5 Области применения Искусственного Интеллекта — Розничная торговля, сервис и техническое обслуживание
Аннотация
В этой главе вы узнаете, что анализ всей цепочки создания стоимости в секторе розничной торговли с использованием ИИ имеет ценность для выявления потенциала приложений ИИ. Виртуальные агенты станут полезными партнерами в стационарной розничной торговле. Мы также проанализируем, как предварительная доставка, интерактивные экраны и столы, а также автономные тележки для покупок изменят ландшафт розничной торговли. ИИ также предлагает множество возможностей для прогнозирования поведения покупателей. Концепция предиктивного технического обслуживания может быть использована для разработки новых бизнес-моделей на основе использования, а не владения. Идея предиктивного технического обслуживания может укрепить отношения между клиентом и поставщиком на потребительском рынке и привести к предиктивному обслуживанию.
5.1 Проблемы в цепочке создания стоимости розничной торговли
Анализ цепочки создания стоимости с использованием ИИ показывает, что наибольшие краткосрочные и среднесрочные возможности в розничной торговле связаны с управлением акциями, дизайном ассортимента, закупками и логистикой. Обоснованные прогнозы не только помогают с управлением закупками, но и могут поддержать разработку успешных акций, а также оптимизированного ассортимента для целевой группы. Следующие разработки в розничной торговле бросят нам вызов в ближайшие годы (ср. McKinsey, 2017, с. 42, 45; продолжение Gläß, 2018):
• Использование программного обеспечения для распознавания лиц и управление естественной речью системами ИИ приведет к увеличению использования виртуальных персональных агентов (ср. разд. 4.1.3 и 4.2.2). Они будут приветствовать нас лично в стационарных магазинах и не только принимать заказы, но и предвидеть их. Кроме того, они могут давать (незапрашиваемые)
инструкции по успешному завершению покупки, а также по дальнейшему использованию купленных товаров.
• Приложения ИИ также поддерживают использование акций в розничной торговле. Интересное приложение доступно от SO1 (2019). Эта компания обещает своим клиентам разрабатывать более эффективные рекламные кампании. Основная идея заключается в большей индивидуализации акций, основанной на данных. Для достижения этого SO1 поддерживает различные каналы коммуникации и может быть интегрирована в существующие системы, инструменты и процессы.
Приложение ИИ, разработанное SO1, призвано создать индивидуализированный опыт акции через автономный и самообучающийся канал акции. Будут представлены три области применения: умные рекомендации, оптимизированные скидки и программные акции бренда. SO1 предлагает программное обеспечение как сервисное решение для розничных продавцов продуктов питания и аптек. Основываясь на поступающих данных, приложение ИИ может с высокой точностью предсказывать, выберут ли клиенты персонализированные предложения, какие предложения увеличат покупательскую корзину и какое количество скидки вызовет дополнительные покупки. Также могут быть определены предпочтения потребителей по категориям или продуктам, которые они никогда не покупали. Крупные розничные продавцы продуктов питания и аптек в США и Германии уже использовали решение SO1 для увеличения продаж и прибыли. Для этого S01 использует программное обеспечение Microsoft Azure, описанное в разделе 10.2 (ср. SO1, 2019).
• Amazon полагается на предварительную доставку, которая пытается полностью предвидеть заказы клиентов и отправлять товары, не дожидаясь их покупки. Ранее товары предполагаемого заказа доставлялись на склады дистрибуции, расположенные близко к потенциальным клиентам, чтобы иметь возможность доставить фактический заказ в кратчайшие сроки. В будущем доставка будет осуществляться непосредственно потенциальному клиенту — вместе с уведомлением:
"Мы знаем, что вы рассматриваете возможность покупки этого продукта. Поскольку мы уверены, что это именно то, что вам нужно, мы уже отправили его вам сегодня."
Нам решать, считать ли это идеальным сервисом или скорее проявлением тотального контроля "большого брата", который заставляет нас бояться.
• Интерактивные экраны и столы могут идентифицировать продукты, выбранные покупателем, и — на основе алгоритмов ИИ — рекомендовать подходящие дополнительные продукты и услуги. Эти рекомендации основаны не только на предыдущем покупательском поведении, но также могут учитывать покупательную способность и образ жизни каждого отдельного покупателя, если удастся установить — на основе разрешения — связь с такими данными.
• Автономная тележка для покупок поддерживает процесс покупки в стационарных магазинах. Это средство для покупок также найдет свой путь в наш автомобиль — или доставит товары роботу или дрону для доставки на дом.
