Wykorzystanie AI w sklepie internetowym. Jakie procesy można zautomatyzować i dlaczego warto to zrobić?

Sonia Mrzygłocka-Pyć: Dzień dobry Państwu. Bardzo się cieszę, że ponownie są Państwo z nami. Dziś rozmawiam ze szczególnym gościem. Jest z nami Tomasz Zdziebko. Cześć Tomku.

Tomasz Zdziebko: Cześć Soniu.

S.M.P.: Tomasz jest Program Developerem w IAI, ale o nim parę słów później. Razem z Tomkiem porozmawiamy dzisiaj o wykorzystaniu AI w sklepie internetowym. Czyli jakie procesy można zoptymalizować, zautomatyzować i dlaczego warto to robić? Ale zanim przejdziemy do tematu. Rynek e-commerce z roku na rok jest coraz bardziej konkurencyjny, ale to nie oznacza, że się nie rozwija. Wręcz przeciwnie. W tym momencie jednym z popularniejszych zagadnień, gdy mówimy o rozwoju e-commerce, jest AI. Rozpala ono umysły ludzi z branży. Ale jak można je wykorzystać w e-handlu? Dla kogo są takie rozwiązania i czy AI może pomóc e-sklepom zarabiać więcej? O tym w smaczny i zjadliwy sposób opowie właśnie Tomasz Zdziebko - Program Developer w IAI oraz wykładowca na Wydziale Ekonomii, Finansów i Zarządzania Uniwersytetu Szczecińskiego. Z branżą e-commerce jest związany od ponad 10 lat. Ponad 20 lat temu, w trakcie studiów, współtworzył internetowy system do obsługi konferencji akademickich w modelu Software as a Service. Wykładowca akademicki od 19 lat na Uniwersytecie Szczecińskim. Prywatnie pasjonat wędrówek górskich, niegdyś biegania, sportów motorowych oraz zagadnień związanych z militariami. Bardzo się cieszę Tomku, że jesteś z nami.

T.Z.: Mi również bardzo miło.

S.M.P.: Może przejdźmy do sedna, bo temat jest niezwykle interesujący. AI jest bardzo popularnym zagadnieniem w tym momencie. To ze względu między innymi na popularność Chatu GPT. Ale czy jest to zagadnienie nowe?

T.Z.: Tak, zgadza się. Popularność Chatu GPT przyczyniła się do ogromnego wzrostu popularności AI. Natomiast nie jest to zagadnienie nowe. Pierwszy raz ten termin został użyty w roku 1956 na konferencji w Stanach Zjednoczonych i można powiedzieć, że od tego czasu datuje się taki rozwój AI. Natomiast jeszcze wcześniej, bo w roku 1950, Alan Turing zdefiniował test, który potocznie nazywany jest testem Turinga, który pozwala rozróżnić człowieka i maszyny. Alan Turing skupiał się w tym momencie bardziej na zdolności maszyn do rozumienia i posługiwania się językiem naturalnym. Tak jak wspomniałem, ten termin sztuczna inteligencja po raz pierwszy został użyty w 56 roku. Definicja, która wtedy się pojawiła, mówiła o zdolności maszyn do świadomego postrzegania otoczenia i do maksymalizowania szans powodzenia w podejmowanych decyzjach. Takimi zagadnieniami, jak sztuczna inteligencja, sądzę, że ludzie zajmowali się dużo wcześniej albo przynajmniej o nich myśleli, tylko nie pozwalała w tamtych czasach oczywiście technologia. Rok 56. to też początek rozwoju sztucznej inteligencji, badań w różnych obszarach. Były okresy wzlotów i upadków. Były momenty, gdy też ludzie zachłysnęli się sztuczną inteligencją. Natomiast technologia i rozwiązania, które wtedy powstały, nie spełniały oczekiwań rynkowych. Inwestorzy się wycofali, więc też można powiedzieć, że sztuczna inteligencja w okresie swojego rozwoju zaliczyła taki okres, można powiedzieć zimy. Tak, to była końcówka lat 70. Jeśli mówimy o sztucznej inteligencji, warto tutaj wspomnieć, że sztuczna inteligencja to nie tylko Chat GPT i podobne temu rozwiązania, które przeżywają teraz duże zainteresowanie, ale również uczenie maszynowe, które wchodzi w skład sztucznej inteligencji. Rozwój tych systemów trwa od dziesięcioleci. To są systemy, które umożliwiają znajdowanie wzorców na klasyfikowanie obiektów, na optymalizację pewnych procesów w oparciu o dane. Im więcej tych danych, tym oczywiście trafniejsze wnioski mogą wyciągnąć i trafniejsze decyzje podejmować.

