EN
Სმარტ საშუალებები ახლა აერთიანებს დამატებით სენსორებს და მანქანური სწავლის ალგორითმებს, რაც ძირეულად აქცევს საშუალებების საშუალებას სმარტ ოპერაციულ ცენტრად. ისინი შეუძლიათ აღიქვან პროდუქტების წონაში მცირე ცვლილებებიც კი, ზუსტად დაახლოებით 0,1%-მდე, ხოლო ინვენტარიზაციის მოძრაობის დათვალიერება მუდმივად ხდება. საყოფაცხოვრებო მაღაზიები აცხადებენ, რომ დაახლოებით 40%-ით ნაკლები ხარვეზი ხდება მაღაზიის შევსების დროს ამ სისტემების გამოყენებიდან მოყოლებული, როგორც აღნიშნულია Deloitte-ის წლიურ ანგარიშში. რა განსხვავებულობა აქვთ ჩვეულებრივ საშუალებებთან შედარებით? ამ AI-ზე დაფუძნებულ ვერსიებს შეუძლიათ რამდენიმე სენსორის მონაცემების გაერთიანება. ისინი ადარებენ წონის მონაცემებს იმასთან, რასაც კამერები თვალს ადევნებენ თაღებზე, RFID თეგების მდებარეობას და წინა გაყიდვების ტენდენციებს. ეს სტრუქტურული ინფორმაცია ხელს უწყობს ავტომატური შესწორებების შესახორცებლად. მაგალითად, სისტემა შეიძლება თანამშრომლებს გააფრთხილოს, როდესაც რაღაც არასწორ ადგილას იქნება განთავსებული, სანამ ეს პრობლემა არ გამოიწვევს მთელი მიწოდების ჯაჭვის სისტემაში.
5 ფუნტიან საწოლზე 12 უნციის დაკარგვა შეუმჩნეველი არ რჩება, როდესაც გამოიყენება AI სასწორები. ეს ინტელექტუალური სისტემები ბევრად მეტს აკეთებს, ვიდრე უბრალოდ კარგვის მონიტორინგი. ისინი ავტომატურად ანახლებენ საწყობის მარაგის მონაცემებს, რაც ხდება მიუხედავად იმისა, რომ ამ მომენტისათვის უკვე იწყებენ ფასდაკლებას იმ პროდუქებზე, რომლებიც მალე შეიძლება გაფუჭდეს, და ამავე დროს მუშაკებს მოწყობილობებზე უშუალოდ აგზავნიან შეტყობინებებს. მაღაზიები, რომლებმაც ასეთი რეაგირებადი ტექნოლოგია შეიმუშავეს, საშუალოდ შეამცირეს დანაგვის მაჩვენებელი დაახლოებით ოთხმედით, არ დაშორდნენ ცარიელ თავსებებს გრძელი პერიოდის განმავლობაში. მათემატიკური გამოთვლებიც სწრაფად ხდება – ამ სისტემები ყოველ წამში ადარებენ დაახლოებით 120 სასწორის მონაცემს მარაგის მონაცემებთან. ეს უფრო ეფექტიანია ტრადიციულ მეთოდებზე, როდესაც ადამიანური შემოწმებით შეუსაბამობის აღმოჩენას საშუალოდ ორიდან სამ საათამდე სჭირდა დრო, რაც საშუალებას აძლევს პრაქტიკაში შესაძლებელი გახდეს ნამდვილ დროში მოხდეს დამატებითი შევსება.
Ხელოვნური ინტელექტი ადვილს ხდის მაღაზიების საქმიანობას — საწყობის მართვიდან დაწყებული გადახდამდე — ხელის მიერ მონაცემთა შეყვანის აღმოფხვრით, ადამიანური შეცდომების შემცირებით და სასარგებლო ინსიტების მიწოდებით მთელი მაღაზიების ქსელის მასშტაბით.