• Приложения ИИ могут использоваться для показа индивидуализированных рекламных кампаний, ориентированных на индивидуальный профиль клиента. В магазинах маяки позволяют клиентам получать индивидуальные предложения (ср. рис. 5.1).
Рисунок 5.1 Возможные применения технологии маяков в магазине (Рисунок авторов)
• Мы также сможем получить опыт без наличных покупок. Для этого выбранные покупателем в магазине товары идентифицируются посредством распознавания изображений. Большое количество датчиков определяет, какие товары оказались в тележке для покупок и какие были положены обратно. В сочетании с прямым доступом к цифровому счету клиента для автоматической оплаты покупатель может покинуть магазин, не останавливаясь на кассе. Такой бизнес уже существует под названием Amazon Go.
• В магазинах цены на полках могут обновляться в реальном времени, таким образом реализуя динамическое ценообразование, описанное выше (ср. раздел 4.2.4). Для этого используются данные о ценах альтернативных поставщиков, текущей погодной ситуации и/или уровнях запасов конкурентов, чтобы оптимизировать прибыль. Еще предстоит увидеть, как клиенты отреагируют, если сравнение цен — даже в стационарной розничной торговле — станет невозможным из-за динамического ценообразования, и изученные цены потеряют актуальность. Дополнительная проблема — получение доступа к большим потокам данных!
• Система мониторинга полок на основе ИИ идентифицирует взятые запасы и может назначать роботов для загрузки до того, как полка опустеет. Здесь используется предварительное пополнение полок — ориентированное на изученные ритмы продаж.
• В конце концов, автономные дроны возьмут на себя доставку на "последней миле" — в то время, которое желает соответствующий покупатель, или в то время, которое алгоритмы ИИ определили как "оптимальное".
• В электронной коммерции распознавание цифровых объектов приводит к интересным преимуществам для клиентов. Системы ИИ могут распознавать продукты на фотографиях, которые интересуют пользователя. Приложение Zalando предлагает соответствующее решение. Вот что говорится в приложении: "Поиск по фото — С помощью поиска по фото вы можете фотографировать стильные образы на улице и искать продукты в похожих цветах и узорах. Фотографии, которые вы выберете, будут использоваться Zalando исключительно для поиска по фото и не будут храниться после этого" (Zalando, 2019).
Как только соответствующее фото сделано, в онлайн-магазине Zalando будет произведен поиск похожих товаров. Перед тем, как пользователь должен согласиться на "доступ к фото": "Пожалуйста, разрешите Zalando доступ к вашим фотографиям. Так вы можете выбрать фото
из вашей библиотеки и сохранить их под заголовком "Записи"" (Zalando, 2019). Однако это означает, что Zalando имеет доступ ко всему фотостоку соответствующего устройства. Сделать одно фото и выполнить анализ не работает (по состоянию на май 2019 года). Кроме того, можно отсканировать штрих-код изделия, если оно все еще доступно — и текущий владелец изделия ничего не имеет против этого!!!
Пища для размышлений
Большой вопрос заключается в том, может ли Искусственный Интеллект помочь традиционным, нецифровым ритейлерам вернуть утерянные позиции по отношению к цифровым игрокам — или же разрыв между двумя группами увеличится. Ответ также зависит от того, у кого больше данных, более мощные алгоритмы и более квалифицированный персонал — при поддержке соответствующих бюджетов. Не требуется большой фантазии, чтобы прийти к выводу, что особенно мелким, традиционным ритейлерам будет трудно выиграть эту гонку ИИ или вообще участвовать в ней.
5.2 Прогнозирование покупательского поведения в секторе розничной торговли
Распознавание изображений может предоставить розничным продавцам дополнительную информацию для прогнозирования покупательского поведения. Любой, кто "украшает" себя на фотографиях, загруженных на Facebook, сумками Prada или Gucci (фейковыми или настоящими?), позирует на фоне роскошных автомобилей, публикует сообщения из элитных торговых центров или 5-звездочных отелей, что-то говорит об — желаемом или практикуемом — образе жизни и близости к брендам. Возможно даже классифицировать надетую одежду по брендам, ценовым уровням и размеру и отнести ее к определенным стилям одежды. Корзина данных продолжает пополняться, чем управляет Facebook через нас.
