«ИИ для бизнеса».

Гость программы: Иван Будник, руководитель по развитию ИИ в М.Видео.
Ведущий: Алексей Кудинов, эксперт по стратегической AI трансформации бизнеса.

Алексей Кудинов:
Сегодня наша тема – это e-commerce и искусственный интеллект. Как искусственный интеллект помогает в электрической рознице. Но и традиционную розницу мы тоже, конечно, затронем.
Иван, как вы пришли в e-commerce? И как вы столкнулись в первый раз с искусственным интеллектом?

Иван Будник:
В 2013 году я запустил свой небольшой стартап. Это был интернет-магазин. Мы достаточно хорошо и быстро развивались. Но потом был сложный период.
В 2016 году я должен был, вынужден перейти в работу в найм. Я пошел в интернет-магазин Toy.ru. Тогда был номер один. На позицию руководителя интернет-проекта. Буквально за два года мы очень хорошо выросли. Входили в топ 100 интернет-магазинов на тот момент. Я там проработал 4 года. Ушел с позиции директора по электронной коммерции.
Потом год работал в компании Leоmax. Это телемагазины. Там запускал лайв-стримы. Было такое направление, которое в России не очень прижилось. Хотя в Китае очень хорошо развивается. Потом был достаточно большой опыт - 4 года я работал в группе компании Gulliver. Пришел как раз на позицию директора по электронной коммерции. И в течение небольшого периода времени стал еще директором по цифровой трансформации. Как раз благодаря тому, что начал внедрять технологию искусственного интеллекта в бизнес-процессы. И это стало таким логическим ростом.
Сейчас в компании М.Видео помогаю также развивать направление AI.

Алексей Кудинов:
А зачем такой большой рознице, как М.Видео, искусственный интеллект? Какие процессы он помогает улучшить? И что с этим происходит?

Иван Будник:
Вы подсветили, что под розницей каждый подразумевает свое. Есть классическая розница или бетонная розница, по-разному называют. Это розничные магазины, куда люди приходят физически. И там один пул инструментов, которые могут использоваться. Например, можно ставить стенды. Это могут быть цифровые помощники, которые могут подбирать, допустим, технику. Когда консультанты заняты, особенно в высокий сезон, например, перед Новым годом, перед какими-то праздниками, то можно проконсультироваться у такого цифрового консультанта, который может подсказать, подобрать. Это один момент.
А второй момент – технологии компьютерного зрения на текущий момент позволяют мониторить и производить так называемый визуальный мерчендайзинг. То есть, всё ли есть в магазине, всё ли правильно выставлено и так далее. Это применимо на самом деле абсолютно для любого розничного магазина.
И есть другое направление, такое как интернет-магазин. Там технологий гораздо больше. И хотя уже на текущий момент многие даже не воспринимают это как искусственный интеллект, хотя на самом деле все поисковые системы, полки рекомендаций и огромное количество различного функционала, которое лежит под капотом интернет-магазина, это как раз-таки современные технологии.
В том числе сейчас очень много консультантов, которые внедряют, ну и также консультант, который помогает человеку подобрать правильно и грамотно для себя продукт. И сейчас ещё идёт развитие так называемой geo-оптимизации. То есть, это оптимизация под языковые модели. Когда человек ищет, например, в поиске в колдунчике в Гугле, сейчас в Яндекс Алисе есть, то есть, как попасть туда.

Алексей Кудинов:
Да, поиск меняется, даже была статистика, что 78% американских пользователей Chat.GPT уверены, что Chat.GPT это поиск.

Иван Будник:
Да, кроме того, уже на текущий момент тот же самый Chat.GPT встроил туда рекламу, они уже продают рекламу. Получается, это просто эволюция. Где находится аудитория, туда приходят продажи. И сейчас на текущий момент уже коммерческий поиск ушёл на маркетплейсы, то есть, когда люди хотят что-то купить, а когда люди хотят найти информацию, они уже не гуглят и не ищут в Яндексе, они заходят в языковую модель, это может быть Гигачат, Яндекс.GPT или Chat.GPT, что угодно, ищут там информацию. И вот, допустим, человек хочет найти себе кроссовки, телевизор, что угодно, он вбивает - где мне купить телевизор такой-то, а уже языковая модель находит информацию. И если мы берём молодое поколение, то они это принимают уже как стопроцентную достоверность.

