Карлос Санчес Альтабле, партнер McKinsey&Company, пояснює, як штучний інтелект змінить споживчі звички та спосіб продажу на великих платформах і в Інтернеті за допомогою нових стратегій персоналізації покупок. Він також аналізує шлях, яким піде сектор у плані впровадження нових технологій та їх розвитку, таких як Chat GPT.
Питання: як штучний інтелект може змінити звички споживачів?
відповідь: Ми вже бачили першу хвилю всього цього з соціальними мережами з алгоритмами. Генеративний ШІ також може багато чого змінити залежно від того, як клієнти надихаються. Ми можемо уявити собі світ, де клієнти надихаються набагато більше через розмови. Ми маємо побачити, з ким будуть ці розмови, чи будуть вони з більш загальними моделями, такими як Chat GPT. Ми маємо побачити, з ким будуть ці розмови, чи будуть вони з більш загальними моделями, такими як Chat GPT, з помічниками, які будуть створені спеціально для надання порад модним клієнтам, чи з брендами, що здається найскладнішим сценарієм, тому що якщо кожен бренд мати свого помічника буде дуже важко. Клієнти мають наскрізні рекомендації, тому ми не знаємо, яким буде сценарій прибуття. Що стосується споживання моди та отримання натхнення, ми завжди схильні думати про більш трансакційну частину покупки, але виникає велике питання, як генеративний штучний інтелект змінює натхнення? Це змінюється залежно від віку та статі, але всі клієнти надихаються.
З.: Чи згадані вами інструменти, такі як GPT Chat або персоналізовані роботи, матимуть більше значення в цій дії надихання чи споживання, ніж соціальні мережі?
А.: Так, але в усіх цих речах, зрештою, приходить тенденція, нам здається, що все зміниться, а потім все не зміниться. Відстань між зміною та трендом невідома. Проблема в тому, що сьогодні, якщо ви попросите його надихнути вас і розповісти вам щось, досвід, який ви маєте у віртуальних помічниках, навіть у GPT Chat, все ще не на тому рівні, який мав би бути. Вам майже легше навчити алгоритм соціальних мереж продовжувати рекомендувати те, що вам подобається. Скільки це займе часу? не знаю Чи прийде? Так, тому що ці моделі довели, що вони можуть надшвидко навчатися. І як тільки бренди почнуть все більше й більше експериментувати, вдосконалювати, додавати дані до цих моделей, настане час, коли ці генеративні інструменти штучного інтелекту покращать соціальні мережі. Ми не знаємо, що соціальні мережі збираються зробити, щоб інтегрувати це.
— А чи є у нас сьогодні професіонали, які зможуть використати весь цей потенціал?
А.: Їх стає все більше і більше, але в цьому світі генеративного штучного інтелекту або навіть більш традиційного чи передбачуваного штучного інтелекту бракує професіоналів, знань у компаніях, здатності до впровадження та розуміння того, що можна зробити. Багато підходів сьогодні є дуже технологічними в такій відчутній справі, як мода, тому компанії та професіонали відкидають її. Багато професіоналів-початківців також не вважають моду своєю еталонною галуззю, оскільки вона все ще розглядається як більш традиційна галузь, де технології з’явилися пізно. Хоча це залежить від сфер, тому що мода електронної комерції була досить передовою.
З.: Говорячи про штучний інтелект у моді, якими мають бути профілі, які з’являться в майбутньому?
А.: Це мають бути профілі з інших галузей, оскільки вони інвестують набагато більше в навчання цих профілів. Якщо вони прийшли з інших галузей, вони повинні дізнатися про особливості моди, наприклад, що можна передбачити, а що ні, або де є найбільш перевірений вплив. Натхнення відіграватиме важливу роль, але моду важко передбачити та запровадити алгоритми. Це не означає, що це неможливо зробити, але це має більш суб’єктивний компонент для багатьох рішень, які приймаються, що є частиною природи галузі та охоплює як клієнтів, так і компанії.
З.: Чи можна бути на 100% точним у прогнозуванні попиту завдяки штучному інтелекту?
А.: Прогнозування попиту — це багато речей, ви можете використовувати його, щоб купувати, щоб знати, скільки продукту вам знадобиться у вашому розподільчому центрі в певний час, щоб знати, скільки ви маєте надіслати до магазину чи свого розподільчого центру тощо. Деякі складніші, інші легші. Якщо ми говоримо про шість місяців вперед, важко знати, що мені потрібно купити, щоб отримати те, що хочуть клієнти, особливо на найдрібнішому рівні. Але коли ви працюєте з прогнозами попиту в певному магазині через тиждень або два тижні, ви можете отримати набагато більше правди, і ви можете виправити свої помилки при покупці або отримати набагато більше правильності. Якщо ми чогось навчилися, то це те, що вся ця сфера штучного інтелекту навчить нас багатьом новим речам, які здавалися неймовірними, і потроху ми побачимо, як далеко це може зайти.