Анализ на этом не останавливается. В исследовании Facebook разделил 160 000 американских пользователей на "любителей собак" и "любителей кошек" на основе загруженных фотографий — как отправная точка для дальнейших анализов. Важной отправной точкой стало предположение, что собаки, как правило, более общительны и спокойны, тогда как кошки сдержанны, независимы и непредсказуемы. Есть прекрасное утверждение: У собак есть хозяева, у кошек — персонал. Вопрос теперь заключался в том, отражаются ли "животные" характеристики в поведении соответствующих владельцев. Соответствующие вопросы были следующими:
• У кого больше друзей?
• Кто более вероятно одинок?
• Какие телевизионные программы предпочтительны?
Следующие различия наблюдались между двумя когортами (группами):
• В целом, показано, что предрассудки верны!
• Люди, любящие собак, более открыты — измеряется по количеству друзей в Facebook. В среднем, у них на 26 друзей в Facebook больше, чем у людей, любящих кошек.
• Как и их экстравертные питомцы, люди, любящие собак, также устанавливают больше онлайн-связей.
• Любители кошек приглашаются на большее количество мероприятий.
• Любители кошек склонны дружить с другими любителями кошек; аналогично, любители собак склонны дружить с другими любителями собак.
• Любители кошек, в частности, в 2,2 раза чаще дружат с другими любителями кошек, чем случайно выбранные друзья из общей популяции.
• Любители собак "только" дружат с другими любителями собак в 1,8 раза чаще, чем случайно выбранные друзья.
• Любители кошек более одиноки (30%), чем любители собак (24%) — на основе статуса указанного профиля. Возможно, дополнительные 26 друзей, упомянутые выше, помогли любителям собак найти партнера!
• Любители кошек предпочитают больше заниматься дома: они любят книги, ТВ и фильмы (измеряется по лайкам в Facebook) непропорционально чаще.
• Как показано ниже, существуют различия в предпочтениях в отношении определенных книг. Книги, которые любители кошек любят непропорционально чаще, — это "Дракула" и "Мировая война Z". Книги, которые предпочитают любители собак, — это, например, "Марли и я". Похожие различия в предпочтениях также были обнаружены для телевизионных программ и фильмов.
В то время как любители кошек почти в 1,5 раза чаще читают книги, такие как (ср. Adamic et al., 2016):
• Дракула, за которым следует (в убывающем порядке)
• Хранители
• Алиса в Стране чудес
• Мировая война Z
• 1984
• Хоббит
• Книги Стивена Кинга
• О дивный новый мир
• Гарри Поттер и Дары Смерти
• Ван Гог: Жизнь.
Любители собак определенно предпочитают комедию про собак в 2,5 раза чаще (ср. Adamic et al., 2016):
• Марли и я (следующие книги показывают примерно в 1,25 раза более высокую предпочтительность в убывающем порядке)
• Уроки Рокки
• Целевая жизнь
• Хижина, Дорогой Джон
• Помощь
• Дневник
• Ешь, молись, люби
• Последняя песня
• Вода для слонов.
Следующие книги являются скорее нейтральными между любителями собак и кошек (ср. Adamic, Burke, Herdagdelen, & Neumann, 2016):
• Над пропастью во ржи
• Щедрое дерево
• Законы власти
• Утерянный символ
• Великий Гэтсби
• Голодные игры
• Атлант расправил плечи
• Я — Легенда
• Искусство войны
• Гордость и предубеждение.
Настроения также могут быть получены из функции настроения Facebook (обновления статуса могут комментироваться настроениями типа "возбужден" или "грустный"). Любители кошек публикуют сообщения чаще среднего, что они чувствуют усталость, но также счастливы и любимы. Любители кошек выражают большее разнообразие чувств на странице. Любители собак склонны выражать возбуждение или гордость. В деталях следующие чувства с убывающим порядком чаще встречаются у любителей кошек (ср. Adamic et al., 2016):
• Уставший (примерно в 1,2 раза)
• Забавленный
• Раздраженный
• Счастливый
• Грустный
• Любимый
• Эмоциональный
• Благодарный.
Ни одной стороне нельзя однозначно присвоить состояние разбитого сердца. Любители собак, напротив, имеют следующие чувства в убывающем порядке (ср. Adamic et al., 2016):
• Возбужденный (примерно в 1,2 раза)
• Гордый
• Благословленный.
Ящик памяти
Делаем мы что-то или нет, владеем мы чем-то или нет, путешествуем мы или остаемся дома, путешествуем мы в одиночку или с другими: Когда мы делимся этим в Facebook через публикации, фото и видео, Facebook узнает о нас гораздо больше, чем мы думаем (и должны знать)!
