Какие цифровые решения упрощают доставку продуктов на дом
В рамках проекта «Цифровое слово» РБК совместно с компанией Positive Technologies рассказывает о цифровизации отраслей российской экономики. Первый выпуск был посвящен цифровизации нефтехимической компании «Сибур», второй — IT-решениям ретейлера X5 Group, третий — цифровым технологиям в авиакомпании «Аэрофлот», четвертый — цифровым инновациям в госкорпорации «Росатом», а пятый — облачным технологиям в телеком-компании «Билайн». В новом выпуске на примере онлайн-ретейлера «Самокат» разбираемся, какие цифровые технологии делают доставку продуктов простой и быстрой.
Перспективная отрасль
По данным Statista Market Insights, мировой рынок доставки продуктов в 2024 году достигнет «ошеломляющей», как пишут исследователи, цифры — $771 млрд. Кроме того, ожидается, что e-grocery (продажа товаров повседневного спроса через интернет) будет демонстрировать устойчивый годовой темп роста в размере 11,8% в период с 2024 по 2029 год, в результате чего объем рынка к 2029 году превысит $1,3 трлн.
Рынок e-grocery в России также продолжает расти: в первом квартале 2024 года его объем достиг 310 млрд руб., что на 4% больше показателей предыдущего года. С апреля 2023-го по май 2024 года приложения по доставке продуктов и готовой еды установили 50,8 млн раз, показало исследование Go Mobile. В 2024 году количество заказов в сегменте e-grocery превысит 820 млн, прогнозируют эксперты. По данным исследования Data Insight, лидерами рынка e-grocery за 2023 год стали «Самокат», «Купер» (ранее «СберМаркет») и «Вкусвилл».
Сергей Землянский, директор по цифровым технологиям Samokat.tech:
«Когда мы только начинали работать с e-grocery, его проникновение в больших городах не превышало 2–3%, то есть было ничтожно мало. В этом году проникновение цифровых форматов покупки продуктов уже больше 10%. Мы ожидаем, что в ближайшие пять лет превысим показатель в 25%».
Как работает e-grocery на примере «Самоката»? В городе открываются дарксторы — пространства, похожие на обычные магазины, но в них нет покупателей, только сотрудники и партнеры. Каждый даркстор — это примерно 150–200 кв. м и более 2 тыс. единиц ассортимента. Когда человек открывает мобильное приложение, он видит ассортимент именно того даркстора, в зоне обслуживания которого он находится. Через приложение клиент формирует заказ и оплачивает его. В дарксторе получают и собирают заказ, а курьер-партнер везет по адресу доставки.
Какие онлайн-сервисы доставки продуктов сильнее привлекают пользователей? Как отмечают аналитики Data Insight, ключевой фактор конкурентоспособности бренда — сокращение времени доставки. Именно поэтому представители e-grocery так активно вкладываются в цифровизацию, внедрение искусственного интеллекта, машинное обучение и кибербезопасность.
ИИ в помощь даркстору и курьеру
Согласно отчету Grocery Doppio, к 2025 году продуктовые магазины ожидают четырехкратного увеличения своих расходов на использование искусственного интеллекта. И неспроста: использование нейросетей, больших данных и машинного обучения помогает прогнозировать спрос и оптимизировать запасы товаров, проводить динамическое ценообразование и делать это намного быстрее и дешевле, чем вручную.
Так, в «Самокате» принимается от 700 тыс. до 1 млн операционных решений в час. Например, нужно определить минимальное значение чека, от которого пользователь может оформить заказ. Важно учитывать, что в каждом районе в отдельный промежуток времени факторы, определяющие минимальную цену заказа, разные — может резко вырасти количество заказов, нагрузка курьеров-партнеров и даркстора может критично превысить плановую, поэтому средний чек необходимо будет повысить. «Или нужно понять, какими продуктами следует запастись в конкретном районе в ближайшее время, — говорит Сергей Землянский. — Такого рода решения принимаются не людьми, так как чаще всего они это делают некорректно. А еще это дороже, чем использовать нейроалгоритмы».