S.M.P.: Skoro już wiemy, że nie jest to zagadnienie nowe i rozumiem, że wykorzystywane ono było już na przykład w e-commerce jakiś czas temu, to jakie korzyści mogą płynąć z wykorzystania AI w e-commerce?

T.Z.: To zagadnienie było oczywiście wykorzystywane nie tylko w e-commerce, ale mówimy tutaj o e-commerce. Natomiast e-commerce jest to odmiana handlu, w którym występują pewne procesy, z tym że proces kontaktu obsługi klienta został przeniesiony do warstwy on-line. Natomiast optymalizacja może dotyczyć wielu procesów, które występują w każdym handlu, tak również w e-commerce. Możemy tutaj mówić o optymalizacji stanów magazynowych, optymalizacji organizacji magazynu, aby ten proces obsługi zamówienia już, które trafi do sklepu, był jak najtańszy i jednocześnie jak najszybszy. Jeśli chodzi natomiast o e-commerce, to punktem kluczowym jest ten kontakt z klientem, jak również marketing, czyli pozyskanie klienta. Ogromny potencjał sztuczna inteligencja pokazuje w przypadku działań marketingowych online, które muszą być prowadzone dynamicznie, celnie, w sposób zoptymalizowany, tak żeby przyprowadzić klienta do sklepu, sprawić, żeby dokonał zakupu możliwie najniższym kosztem. Maksymalizując jednocześnie długoterminową wartość takiego klienta pozyskanego. Więc tutaj obszar marketingu to jest chyba ten kluczowy obszar, gdzie sztuczna inteligencja jest stosowana od wielu lat i będzie stosowana jeszcze w coraz bardziej zaawansowany sposób.

Możemy również wykorzystać sztuczną inteligencję do optymalizacji procesów obsługi klienta. Do tego, żeby przykładowo zastąpić obsługę e-mail, czy też kontaktu z pracownikiem poprzez Chat GPT, czy również inne rozwiązania wspomagające czat. Sztuczna inteligencja może być również wykorzystana do optymalizacji stanów magazynowych, przewidując zapotrzebowanie na poszczególne towary, przewidując rentowność. Możemy również sterować cenami. W przypadku e-handlu jest to bardzo łatwe od strony technicznej, gdyż możemy te ceny zmieniać bardzo szybko. Nie musimy drukować nowych etykiet, możemy dynamicznie, w locie niemal zmieniać ceny, dopasowując je do bieżącej sytuacji rynkowej, do tego jakie działania podejmuje konkurencja, do stanów magazynowych, czy też do skłonności zakupowej poszczególnych klientów.

S.M.P.: Zacząłeś mówić o optymalizacji, automatyzacji. To w takim razie jakie konkretnie procesy można zoptymalizować, zautomatyzować?

