2023년은 인공지능에 관한 한 모든 것이었고 소매 기술에 관한 것은 전혀 없었던 것 같지만, 올해는 AI, 머신 러닝, 컴퓨터 비전 기술의 도입이 증가하고 있어 반복될 조짐입니다.
Honeywell 조사에 따르면, 10개 리테일러 중 6개는 내년에 세 가지 기술을 모두 도입할 계획이며, 도입의 물결은 내년에 글로벌 리테일을 형성할 것입니다. 리테일러의 35%만이 이러한 기술을 대규모로 사용한다고 보고한 것을 감안하면 이는 엄청난 변화입니다.
설문 조사에 참여한 사람 중 거의 절반(48%)이 향후 3~5년 동안 소매업계에 상당한 영향을 미칠 것으로 예상되는 주요 기술로 AI, ML, CV를 꼽았습니다.
소매업체들은 인력을 줄이고 노동 비용을 줄이기 위해 기술을 주시하지 않습니다. 그들은 기술을 인력을 보완하고 강화하는 동시에 소매 고객 경험을 향상시키는 방법으로 봅니다.
설문 응답자들은 AI, ML, CV가 소매업의 네 가지 기능에 가장 큰 가치를 가져다 줄 것으로 예상합니다. 즉, 피킹 및 일정 예약과 같은 일상 업무의 자동화 및 지원, 디지털 채널을 위한 라이브 채팅을 포함한 고객 서비스 지원, 타겟 고객 마케팅 캠페인 생성 및 재고 관리 개선입니다.
미국, 유럽, 중동 및 아프리카의 1,000명의 소매업체 리더를 대상으로 실시한 이 조사에서는 다음과 같은 추가 하이라이트도 공개되었습니다.
- 설문 대상자의 38%가 특정 사용 사례나 지역에서 이러한 기술을 사용하고 있습니다.
- 35%는 대규모로 사용하고 있습니다.
- 24%는 시범 단계이거나 논의 중입니다.
- 단 3%만이 이러한 기술을 전혀 사용하지 않는다고 답했습니다.
소매업체 리더들이 기술 구축을 선택한 상위 3가지 이유는 다음과 같습니다.
- 고객 경험 개선(59%)
- 생산성 향상(49%)
- 비용 효율성/투자수익률(ROI) 달성(44%)
Retail Customer Experience는 Honeywell PSS의 사장 인 데이비드 바커 에게 조사 결과에 대한 보다 심도 있는 통찰력과 AI가 소매업의 미래를 어떻게 형성할 것인지에 대한 정보를 제공했습니다 .
Q. 소매업 전반에서 AI와 ML이 각각 어떤 위치에 있는지, 그리고 CX 도구로서 소매업에서 어떤 위치에 있는지 설명해주시겠습니까?
A. 리테일러들은 AI와 ML이 운영을 혁신하는 힘을 점점 더 인식하고 있습니다. 이러한 기술은 장애물을 줄이고, 효율성을 높이고, 생산성을 높여 궁극적으로 직원과 쇼핑객 모두에게 더 나은 경험을 제공합니다. 쇼핑 경험의 관점에서 볼 때, 이러한 기술은 리테일러가 보다 맞춤화되고 개인화된 경험을 제공하고 직원과 고객 간의 원활한 협업을 촉진하여 전반적인 쇼핑 여정을 풍부하게 할 수 있도록 합니다.
또한, 미래지향적인 리테일러는 전자상거래 운영에서 AI와 ML을 활용하여 다양한 작업과 프로세스를 최적화하고 자동화하는 로봇 솔루션을 도입했습니다. 예를 들어, Honeywell의 AI 기반 로봇은 고급 그립 및 비전 기술을 사용하여 주문 검색, 분류 및 이행과 같은 작업에서 인간 근로자의 역량을 향상시킵니다. 이러한 최첨단 로봇 솔루션은 재고 관리를 간소화할 뿐만 아니라 더 빠르고 정확한 주문 이행으로 이어져 전반적인 운영 효율성을 개선합니다.
Q. 연구 결과에 놀랐습니까? 그렇다면 왜 놀랐습니까? 그렇지 않다면 왜 놀랐습니까?
A. 오늘날 소매업체가 고객 경험을 개선하고 우위를 점하기 위해 새로운 기술을 도입하는 경쟁이 치열한 소매 환경에서 우리는 연구 결과에 놀라지 않았습니다. 쇼핑객은 점점 더 개인화되고 혁신적이며 마찰 없는 쇼핑 여정을 중시하고 있으며, 소매업체가 충성도를 높이고 생산성을 개선하며 경험을 풍부하게 하는 데 도움이 되는 새로운 기술을 쉽게 이용할 수 있습니다. 내년에 10개 소매업체 중 6개가 AI, ML 및 CV 기술을 더 많이 도입한 것은 이러한 기술이 미래 소비자의 요구와 수요를 해결하는 데 필수적이라는 업계의 인식을 반영합니다.