Ხელოვნური ინტელექტის მქონე ჭეშმარიტი სასწორები აკეთებს ყველა სახის რეპეტიტიულ სამუშაოს – პროდუქთა გასწორებას, შეტყობინებების გაგზავნას თაღების შევსების საჭიროების შესახებ და грузის ორდერებთან შესაბამისობის შემოწმებას. BP-3-ის (2023 წლის) მონაცემების თანახმად, მაღაზიებში ამ სისტემების გამოყენებით შეასრულებელი ხარჯები დაიღწია დაახლოებით 30%-ით, ძირითადად იმიტომ, რომ თანამშრომლები აღარ ატარებდნენ იმდენ დროს ხელით ინვენტარიზაციის მონotonურ დათვლაზე. ნამდვილი ჯადოქრობა ხდება მაშინ, როდესაც ეს ხელოვნური ინტელექტის ინსტრუმენტები ინტეგრირდება საწყობის მართვის პროგრამულ უზრუნველყოფასთან. აიღეთ მაგალითად Hypestudio-ის კვლევიდან ერთ-ერთი დიდი რეტეილერის შემთხვევა, რომელმაც შეძლო თავისი სახაზის თანამშრომლების დაახლოებით 20% გადაეტარებინა ისეთ პოზიციებში, სადაც ისინი პირდაპირ ურთიერთობდნენ კლიენტებთან, ნაცვლად იმისა, რომ უკან ეშვებოდნენ და ყოველდღიურად ყუთები აეტარებინათ. და ვიცით რა? ამ გადასვლის პერიოდში მათი ყოველდღიური ოპერაციები საერთოდ არ დაზიანდა.
Ჩაშენებული AI ანალიზებს წონის რეალურ დროში მიღებულ მონაცემებს, რათა მობილური გაფრთხილებების საშუალებით დააპრიორიტიზოს სამუშაო ამოცანები — მაგალითად, ადგილიდან მოშორებული ნივთების გამოვლენა ან ვადის მიახლოებული პროდუქტების გაფრთხილება. ეს „ციფრული ოპერაციების ასისტენტი“ 45%-ით კლებს საჭირო ინსპექტირების დროს, რაც თანამშრომლებს საშუალებას აძლევს უფრო მნიშვნელოვანი აქტივობებით დაკავდნენ, როგორიცაა პერსონალიზებული კლიენტთან ურთიერთობა.
Იმის გამო, რომ 68% სავაჭრო თანამშრომელი თავდაპირველად გამოხატავს შეშფოთებას სამუშაო ადგილების დაკარგვის შესახებ, მაღაზიებში, სადაც ხდება AI-ს გამასტაბირება თანხლებით თანამშრომლების ხელახლა მომზადების პროგრამებთან, დამუშავების დონე 22%-ით ნაკლებია ვიდრე საშუალო საინდუსტრიო მაჩვენებელი. წარმატებული განხორციელებები აერთიანებს ავტომატიზაციას შიდა მობილობის მიმართულებებთან — მაგალითად, გადამხდელების მომზადება საყვარელი სპეციალისტების ან ტექნიკური მეთვალყურეების როლში — რათა შექმნას უფრო მდგრადი და გამოსადეგი სამუშაო ძალა.
AI სქალები მრავალი სენსორის კომპლექტით მოდის, რომლებიც ზუსტად აჩვენებს, თუ როგორ ხდება ინვენტარის მოძრაობა, აღმოაჩენს პატარა წონის ცვლილებებს დაახლოებით 0.1%-მდე სხვადასხვა საცავი სივრცეების მიხედვით. როდესაც შეუერთდება ინფორმაცია ტვირთის სელებიდან, RFID თეგებიდან და ინტერნეტთან დაკავშირებული პატარა ტემპერატურის სენსორებიდან, მაღაზიებს შეუძლიათ ზედამხედველობა მოახდინონ იმაზე, თუ როდი ვადა გადაეცია პროდუქტებს და რამდენ ხანს რჩება საკვები საცავზე სიცოცხლისუნარიანი. მთელი სისტემა შეამცირებს საჭიროებას ხელით მოხდეს ნაგულისხმევი ნაშთების შემოწმება დაახლოებით ოთხ მესამედით და ზუსტად აამაღლებს ინვენტარის თვლის სიზუსტეს 99.5%-თან ახლოს, როგორც აღნიშნულია Springer-ის მიერ წელს გამოქვეყნებულ კვლევაში.
Მანქანური სწავლის ალგორითმები ანალიზებს წონის რეალურ დროში მომხდარ ცვალებადობას პროდუქტების განყოფილებებში, ტანსაცმლის ყუთებში და ნაგულის გამოფენის ზონებში, რათა პროგნოზი გააკეთოს მოთხოვნის ზრდის შესახებ 3–5 დღით უფრო სწრაფად, ვიდრე ტრადიციული სისტემები. ის რეტეილერები, რომლებიც იყენებენ AI-ზე დაფუძნებულ პროგნოზირებას, განიცდიან 25%-ით ნაკლებ ზედმეტ საცავს და 19%-ით ნაკლებ ბოლო მომენტის მომწოდებელთან შეკვეთას ( Commport 2024 ), რაც ადასტურებს, რომ წონაზე დაფუძნებული ინსაიტები ამარტივებს შეძენის პროცესს.