T.Z.: Możemy tutaj mówić równocześnie o optymalizacji, jak również automatyzacji procesów. Tak jak wspomniałem, marketing to jest ten obszar, na którym w szczególności bym się skupił. Tutaj możemy mówić o optymalizacji indywidualnego podejścia do klientów, indywidualnego traktowania poszczególnych klientów, gdyż oni mają różne potrzeby, różne oczekiwania. Dlatego dzięki takim rozwiązaniom jak systemy rekomendacji, rozwiązania personalizacyjne, możemy lepiej dostosować sklep do klienta. Mam tu na myśli rozwiązanie, które optymalizują interfejs tak, żeby te opcje, których szuka klient, z których korzysta najczęściej były pod ręką. Jak również optymalizacja oferty, żeby klient nie musiał szukać i przeglądać oferty sklepu, co jest pracochłonne, czasochłonne, tylko dotarł do produktów szybciej, a nawet żeby było mu podpowiedziane. Czyli produkty, które potencjalnie spełniają jego potrzeby, zainteresowania, żeby zostały mu automatycznie wyświetlane. Oczywiście musimy tutaj skupić się na tym, żeby poznać te zainteresowania klientów, żeby poznać ich potrzeby. Czy może klienta bardziej interesują produkty droższe, tańsze? Czy te produkty powinny posiadać określone cechy, takie jak np. kolor? Być może klient preferuje pewne kolory, a pewnych nie preferuje. Stąd też taka personalizacja. Sztuczna inteligencja może nam pozwolić też dopasować cenę towaru do tego klienta, przewidując długoterminową wartość takiej relacji klienta. Każdemu biznesowi, jak również e-commerce, zależy na tym, żeby pozyskać klienta i żeby pozostał jak najdłużej i przyniósł jak największą wartość. Również możemy dokonywać predykcji tej wartości.

Ważnym obszarem, gdzie sztuczna inteligencja stosowana jest również predykcja zjawiska określanego jako Churn, czyli rezygnacja. Jeżeli poświęciliśmy koszty na pozyskanie klienta, to również przewidzenie rezygnacji, podjęcie jakichś działań wcześniejszych, też może uchronić nas przed utratą klienta na rzecz konkurencji. Możemy przewidzieć przykładowo, że klient będzie chciał dokonać zakupów za jakiś określony czas lub czynnikiem dla niego kluczowym jest przykładowo darmowa dostawa i zaproponować mu taką dostawę. Aby pozyskać klienta, możemy prowadzić działania marketingowe, które skupią się na tym, żeby personalizować ten przekaz marketingowy do klienta. Tzw. remarketing podąża często ślepo za klientem, pokazując mu tylko te produkty, które widział. Ale tutaj możemy również pokazać inne produkty, do których klient nie dotarł w naszym sklepie, a które być może będą spełniały te potrzeby jeszcze lepiej. Tak w zasadzie to inteligentny sklep oparty o sztuczną inteligencję, powinien przewidywać kolejne kroki klienta w sklepie i uprzedzać nawet te kroki, żeby ten klient sam nie musiał szukać czegoś, wykonywać pewnych kroków, tylko przewidywać, gdzie on będzie podążał, czym się będzie interesował, personalizować jego ścieżkę wizyty w sklepie.

Jeśli chodzi również o obszar marketingu, to tutaj mamy taki szeroki obszar, jakim jest pozyskiwanie klientów, prowadzenie wielokanałowych działań marketingowych. Z racji dużej liczby dostępnych kanałów, jakie istnieją w Internecie, warto się skupić na tym, aby kierować właściwy przekaz do właściwych kanałów i kierować go do właściwych użytkowników. I to jest ten problem bardzo wielowymiarowy, gdyż mamy wiele towarów w sklepach, często przeznaczonych dla różnych grup odbiorców. Te różne grupy odbiorców mają tendencję do odwiedzenia pewnych mediów lub pewnych nieodwiedzania, więc trzeba odpowiednio dobrać kanały tak, żeby te koszty marketingu zostały wykorzystane optymalnie. Warto również skupić się na optymalizacji poziomu kosztów, jakie chcemy przeznaczyć przykładowo na kliknięcia. W wielu kanałach płacimy za kliknięcia lub za wyświetlenia i w zależności od tego, jakie towary reklamujemy, jakiego potencjalnie spodziewamy się zysku, powinniśmy dostosować ten koszt kliknięcia. Często jest tak, że nawet tanie towary mogą przyciągnąć ze sobą duże wartości konwersji. Jeżeli mówimy o sklepach oferujących produkty kosmetyczne, to z reguły koszyk w takich sklepach nie ograniczy się do jednego towaru, więc towar, który przyciągnie uwagę klienta wygeneruje z reguły większą wartość zamówienia. Wtedy możemy poświęcić więcej na kliknięcia. Biorąc pod uwagę koszty kliknięć, jakie jesteśmy gotowi ponieść, musimy również umieć przewidzieć potencjalnie ile tych kliknięć potrzebujemy, by uzyskać konwersję. I to jest bardzo trudne zagadnienie, ponieważ zależne jest to od wielu czynników. Zależne jest to od towaru, od cech tego towaru. Zależne to jest również od tego, jak wyglądają przykładowo ceny konkurencji. W Polsce generalnie klienci są bardzo wrażliwi na ceny, więc obniżka ceny o 5-10% względem konkurencji pozwoli nam przyciągnąć więcej klientów. Natomiast przyciągnięcie większej liczby klientów do sklepu, jeżeli nie mamy pełnego asortymentu albo nie mamy pełnej rozmiarówki danego towaru, też może być nieskuteczne. Możemy utracić klienta już w sklepie, ponieważ nie mamy najczęściej poszukiwanych rozmiarów M/S lub L i został nam tylko rozmiar XL. Więc tutaj dynamicznie należy dostosować działania marketingowe tak, żeby ograniczyć wydatki na towary, po których się nie spodziewamy, że nastąpi szybko konwersja.