Алексей Кудинов:
Они просто не имеют другого опыта, они уже так и ищут, буквально с сознательного возраста, когда они начали искать что-то себе купить.

Иван Будник:
Да, и здесь как раз-таки важный момент. Те, кто оптимизирует свои интернет-магазины под эту историю, сейчас как раз-таки возникает история с MCP серверами и всё, что из этого вытекает, те будут на коне. Потому что потихонечку из платформенной экономики, экономика переходит в агентскую экономику.

Алексей Кудинов:
К этому мы вернёмся позже, потому что более сложная такая тема про агентов. Есть у меня тоже свой пользовательский кейс, как я искал себе технику, и агенты не пустили на один из сайтов.

А хотел бы тогда ближе уже к самому маркетплейсу. Мы заходим в маркетплейсы, и эта вся оптимизация, мы под капотом её не видим, мы видим результат. И результатом является всё-таки карточка. Карточка товара – это прям соль маркетплейса, любого сайта, интернет-магазина. И вот как ИИ помогает с карточками?

Иван Будник:
Это отличный вопрос. На самом деле, к сожалению, на нём в двух словах не ответить, но я постараюсь хотя бы в общих чертах.

На маркетплейсе и в собственном интернет-магазине логика примерно аналогичная, но в маркетплейсе более показательно, потому что там гораздо больше трафика. Например, для того, чтобы человеку показать именно товар, или он увидел, есть, безусловно, реклама, мы сейчас рекламу отставим в сторону немножко, потом к ней ещё вернёмся. В первую очередь это оптимизация, то есть seo оптимизации внутри маркетплейса, чтобы в органике показаться. Для этого должны быть оптимизированные карточки с точки зрения именно ключевых слов, и там есть ещё различные стратегии. Если мы запускаем рекламу, нужно сужать ключевые слова, чтобы мы большие бюджеты не тратили. Если мы оптимизируем под поиск, это другая стратегия, то есть расширяем ключевые слова, здесь нужно находить, выгружать ключевые слова, оптимизировать.

Алексей Кудинов:
Большая работа проводится. И раньше это всё вручную делали.

Иван Будник:
И люди могут это делать. Есть два типа продавцов на маркетплейсе. Есть крупные ритейлеры, которые приходят на маркетплейс, у них десятки, а то и сотни тысяч SKU, и ими сложно управлять.
Например, нужно было вывести 140 тысяч карточек товара на маркетплейс, и это достаточно сложно. То есть если это делать человеческим ресурсом, то это должен быть огромный штат. Нейронки просто с этим справляются гораздо быстрее, и это по факту выходит существенно дешевле. Языковые модели не так дорого на самом деле стоят.
Если мы говорим с точки зрения безопасности, то здесь тоже никаких рисков нет, потому что, ну, в любом случае, вы это описание готовите для того, чтобы это люди увидели. Когда карточка показалась в поиске, на неё должны кликнуть, и для того, чтобы на неё кликнули, должен быть хороший визуал. Продаёт визуал.
Кроме того, допустим, это как раз таки измеряется метрикой CTR, то есть переход в карточку товара. А когда человек в карточке товара находится, там уже идёт борьба за конверсию, добавление в корзину, в формирование заказов, выкуп и так далее.
И получается эта история с конверсией, тоже там так называемая контент-воронка. На самом деле большинство людей смотрят либо только на картинки и на отзывы, а описание это больше, наверное, по внутренних роботов.
Но почему-то одни карточки лучше конверсят, другие хуже, потому что здесь как раз таки есть нюанс. Допустим, мы анализируем огромное количество отзывов, вопросов, которые люди оставляют, потому что если человек оставил вопрос, значит он готов купить, но есть сомнения. И как раз таки это всё анализируется, выносится в инфографику, в контент-воронку так называемую, то есть размещается на изображении для того, чтобы закрыть возражения человека. То есть, когда человек листает, он закрыл все свои возражения, добавляет в корзину. Переходит ещё в отзывы может посмотреть и так далее. И на самом деле там огромный пласт работы. Это работа с отзывами, работа с вопросами, работа с карточками товара.

