Новости

Сейчас розничные магазины внедряют и тестируют инновационные технологии, чтобы повысить продажи, несмотря на ограничение количества покупателей в зале. Пока торговые фирмы всех размеров решают, как они будут осуществлять свою деятельность после пандемии, дальновидные предприниматели ищут новые технологии и устройства, которые сделают поход по магазинам более комфортным.

Стимул для развития розничной торговли

Многие технологии, которые скоро окажутся на пике востребованности, уже давно используются в отрасли, но благодаря сложившейся ситуации будут внедряться гораздо быстрее. Например, технологии мобильной и бесконтактной оплаты, которые давно пользуются спросом в разных странах, но не так часто применяются, например, в США, наконец-то получат распространение по всему миру. Даже в Европе, где терминалы для бесконтактной оплаты постепенно появлялись в магазинах, пандемия и последовавшее за ней увеличение максимальной суммы бесконтактных платежей ускорили внедрение этой технологии. Владельцы розничных магазинов, вероятнее всего, будут инвестировать в кассовые системы и решения для оплаты покупок, например, мобильные сканеры, благодаря которым покупатели получат больше контроля. Эта технология исключает еще одну точку соприкосновения покупателей и персонала магазина, а также ускоряет оплату покупок и сокращает очереди.

Новая ответственность

Персонал физических магазинов стал выполнять еще больше важных задач. С помощью мобильных устройств корпоративного класса менеджеры и сотрудники магазинов смогут обеспечивать идеальную чистоту в торговых залах. Стандартизированная дезинфекция останется регулярной процедурой даже после окончания пандемии, так как во многих точках продаж теперь уделяется больше внимания здоровью покупателей и мерам безопасности.

Помимо мобильных устройств, стали пользоваться спросом такие технологии, как ультрафиолетовые лампы, которые помогают поддерживать чистоту в магазинах и препятствовать распространению бактерий. Исследование показало, что использование солнечного света и УФ-части его спектра помогает эффективно бороться с вирусом и его патогенами в воздухе. Чем чище будет в магазинах, тем приятнее будет совершать в них покупки.

Изменение планировки магазина в целях социального дистанцирования

С физической точки зрения для обеспечения социального дистанцирования магазины должны увеличить открытые пространства, сократить очереди и количество точек взаимодействия. Если раньше поход по магазинам был развлечением, то теперь он требует подготовки и планирования, что изменит поведение покупателей. Они будут приходить за конкретными товарами, а мобильные решения для обслуживания покупателей станут более функциональными и изменят взаимодействие розничных торговцев со своими клиентами. Гибкие, модульные системы позволят ретейлерам адаптироваться к внезапно возникающим потребностям покупателей. Например, переносные киоски самообслуживания станут эффективным решением для оплаты покупок, подход к которой изменится для соблюдения дистанции между людьми.

Повышение эффективности за счет многоканального управления запасами

Во время пандемии многие магазины столкнулись с резким ростом онлайн-продаж, что усилило потребность в оптимизации управления запасами. Доставка товаров на дом или в пункт выдачи — это удобный и безопасный способ продажи, который нравится покупателям и повышает их лояльность, а также дает больше конкурентных преимуществ. Чтобы доставлять покупателям нужные им товары вовремя и без ошибок, нужно наладить четкое управление запасами. Розничным магазинам практически любой направленности нужна предиктивная аналитика, которая поможет понять спрос, обеспечить наличие нужных товаров и избежать внезапных проблем с поставками. Кроме того, датчики и решения автоматизации позволят в реальном времени получать более точные данные, необходимые для такого анализа, а также снизят расходы на оплату труда сотрудников, которые должны следить за объемами запасов.

Поиск новых подходов к обслуживанию покупателей

Еще до пандемии COVID-19 розничные компании понимали необходимость быть гибкими, чтобы гарантировать соответствие бизнеса требованиям завтрашнего дня. Невозможно сказать, какие модели поведения потребителей сохранятся, а какие лишь являются реакцией на распространение вируса. Поэтому розничным предпринимателям следует искать уникальные возможности развития, которые подойдут их бизнесу. Возможно, будущее розничной торговли будет не таким, каким мы его представляли в начале года, но благодаря технологиям владельцы магазинов смогут изменить подход к совершению покупок и подготовиться к неожиданным ситуациям в будущем.

Главный вывод, который сделали исследователи, опираясь на полученные данные — жесткие противоэпидемические мероприятия оправданы. Это было продемонстрировано на графиках, построенных по итогам сравнения данных негативного прогноза с реальными данными по заболевшим и контактным, которые появились после введения масочного режима. Для сравнения в модели была учтена информация по странам, в которых не было введено жестких ограничений в связи с коронавирусом (США, Бразилия).