Искусственный Интеллект позволяет интеллектуально получать и обрабатывать необработанные данные, мощное распознавание образов и вывод убедительных призывов к действию. Они приводят к реакциям и отсутствию реакций пользователей. Оба в свою очередь являются действиями, которые записываются, обрабатываются, распознаются и реализуются в мерах, которые приводят к реакциям и отсутствию реакций, которые запускают новые призывы к действию, которые…
5.3 Сектор услуг и технического обслуживания
Искусственный Интеллект уже широко применяется в предиктивном техническом обслуживании. Оборудование и машины должны обслуживаться не только при отказе или ошибках, но и посредством проактивного подхода уже заранее (ср. глава 3). Для этого датчики записывают данные измерений и производства компонентов, машин и целых установок в процессе работы. На основе этой информации алгоритмы ИИ могут вывести требования к техническому обслуживанию и замене и предсказать возможные неисправности. Таким образом, ремонт или замена изнашиваемых деталей должны производиться в то время, когда агрегаты еще работают правильно. Это может сократить время простоя и оптимизировать области "упрощения" и "автоматизации", описанные в матрице ожиданий клиентов и компаний (ср. рис. 4.1).
Подход предиктивного технического обслуживания значительно отличается от логики технического обслуживания агрегатов, которая доминирует сегодня. До сих пор техническое обслуживание основывалось на временных периодах и/или времени работы машин, как это происходит, например, при регулярных осмотрах легковых автомобилей, автобусов и грузовиков. В ходе рутинного технического обслуживания часто заменяются детали, которые могли бы прослужить еще дольше — но спецификации замены "заставляют" замену уже сейчас!
Необходимы следующие этапы предиктивного технического обслуживания:
• В начале происходит сбор, цифровизация и консолидация данных от самых разнообразных компонентов автомобиля, машины, установки и т. д. Для этого могут использоваться датчики IoT и считываться журналы технического обслуживания. Кроме того, могут поступать справочные файлы из внешних источников, например, о производительности и сбоях одних и тех же или аналогичных систем, которые могут использоваться по всему миру. Далее, могут учитываться данные соответствующего контекста, такие как температура в помещении, давление воздуха и влажность области, в которой используются машины или системы, если они важны для технического обслуживания.
• Анализ и оценка записанных данных также осуществляется с целью распознавания закономерностей с помощью алгоритмов ИИ.
• На основе выявленных закономерностей определяется вероятность возникновения неисправностей, требования к техническому обслуживанию и т.д.
• На основе определенных вероятностей возникновения инициируются конкретные процессы и выводятся рекомендации к действию. Это означает, что запчасти могут быть автоматически заказаны и сохранены в аэропорту Сан-Франциско, чтобы их можно было установить немедленно, когда A380 приземлится через пять часов. Рекомендуются меры по техническому обслуживанию и очистке пассажирского лифта, чтобы он
Рисунок 5.2 Модель предиктивного технического обслуживания. Источник: Адаптировано из Hoong (2013, с. 14)
продолжает функционировать бесперебойно. Кроме того, сервисные специалисты могут быть поддержаны в их работе по техническому обслуживанию с помощью систем дополненной реальности.
Рисунок 5.2 показывает взаимодействие различных внутренних и внешних источников данных.
Ящик памяти
Ядро предиктивного технического обслуживания — это проактивное распознавание необходимости действий для технического обслуживания, ремонта и т. д. машин и систем — еще до того, как произойдет неисправность. Соответствующие данные оцениваются в реальном времени для определения оптимального времени "вмешательства". Необходимые запчасти и т. д. могут быть заказаны заблаговременно.
Это может сократить время простоя и лучше управлять распределением сервисного персонала. Кроме того, может быть улучшено хранение необходимых запчастей и т. д. На основе полученных данных могут быть получены импульсы для дальнейшего развития машин и установок на следующем этапе.
Предиктивное техническое обслуживание уже используется во многих областях сегодня. К ним относятся, но не ограничиваются:
• Мониторинг двигателей (например, для самолетов, судов, автомобилей)
• Мониторинг ветряных турбин
• Мониторинг производственных мощностей
• Мониторинг лифтов
• Мониторинг трубопроводов.