Алексей Кудинов:
И всё это делает сейчас ИИ в М.Видео?

Иван Будник:
В большей степени да. Безусловно, это валидируется человеком, но самую большую часть работы выполняет ИИ.
Один ещё из примеров. Генерация описания для карточки товара. Например, у нас есть кофемашина, которая отличается в артикуле одним символом. Одна может готовить, капучино, а другая не готовит. Мы написали, что она готовит капучино. Человек пришёл, оформил, а он любит капучино и купил эту кофемашину только из-за капучино. А по факту она не готовит. И здесь возникают репутационные риски и так далее.

Алексей Кудинов:
А как, кстати, проверить? Вы сказали, 140 тысяч SKU, М.Видео выгрузило эти карточки. А как проверить? Мы их там создали, оптимизировали, всё хорошо, но вот такая маленькая ошибка. Как теперь проверить эти 140 тысяч?

Иван Будник:
А прежде, чем размещается, валидация идёт именно человеком. Перед размещением валидация человеком. Человек смотрит, просматривает как контент-менеджер и валидирует. Просто это не сокращает на 100% человеческий труд, но процентов на 70 его сокращает. А это существенный прирост в таких объёмах.
И получается, логика в чём? Нейронка пишет описание, дальше идёт факт-чекинг, то есть мы проверяем, вторая нейронка идёт в интернет, вытаскивает по этому товару всю информацию, говорит, смотрите, у вас здесь ошибка. Потом идёт рерайт, и потом ещё проверяем на антиплагиат через систему. И таким образом на выходе получается готовый текст.

Алексей Кудинов:
То есть это фактически создание карточки с учётом отзывов клиентов, функций самого товара, поисковых вещей, как клиенты ищут это, проверка соответствия текста картинки, проверка соответствия самому прибору по официальным данным. Переписываем, и ещё смотрим, чтобы это не было плагиатом. Это большая интересная система такая.

Иван Будник:
Ещё история в том, на маркетплейсах же не только компании М.Видео, ещё огромное количество компаний, которые продают аналогичную технику. Кто-то лучше оптимизирует свои карточки, кто-то хуже. Допустим, один из показателей, который многие упускают. Например, характеристики или атрибуты - это те параметры, по которым человек ищет, когда выставляет фильтры. И кто-то закрывает глаза, потому что не хотят приводить все характеристики в вид маркетплейса, а кто-то с этим очень скрупулёзно к этому относится. И здесь как раз логика в чём? Можно эту информацию получить и сделать свои карточки более совершенным, то есть продавать лучше, чем ваш конкурент. И это на текущий момент тоже реалистично с помощью технологий искусственного интеллекта.

Допустим, например, мы возьмём категорию холодильники или телевизоры, у некоторых только 30% атрибутов заполнено, а у кого-то 95%. 100% не заполнено ни у кого, я могу сказать по своему опыту. Грубо говоря, получается за счёт оптимизации этих вещей можно прирасти от 17% до 30%. А это очень тоже неплохо.

Алексей Кудинов:
Это очень крутой результат.
Мы обсудили уже подробнейшим образом, как устроена карточка, какой огромный конвейер вообще стоит за тем, что вы видите в интернет-магазинах или на маркетплейсах, и какая сложная механика там с использованием искусственного интеллекта сейчас уже работает.

Но маркетплейсов, интернет-магазинов много. Я думаю, что М.Видео представлена в огромном количестве площадок. А как вообще управляться? Получается, что мы эти 140 SKU умножаем на количество этих кабинетов. У вас сколько их?

