سوپرمارکت‌های آینده: استقرار هوش مصنوعی در فروشگاه مواد غذایی شما

بیماری های همه گیر به شکل بی رحمانه ای فروشگاه های معمولی را به سوپرمارکت‌های آینده تبدیل می‌کند. آنها باید تمام روندهای جدید خرید را در خود جای دهند. خرده فروشان مواد غذایی واکنش متفاوتی نشان می‌دهند. برخی در حال کاهش تعداد محصولات خود هستند، برخی از توزیع کنندگان صرف نظر می‌کنند و مستقیماً با تولید کنندگان محصولات تماس می‌گیرند، و برخی نیز به فروشگاه‌های قدیمی خود یک بازسازی دیجیتال کامل می‌دهند.

استیون هاوکینگ پیش بینی کرد که هوش مصنوعی تمام جنبه‌های زندگی ما را متحول خواهد کرد. فروشگاه‌های مواد غذایی نیز از این قاعده مستثنی نیستند. انتظار می‌رود هوش مصنوعی جهانی در بازار خرده‌فروشی تا سال 2027 به 24 میلیارد دلار برسد که از 3 میلیارد دلار در سال 2020 افزایش یافته و نرخ رشد سالانه 29.7 درصدی را نشان می‌دهد.

طبق آمار Statista، بخش‌های کالاهای مصرفی و خرده فروشی در طول سال 2020 از هوش مصنوعی برای اهداف مختلف استفاده کرده‌اند:

فروشگاه‌های فیزیکی برای بهبود تجربه خرید و کارآمدتر شدن از هوش مصنوعی استفاده می‌کنند

McKinsey & Company دریافت که حتی در طول دوره همه‌گیری کوید، 85 درصد از فروش مواد غذایی ایالات متحده همچنان در فروشگاه‌های فیزیکی رخ می‌دهد. به نظر می‌رسد که فروشگاه های قدیمی بخشی از آینده خرید مواد غذایی هستند. مردم هنوز هم دوست دارند کالاها را ببینند، لمس کنند و بو کنند. به یاد داشته باشید که وقتی به بسته‌های رنگارنگ شیرینی نگاه می‌کنید یا بوی شیرینی‌های تازه پخته شده را می‌دهید چه احساسی دارید. فابیو پاراسکولی، استاد دپارتمان مطالعات تغذیه و مواد غذایی دانشگاه نیویورک، می‌گوید که این نوع تجربه به شما ایده‌ای از انتخاب، فراوانی، کیفیت و لذت می‌دهد.

با این حال، این بدین معنی نیست که از فروشندگانمواد غذایی انتظار می‌رود که با فناوری همراه شوند و مشتریان خود که کمتر فنی هستند را کنار بگذارند.

والمارت یک نمونه عالی از یک فروشگاه مواد غذایی است که فقط خریدارانی با فناوری را هدف قرار نمی‌دهد، بلکه مایل است تجربه خرید مشتری معمولی را بهبود بخشد. این زنجیره، فناوری‌های مختلفی را برای یافتن آنچه که با سطح راحتی مشتری مطابقت دارد، آزمایش کرد. با این رویکرد یادگیری، والمارت کشف کرد که استفاده از دوربین‌ها و داده‌های بی‌درنگ به آن‌ها کمک می‌کند تا کارایی کلی انبار کردن قفسه و فروش در راهروی گوشت را به ترتیب 90 و 30 درصد افزایش دهند.

روش‌هایی که هوش مصنوعی آینده سوپرمارکت‌ها و فروشگاه‌های مواد غذایی را شکل می‌دهد

1. برانگیختن علاقه مصرف کننده از طریق شخصی‌سازی

• تبلیغات شخصی

چند سال پیش، تبلیغات در کاتالوگ‌ها یا از طریق پخش تبلیغ می‌شد. هر دو گزینه نسبتاً گران بودند و اطلاعات یکسانی را برای همه مصرف کنندگانی که به فروشگاه می‌آمدند نمایش می‌دادند.