Как отмечает Илья Мирин, директор ШЦЭ ДВФУ, прогнозируя ситуацию на кампусе вместе с Медцентром ДВФУ, решается очень прикладная задача: руководство пытается понять, какое количество заболевших ожидать, сколько коек готовить. Прогнозная модель основана на ретроспективных данных о том, как развивалась эпидемия в России и других странах. Создатели модели уверены в реалистичности своего прогноза, потому что постоянно тестируют модель, каждый день сверяя ее данные с реальной информацией, и корректируют алгоритм в случае, когда прогноз расходится с фактами. Один из выводов на сегодняшний день — эпидемиологическую нагрузку на университет создают не сами заболевшие, которых не очень много, а контактные студенты и сотрудники, нарушающие противоэпидемические меры. В этом смысле очень важна работа по разъяснению необходимости противоэпидемиологических мер. Модель показывает, что такая работа дает реальные результаты.

В числе мер профилактики COVID-19 в ДВФУ эксперты проводили беседы со старостами студенческих групп, во время которых медики объяснили, что в случае выявления заболевших они будут обязаны изолировать всех контактных студентов. При этом контактными не будут считаться те, кто соблюдал масочный режим. Количество контактных людей после этого резко упало, учебный процесс не был нарушен, а прогнозная модель показала более благоприятный прогноз.

Всего за период пандемии в ДВФУ заболели 137 человек. Легкой формой переболели 93%, тяжелой – 7%.

Прогнозная модель, разработанная в ДВФУ, основана на уже достаточно устоявшейся технологии многослойных нейронных сетей, обучаемых методом обратного распространения ошибки. Ее особенность в наличии более чем одного обучаемого слоя. По словам Мирина, для разработки модели перепробовали «почти все, что принято в отрасли»: деревья решений, различные виды нейросетей и т.д. Однако в результате пришли к выводу, что старая известная технология работает более чем хорошо. Она позволяет проводить мелкие настройки и улучшения, чтобы в будущем получать качественный результат. С ее помощью удается прогнозировать заболеваемость и, самое главное, количество контактных, потому что именно они создают основную нагрузку на структуру университета.

В разработке прогнозной модели приняли участие студенты ШЦЭ ДВФУ, обучающиеся на направлениях «Искусственный интеллект и большие данные» и «Кибербезопасность».

«Тинькофф» объявил о назначении Павла Калайдина на должность директора по технологиям искусственного интеллекта. В группе приняли стратегическое решение выделить разработку и формирование технологий ИИ в отдельную структуру. Руководство рассчитывает, что это позволит нам быстрее реализовать концепцию AI Banking.

Калайдин возьмет на себя формирование стратегии развития и внедрения технологий ИИ и продуктов на его основе, создание необходимой инфраструктуры, исследовательских и инженерных экспертных центров, занимающихся технологиями ИИ и машинного обучения.

С 2015 года Павел Калайдин работал в команде «ВКонтакте»: отвечал, в том числе, за ранние версии алгоритмической ленты новостей и внедрение моделей машинного обучения в модерацию контента. В 2018 году он создал и возглавил команду прикладных исследований «ВКонтакте», в которой занимался развитием технологий машинного обучения и искусственного интеллекта от распознавания речи (в 2020 году ВКонтакте запустила распознавание голосовых сообщений) до инструментов, помогающих поддержке отвечать на вопросы пользователей.

С июня по октябрь 2020 года в автономном режиме более 350 комбайнов, оборудованных Cognitive Agro Pilot, обработали свыше 160 тыс. га площадей и собрали более 720 тыс. тонн урожая.

При помощи роботизированных технологий уборки урожая на базе искусственного интеллекта было собрано 590 тыс. тонн на 130 тыс. га зерновых культур (пшеница, соя, ячмень, овес, сорго, гречиха и пр.), а также порядка 130 тыс. тонн на 30 тыс. га рядковых и валковых культур (кукуруза, подсолнечник и пр.) в Калининградской, Калужской, Курской, Белгородской, Тамбовской, Пензенской, Ростовской, Томской, Курганской областях, Краснодарском, Красноярском и Ставропольском краях.

За счет использования беспилотных технологий Cognitive Agro Pilot в этот сезон уборки совокупный масштаб экономии — на топливе, сопутствующих материалах, сокращении времени уборочной кампании (количества моточасов) и активной работы комбайнов, амортизации оборудования, продлении срока активной работы техники до капитальных инвестиций, снижении человеческого фактора, оптимизации бизнес-процессов и других параметров — составил более 500 млн руб.