Როდესაც AI სკეილები აღმოაჩენენ დაბალი წონის ზღვრებს მაღალი მოქნილობის კატეგორიებში, როგორიცაა ელექტრონიკა ან კოსმეტიკა, ისინი ავტომატურად ქმნიან ოპტიმალურ გადატვირთვის მარშრუტებს საცავის გუნდებისთვის. ეს წონაზე დაფუძნებული მიდგომა 33%-ით ამცირებს ზედმეტ რეზერვულ საცავს შედარებით ფიქსირებულ ინტერვალურ მოდელებთან.
Ხელოვნური ინტელექტის მაშტაბებსა და ელექტრონულ გაყიდვების პუნქტებს (EPOS) შორის ორმხრივი ინტეგრაცია ხელს უწყობს ავტომატურ მარაგის შემცირებას გადახდის დროს და სინქრონიზებს მარაგის რეალურ დროში ხელმისაწვდომობას თანამშრომლების მიერ გამოყენებულ მობილურ მოწყობილობებთან. ეს შეთანხმება აღმოფხვრის ციფრულ ჩანაწერებსა და ფიზიკურ ხელმისაწვდომობას შორის არსებულ განსხვავებებს და ამოხსნის 83%-ს იმ მომხმარებლის საჩივრებისა, რომლებიც შეეხება რეკლამირებულ, მაგრამ არარსებულ პროდუქტებს.
Ხელოვნური ინტელექტის ტექნოლოგიით აღჭურვილი სმარტ საშუალებები შეუძლიათ ფასების დაყოვნების გარეშე მორგება პროდუქტის სხვადასხვა მახასიათებლების მიხედვით. წარმოიდგინეთ, როგორ მოქმედებს ეს ნაგულისხმევ პროდუქტებზე წონის მიხედვით, რამდენად ახალგაზრდა რჩება სწრაფად შემცველი პროდუქტი და რა იყიდება მომენტში გაყიდვის სისტემების მეშვეობით. მაგალითად, დააკვირდით რა ხდება დელი კასებთან. ასეთი ინტელექტუალური საშუალებები შეიძლება შეამცირონ ფასი დაახლოებით 12 პროცენტით ხორცში, რომელიც უახლოვდება გასაყიდად დადგენილ ვადას, მაგრამ შემდეგ შეამაღლონ ფასი დაახლოებით 8 პროცენტით იმ ელიტარულ ხევსურ ყველებზე, რომლებიც მოწყენილი დროების განმავლობაში საყვარელია. მიმდინარე კვლევის თანახმად, რომელიც გამოქვეყნდა წელიწადში მაღაზიის ფასების სტრატეგიების სფეროში, მანქანური სწავლების ალგორითმები ამ გამოთვლებს დაახლოებით ნახევარჯერ უფრო სწრაფად ასრულებს, ვიდრე ადამიანები ხელით. ასეთი სიჩქარე დიდ განსხვავებას ქმნის კონკურენტულ ბაზრებში, სადაც თითოეული წამი მნიშვნელოვანია.