در سوپرمارکت‌های آینده، هوش مصنوعی و تجزیه و تحلیل‌های پیشرفته، اطلاعات زیادی در مورد هر خریدار، مانند ترجیحات غذایی، حساسیت‌های غذایی و انگیزه‌های پشت خریدشان ارائه می‌دهند. با استفاده از هوش مصنوعی در شخصی‌سازی خواربارفروشی، خرده‌فروشان دانش گسترده‌ای در مورد افرادی که در راهروی آنها راه می‌روند به دست می‌آورند. این رویکرد خرده فروشان را قادر می‌سازد تا تبلیغات سفارشی را برای جذب خریداران و افزایش فروش ایجاد کنند.

گری هاوکینز، مدیر عامل مرکز خرده‌فروشی و فناوری پیشرفته مستقر در لس‌آنجلس، توانایی‌های هوش مصنوعی را تأیید می‌کند: «فناوری هوش مصنوعی می‌تواند بسیار عمیق باشد و در طول زمان به یادگیری ادامه می‌دهد، بنابراین بهتر می‌داند کدام اقلام را در لس آنجلس تبلیغ کند. این به لطف پیشنهاداتی که برای افراد مختلف ارسال می‌شود، احتمالاً به قیمت‌های متفاوتی منجر می‌شود.»

به عنوان مثال، Woolworth در استرالیا از فناوری سوپرمارکت‌های آینده استفاده می‌کند تا ایمیل‌های بازاریابی خود را نه تنها با توجه به سلیقه مصرف‌کنندگان، بلکه رفتار خرید گذشته‌شان را نیز در نظر بگیرد. این زنجیره می‌تواند پیش‌بینی کند که هر خریدار بر اساس خریدهای قبلی‌اش چه اقلامی را به اتمام می‌رساند و این موارد را نیز پیشنهاد می‌کند.

نمونه دیگری از سفارشی‌سازی توسط Kroger، یک شرکت خرده‌فروشی آمریکایی آمده است. هنگامی که مصرف‌کنندگان در داخل فروشگاه، اپلیکیشن موبایل فروشگاه را فعال می‌کنند، حسگرها آن‌ها را شناسایی می‌کنند و مجموعه‌ای شخصی‌شده از اقلام را همراه با قیمت‌ها از طریق کانال ارتباطی دلخواهشان (مانند ویدئو، صدا، متن) ارسال می‌کنند.

• مسیریابی در فروشگاه

مسیریابی، بدون زحمت و صرفه‌جویی در زمان بخشی از سوپرمارکت‌های آینده است، به خصوص اگر در مورد امکانات خرده فروشی بزرگی مانند مرکز خرید آمریکا صحبت کنیم که بیش از 520 فروشگاه و 60 رستوران را در خود جای داده است. حرکت در چنین فضایی می‌تواند دلهره آور باشد. مرکز خرید آمریکا برای آسودگی خاطر مشتریان خود، ربات‌های چت هوش مصنوعی مبتنی بر مکان را به کار می‌گیرد که از طریق فیس‌بوک یا یک برنامه تلفن همراه کار می‌کنند و به مشتریان در یافتن محصولات و خدمات کمک می‌کنند.

• قیمت گذاری پویا

مفهوم قیمت گذاری پویا حول محور استفاده از یادگیری ماشین و هوش مصنوعی در خرید برای تعیین بهترین استراتژی قیمت‌گذاری برای محصولات مختلف می‌چرخد. برای این کار، الگوریتم‌ها داده‌های منابع مختلف، مانند فروش تاریخی، قیمت‌های رقیب، سطوح سهام و مناسبت‌های خاص را تجزیه و تحلیل می‌کنند. یکی از تاکتیک‌های قیمت‌گذاری پویا، فروش متقابل یک کالای تخفیف‌خورده (مانند نان‌ها) با یک محصول رایگان (هات داگ) به قیمت کامل است. این استراتژی با کاهش قیمت کالاهای نزدیک به تاریخ انقضا به کاهش ضایعات مواد غذایی کمک می‌کند.