Рисунок 5.3 Использование ИИ для достижения предиктивного технического обслуживания (Рисунок авторов)
Если датчики обнаруживают перегрев, неравномерную работу или другие отклонения от стандартов во время производства, сигналы автоматически отправляются в соответствующие сервисные центры. В случае самолетов, судов и автомобилей сервисные сотрудники уже на момент посадки, захода в порт или посещения автомастерской знают, какие меры необходимо предпринять. Поэтому необходимые запчасти могут быть закуплены заранее. При мониторинге производственных мощностей, лифтов и т.д. датчики также выявляют потенциальные неисправности на ранней стадии, на основе которых могут быть выведены требования к техническому обслуживанию. Они представляются ответственному персоналу в виде предложений. Использование предиктивного технического обслуживания иллюстрируется на рис. 5.3.
Следующие результаты предиктивного технического обслуживания могут быть достигнуты (ср. McKinsey, 2017b, с. 8, 27):
• Избежание простоев в производстве
• Увеличение производительности оборудования до 20% (на основе меньшего времени простоя)
• Снижение затрат на техническое обслуживание до 10%
• Снижение затрат на мониторинг до 25%
TÜV NORD разработал интересную область применения для мониторинга контейнеров и автомобильных мостов, а также трубопроводов. Датчики деформации устанавливаются в критических точках. Они могут не только измерять деформацию материала, но и температуру поверхности. Непрерывно увеличивающийся поток данных передается в онлайн-систему мониторинга и исследуется на предмет аномалий, указывающих на трещины. Таким образом, меры по устранению могут быть предприняты еще до того, как повреждение нарушит использование (ср. Stenkamp, 2018, с. 20f.).
Концепция предиктивного технического обслуживания также делает возможными новые бизнес-модели. Вместо продажи установок или агрегатов (таких как лифты или турбины) продается "доступность" клиентам. Соответствующие ценовые концепции — оплата по часам, оплата по использованию или оплата за использование. Это часто приводит к гораздо более интенсивным отношениям с клиентами, поскольку между производителем и клиентом происходит всесторонний и непрерывный обмен информацией. Ответственность компании
не ограничивается доставкой продукта. Скорее, эта доставка представляет собой пересечение сферы, доминирующей в производстве, и сферы услуг в отношениях производителя с клиентом (ср. Kreutzer, 2017a, с. 277).
Ящик памяти
В исследовании McKinsey (ср. 2017b, с. 21), цитированном выше, было установлено, что предиктивное техническое обслуживание может генерировать дополнительную ценность в размере 500–700 миллиардов долларов США в течение следующих нескольких лет. Это должно стать стимулом для вас рассмотреть использование предиктивного технического обслуживания для вашего бизнеса.
Основная идея предиктивного технического обслуживания может также использоваться на потребительском рынке. Здесь следует упомянуть предиктивное обслуживание. Основы создаются Интернетом вещей и, таким образом, возможностью повседневных объектов получать и отправлять информацию онлайн. Эти разработки могут не только удовлетворить ожидания потребителей в отношении повышения простоты, но и учитывать пожелания компаний (ср. рис. 4.1 о матрице ожиданий). Как показано ниже, розничная торговля может (частично) остаться позади.
Хорошим примером является машина Nespresso Prodigio Titan. Как говорится (Nespresso, 2019): "PRODIGIO — первая машина Nespresso, которая может общаться напрямую с вашим смартфоном или планшетом через Bluetooth Smart Technology. Наслаждайтесь нашим ассортиментом кофе совершенно по-новому с преимуществами приложения Nespresso. Отслеживайте запас капсул, планируйте время для наслаждения, начинайте процесс приготовления удаленно и получайте напоминание о техническом обслуживании вашей машины".
Такое комплексное обслуживание стало возможным благодаря нескольким шагам. Машина может общаться, и клиенты также предоставили свои данные, став членами Nespresso Club. Поведение покупателей в отношении кофейных капсул разных цветов может быть использовано одновременно для получения выводов о предпочтениях в наслаждении, чтобы предлагать индивидуализированные предложения.
Система Nespresso может использовать приложение, чтобы указывать, когда запас капсул заканчивается. Для этого учитываются среднее будущее потребление, время принятия решения (при нажатии кнопки для повторного заказа достаточно), а также время, необходимое для отправки. В будущем это даже может быть сделано с помощью предвидения — на основе предиктивной аналитики. Поскольку мой поставщик знает, что я пью больше кофе зимой и предпочитаю более крепкие обжарки, мне может быть отправлен пакет — без каких-либо действий с моей стороны. Основой этой предварительной доставки является интеллектуальная обработка всех этих данных. Здесь также становится ясно, почему для этого дальнейшего обслуживания подходит термин предиктивное обслуживание (вместо предиктивного технического обслуживания).