Wspomniałem tutaj o dynamicznej optymalizacji cen. Ta dynamiczna optymalizacja cen też jest ciekawym zagadnieniem. Powinna uwzględniać nie tylko działania konkurencji, ale również sztuczna inteligencja może podpowiedzieć, jakie są przewidywania, jakie są prognozy odnośnie sprzedaży danego towaru. Czy to jest ten moment, że już powinniśmy skupić się na wyprzedaży stanów magazynowych, czy być może do sprzedaży dojdzie naturalnie, bez jakichś ekstra działań marketingowych? Reklamowanie każdego towaru mija się z celem. Warto skupić się na wydatkach reklamowych na te towary, które potencjalnie tego wymagają, a które potencjalnie mogą stanowić dla nas problem, gdyż pozostaną jako niesprzedane po zakończeniu sezonu. Ciekawy obszar, na który ostatnio trafiłem, to też jest predykcja zwrotu poszczególnych towarów. Sztuczna inteligencja też może tutaj dopomóc i nim wprowadzimy towar do oferty, nawet nim zamówimy towar na magazyn, podpowie nam, jakie potencjalnie jest ryzyko prawdopodobieństwo zwrotów tego typu towarów na bazie doświadczeń z przeszłości.

Kolejny obszar optymalizacyjny, tak jak już wcześniej wspomniałem, to magazyn. Czyli optymalizacja stanów magazynowych, tak żebyśmy nie zostali z nadmierną ilością towarów po zakończeniu sezonu sprzedaży na ten towar, jak również optymalizacja organizacji magazynu. Myślę, że ten temat jest wspomagany przez rozwiązania z zakresu sztucznej inteligencji, w szczególności uczenia maszynowego od wielu lat. Firmy specjalizują się w tym, żeby ten magazyn działał jak najbardziej efektywnie, gdyż jest to istotny koszt w całości zamówienia. Kolejne elementy, w których możemy zastosować sztuczną inteligencję, to również personalizacja wyszukiwania. Konkretnie wyszukiwarki. Wyszukiwarki to takie mechanizmy, które powinny klientowi umożliwić jak najłatwiejsze dotarcie do towaru, ale z reguły one podpowiadają takie same wyniki na daną frazę. Natomiast wyszukiwarki wsparte sztuczną inteligencją, potrafią dostosować swoje wyniki do tego, kto szuka, a nawet, na jakim etapie jest dany klient, jaka jest jego intencja zakupowa, jaki jest cel jego odwiedzin w sklepie. I tak dopasowane wyszukiwanie pozwoli nam zatrzymać klienta i prawdopodobnie przekonać go do zakupu.