2. بهبود مدیریت موجودی

• ربات‌های فروشگاه مواد غذایی

سوپرمارکت‌های آینده به‌طور فزاینده‌ای از ربات‌ها برای مقابله با مشکلات مربوط به موجودی، مانند جلوگیری از عدم موجودی اقلام، برچسب‌گذاری نادرست و قیمت‌گذاری استفاده می‌کنند.

Fellow Robots مستقر در کالیفرنیا یک ربات خرده فروشی مستقل توسعه داده است که می‌تواند قفسه‌های فروشگاه شما را تا ارتفاع 2.4 متری از کف هر روز اسکن کند و عکس‌هایی با کیفیت بالا از محصولات و قیمت آنها بگیرد. الگوریتم‌های یادگیری ماشینی این تصاویر را بررسی می‌کنند و محصولات نابجا و اختلاف قیمت‌ها را جستجو می‌کنند. کارمندان فروشگاه می‌توانند نتایج را از طریق داشبوردهای اختصاصی مشاهده کرده و فوراً اقدام کنند.

علاوه بر این، ربات‌ها می‌توانند به کارمندان فروشگاه‌های مواد غذایی آینده‌نگر کمک کنند تا با افزایش تقاضا برای تحویل کالا کنار بیایند. Ocado، یک سوپرمارکت آنلاین مستقر در بریتانیا، افزایش ده برابری تقاضا را از زمان قرنطینه در مارس 2020 گزارش کرده است. این شرکت از ربات‌ها برای اسکن موجودی و انتخاب اقلام مناسب برای هر تحویل استفاده می‌کند.

• پیش بینی مبتنی بر هوش مصنوعی در فروشگاه‌های مواد غذایی

نمونه‌ای دیگر از روند خرید مواد غذایی استفاده از سیستم‌های پیش‌بینی مبتنی بر هوش مصنوعی است. الگوریتم‌های هوش مصنوعی صرفاً به داده‌های تاریخی موجود در فروشگاه‌ها بستگی ندارند. آن‌ها می‌توانند خود یاد بگیرند و پیش‌بینی کنند، حتی زمانی که داده‌ها محدود است. برای مثال هنگام معرفی یک محصول جدید یا آزمایش یک تکنیک تبلیغاتی جدید. برخی از تکنیک‌های پیش‌بینی قدیمی‌تر روی محصولات به‌صورت خوشه‌ای کار می‌کنند و نمی‌توانند پویایی محلی را در نظر بگیرند. یک مدل هوش مصنوعی خوب می‌تواند با توجه به روندهای محلی و منطقه‌ای، محصولات را در سطح دانه‌ای پیش‌بینی کند.

3. کاهش سرقت

طبق نظرسنجی فدراسیون ملی خرده‌فروشی، در سال 2019 خرده‌فروشان 62 میلیارد دلار به دلیل سرقت از دست دادند که تقریباً 10 میلیارد دلار افزایش نسبت به سال 2018 نشان می‌دهد. فناوری سوپرمارکت مبتنی بر هوش مصنوعی می‌تواند رفتار نامناسب را هم در بین خریداران و هم در بین صندوق‌داران تشخیص دهد.

• دزدی از فروشگاه

گنجاندن بینایی کامپیوتر در خرید می‌تواند به مدیران امنیتی فروشگاه کمک کند تا تلاش‌های سرقت را شناسایی کنند. Sainsbury's، یک سوپرمارکت زنجیره‌ای مستقر در بریتانیا، از آشکارساز پنهان‌کاری ThirdEye استفاده می‌کند که از دید کامپیوتری برای شناسایی خریدارانی که کالایی را می‌گیرند و در جیب خود می‌گذارند، استفاده می‌کند. این سیستم فعالیت‌های مشکوک را ثبت می‌کند و به پرسنل امنیتی اطلاع می دهد. به لطف این فناوری، Sainsbury تقریباً 6000 تلاش برای سرقت را بین سپتامبر 2019 و مارس 2020 متوقف کرد.