질문 . 연구 데이터 포인트를 살펴보면, 설문 조사에 참여한 사람의 거의 절반이 AI와 ML, CV가 향후 3~5년 내에 소매업에 상당한 영향을 미칠 것으로 보고 있지만, 단 35%만이 이를 대규모로 사용하고 있다는 점에서 이분법이 있습니까?
A. 이러한 기술의 광범위한 채택이 지연되는 것은 현재 경제 상황의 요인일 수 있습니다. 저희 조사에 따르면 응답자의 3분의 1 이상이 예산 제약을 구현의 주요 장벽으로 언급했습니다. 또한 리테일러는 즉시 광범위한 채택으로 뛰어드는 대신 소규모 시범 프로젝트를 통해 점진적이고 전략적으로 이러한 기술을 구현하고자 할 수 있습니다.
그러나 리더들 사이에서는 이러한 기술이 소매업의 미래에 필수적이라는 인식이 널리 퍼져 있는 듯합니다. 이러한 발전은 생산성을 높이고, 재고 정확성을 개선하고, 고객 서비스를 향상시키는 데 도움이 될 수 있기 때문입니다. 조직은 이러한 기술을 능숙하게 활용함으로써 차별화를 이룰 수 있습니다.
Q. 소매업체가 기술을 도입하는 것을 막는 것은 무엇입니까?
A. 소매업에서 AI, ML 및 CV의 광범위한 채택은 여러 가지 장애물에 직면합니다. 이러한 장벽은 주로 예산 제약과 관련이 있으며, 설문 조사에 참여한 소매업체의 39%가 제한된 재정 자원에 어려움을 겪고 있으며, 이러한 기술에 투자하고 사용을 확장하는 능력이 복잡해지고 있습니다. 또한 회사는 특히 투자 수익률과 고객 만족에 미치는 영향을 입증할 때 사업적 가치를 보여주는 데 어려움을 겪고 있습니다.
이러한 장애물을 감안할 때, 리테일러는 기존 디지털 투자가 어떻게 AI 애플리케이션을 성숙시키는 빌딩 블록으로 사용될 수 있는지 고려해야 합니다. 예를 들어, 모빌리티 기기, 웨어러블, IoT, 로봇공학은 AI, ML, CV를 활용한 소프트웨어 솔루션과 결합되어 고객 선호도에 대한 실행 가능한 통찰력을 함께 생성할 수 있습니다.
리더는 또한 노동 자원과 운영을 최적화하는 데 있어서 기술의 역할에 대한 비즈니스 사례를 만들 수 있습니다. AI, ML 및 자동화는 장애물을 줄이고, 효율성을 높이고, 생산성을 높이는 데 도움이 되며, 궁극적으로 직원과 고객 경험을 모두 향상시킵니다.
Q. 더 많은 소매업체가 기술을 도입하도록 하려면 무엇이 필요할까요?
A. 더 많은 채택을 촉진하기 위해 AI가 리테일러를 돕기 위해 어떻게 사용되었는지에 대한 실제 사례를 제공하여 비즈니스 가치를 전달하는 것이 중요합니다. 특히 AI가 고객 경험을 향상시킨 사례에 초점을 맞춥니다. 예를 들어, 한 대형 리테일러는 핸드헬드 기기에 AI 기반 기술을 통합하여 매장 내 제품 이미지를 매장별 플래노그램과 비교했습니다. 이 기술은 선반 수준의 준수 사항을 즉시 평가하여 매장 직원에게 고객이 원하는 제품을 올바른 위치에서 찾을 수 있다는 확신을 제공합니다(또는 분실된 품목이 있는 경우 신속하게 조치할 수 있는 권한을 부여). AI가 보편화됨에 따라 전략적 목표를 전달하고 비즈니스 ROI에 어떻게 기여하는지 보여주는 것이 필수적입니다.
점점 더 많은 소매업체가 초기 채택자의 성공을 목격하고 실질적인 혜택을 경험함에 따라, 이들은 주저함을 극복하고 이러한 혁신적인 도구를 받아들여 운영과 고객 경험에 도움이 될 가능성이 높습니다.