С этими и еще сотнями параметров работает целый комплекс моделей машинного обучения, каждая из которых ориентирована на свою нишу. Так, для молочных товаров или для фруктов это могут быть разные модели.
Искусственный интеллект помогает и курьерам-партнерам. Благодаря команде машинного обучения курьеру-партнеру не нужно самому исследовать незнакомый район, разрабатывать себе маршрут.
Петр Лукьянченко, руководитель команды машинного обучения Samokat.tech:
«Мы ищем лучшую траекторию движения от одной точки до другой и можем ретроспективно проанализировать, следовал ли курьер-партнер по рекомендованному маршруту или он шел по иному пути. И вот тут-то мы и узнаем, что есть какая-то секретная тропа или где-то дворами можно пройти быстрее. Далее эта информация учитывается, когда строим следующий раз маршрут».
Как работает приложение для товароведов и курьеров-партнеров
Как только клиент оформляет заказ, в приложении для сотрудников и партнеров «Самоката» появляется задача на сборку. В среднем в таком заказе находятся шесть товаров, и на их поиск есть примерно минута. Сборщик-партнер выполняет все этапы работы прямо с телефона. В приложении он подтверждает, что принимает заказ, затем собирает необходимый товар, сканирует его штрихкод с помощью специального устройства, которое надевается на палец, и на экране появляется подтверждение того, что выбрана правильная позиция. Это помогает сборщикам избежать ошибки. Когда заказ укомплектован, бокс с товарами передается курьеру-партнеру. Он тоже пользуется приложением, в котором высвечивается вся необходимая информация о заказе и маршруте доставки.
Нейросети-художники: как алгоритмы создают упаковку
Еще в 2017 году Nutella в рамках рекламной кампании использовала алгоритм, чтобы сделать 7 млн коллекционных баночек с уникальным изображением. Как заявляют партнеры компании, экземпляры раскупили в первый же месяц акции. Нейросетями пользуются и российские бренды. Например, «Лента» представила дизайн упаковки, полностью сгенерированный нейросетью для лимитированной линейки кофе. В «Самокате» алгоритмы помогают создавать изображения в стиле ботанической иллюстрации.
Валерия Образкова, ведущий дизайнер упаковки собственной торговой марки «Самокат»:
«Мы задумались об использовании искусственного интеллекта для создания упаковки, когда начали масштабироваться и человеческих ресурсов тратилось гораздо больше. Нужно было найти решение, которое поможет нам ускориться, и им стали нейросети. Можно было использовать и стоковые фотографии, но мы хотели отличаться от остальных. С помощью ИИ мы научились генерировать определенный тип изображений — ботаническую иллюстрацию, и теперь у нас есть своя стилистика. Мы задаем нейросети промпт, на его основе она выдает несколько результатов, из них мы выбираем лучший».
Борьба с фродом и ошибками
Активное внедрение цифровых решений приводит не только к более эффективной работе, лояльным клиентам и увеличению прибыли, но и к постоянной борьбе с хакерами и неполадками в системе.
Сергей Землянский, директор по цифровым технологиям Samokat.tech: «У нас большая и сильная команда кибербезопасников, которые каждый день «играют в пинг-понг» с большим количеством внешних, а иногда и внутренних злоумышленников. Например, мы боремся с некорректным использованием классического предложения о скидке на первый заказ. Выглядит это так: мошенник регистрирует множество виртуальных номеров, с каждого из них делает «первый» заказ и получает скидку, которую по-честному не должен был получить. Такие случаи мы с помощью нейросетей ловим, сегментируем и решаем».
Службы эксплуатации и мониторинга также следят за перебоями в работе самой системы. Для сервисов недопустимо, если клиент не сможет открыть приложение, не прогрузится ассортимент, не получится расплатиться банковской картой. Эти процессы ранжируются по уровню критичности: например, mission-critical (отказ системы критичен для компании) и business-critical (отказ системы не критичен, но чувствителен). Такой подход помогает оперативно работать с уязвимостями, «чинить» поломки и продолжать бесперебойную работу по доставке продуктов.