• دلربایی کردن

دلربایی کردن یکی دیگر از انواع دزدی است که صندوقدارها اسکن اقلام را در هنگام پرداخت به نفع مصرف کنندگان جعل می‌کنند.

فناوری فروشگاه هوشمند می‌تواند به تشخیص چنین رفتاری کمک کند. سیستم‌های بینایی کامپیوتر، مانند ScanItAll، از دوربین‌های ویدیویی نصب‌شده در سقف برای «تماشای» صندوق‌داران و تشخیص چنین رویدادهایی مانند پوشاندن بارکدها و چیدن اقلام روی هم استفاده می‌کنند. سوپرمارکت‌های زنجیرهای Piggly Wiggly مستقر در ایالات متحده گزارش داد که به دلیل کاهش پرداخت در یکی از مکان‌های خود تقریباً 10000 دلار در ماه ضرر کرده است. پس از نصب ScanItAll و بازآموزی صندوقداران، هزینه‌های انقباض به 1000 دلار کاهش یافت.

4. بهبود فاصله گذاری اجتماعی

از آنجایی که فاصله‌گذاری اجتماعی باقی مانده است، سوپرمارکت‌های آینده به دنبال راه‌هایی برای کنترل تعداد افراد در داخل خانه هستند.

• ردیاب‌ها بر فاصله‌گذاری اجتماعی نظارت می‌کنند

ردیابی مشتری در فروشگاه یک فناوری فروشگاه مواد غذایی در آینده است که می‌تواند از ازدحام بیش از حد در فروشگاه شما جلوگیری کند. یک شرکت آلمانی سوپرمارکت آلدی از هوش مصنوعی برای خرید از طریق یک سیستم چراغ راهنمایی خودکار استفاده می‌کند که جریان مردم را به فروشگاه‌هایش کنترل می‌کند. وقتی تعداد خریداران در یک مکان خاص کمتر از یک آستانه از پیش تعریف شده باشد، چراغ سبز است و در برای ورود دیگران باز است. پس از رسیدن به آستانه، چراغ قرمز می‌شود و در بسته می‌شود.

• ربات ها جایگزین کارمندان انسانی در فروشگاه های مواد غذایی می‌شوند

کوید-19 استقرار ربات‌های فروشگاه‌های مواد غذایی را سرعت می‌بخشد. سوپرمارکت‌های بزرگ ربات‌ها را فرصتی برای کاهش تعداد کارگران انسانی می‌دانند که باعث می‌شود مصرف‌کنندگان فروشگاه را مکان امن‌تری بدانند. به عنوان مثال، والمارت از ربات‌ها برای پاک کردن کف استفاده می‌کند تا خریداران از بی‌توجهی کارگران انسانی به فاصله اجتماعی، برای پاک کردن لکه زیر پای مصرف‌کنندگان متعجب نشوند.

یک شکایت رایج در میان کارگران انبار این است که با توجه به شرایط شغلی خود نمی‌توانند فاصله را رعایت کنند. سوپرمارکت‌های مجهز به هوش مصنوعی می‌توانند ربات‌ها را در چنین محیطی بگنجانند تا اصطکاک بین کارکنان انسانی را کاهش دهند.

5. بهبود فرآیند پرداخت

از نظر آماری، مردم سالانه حدود 60 ساعت را در صف های پرداخت سپری می‌کنند.

خواربارفروشی‌های مجهز به هوش مصنوعی دارای ابزارهایی هستند که می‌توانند به درستی تمام اقلام جمع‌آوری‌شده توسط یک مصرف‌کننده خاص را شناسایی کنند و پس از خروج بدون دخالت کارکنان فروشگاه، از کارت بانکی آن شخص خرج کنند.

