ИИ-рекомендации в POS уже здесь — но действительно ли они помогут переложить товар в маленьком магазине?

Мы разработали Pultrack — приложение для точки продаж и инвентаризации для маленьких розничных торговцев, которые часто работают при ненадёжном интернете и одновременно жонглируют двумя валютами. Такой угол зрения делает нас естественно скептичны, когда появляется «ИИ» в списке функций POS, потому что большая часть ИИ в розничном программном обеспечении была спроектирована для сетей с десятками магазинов и годами чистой истории транзакций — а не одного магазина с блокнотом полунаписанных продаж времён до цифровизации. Недавнее освещение тренда в POS даёт нам хороший повод проверить это утверждение.

Что на самом деле новое в этом освещении?

Обзоры в отрасли программного обеспечения для точек продаж сходятся на нескольких темах: облачные и мобильные POS становятся моделью развёртывания по умолчанию, бесконтактные платежи — базовым ожиданием, а не дифференциатором, и — новая нить — функции ИИ встраиваются непосредственно в системы POS для рекомендаций по инвентаризации, обнаружения мошенничества и персонализации вместо того, чтобы продаваться как отдельные аналитические надстройки.[1] Исследования размера рынка прогнозируют продолжающийся рост программного обеспечения POS в целом на протяжении остальной части десятилетия, что согласуется с гонкой поставщиков по добавлению этих функций для обоснования подписочного ценообразования.[2] Отдельный материал о технологических трендах описывает сдвиг как POS, становящийся «единым центром коммерции», где поддержка решений, управляемая ИИ, сидит рядом с омниканальными и платёжными функциями, а не как отдельный модуль.[3]

Стоит быть прямым относительно природы этого доказательства: большая часть того, что циркулирует, — это блоги поставщиков и статьи аналитических трендов отрасли, адресованные покупателям программного обеспечения, а не независимые исследования результатов для маленьких розничных торговцев в частности. Это не делает наблюдения ложными, но означает, что «ИИ в POS» в настоящее время — маркетинговая категория в той же степени, что и доказанная возможность, и случай использования маленьким магазином редко тот, который тестируется.

Что на самом деле требуют «рекомендации ИИ по инвентаризации»?

Функции рекомендаций и прогнозирования требуют базовой линии последовательных структурированных данных о продажах — в идеале недели или месяцы этого, отмеченные по продукту, количеству и времени. Магазин, который записывает продажи непоследовательно, смешивает наличные и неформальные продажи в кредит или совсем недавно перешёл с бумажных бухгалтерских книг, ещё не имеет этой базовой линии. Это практический разрыв, который материалы о трендах обходят стороной: функция существует в программном обеспечении, но данные, которые ей нужны для полезности, часто не существуют в магазине.

\n
• Чистая история транзакций — предложения ИИ хороши только в той мере, в какой хороши записи о продажах, их питающие; разреженные или непоследовательные данные создают разреженные или неправильные предложения.
\n
• Стабильный каталог продуктов — магазины, которые постоянно переименовывают или по-другому комбинируют товары, затрудняют сопоставление паттернов для любого механизма рекомендаций.
\n
• Достаточный объём транзакций — медленно движущейся категории требуются месяцы данных, прежде чем модель сможет отличить «сезонный спад» от «снижающегося спроса».
\n
• Подключение для обучения и обновлений — даже если повседневный POS работает в автономном режиме, многие функции ИИ полагаются на облачную обработку для генерирования предложений, что означает, что периодическая синхронизация имеет большее значение, чем обычно.
\n

Релевантен ли рост бесконтактных платежей здесь, или это отдельная история?

Внедрение бесконтактных и тап-платежей реально и широко упоминается как почти универсальное ожидание сейчас, но это другой слой стека от рекомендаций ИИ — это о скорости транзакций и ожиданиях клиентов, а не об интеллекте инвентаризации.[1] Эти два объединяются в статьях о трендах, потому что оба продаются как часть одного пакета «современного POS», но магазин должен оценить их отдельно: поддержка бесконтактных платежей близка к требованию-флажку сейчас, в то время как функции инвентаризации ИИ всё ещё являются появляющимся, неравномерно полезным слоем, который сильно зависит от дисциплины данных самого магазина.

Что маленькому владельцу магазина на самом деле следует проверить перед тем, как доверять утверждению об «ИИ»?

Если поставщик POS рекламирует управляемые ИИ предложения по переоформлению заказов, персонализацию или обнаружение мошенничества, разумно задавать конкретные вопросы, а не принимать ярлык в его истинном виде:

\n
• Сколько исторических данных о продажах требует функция перед тем, как выдавать полезный результат — дни, недели, месяцы?
\n
• Обновляется ли рекомендация, если данные магазина неполные или имеют пробелы от офлайн-периодов?
\n
• Является ли «ИИ» подлинно адаптивной моделью или фиксированным правилом (например, «переоформи заказ, когда запас упадёт ниже X»), переназванным в маркетинговых целях?
\n
• Работает ли функция или деградирует изящно, когда магазин был в офлайне и не синхронизировался несколько дней?
\n
• Присоединена ли ценовая категория специально к функциям ИИ, и оправдывает ли фактический объём продаж магазина её?
\n

Ничто из этого не означает, что инструменты инвентаризации с помощью ИИ бесполезны для маленьких розничных торговцев — со временем, по мере того как больше магазинов начнут цифровать ежедневные продажи вместо того, чтобы отслеживать их на бумаге, базовая линия данных, которая нужна этим функциям, станет более распространённой. Но описание технологических тренда склонно описывать то, что возможно в совокупных рыночных терминах, а не то, что можно использовать сегодня одним магазином с нерегулярными данными и прерывистым подключением.

К чему это приводит магазин, решающий, что нужно приоритизировать?

В Pultrack мы считаем, что более непосредственная ценность для маленьких, офлайн-ориентированных магазинов — неглавная: последовательное цифровое логирование продаж, надёжные подсчёты запасов и чистые записи, которые в будущем действительно может использовать функция ИИ — вместо того, чтобы гнаться за обозначенными ИИ функциями перед тем, как существуют лежащие в их основе данные. Мы не продавцы модели прогнозирования в этом материале; смысл редакционный, а не подача продукта: сначала приведите в порядок коммунальное хозяйство, потому что аналитика любого рода — обозначенная ИИ или нет — хороша только настолько, насколько хороша запись того, что касса магазина в действительности фиксирует каждый день. Оценённый по этому критерию, «ИИ в POS» — функция, на которую следует смотреть и тщательно оценивать, но ещё не установленное преимущество для самых маленьких розничных торговцев.