Sztuczna inteligencja, tak jak wspomnieliśmy już wcześniej, przyczynia się również do wsparcia obsługi klienta. Zadawane pytania poprzez czat, e-mail, również mogą być obsługiwane przez inteligentne chatboty. Przykładem tego jest Chat GPT, który w takich zastosowaniach jest również używany. Oczywiście są pewne pytania zbyt złożone, zbyt trudne, na które on nie udzieli odpowiedzi, ale wraz z rozwojem tych algorytmów i poziomu inteligencji myślę, że coraz częściej będzie wykorzystywane to rozwiązanie. Wspomniałem jeszcze o działaniach marketingowych i tutaj, jeżeli jesteśmy przy Chat GPT, który jest przykładem sztucznej inteligencji generatywnej, czyli takiej sztucznej inteligencji, która potrafi generować nowe treści, to również sztuczna inteligencja coraz częściej jest wykorzystywana do generowania obrazów, jak również filmów video. Myślę, że tutaj to będzie bardzo duże wsparcie dla działań marketingowych. Zamiast ponosić duże koszty tworzenia kreacji wideo, kreacji reklamowych, możemy poprosić o to sztuczną inteligencję. Zasilając ją tylko pewnymi obrazami, danymi, potrafi już całkiem ładne filmy, jak również zdjęcia generować, więc to jest duży obszar.

S.M.P.: Z tego co widziałam, bardzo ciekawe są porównania właśnie tego co wygenerował Chat GPT. Chat GPT ma problem z palcami, z nosem, z tego co pamiętam. Ze stworzeniem w ogóle tego.

T.Z.: Jeszcze jest trochę przed nim do nauki. Rozwiązań tego typu już jest coraz więcej na rynku, także to nie jest novum. One też nie powstały w ciągu ostatniego półrocza, czy roku. One rozwijały się od wielu, wielu lat i myślę, że się będą coraz bardziej rozwijały. Ta potrzeba generowania treści czy też tekstów, nawet te, już słyszymy chyba od jakiegoś czasu. Wieści, że niektóre zawody zostaną częściowo zastąpione lub będą wymagały wsparcia sztucznej inteligencji, żeby zachować wysoką efektywność. Przykładem jest też generowanie tekstów. Myślę, że to, co już testowaliśmy, czyli generowanie opisów towarów, bardzo może się przydać. Jest to żmudne zajęcie, czasochłonne, kosztowne, a to może wyręczyć naszych marszałków. Sztuczna inteligencja w generowaniu tekstów, tekstów, które mam nadzieję przyczynią się również do lepszego pozycjonowania stron internetowych, do zaciekawienia klientów. Generowanie tekstów reklamowych, generowanie opisów towarów, opisywanie zdjęć. Sztuczna inteligencja też potrafi rozróżnić obrazy, znaleźć obrazy podobne. Więc przyszłość to również wyszukiwanie w oparciu o obrazy. Przypuszczam, że takie rozwiązania powstaną. Sklepy, w których będziemy pokazywali albo robili zdjęcia odzieży, którą nosimy, która nam się podoba. Sztuczna inteligencja bardzo szybko zrozumie, jaki jest nasz styl ubierania się, jak odzież preferujemy. Na tej podstawie bardzo szybko nam wyszuka pasujące do nas produkty.

S.M.P.: To wszystko brzmi wręcz sielankowo i faktycznie tych możliwości do wykorzystania e-commerce jest bardzo wiele. Ale tutaj bardzo ważna kwestia - ile to kosztuje?

T.Z.: Może kosztować bardzo niewiele albo bardzo dużo. To zależy od tego, jak do tego podejdziemy. Możemy podejść będąc dużą firmą. Mając duże środki możemy wydać bardzo dużo na stworzenie własnego rozwiązania. Natomiast wymaga to stworzenia dedykowanego działu uczenia maszynowego działu sztucznej inteligencji, co jest bardzo kosztowne, czasochłonne i nie jesteśmy pewni osiągniętych efektów. Lepiej korzystać z gotowych rozwiązań, wdrażać je w sklepach i korzystać z platform, które takie rozwiązania mają zintegrowane. W tym momencie koszt znacząco spada.

S.M.P.: No właśnie ty zajmujesz się tak naprawdę uczeniem maszynowym i budowałeś produkt, który w jakiś sposób bazuje na uczeniu maszynowym. Dobrze mówię? Czy mógłbyś trochę o tym opowiedzieć?