Иван Будник:
Ну, порядка 14.

Алексей Кудинов:
Это уже серьезные цифры. А как с этим управляться вообще?

Иван Будник:
Здесь как раз-таки помогают современные технологии. Самая большая сложность при выгрузке товаров это сделать соответствие категории. Потому что когда у вас одна категория, это можно сделать достаточно легко. А когда у вас, допустим, как у М.Видео, 6 тысяч плюс категории, и нужно это сопоставить с другими платформами, то здесь, как казалось бы, сказать чату GPT «Сделай соответствие», не получается. Здесь используются технологии машинного обучения, различные модели и так далее. Плюс, опять же, здесь идет валидация. Потому что если мы не туда прогрузим, не те характеристики, есть определенные риски.

И здесь была проделана огромная работа, на самом деле, для того, чтобы это как раз-таки выгрузить, маршрутизировать, оптимизировать. Потому что у разных платформ разные подходы. И разные ключевые слова в топе находятся. Если мы берем просто одну тему оптимизации, берем ключевые слова, адаптируем под определенные платформы. И там таких подводных камней огромное количество.
Поэтому повторюсь, человеческим ресурсом это сделать можно, но дороже, дольше. Чем быстрее мы вышли на платформу, тем быстрее, соответственно, заработали денег.

Алексей Кудинов:
Да, можно сделать руками, но это никому не нужно, потому что конкуренты, коллеги по цеху займут уже эту площадку.

Иван Будник:
Вот, например, я еще приведу пример другого, фэшн. В фэшне есть коллекции весна-лето, осень-зима. Соответственно, ты должен своевременно зайти с коллекцией, потому что потом уже начинается дисконтирование. То есть чем быстрее ты заведешь товар на платформу, на свою, на внешнюю, неважно, тем с большей маржинальностью ты можешь продавать. Здесь, в прямом смысле, время равно деньги.

Алексей Кудинов:
Да, и результат собирается вот по проценту, буквально из каждого, с каждого шага этого конвейера.

Иван Будник:
За счет сложного процента, мы можем немножко - 3%, 4% на каждом этапе прирасти, а в итоге это дает достаточно хороший инкрементальный эффект.

Алексей Кудинов:
Мы говорим про карточки, про управление, все очень красиво выглядит на интернет-магазине, на маркетплейсе. Я столкнулся со своей историей. Мне нужен новый большой широкий монитор для работы. Я запускаю агента для его поиска, и агент на какие-то сайты, на маркетплейсы он заходит, а на какие-то его просто не пускают. То есть ворота перед ним закрыты, дверь закрыта.
И понятно, что сейчас я ищу с помощью агента. Там завтра, послезавтра я буду платить с помощью агента, я ему дам деньги, какую-то сумму, иди и купи этот монитор. Вот по таким-то условиям.
И вот приходит агент с деньгами в e-commerce, ему говорят, нет, мы у тебя деньги не возьмем, вообще к нам не ходи. Почему так?

Иван Будник:
Хороший вопрос. На самом деле уже на текущий момент это в Европе работает. Компания Visa это уже реализовала. Ну понятно, по определенным причинам у нас просто это на текущий момент еще не работает. Кроме того, есть Rufus у Amazon, которые уже тоже это делают. Человек может заказать продукт, которого даже нет на Amazon. Но чтобы не терять клиента, Amazon доставит этот продукт.
В России тоже на самом деле многие компании идут в эту историю. И как раз таки компания М.Видео разрабатывает MCP-сервер свой для того, чтобы реализовать эту функцию.
Теперь постараюсь ответить на ваш вопрос. Почему этого не делают некоторые компании? Потому что они боятся парсинга. Они закрывают от поисковых роботов и других роботов свой интернет-магазин для того, чтобы их не мониторили. Не мониторили цены, не могли люди сравнивать и так далее. На самом деле много может быть причин. Но самое важное, наверное, это как раз таки мониторинг.