Важным аспектом, который не следует недооценивать: Если за клиентом квалифицированно и проактивно ухаживают в этом сервисном мире, его или ее готовность перейти к значительно более дешевым поставщикам капсул снижается! Это значительно увеличивает ценность клиента для предлагающей компании.
Ящик памяти
Сегодня концепция предиктивного обслуживания по-прежнему предлагает в значительной степени неиспользованный потенциал роста для компаний. Откройте его для своей компании!
Резюме
• В секторе розничной торговли анализ всей цепочки создания стоимости с использованием ИИ имеет ценность для выявления потенциала конкретных приложений ИИ.
• В будущем мы столкнемся с виртуальными агентами в качестве полезных "призраков" в стационарной розничной торговле.
• Благодаря предварительной доставке мы будем рады получить доставку еще до того, как разместили заказ.
• С помощью интерактивных экранов и столов будут внедрены дополнительные технологии для более всестороннего консультирования в торговле.
• Возможно, вскоре автономная тележка для покупок будет управлять нашими запасами в стационарной торговле.
• Там также будут все более персонализированные рекламные кампании — в зависимости от того, где мы находимся в магазине (также вариант контекстного маркетинга).
• Мы уже сегодня можем получить опыт без наличных покупок в избранных магазинах.
• Еще предстоит увидеть, согласятся ли клиенты на динамическое изменение цен в стационарных магазинах.
• Система мониторинга полок на основе ИИ в идеале приведет к все более редким ситуациям отсутствия товара.
• Для компаний электронной коммерции распознавание цифровых объектов предлагает интересную возможность конвертировать увиденное в "заказанное немедленно".
• ИИ предлагает множество возможностей для прогнозирования покупательского поведения.
• Концепция предиктивного технического обслуживания уже начала свое победное шествие и будет продолжать распространяться в ближайшие несколько лет.
• Предиктивное техническое обслуживание может использоваться для разработки новых бизнес-моделей на основе использования, а не владения.
• Идея предиктивного технического обслуживания усиливает отношения между клиентом и поставщиком на потребительском рынке и может привести к предиктивному обслуживанию.
Библиография
Adamic, L., Burke, M., Herdagdelen, A., & Neumann, D. (2016). Cat People, Dog People. https:// research.fb.com/cat-people-dog-people. Доступ 23 апреля 2019.
Gläß, R. (2018). Künstliche Intelligenz im Handel 1 – Überblick: Digitale Komplexität managen und Entscheidungen unterstützen, Висбаден.
Hoong, V. (2013). The digital transformation of customer services. https://www2.deloitte.com. Доступ 23 апреля 2019.
Kreutzer, R. (2017). Praxisorientiertes Marketing, Grundlagen, Instrumente, Fallbeispiele, 5. Aufl., Висбаден.
McKinsey. (2017a). Artificial Intelligence, The next digital frontier? Брюссель, Париж, Шанхай, Сан-Франциско.
McKinsey. (2017b). Smartening up with Artificial Intelligence (AI)—What’s in it for Germany and its industrial sector? Франкфурт.
McKinsey. (2018). Notes from the AI frontier, Insights from Hundreds of Use Cases, Сан-Франциско.
Nespresso. (2019). Nespresso. https://www.nespresso.com/de/de/order/machines/prodigio-mch-titan c70-eu-krups-kaffeemaschine?cid=SEM_B2C_DE-DE_LOC_R_Google_NESPRESSO%7CDE %7CGOOGLE%7CB2C%7CBrand_MachineNames%28E%29%7CDE_Prodigio%7CDE_ Prodigio_e&gclid=EAIaIQobChMIkOjUqZuS3QIVAeR3Ch1EigdhEAAYASAAEgKArPD_ BwE&gclsrc=aw.ds&dclid=CLaZ1LCbkt0CFUzhGwodDrwNKQ. Доступ 23 апреля 2019.
SO1. (2019). The most advanced AI for retail promotions. https://www.so1.ai/. Доступ 6 мая 2019.
Stenkamp, D. (2018). Früh gewarnt. В DUB Unternehmer Magazin (с. 20f).
Zalando. (2019). Shopping-App, 2019.
Другие статьи по этой теме:
- 601 пример внедрения ИИ на производствах и преприятиях
- ИИ в корпоративном секторе
- Пособие по разработке стратегии ИИ