Como a AIoT está transformando o varejo:lojas mais inteligentes, melhores serviços e cadeias de suprimentos otimizadas

O setor retalhista não ficou imune à proliferação de dispositivos e sensores habilitados para IoT nas lojas, nos canais de atendimento ao cliente, no armazenamento e na cadeia de abastecimento. Agora, os varejistas estão recorrendo à Inteligência Artificial para aproveitar melhor esses dados.

Como tal, a inteligência artificial das coisas (AIoT) está emergindo como fundamental para os varejistas. Por que? A combinação de IA com dados de dispositivos IoT ajuda os varejistas a reimaginar a experiência na loja, melhorar a prestação de serviços e manter a visibilidade do produto em todos os níveis operacionais.

No relatório temático Global Data IoT in Retail and Apparel, a crescente integração da IA em produtos e serviços IoT no retalho é inevitável e já está a acontecer:"As principais camadas na cadeia de valor da IoT são físicas, conectividade, dados, aplicações e serviços. Embora estas camadas sejam logicamente discretas, as soluções IoT em grande escala estão a ver uma considerável indefinição destes limites lógicos.

Por exemplo, embora continue a existir uma camada de dados claramente identificável no topo da pilha, uma proporção crescente do processamento de dados ocorre dentro e na extremidade da rede. O desenvolvimento acelerado da IA generativa, especialmente ChatGPT, aumentou a relevância da IA em todas as camadas da IoT. Portanto, um número crescente de produtos e serviços IoT incorpora IA nas suas capacidades, especialmente em interfaces orientadas para o cliente.

A seleção de eventos produz resultados e soluções em tempo real

O roteamento refinado via streaming de eventos permite que os sistemas sejam mais seletivos no que é analisado pela IA, para que possa ser mais barato e mais reativo aos eventos. Um evento representa uma mudança de estado ou uma atualização, como um item sendo colocado em um carrinho de compras, um pedido de cartão de fidelidade sendo enviado ou um pedido ficando pronto para envio.

Os eventos são “publicados” com um tema que indica do que se trata, e os sistemas podem “se inscrever” para receber todos os eventos com temas relevantes. Os sistemas de IA recebem eventos para produzir resultados em tempo real que permitem que soluções/ações em tempo real sejam acionadas automaticamente, mas esse feed de dados também fornece um fluxo para aprendizado constante, seja por ingestão em um banco de dados vetorial ou pelo ajuste fino do próprio modelo.

Conquiste as partes interessadas com casos de uso inteligentes

Muitas das primeiras aplicações de IA no varejo provavelmente se concentrarão em IA generativa (Gen-AI) e em modelos de linguagem grande (LLMs). Eles podem ser usados para interações diretas com o cliente por meio de aplicativos de loja, interações omnicanal de atendimento ao cliente e até mesmo para auxiliar os funcionários no armazém.

Mas um dos maiores problemas da IA atual baseada em LLM é que ela é relativamente cara e lenta. Simplesmente enviar dados de IoT para um LLM para processamento rapidamente se tornará complicado e muito caro. Os maiores benefícios da convergência de IA e IoT no varejo serão obtidos pelas organizações de varejo que identificam casos de uso inteligentes para oferecer benefícios aos clientes, aos funcionários e ao negócio como um todo.

… e deixe os benefícios falarem por si

Os fluxos de IoT que permitem eventos podem oferecer benefícios aos clientes de varejo e aos funcionários na loja, por meio de canais de atendimento ao cliente e até mesmo no armazenamento.

Aqui estão três casos de uso em que a convergência de IA e IoT no varejo, sustentada pelo streaming de eventos, pode fazer uma diferença real.

1) Apresentando o trabalhador de fábrica conectado

Começando no armazém, a IA pode ajudar no tratamento de exceções para trabalhadores de fábrica. A maioria dos varejistas agora usa algum tipo de dispositivo móvel ou tablet nas operações de armazenamento, e estes são suportados por dispositivos IoT no local para monitoramento de estoque e outras tarefas relacionadas ao inventário.

Tudo isso oferece uma série de benefícios potenciais a partir dos quais a IA pode obter novos insights e resolver possíveis problemas. Por exemplo, uma solução Gen-AI poderia fornecer a todos os trabalhadores uma maneira extremamente fácil de relatar problemas, incidentes/quase acidentes ou ideias sobre eficiência. Estas são informações qualitativas, mas uma IA baseada em LLM pode então revisar, classificar, agrupar e fornecer conselhos selecionados à gestão.

Resposta emergencial em tempo real para manter as operações seguras

Numa situação de emergência, por exemplo, existe também o potencial para aumentar significativamente a velocidade com que as organizações podem responder em tempo real no armazém ou no chão de fábrica. Ter um sistema orientado a eventos para fornecer as informações e uma IA para transcrevê-las, analisá-las e, em seguida, colocá-las na frente da pessoa relevante o mais rápido possível pode melhorar a segurança, o tempo e o dinheiro no chão de fábrica.

