Практика использования искусственного интеллекта компаниями потребительского сектора. Опыт России и Азии. Kept

[RusTransChina]

Основные идеи исследования​

• Искусственный интеллект (ИИ) стал ключевым драйвером эффективности в розничной торговле и производстве потребительских товаров.
• Основные эффекты: снижение затрат, повышение производительности, рост продаж.
• Внедрение ИИ приносит компаниям +1–2% к выручке за счёт оптимизации планирования и снижения расходов
  География исследования: Россия, Китай, Сингапур, Корея + опыт глобальных игроков (Walmart, McDonald’s, Nestlé, Unilever и др.).
  
  

---

Ограничения и риски применения ИИ​

• Корпоративные: утечки данных, кража ИС, нарушения комплаенса, уязвимость цепочек поставок
  
  
  
• Функциональные:
  • зависимость от качества данных,
  • «галлюцинации» моделей, дрейф, отравление данных,
  • низкая адаптивность к быстрым изменениям,
  • непрозрачность решений,
  • игнорирование региональных особенностей.

---

Технологии и подходы​

• Используется подход CPMAI (Cognitive Project Management in AI) для оценки целесообразности внедрения.
• Наиболее популярные технологии: ML, NLP, компьютерное зрение, RPA, цифровые двойники, генеративный ИИ
  
  

---

Основные бизнес-процессы и эффекты внедрения​

1. Управление закупками
   • «ВкусВилл»: прогнозирование закупок с учётом сезона, погоды, событий → снижение ошибок и оптимизация поставок.
   • Yonghui (Китай): сокращение out-of-stock на 10–20%.
   • Asahi (Япония): автоматизация контрактов.
   • Food Market Hub: автоматизация до 80% процессов
     
     .
     
2. Производство и контроль качества
   • Черкизово: видеоаналитика → +15% производительности.
   • Молочный производитель (Россия): предиктивная аналитика → -73% простоев, +20% срок службы оборудования.
   • Lotte Mart (Корея): сортировка фруктов по сладости → рост продаж +7 млн $.
   • Fujitsu: контроль качества тунца → -80% времени на проверку
     
     .
     
3. Логистика и управление запасами
   • Яндекс: роботизированные склады → +30% скорость комплектации.
   • CU (Корея): компьютерное зрение → -20,8% OOS, +4,8% продаж.
   • FamilyMart, China Resources Vanguard: точность прогнозов >92%.
   • Lumitics (Сингапур): сокращение пищевых отходов на 40%
     
     .
     
4. Маркетинг
   • «ВкусВилл»: GPT-бот «пИИрожок» → +10% вовлечённости, рост среднего чека.
   • FairPrice (Сингапур): персонализированные промо → +15% конверсии.
   • JD.com (Китай): генерация контента → -90% затрат.
   • Baemin Minjok (Корея): персонализация → +80% конверсии
     
     .
     
5. Продажи и клиентский сервис
   • Магнит: компьютерное зрение для выкладки → доступность товаров 95%.
   • ВкусВилл: умные корзины → +21% частота покупок, +24% средний чек.
   • FairPrice: чат-бот → автоматизация 80% запросов.
   • Shenzhen Rainbow: динамическое ценообразование → -50% потерь свежих продуктов
     
     .
     

---

Поддерживающие бизнес-процессы​

• HR: Х5 Group — прогнозирование потребности в персонале. Luckin Coffee — ИИ-расписание → +9,9% производительности vs Starbucks.
• ESG и энергоменеджмент: 7-Eleven и FamilyMart — снижение энергопотребления на 15–20%.
• R&D: Imagindairy (Израиль) — производство молочного белка без животных. Kirin и Sapporo — автоматизация рецептов пива
  
  .
  

---

Международный опыт​

• Walmart: предиктивная аналитика, роботизация складов.
• McDonald’s: голосовое распознавание и предиктивное обслуживание.
• Nestlé и Unilever: цифровые двойники для разработки продуктов.
• Coca-Cola: анализ соцсетей, ИИ-вендинг.
• Starbucks: персонализация промоакций.
• Tesco: умные кассы и IoT-платформы
  
  .
  

---

Итоги​

• ИИ интегрируется во все ключевые процессы: закупки, производство, логистика, маркетинг, продажи, HR.
• Основные эффекты: рост точности прогнозов, снижение издержек, повышение производительности.
• Для России характерна активная адаптация (ВкусВилл, Магнит, Яндекс, Х5).
• В Азии акцент на гибкости цепочек поставок, сокращении отходов и персонализации.
• Главный вызов — качество данных и управление рисками.