Გენერატიული ხელოვნური ინტელექტი მასშტაბური მონაცემთა ნაკრებების გამოყენებით ქმნის გაჭრილ პრომოუშენის სტრატეგიებს. მაგალითად, ის შეუძლია განსაზღვროს, თუ როდი არის გარკვეული ხილი და ბოსტნეული ზედმეტად დიდი ხნის განმავლობაში მარაგში, წონის მონაცემების საფუძველზე, და თვითონ გაასტრიალოს სპეციალური აქციები. სისტემა ასევე ქმნის პროდუქთა კომბინაციებს, როდესაც ამჩნევს იმ ნივთებს, რომლებიც კარგად ერთვიან, მაგალითად, თუ ვინმე იყიდულობს გვაკამოლეს, შეთავაზებს 15%-იან ფასდაკლებას კარტოფილის ჩიფსებზე. როდესაც კი მომხმარებლები სალოიალურობის ბარათებს სკანავენ გადახდის დროს, სპეციალური სტუმრის დონის ფასები მაშინვე გამოიაქტიურება. წინა წლის გამოცდის შედეგების მიხედვით, ასეთი, ხელოვნური ინტელექტის მიერ შექმნილი შეთავაზებები დაახლოებით 19%-ით უკეთესი იყო იმ შეთავაზებებზე, რომლებიც ადამიანებმა ხელით შექმნეს. ამ ტექნოლოგიის ნამდვილი სიმძლავრე იმაში მდგომარეობს, თუ რამდენად სწრაფად მუშაობს ეს ყველაფერი სხვადასხვა პლატფორმაზე. ცვლილებების შეტანიდან 35 წამში ყველა მაღაზიაში განახლებული ფასები ჩნდება. ეს ნიშნავს, რომ ნამცხვრეული შეუძლია დალაგოს დილის ფასები არა მხოლოდ იმის მიხედვით, თუ რამდენი პური გამოუცხვა, არამედ ასევე ადგილობრივი მომხმარებლების მოძრაობის შესახებ მონაცემების გათვალისწინებით, რომელიც შეიძლება იყოს დამოკიდებული წვიმაზე ან თოვლზე.
Მნიშვნელოვანი გავლენა : იმ მაღაზიებისთვის, რომლებიც იყენებენ ხელოვნური ინტელექტით დაფუძნებულ დინამიურ ფასდაკლებას, წლის განმავლობაში 6 თვის განმავლობაში მომსახურების დანერგვის შემდეგ მომგებიანობა იზრდება 5–10%-ით (მაღაზიის ოპერაციების სარეიტინგო მონაცემები, 2023).
AI სქელები ამჟამად წონის სენსორებს უმატებენ კომპიუტერულ ხედვის ტექნოლოგიას, რათა შექმნან ის, რასაც ზოგიერთი ორმაგი დაცვის მიდგომას უწოდებს. გადახდის ლითონის ზემოთ განლაგებული კამერები ფაქტობრივად აღიქვამენ იმას, თუ როგორ გამოიყურება პროდუქები, რა სახის შეფუთვაში მოდიან, სად მდებარეობს კონვეიერზე და შემდეგ ადარებენ ამ ინფორმაციას იმას, რასაც სისტემა ელოდება წონის გაზომვის საფუძველზე. ასეთი სისტემები ასევე ადარებენ რთულ შემთხვევებს, მაგალითად, როდესაც ვინმე ცდილობს მანქანის მოტყუავებას, როდესაც ძვირი ბარდა ($12 ფუნტში) ადევს იაფი ქათმის ($4 ფუნტში) შტრიხ-კოდზე. 2023 წლის პონემონის ინსტიტუტის კვლევის თანახმად, ასეთი შეცდომა მაღაზიებს ყოველწლიურად დაახლოებით 740 ათას დოლარს უჯდებათ, უბრალოდ იმიტომ, რომ გადახდის დროს არავინ ამჩნევს. ამ ახალი AI სისტემების განსხვავება ძველისგან მდგომარეობს იმაში, რომ ისინი სწავლობენ წინა ტრანზაქციებისგან და თითქმის დაგვიანების გარეშე ამჩნევენ არასტანდარტულ აქტივობას, სანამ რაიმე ზიანი მოხდება.
Როდესაც მყიდველები თვითმომსახურების კასებთან უფრო ძვირადღირებულ საქონელს იცვლიან იაფით, ეს მაღაზიებისთვის მნიშვნელოვან ზარალს უქმნის. სწორედ ასეთი შემცვლელობა შეადგენს თვითმომსახურების რეგისტრაციის დროს მომხდარი ზარალის დაახლოებით 23 პროცენტს. კარგი ამბავი ის არის, რომ ხელოვნური ინტელექტით მუშა სასწორები ხელს უშლის ამ მოვლენას, რადგან ადასტურებს, ემთხვევა თუ არა პროდუქის წონა მისი კატეგორიისთვის დადგენილ მოლოდინს. წარმოიდგინეთ, რომ საკაში ნახევარ ფუნტიანი ხახვის სკანირება ხდება, მაგრამ გადახდა ხდება ხუთ ფუნტიანი არბუზის ღირებულების მიხედვით – სისტემა დაუყოვნებლივ გამოავლენს არარეგულარულობას. მაღაზიებში, სადაც გამოიყენება ასეთი ინტელექტუალური სასწორები, თანამშრომლების მიერ ხელით შესწორების შემთხვევები დაეცა დაახლოებით სამი მეოთხედით, რაც აჩვენებს 2024 წლის უახლესი სარეალიზაციო უსაფრთხოების ანგარიში.