З.: Які ще суперечності в індустрії моди може допомогти вирішити інтелектуальний інтелект?
А.: Прогнозування попиту — це, безсумнівно, великий світ, але він може допомогти вам у багатьох інших речах, наприклад, визначити, якою є ваша оптимальна мережа магазинів або як укомплектувати персонал магазину, наприклад. Є багато проблем, які є більш аналітичними, і тому я розрізняю аналітичний ШІ та генеративний ШІ. Проблеми оптимізації легко вирішити за допомогою наявних сьогодні інструментів; однак проблеми прогнозування залежать від існуючих змінних і якості цих змінних. Прогнозування попиту є однією з великих проблем, які створює галузь, і це має наслідки для прибутку, сталого розвитку тощо. Я бачу, що багато моїх клієнтів інвестують у це, і для галузі є сенс продовжувати рухатися вперед.
«Веб-сайти не зникнуть, цифровому маркетингу набагато легше змінитися».
З.: А що буде далі з генеративним штучним інтелектом?
Р.: Ми побачимо, як чат-боти змішуються з веб-сайтами, або як фільтри, які зараз є суперстатичними на сторінках, почнуть ставати набагато динамічнішими та базуватимуться на бесіді, яку ви ведете через клацання, а не стільки через ваш текст. Ми вже це бачимо, коли ми розміщуємо фільтри, які тепер є суперстатичними на сторінках, вони почнуть бути набагато динамічнішими та базуватимуться на бесіді, яку ви ведете через клацання, а не стільки на ваш текст. Ми вже бачимо це, коли ми розміщуємо підказку в чаті, GPT дає вам варіанти та пропонує можливі відповіді. Те ж саме з зображеннями, ми вже бачимо, що деякі з них робляться за допомогою штучного інтелекту, і все це розвиватиметься, щоб зображення, які ви бачите, відрізнялися від зображень, які бачить будь-хто інший, щоб вони набагато більше відповідали вашим смакам. Веб-сайти не зникнуть, цифровому маркетингу набагато легше змінитися.
З.: Що зрештою матиме більший вплив між цими двома типами використання ШІ?
А.: Обидві галузі розвиваються дуже швидко, хоча зараз нам може здатися, що генеративна розвивається швидше. У галузі прогнозування багато вчених у світі працюють над оптимізацією, прогнозуванням, прогнозними моделями тощо. Generative є набагато більш візуальним, ми всі вражені можливостями алгоритмів і швидкістю, з якою вони просуваються. Обидва збираються змінити світ моди.
З.: Разом із підвищенням ефективності та оптимізації, чи несе використання ШІ більші ризики в інших аспектах?
А.: Багато проблем, як-от штучний інтелект у зображеннях для створення контенту, несуть етичні ризики та ризики, пов’язані з різноманітністю. Моделі мають багато ризиків, тому що це масивні речі та не відображають жодної різноманітності, тому можуть виникати суперечливі питання. Моделі показують вам продукти, які не є реальними, як результати на вашу підказку, потім ви можете перейти в Інтернет, і це може не відповідати дійсності. Це не так просто, як здається, і є ризики як для компаній, так і для користувачів, цими речами потрібно керувати з часом.
З.: А як ви справляєтеся з цим зростанням ризиків? Через законодавство чи з боку бізнесу?
А.: Законодавство має допомогти, особливо в питаннях сталого розвитку, але багато хто з цих ризиків має вирішувати бізнес. Generative AI створює контент, про який ви не знаєте, правдивий він чи базується на реальних джерелах. Цього не відбувається з інтелектуальним штучним інтелектом, який може мати помилки, але ви можете виміряти відсоток точності. Таким чином, компанії повинні впоратися з цим, щоб запровадити генеративний штучний інтелект або зібрати найбільші існуючі моделі для своїх випадків використання, оскільки управління ризиками, етика та всі ці дисципліни, пов’язані з впливом на бізнес, є критично важливими. Це також може спричинити репутаційні ризики для компаній, оскільки законодавець може сказати: «якщо модель дає помилки, це проблема компаній», а це не так. Це також не проблема законодавства, тому що іноді щось йде не так, і законодавчо нема чого вводити.
З.: У яких інших секторах зараз ширше впроваджено штучний інтелект і чому мода може навчитися в цих інших?
А.: У моді є цифрові уродженці, які є досить просунутими гравцями, я б навіть сказав, що вони експортують таланти та експортують ідеї, але загалом це сектор, який не настільки просунутий. З одного боку, є багато компаній, які більш традиційні та орієнтовані на продукт. А з іншого боку, є цифрові вихідці, які є більш зрілими компаніями. Інші сектори, такі як технології, можуть бути джерелом натхнення та таланту; банківська справа ще одна. Це галузі, які здаються більш традиційними, але реальність така, що в їх центрі лежать технології.