اگر نمی‌خواهید کارکنان خود را رها کنید یا مشتریان خود را از تعامل انسانی محروم کنید، می‌توانید آنچه را که Walmart انجام می‌دهد بازتاب دهید. صندوقداران در این فروشگاه هوش مصنوعی نقش جدیدی به عنوان "میزبان" را بر عهده می‌گیرند. مسئولیت میزبان این است که مطمئن شود با همه مصرف کنندگان به روش دلخواه خود رفتار می‌شود. اگر آنها طرفدار پرداخت شخصی باشند، میزبان آنها را به یک ثبت نام باز راهنمایی می‌کند. اگر روش پرداخت سنتی را دوست داشته باشند، میزبان اقلام خود را بسته‌بندی می‌کند و پرداخت را پردازش می‌کند.

• هوش مصنوعی برای سبد خرید هوشمند

Caper AI یک سبد خرید تولید کرد که از هوش مصنوعی برای تشخیص فوری اقلام و اندازه‌گیری وزن آنها (در صورت لزوم) استفاده می‌کند. سبد خرید شامل یک سیستم ناوبری داخلی و مکان‌یابی محصول است که به مشتریان کمک می‌کند تا از فروشگاه عبور کنند. تبلیغات موجود را نمایش می‌دهد و می‌تواند لیستی از توصیه‌ها را تهیه کند. سبد خرید Caper همچنین دارای یک کارت‌خوان اعتباری است که به مصرف کنندگان امکان می‌دهد بدون صندوق‌دار پرداخت کنند.

• دوربین‌‌های مجهز به هوش مصنوعی برای بررسی خودکار

سوپرمارکت‌های آینده از دوربین‌ها و حسگرها برای پشتیبانی از خرید بدون پرداخت استفاده می‌کنند. به عنوان مثال، آمازون گو دارای 26 مکان بدون صندوقدار است که مجهز به صدها دوربین و الگوریتم‌های بینایی رایانه‌ای هستند تا بتوانند محصولاتی را که هر خریدار انتخاب می‌کند تا بلافاصله پس از خروج از فروشگاه، از کارت اعتباری خود دریافت کند.

علاوه بر این، صاحبان فروشگاه‌ها می‌توانند از هوش‌مصنوعی و ویدئو برای تسهیل خرید مواد غذایی استفاده کنند. Everseen مستقر در ایرلند یک پلتفرم بصری ایجاد کرده است که در آن هوش مصنوعی ویدیوهای مشتریانی را که در زمان واقعی خود بررسی می‌کنند تماشا می‌کند. این برنامه می‌تواند خطاها را شناسایی و کاربران را بلافاصله تصحیح کند. به عنوان مثال، اگر مشتری در کیوسک هوش مصنوعی با کالایی مواجه شود که به درستی اسکن نمی‌کند، سیستم Everseen این حادثه را ثبت می‌کند و به یکی از کارمندان اطلاع می‌دهد تا به مشتری مشکل‌دار کمک کند. کروگر در سال 2020 استقرار این سیستم را در فروشگاه‌های خود آغاز کرد.

• فناوری قفسه‌های هوشمند

قفسه هوشمند یکی دیگر از کاربردهای هوش مصنوعی در خرید است که فرآیند پرداخت را تسهیل می‌کند. چنین سیستمی معمولاً شامل بینایی رایانه و حسگرهایی است که روی قفسه‌ها نصب شده اند. این فناوری می‌تواند خریدارانی را که اقلامی را از قفسه انتخاب می‌کنند یا آنها را پس می‌دهند شناسایی کند. به درستی خریداران و محصولات را مطابقت می‌دهد و در پایان سفر خرید از مصرف کنندگان برای خرید آنها هزینه دریافت می‌کند.

این فناوری خرید مواد غذایی کاربردهای دیگری نیز دارد. می‌تواند هنگام عبور مصرف‌کنندگان، تبلیغات مربوطه را نمایش دهد، سطح موجودی انبار را کنترل کند و هنگامی که برخی از اقلام فروشگاه تمام می‌شود، به کارکنان اطلاع دهد و وجود گاز اتیلن را تشخیص دهد که وقتی اقلام تازه شروع به فاسد شدن می‌کنند، آزاد می‌شود.