Алексей Кудинов:
Это ценовой мониторинг, скорее всего.

Иван Будник:
И здесь на текущий момент возможно они выиграют. Но на мой взгляд в перспективе они проиграют. Потому что все, мы уже об этом говорили, идет потихонечку к агентной экономике. И те, кто на текущий момент возьмут это себе на вооружение, обязательно выиграют в перспективе. Потому что там, где аудитория, там и продажа. Аудитория сейчас вся, особенно молодежь, она переходит в языковые модели и начинает им безоговорочно верить тому, что говорят.

Алексей Кудинов:
Но пока все-таки потребитель пишет что-то, иногда даже может позвонить в компанию, по разным каналам обращается в компанию или за консультацией, или пожаловаться, или что-то спросить и так далее. И вот это все в клиентский сервис приходит. Здесь как устроено это в М.Видео и как искусственный интеллект помогает здесь?

Иван Будник:
Это как раз, наверное, один из первых кейсов, который мы реализовали. Потребность была в том, чтобы большое количество времени клиентский сервис тратил на то, чтобы руками отвечать на отзывы клиентов. Это можно автоматизировать. Здесь идут на самом деле споры, насколько это синтетически или нет, потому что нейронки синтетически отвечают, многие говорят. На самом деле, если посмотреть 99% компаний не пишут индивидуально каждому пользователю ответ. У них есть готовые шаблоны, они просто шаблонизируют ответы.

Нейронка здесь, на самом деле, гораздо более вариативна, и по сути 100% уникального контента. Кроме того, это анализируется огромное количество отзывов, как отвечали консультанты и так далее, и создается уже паттерн, на основе которого отвечает нейронка.
И пришел руководитель клиентского сервиса с такой потребностью. Мы буквально за пару-тройку дней развернули сначала на n8n, то есть интерфейс, это лоукод платформа, которая позволяет автоматизировать процесс.

Алексей Кудинов:
Поясню для телезрителей, нарисовали визуально схему и в определенные узлы поставили нейронку.

Иван Будник:
Да, абсолютно верно.

А так как это менеджер, неудобно этим пользоваться, потом еще завайпкодили, сделали дизайн визуальный, как это все выглядит со всеми настройками, валидацией, мониторингом всех позиций и так далее, статистику еще вывели. Это заняло буквально 4 дня. За 3 месяца мы обработали больше 340 тысяч отзывов. Ну и как раз таки по обратной связи руководителя это позволило сократить именно нагрузку на ручной ответ на 90%. А потратили мы на это очень короткое время.

Алексей Кудинов:
А вот теперь вопрос. Куда делись дюди, которые с 90% этой нагрузкой раньше справлялись?

Иван Будник:
Но в силу того, что компания растет, развивает свой ассортимент, просто этих людей переключили в другие направления, как раз таки в ответы.

Алексей Кудинов:
А это, кстати, очень опытные люди, которые прошли этот клиентский сервис. Они прямо знают, что хочет потребитель. Отлично.
Мы всегда говорим, такой антисоциальный немножко аспект ИИ, что ИИ заменят, всех повольняют. Мы знаем, что он заменит тех, кто им не пользуется.
А есть ли найм? И в найме есть ли какие-то ИИ решения сейчас в В.Видео?

Иван Будник:
В том числе. На самом деле сейчас, если смотреть, то очень многие люди и резюме пишут с помощью искусственного интеллекта.

Вот как раз одна из историй. Например, все прекрасно знают, что в классической рознице, в розничных магазинах большая достаточно текучка. У HR достаточно большая нагрузка - мониторинг, резюме, валидация, проверка и так далее. С HeadHunter, с Авито можно сделать интеграцию, что в принципе тоже сделали.
Логика в чем? По определенному триггеру раз в 15 минут по заданным параметрам, вплоть, грубо говоря, до метро, гендера, пола, возраста, можно заложить в эту систему. Она мониторит и подсвечивает. Если человек только что создал резюме, либо его обновил, то скорее всего, с вероятностью 99%, он открыт к предложению. Соответственно, это позволяет не просто мониторить постоянно человеку, а ему просто подсвечивать, что вот свежие кандидаты, которые можно рассмотреть.