T.Z.: Budowałem dwa produkty, które bazują właściwie na uczeniu maszynowym. Pierwszy produkt to jest nasz system rekomendacji, który wykorzystujemy w sklepach. System ten stara się rozpoznać zainteresowania klientów i szuka wśród tej grupy klientów, którzy odwiedzają sklep, grupy klientów podobnych. Zasada generalnie działania tego systemu opiera się o taką bardzo zrozumiałą zasadę, że jeżeli znajdziemy kilka osób, które interesowały się również tymi samymi produktami, czy też filmami, książkami, którymi my się interesujemy, to prawdopodobnie inne towary, inne książki, czy też filmy, które wysoko oceniają te osoby, również nam się spodobają. Tutaj opieramy się o tak zwaną inteligencję kolaboratywną, czy też filtrowanie kolaboratywne.

Drugi produkt, o którym wspomniałem, to są Reklamy Google od IdoSell. I tutaj wykorzystaliśmy sztuczną inteligencję do zarządzania kosztami kliknięć w Google Ads. Opieramy tutaj nasz algorytm o to, jak prawdopodobnie towar będzie się sprzedawał, czyli staramy się przewidywać współczynnik konwersji. Wspomniałem w trakcie rozmowy, że patrzymy tutaj na cenę towaru, czyli w zależności od tego, czy są to towary drogie, tanie w danej kategorii, one za sobą z reguły ciągną zróżnicowany poziom konwersji. Czyli czasami potrzebujemy aż kilkuset kliknięć, czasami po 10-20 kliknięciach klient kupuje. Bierzemy pod uwagę cenę. Staramy się również bazować na pewnych informacjach o cenach konkurencji, na tym, czy towar jest dostępny, na tym, czy to jest nowy towar w sprzedaży, czy też jest towar starszy. O tej dostępności rozmiarówki też powiem taką ciekawostkę, że badania pokazały, że w przypadku sklepów, które sprzedają powiedzmy generyczne buty, czyli niemarkowe, dostępność rozmiarówki nie odgrywa takiego znaczenia. Jeżeli klient wejdzie do sklepu i nie będzie jego rozmiaru, to kupi inny but podobny, bo tutaj marka nie decyduje. Natomiast dla butów markowych, gdy klient wchodzi i chce kupić te skneakersy upatrzone, dla niego to jest kluczowe, żeby kupił te buty. Jeżeli nie mamy tej rozmiarówki, takiej najbardziej powszechnej, to niestety klient częściej rezygnuje. Pójdzie gdzieś prawdopodobnie do konkurencji. My dostosowujemy te nasze stawki za kliknięcia do tego. To też również pozwala nam selekcjonować towary, które właściwie warto reklamować w Google Ads. Patrząc na to, jak prawdopodobna jest konwersja w przypadku tych towarów. Oczywiście w danej chwili, bo to się bardzo dynamicznie zmienia. W tym właśnie wspomaga nas sztuczna inteligencja. Człowiek nie jest w stanie tak szybko reagować i dostosowywać do zmieniających się warunków zewnętrznych i wewnętrznych działań reklamowych. Jest to po prostu niemożliwe. Jeżeli popatrzymy, jak często zmieniają się ceny konkurencji, czy też zmienia się nawet pogoda, to reagowanie dynamiczne i sterowanie reklamą jest jest trudne.

S.M.P.: Ale widzę, że mówisz o tym z dość dużą pasją. Było to parę ładnych lat temu, kiedy to budowało się, prawda? Tak więc jesteś w tym nie od roku czy też pół roku, tylko tym zagadnieniem interesujesz się od dość dawna.