Aqui, a malha de eventos pode vincular muitos agentes de IA, cada um adaptado a um conjunto específico de eventos. Isso pode ser tão simples quanto assinar todos os eventos que contenham áudio bruto e usar um modelo de fala para texto para criar a transcrição, que é então publicada de volta na malha. Todos esses componentes se comunicam de forma assíncrona por meio da malha de eventos usando mensagens garantidas para garantir que nenhum evento possa ser perdido em trânsito e que sejam entregues à pessoa ou dispositivo apropriado para acionar uma resposta de emergência.

2) Compreender melhor as preferências do cliente para personalizar a experiência de compra

A AIoT permite que os varejistas aproveitem de forma inteligente os dados da loja e dos clientes para oferecer experiências de compra altamente personalizadas. Ao usar a IA para analisar dados de clientes a partir de dispositivos IoT, os varejistas podem adaptar recomendações de produtos, ofertas e até mesmo experiências na loja às preferências individuais. Tomemos como exemplo fornecer um assistente de atendimento ao cliente na loja que saiba onde o cliente está e, mais importante, onde todo o resto está localizado.

Por exemplo, um cliente pode informar ao aplicativo da loja que deseja construir uma cerca. Eles não precisam mais esperar que o representante da loja de ferragens os aconselhe sobre onde está o produto que precisam e qual devem usar. Em vez disso, um assistente de IA usaria informações específicas da loja para fornecer uma resposta adaptada às necessidades de cada cliente. Ele iria aos seus bancos de dados, responderia à consulta de forma inteligente e diria:OK, agora que descobrimos o tipo de material que você precisa, vamos dar uma volta pela loja e encontrá-los.

Maximizar a experiência do cliente no front-end requer movimentação de dados no back-end

Ser capaz de atender a essas solicitações com rapidez, precisão e eficácia significa habilitar todas as informações de estoque e processamento de IA. Os clientes precisam saber em tempo real se os materiais de que necessitam estão disponíveis, e isso também exigiria o uso contextual de sensores na loja para direcioná-los até a área da loja para encontrar seus produtos.

Uma abordagem orientada a eventos para integrar os dados do dispositivo e o processamento de IA usaria uma malha de eventos – uma rede de corretores de eventos interconectados que permite a distribuição de informações de eventos entre aplicativos, serviços em nuvem e dispositivos – para permitir processamento em tempo real e insights preditivos. Depois de adquiridos, os eventos também podem incluir documentação de back-end e instruções que explicam ao cliente como construir o projeto necessário quando chegar em casa.

3) Um agente Copilot confiável surge no contact center

Os modernos contact centers do cliente agora vêm com um copiloto de IA projetado para melhor atendimento ao cliente. O Microsoft Copilot, por exemplo, agora é inerente ao Microsoft 365 e amplia os canais existentes do contact center com IA generativa para aprimorar as experiências de serviço e aumentar a produtividade dos agentes.

A IA pode ajudar no processamento de chamadas gravadas ou em tempo real para o atendimento ao cliente para destacar quaisquer problemas sérios que precisem de assistência emergencial. Observe que esta não é a IA tomando o lugar da pessoa de suporte ao cliente, mas reagindo aos problemas que surgiram em uma chamada entre humanos para fornecer contexto em tempo real sobre o cliente e o problema que ele está enfrentando.

IA habilitada para eventos para adicionar ainda mais contexto aos representantes de atendimento ao cliente

Ao ativar esse copiloto de IA para eventos e vinculá-lo aos vários pontos de dados em todo o processo de atendimento ao cliente (dados de CRM para o histórico do cliente, tipo de dispositivo/canal a partir do qual eles estão se comunicando, scripts/protocolos de atendimento ao cliente e relatórios de BI), as organizações podem fornecer novos níveis de insights em tempo real ao representante de atendimento ao cliente.

Os agentes de IA podem assinar um conjunto restrito de eventos, fornecer um modelo de prompt específico para essa assinatura e, em seguida, usar um LLM para aprimorar o evento com informações adicionais. Por exemplo, realizar análises de sentimento nas interações do usuário para identificar clientes com problemas que precisam ser encaminhados a um especialista, um cliente pronto para um upsell ou sintetizar novos eventos com base na combinação de dados acumulados.

O comércio conectado cria um futuro de varejo mais inteligente

A combinação de IA e IoT no setor retalhista representa uma mudança transformadora na forma como os retalhistas podem aproveitar a tecnologia e os dados à sua disposição. Uma estratégia orientada a eventos é um componente crítico neste processo e ajudará as organizações de varejo a melhorar as experiências dos clientes, agilizar as operações e capacitar os funcionários desde o chão de fábrica até a loja e o contact center.