Алексей Кудинов:
Это опять, кстати, то, о чем мы говорили. Это скорость принятия решения. Если мы надеемся на рекрутера, которого какие-то свои вопросы надо доработать с резюме, он вечером посмотрел, а человек утром обновил резюме, мы уже не успеваем, потому что кто-то уже его перехватил, этого сотрудника потенциального.

Иван Будник:
И, кроме того, система сразу делает скоринг; то есть, у нас есть резюме, насколько этот человек подходит нам и ранжирует, насколько по нашим параметрам это подходит. Это просто банально упрощает, сокращает время и увеличит производительность.

Алексей Кудинов:
Хорошо, с персоналом разобрались. Тоже ИИ здесь помогает.
Но вопрос. К вам сами пришли представители бизнеса, представители HR, кто-то из логистики, из развития подразделения? Какой процент руководителей бизнеса приходит сам к подразделению ИИ, к эксперту по ИИ внутри компании и говорит, помоги мне внедрить ИИ? Или надо идти, наоборот, в бизнес, уговаривать, увлекать, что-то делать?

Иван Будник:
У меня 4 года практики, сейчас все больше и больше осознанного принятия решений с точки зрения руководителя. Они понимают, что какие-то есть процессы, которые занимают огромное количество времени, а человек бы мог заниматься более стратегическими вопросами. И они, соответственно, приходят и говорят, а можно это как-то оптимизировать? И сейчас такого становится все больше.

Но, скажем так, 4 года назад была диаметрально противоположная история, когда нужно было приходить и говорить, смотрите, я примерно вижу, что вас здесь можно оптимизировать, но люди не были готовы.

И на самом деле сейчас на текущий момент еще многие не готовы, потому что здесь произошла подмена понятий. Есть два таких лагеря противоположных. С одной стороны, руководство компании, у которого завышены ожидания, они считают, что искусственный интеллект может заменить всех людей. Соответственно, отсюда как раз возник второй лагерь. Люди боятся, что их всех заменят. И если посмотреть, на текущий момент мы находимся, по сути, на этапе четвертой промышленной революции, но ни одна революция не сокращала людей. Работы становилось только больше, потому что это нужно все обслуживать.
Как раз говорю, что это когнитивный экзоскелет, это усиливает человека и так далее. Поэтому на текущий момент, повторюсь, все больше людей приходит с конкретными задачами, но все равно это процентов, наверное, 20, максимум 30. 

Алексей Кудинов:
Еще не подавляющее большинство.
Наша программа подходит к концу. Хотел вас попросить дать совет руководителям, руководителям бизнеса, собственникам, кто нас смотрит, руководителям подразделений, ключевым экспертам компаний. Совет в области ИИ, который бы помог им в ближайшие, условно, 2 недели, месяц, может быть, сделать какой-то осознанный шаг дальше к внедрению ИИ для себя.

Иван Будник:
Я в большинстве случаев всегда говорю, начните с чего-то простого. Иногда люди берут какую-то сложную задачу и хотят ее решить. В силу того, что нет ни опыта, ни экспертизы, скорее всего, она будет провальная. И они говорят сразу, что это не работает, и откладывают на какое-то количество времени внедрение.

Мы сегодня обсуждали такие истории, как, допустим, обработку отзывов, какая-то банальщина, то, что можно на коленке собрать буквально за несколько дней и получить реальный результат, увидеть, тогда появляется вдохновение.
Опять же, из моего опыта. Сначала сделали подарочные карты, потом написал статьи. Я увидел, что это работает, и начал эту историю развивать.
Поэтому я всегда рекомендую начать с малого, получить результат, понять, что это действительно работает, потом набираться опыта и более масштабные проекты развивать.

Алексей Кудинов:
Отличный совет.
Делайте маленькие победы с ИИ и освобождайте время на большие свершения.