T.Z.: Zgadza się, od dość dawna i wtedy bardziej to postrzegałem. I to jest tak, jak już wspomniałem, obszar uczenia maszynowego. Tutaj ta sztuczna inteligencja, jaką rozumiemy przez Chat GPT, czyli algorytmy generatywne, które generują treści, obrazy na tamten moment nie było dostępne i nie były potrzebne. Tutaj bardziej skupiliśmy się na predykcji, na przewidywaniu tego współczynnika konwersji towarów, czyli przewidywaniu, które towary warto reklamować i za jaki koszt, żeby osiągnąć to, co obiecujemy klientom. Czyli nasi klienci mają tą gwarancję, że nie przekroczymy określonego poziomu kosztów na reklamę względem przychodów, które wygeneruje ta reklama.

S.M.P.: Wróćmy do clou naszej rozmowy, a już nie będę odbiegać tak naprawdę od tematu, chociaż to, o czym mówisz jest niezwykle ciekawe. W jaki sposób można wykorzystać potencjał sztucznej inteligencji do rozwoju biznesu?

T.Z.: Tak jak wspomniałem, tych obszarów, gdzie możemy zastosować tą sztuczną inteligencję jest bardzo dużo i jest coraz więcej. Więc firmy teraz prześcigają się w zastosowaniu, czyli optymalizacji i automatyzacji kolejnych obszarów. Wspomnieliśmy tutaj o tym rozwiązaniu, jakim jest generowanie obrazów przykładowo, czy też opisywania obrazów, generowanie opisów na podstawie obrazów. Warto tutaj zwrócić uwagę na jedną rzecz. Mianowicie warto skupić się na tym, czy to jest rzeczywiście opłacalne, jakie wymierne korzyści daje nam zastosowanie sztucznej inteligencji.

S.M.P.: Czyli hurraoptymizm tutaj nie będzie dobrą drogą.

T.Z.: Na pewno nie, ponieważ nie warto też stosować wszystkich rozwiązań na hura, bo nie będziemy wiedzieli, co działa, a co nie działa. Tutaj warto się skupić na tym, żeby testować rozwiązania z obszaru sztucznej inteligencji, ale ja bym się ograniczył do jednego, dwóch rozwiązań. Przyjrzał się, wybrał rozwiązanie, przetestował i uzyskał szybko odpowiedź czy to się sprawdza, czy nie sprawdza. Nie instalował wszystkich dodatków, integracji, żeby cały sklep nagle usprawnić, zautomatyzować, bo możemy w tym się pogubić. Możemy pogubić się w tym, które rozwiązania rzeczywiście są korzystne, dochodowe, a w tym, które nie działają. Więc 1-2 obszary na początek. Wybierając jakieś rozwiązanie, też warto sprawdzić, czy ono będzie dostosowany do naszych potrzeb. Sklepy mają różną specyfikę, różne oczekiwania i być może nie wszystkie mają te same problemy, które musi rozwiązać sztuczna inteligencja. Jest to zależne od problemów, więc warto się zastanowić jakie problemy ma sklep, w jakich obszarach może dokonać optymalizacji. Jeśli chodzi o koszty takich rozwiązań, to też w przypadku mniejszych sklepów, a generalnie chyba w większości merchantów, nie budowałbym własnych działów rozwiązań sztucznej inteligencji. Są to duże wyzwania. Zbudowanie takiego zespołu, utrzymanie go to są ogromne koszty. Szukałbym rozwiązań na rynku, które są zintegrowane z daną platformą. SaaS'y, które mają zintegrowane rozwiązania z zakresu sztucznej inteligencji lub takie rozwiązania, które łatwo zintegrować z moim SaaS'em. Jeżeli merchant korzysta z SaaS, przykładowo z IdoSell, może sobie sprawdzić, jakie rozwiązanie może zintegrować. Dzięki temu zaoszczędzi na kosztach wdrożenia. Dzięki temu zaoszczędzi na budowaniu zindywidualizowanych rozwiązań, co jest kosztowne. A zasada taka tutaj to powinna być fail fast. Czyli jeżeli coś nie działa, dowiedzmy się o tym jak najszybciej. Zamiast inwestować dużych środków w rozwiązanie, sprawdźmy, czy to się u nas sprawdzi, czy odnosi efekty pokładane. To porównanie efektów też jest bardzo ważne. Wdrożenie każdych nowych elementów. Każde zmiany w sklepie powinny być. Ja osobiście uważam monitorowane ciągle, czyli prowadzenie analityki internetowej, prowadzenie testów albo jeśli jest to możliwe i audyty, audyty również. Tak, audyty to tu to nawet bym powiedział pierwszy krok, ale regularnie.