Ერთ-ერთმა დიდმა აშშ-ის საყოფაცხოვრებო ჯაჭვმა ახლახან გამოუშვა ინტელექტუალური სასწორები, რომლებიც საზღვრის კომპიუტინგის ტექნოლოგიაზეა დაფუძნებული და რომლებიც სავაჭრო ლილვებთან ავტომატურად ამჩნევენ სავაჭრო ქურდობას, არა უფრო ნელი ღრუბლოვანი დამუშავების დამოკიდებულების გარეშე. ნახევარი წლის განმავლობაში ტესტირების დროს ეს სისტემები შეაჩერეს დაახლოებით 1,2 მილიონ დოლარის ღირებულების მქონე ძვირადღირებული ნივთების ჩანაცვლება, აღმოაჩინეს 18 ათასზე მეტი შემთხვევა, როდესაც მომხმარებლებმა სცადეს ნივთების ჩამალვა თანხებში და 9-ჯერ 10-დან სწორად იდენტიფიცირდა დაზიანებული შტრიხ-კოდები. მაღაზიის წლიური ზარალი დაიცვალა დაახლოებით 40%-ით, ხოლო ლილვების სიგრძე იმდენად სწრაფად მოძრაობდა, რომ უმეტესი მყიდველი ერთ წუთზე მეტი არ ელოდა. საინტერესო ის არის, რომ ამ მონაცემებმა უკვე იწყებენ გავლენას ხორციელებას საწყობის მართვის გადაწყვეტილებებზე. როდესაც გარკვეული პროდუქტები ხშირად გამოჩნდებიან საეჭვო ტრანზაქციებში, მენეჯერები იღებენ შეტყობინებებს შეკვეთის შაბლონების შესაცვლელად, რაც ქმნის უკუკავშირს უსაფრთხოების ზომებსა და ყოველდღიურ ბიზნეს ოპერაციებს შორის.
AI სქელები წონის გადასაზომი სისტემებია, რომლებიც ინტეგრირებული ხელოვნური ინტელექტით და სენსორული ტექნოლოგიებით უზრუნველყოფს მაღაზიის ოპერაციების გაუმჯობესებას, აღმოაჩენს პროდუქის წონაში მიკრო ცვლილებებს, ავტომატიზებს საწყობის მართვას და ავითარებს რეალური დროის შეკითხვების გადაჭრას.
AI სქელები აუმჯობესებს მიწოდების ჯაჭვის ოპერაციებს, რადგან უზრუნველყოფს საწყობის დონის ზუსტ რეალური დროის ინსაიტებს, აოპტიმალებს დამატებითი მარაგის განრიგს, აუმჯობესებს მოთხოვნის პროგნოზირებას და ამცირებს ნაგავს და ზედმეტი მარაგის სიტუაციებს.
Დიახ, AI სქელები ამოაჩენს და ამცირებს მოტყუაობას კომპიუტერული ხედვის და წონის სენსორული ტექნოლოგიის გამოყენებით, რათა გამოავლინოს პროდუქის აღიარებაში არსებული განსხვავებები და თავიდან აიცილოს გავრცელებული მიმღები მოტყუაობები, როგორიცაა ჩანაცვლების მოტყუაობა გადახდის ზოლებში.
Ხელოვნური ინტელექტი ამცირებს შრომის ღირებულებას, რადგან ამარტივებს რუტინულ ამოცანებს და აძლევს შესაძლებლობას თანამშრომლებს გადაასწავლონ უფრო მნიშვნელოვან პოზიციებზე, რითაც ამცირებს სამუშაო ადგილების დაკარგვის შიშს და შესაბამისად ამცირებს შრომითი ადგილების როტაციის მაჩვენებელს.
Გამარჯვებული ახალიები2024-09-14
2024-11-18
2023-11-14
2023-04-12
2019-07-11
Ჩვენ გვაქვს დამუშავებული მაღაზიის ოპერაციების გასაუმჯობესებელი ელექტრონული ხელსაწყოები, რომლებიც მაღაზიის მართვას უფრო მარტივს ხდის და ისე გარკვეულ წესს უწესრიგებს.
