial intelligence in the field of trade have been studied. The main areas of application of artificial intelligence in enterprises that operate on the basis of commerce are identified. The necessity of using differentiated elements of multifunctional computer systems in different areas of commerce is substantiated. It has been proven that the most effective and efficient in the field of trade are: chatbots, smart terminals (POS), internal client programs, compliance control and "smart" contracts.


Keywords: artificial intelligence, chatbots, machine learning, commerce, data analysis, innovation.

© Загарчук В.І., Клим О.С., 2020

© Zaharchuk V., Klym O., 2020

 

This work is licensed under a Creative Commons Attribution 4.0 International License.

PUBLISHED : 24.11.2020