S.M.P.: Dwa odcinki temu mówiliśmy o audytach i o tym, dlaczego właściwie są potrzebne, żeby rozwijać biznes.

T.Z.: Jak najbardziej audyty są potrzebne i regularnie muszą być powtarzane. Monitorowanie też jest ważne, żeby sprawdzać nawet, czy wdrożone optymalizacje po tychże audytach są skuteczne, efektywne. To też jest istotne. Ciągłe monitorowanie pewnych kluczowych wskaźników jest bardzo ważne i w przypadku zastosowania sztucznej inteligencji, żeby wiedzieć, czy to działa w oczekiwany sposób. Powinniśmy to monitorować. Wdróżmy to z głową. Zastanówmy się, jaki problem mamy do rozwiązania, jakie narzędzia istnieją? Na ile te narzędzia są dojrzałe i na ile te narzędzia również gwarantują to, że będą działały w przyszłości? Jeżeli poświęcimy ten czas, środki na wdrożenie, a rozwiązanie może nie jest dojrzałe albo jest zbyt krótko na rynku, żeby miało szansę przetrwać dłużej. W tej branży jest bardzo duża dynamika, więc powstają rozwiązania, w których za rok, za pół może już nie być. Dlatego taki research, takie badanie rynku, analiza też trochę czasu wymaga, żeby dobrać dobre rozwiązanie. One wyrastają jak grzyby po deszczu.

S.M.P.: Kończy nam się już niestety czas. Powoli. W związku z tym musimy już zbliżać się do tego naszego ostatniego pytania, gdzie odpowiadamy na tytułowe pytanie. Wykorzystanie AI w sklepie internetowym. Jakie procesy można zautomatyzować i dlaczego warto to zrobić? 5 punktów.

T.Z.: Po pierwsze marketing. Marketing i dwuwymiarowe działania marketingowe, które prowadzimy na zewnątrz, czyli działania wizerunkowe, działania mające na celu pozyskanie klienta. A także marketing rozumiany jako działania wewnętrzne. Personalizacja klienta, obsługa go w sklepie poprzez zautomatyzowany inteligentny czas lub też inteligentną wyszukiwarkę. Nawet się trzy zebrały zagadnienia. Jak również optymalizacja procesów magazynowych. Tutaj też bym się skupił na tym, żeby optymalizować te procesy magazynowe. Może to nie takie oczywiste, ale generalnie sztuczną inteligencję warto wykorzystać do tego, żeby monitorować, jak nasza sprzedaż działa. Szukać pewnych zależności, analizować, czemu dane towary się sprzedają lepiej, czemu gorzej. Tutaj węższy obszar sztucznej inteligencji, jakim jest uczenie maszynowe może się przydać. To bym też stosował, analizował i szukał pewnej wiedzy w tych naszych danych. To, co bym jeszcze dodał, tak na koniec, to bardzo ważne są te dane. Nawet jeżeli teraz nie wdrażamy rozwiązań z obszaru sztucznej inteligencji, warto zadbać o gromadzenie danych. Im więcej danych zgromadzimy, o zachowaniu naszych klientów w sklepach, o wizytach, o tym, skąd do nas trafili, jak się zachowywali, tym więcej będziemy mogli wniosków wyciągać. Lepiej będziemy mogli dostosować sklep do ich potrzeb. Lepiej będziemy mogli skupić się na dobraniu właściwej oferty z naszego sklepu.

S.M.P.: Dziękuję bardzo Tomku. Zagadnienie jest tak szerokie, że ja myślę, że moglibyśmy rozmawiać jeszcze przez następne co najmniej pół godziny. Dziękuję Państwu, że byli Państwo z nami i mam nadzieję do zobaczenia niebawem.

T.Z.: Dziękuję również. Dziękuję również Państwu za uwagę. Dziękuję Soniu i do zobaczenia.