• فروشگاه های مستقل خودران

ایده خودبازرسی قبل از همه گیری جذاب بود. یک استارت‌آپ خرده‌فروشی Wheelys نمونه اولیه فناوری مواد غذایی دیگر را طراحی کرد، یک فروشگاه مواد غذایی بدون راننده بدون کارمند. فروشگاه به طور مستقل از یک مکان به مکان دیگر حرکت می‌کند. مصرف کنندگان با استفاده از اپلیکیشن Wheelys از طریق یک در شیشه‌ای کشویی وارد مغازه می‌شدند. آنها اقلام خود را انتخاب می‌کردند، آنها را از طریق برنامه اسکن می‌کردند، بسته‌بندی می‌کردند و از فروشگاه خارج می‌شدند. هزینه از کارت بانکی آنها به طور خودکار کسر می‌شود.

موانع استفاده از هوش مصنوعی در خرید مواد غذایی

مستقل از صنعت، پیاده سازی هوش مصنوعی یک چالش است. در سال 2019 طبق نظرسنجی جهانی هوش مصنوعی IDC از 161 خرده فروش، عمده‌ترین موانع برای پذیرش هوش مصنوعی در خرده فروشی عبارتند از:

1. هزینه بالای راه‌حل‌های هوش مصنوعی: هزینه‌های توسعه سیستم‌های هوش مصنوعی بسته به نوع نرم‌افزار، سطح هوشمندی آن، کیفیت و کمیت داده‌هایی که می‌خواهید برنامه‌تان پردازش کند و دقت پیش‌بینی‌های الگوریتمی بسیار متفاوت است. برای پیاده‌سازی یک برنامه هوش مصنوعی از ابتدا، می‌توانید به راحتی 50000 دلار برای یک نسخه اصلی هزینه کنید.

2. فقدان پرسنل ماهر: نویسندگان IDC آن را به دو صورت تفسیر می‌کنند: یا کمبود کلی استعداد هوش مصنوعی معتبر در بازار کار وجود دارد، یا بخش خرده‌فروشی (از جمله خواربارفروشان) در تلاش برای جذب استعدادهای هوش مصنوعی است.

3. مسائل مربوط به اعتماد مربوط به داده‌ها: هوش مصنوعی در برنامه‌های خرید به شدت به داده‌ها بستگی دارد، در حالی که خواربارفروشان باید برای جلب وفاداری مصرف کننده شفافیت در استفاده از داده‌ها نشان دهند. اگر الگوریتم‌های هوش مصنوعی از داده‌های مشتری سوء استفاده کنند، رابطه غیرقابل تعمیر آسیب خواهد دید. بر اساس یک نظرسنجی اخیر توسط Deloitte، 70٪ از مصرف کنندگان پاسخگو موافقت کردند که داده‌های خود را با فروشگاه‌های مواد غذایی به اشتراک بگذارند. این نظرسنجی نشان می‌دهد که اگر به تمایل مردم برای به اشتراک گذاشتن داده‌های خصوصی‌شان نگاه کنیم، بخش مواد غذایی پس از بیمارستان‌ها و مؤسسات دولتی سومین رتبه است. این نشان می‌دهد که مصرف کنندگان به خواربارفروشان اعتماد دارند، اما اگر این اعتماد نقض شود، عواقب ناگواری در پی خواهد داشت.

4. اهداف تجاری نامشخص: هوش مصنوعی نیاز به سرمایه گذاری قابل توجهی دارد، در حالی که یافتن موارد استفاده قانع کننده برای ارائه به سرمایه‌گذاران دشوار است. Udai Chilamkurthi، معمار ارشد استراتژی فناوری و معماری در Sainsbury’s این چالش را در نشست AI Summit لندن تایید کرد و گفت: «من هنوز مورد تجاری معقولی که منطقی باشد ندیده‌ام. این فناوری به خودی خود بالغ نیست و مشکلات خاص خود را دارد.»

چگونه سوپرمارکت‌های آینده می‌توانند در پذیرش هوش مصنوعی موفق شوند

با وجود چالش‌های متعدد، آینده هوش مصنوعی در خرید مواد غذایی روشن به نظر می‌رسد. در اینجا پنج مرحله وجود دارد که به شما کمک می‌کند تا بدون دردسر هوش مصنوعی را در فروشگاه خود به کار بگیرید و سریعتر از مزایای آن بهره‌مند شوید.

● چشم انداز خود را برای نقشی که انتظار دارید این فناوری در سازمان شما ایفا کند و بازگشت سرمایه مشخص کنید. دیلویت الگوی زیر را توصیه می‌کند: کوچک شروع کنید، سریع مقیاس کنید و به‌طور تکراری بسازید.

● استعداد مناسب را برای ایفای نقش‌های تخصصی مختلف پیدا کنید. انداختن دانشمندان داده در دریاچه داده و انتظار از آنها برای ارائه استراتژی‌های جدید نتیجه‌ای در بر نخواهد داشت. شما باید استعدادهای متنوع داخلی و خارجی را استخدام کنید که بتوانند ارزش را در درازمدت به دست آورند، تغییر دهند و حفظ کنند.

● فرهنگ سازمان را برای ایجاد نگرش صحیح نسبت به هوش مصنوعی تطبیق دهید. بسیاری از کارمندان هنوز هوش مصنوعی را یک جعبه سیاه ترسناک می‌دانند که از آن می‌ترسند و نمی‌توانند آن را درک کنند. روشن کنید که هوش مصنوعی عمدتاً برای حمایت از انسان‌ها و کمک به آنها در تصمیم‌گیری آگاهانه وجود دارد.

● داده‌های خود را پاک کنید با دسترسی خواربارفروشان به اطلاعاتی که در قالب ویدیویی، از رسانه ‌های اجتماعی و از طریق برنامه‌ها و دستگاه‌های موقعیت جغرافیایی دریافت می‌کنند، مقدار داده‌هایی که هوش مصنوعی می‌تواند استفاده کند، دائما در حال افزایش است. با وجود پیچیدگی داده‌ها، بسیاری از خرده فروشان نیاز به یک استراتژی داده واضح را نادیده می‌گیرند.

● یک مزیت اکوسیستمی به دست آورید. قابلیت‌های هوش مصنوعی برای فروشگاه‌های مواد غذایی به سرعت در حال پیشرفت است و همکاری با یک شریک اکوسیستم به شما امکان می‌دهد به تیم مناسب برای انجام کار دسترسی داشته باشید. برای مثال، یک خرده‌فروش مواد غذایی می‌تواند با شرکت‌های تجزیه و تحلیل پیش‌بینی‌کننده و سنجش تقاضا بپیوندد.

افکار نهایی

سوپرمارکت‌های آینده لزوماً فروشگاه‌های آنلاین نیستند. پیاده سازی هوش مصنوعی در خرید مواد غذایی به شما این امکان را می‌دهد که بر تمام موانع مربوط به بیماری همه گیر غلبه کنید و در عین حال به مشتریان خود اجازه دهید از دید، بو و احساس محصولات لذت ببرند. با این حال، ترکیب هوش مصنوعی یک کار یکباره نیست. این یک فرآیند طولانی است که نیازمند تغییر در فرآیندها و فرهنگ داخلی فروشگاه است.

همانطور که Sanjeev Sularia، مدیر عامل Intelligence Node می‌گوید: «سازمان‌های خرده‌فروشی اغلب از هزینه‌های ایجاد زیرساخت و قابلیت‌های پردازش داده‌های مورد نیاز برای پذیرش هوش مصنوعی منصرف می‌شوند. با این حال، کسب‌وکارهای منعطف با موفقیت هوش مصنوعی را در تمام عملکردهای تجاری یکپارچه کرده‌اند و افراد خود را برای تغییر کارآمد به سمت ذهنیت مبتنی بر داده‌ها بدون تلاش برای ساختن همه چیز از ابتدا مهارت‌شان را ارتقا داده‌اند.»