Новые технологии тестировали крупнейшие агрохолдинги России: «ЭкоНива», ГАП «Ресурс», ГК «Степь», «АгроСоюз Юг Руси», «Агрокомплекс им. Ткачёва», «Песчанокопская аграрная группа», «Юго-Восточная агрогруппа» и другие. По оценкам участников проекта, в ближайшие три года каждый десятый комбайн в России может стать беспилотным.

Реализованный проект продолжает развитие системы SAP Process Mining by Celonis по процессам управления закупками (SAP P2P) и управления поставщиками (SAP SRM). Решение дополняет ранее настроенные дашборды системой уведомлений с использованием прогнозной аналитики и системой управления ключевыми показателями эффективности.

Новое решение позволяет выстроить непрерывную систему оптимизации бизнес-процессов за счет применения алгоритмов машинного обучения, настройки интеллектуальных уведомлений и автоматизации действий пользователей ERP-системы. В результате в одном аналитическом инструменте выполняется реконструкция и визуализация бизнес-процесса, его оперативный анализ и оптимизация, а также мониторинг показателей для оценки изменений процесса в режиме реального времени. Прогнозирование осуществляется с точностью свыше 90% и основано более чем на 35 признаках. Система управления ключевыми показателями эффективности объединила более 50 показателей закупочного процесса на одном экране, и их анализ стал более удобным и динамичным.

Как отмечает Дмитрий Сахно, директор по продажам сырья и закупкам «Северстали», эффективные и прозрачные бизнес-процессы – это необходимая составляющая для достижения стратегических целей и внедрения новых цифровых решений. Компании удалось существенно развить систему, которая позволяет в реальном времени анализировать и оптимизировать процесс закупок и управления поставщиками. Применение предиктивной аналитики и системы уведомлений о нежелательных событиях сделало управление закупками еще более эффективным.

На первой стадии система была запущена в Курске, в кластере из 93 магазинов. В ее рамках автоматизировано построение графиков персонала под потребности каждого из магазинов пилотной зоны. За счет этого процесс планирования трудовых ресурсов удалось сделать более прозрачным, а также сбалансировать загруженность персонала, уменьшив долю переработок и простоев, которые характерны для составления графиков в ручном режиме. После того, как планирование смен на себя взяла система, директора магазинов смогли использовать освободившиеся часы для работы над операционными задачами.

В рамках первого этапа пилота также заработала внутренняя биржа смен. Система научилась аккумулировать потребность в персонале по всему кластеру, а управляющие торговых точек получили функциональность, чтобы оперативно размещать запросы на привлечение дополнительных специалистов. Сотрудники откликались на запросы и могли выходить на смены как в основных магазинах по месту работы, так и в других «Пятерочках», которые им удобны. Таким образом, они получили возможность дополнительного заработка.

Как отмечает руководитель проекта Владимир Парилов, приступив к автоматизации планирования смен, был начат процесс качественной цифровой трансформации управления персоналом. Для компании важно использовать потенциал WFM-системы для улучшения процессов в рамках всей сети на уровне подходов – выявлять точки роста и развивать инструментарий для работы с ними.

Наряду с оптимизацией процессов планирования графиков и табельного учета рабочего времени, WFM-система показала потенциал в плоскости управления человеческим капиталом торговой сети. Новые инструменты материальной и нематериальной мотивации — биржа смен и более гибкие графики — должны помочь укрепить лояльность сотрудников, сформировать кадровый резерв и расширить аудиторию соискателей, которые хотят присоединиться к команде «Пятерочки». В условиях кризиса, вызванного глобальной пандемией, это приобретает для бизнеса дополнительное значение.

Задача второго этапа пилота — перенести запущенные процессы на новый кластер в Тюмени. Параллельно будут завершены доработки на уровне интеграционных процессов, синхронизация данных в разных системах, их выверка, а также — методологическая проработка и моделирование оптимального набора организационных изменений, которые дадут возможность перейти от рабочих смен по 8 и 12 часов к гибким графикам.

В ходе второй стадии пилотирования, которая завершится в декабре, функционал мобильного рабочего места Goodt Time для директоров магазинов и биржи смен для персонала в мобильном приложении «Моя работа» будет улучшен. Ожидается, что тестирование в новом регионе позволит выявить важные особенности и собрать еще больше отзывов о работе WFM-системы. Это, в свою очередь, даст возможность эффективнее влиять на процессы внутри магазинов и производительность работающих в них людей в рамках пилотной зоны, а в перспективе — на уровне всей сети.

Внедрение платформы SAP Commerce Cloud стало для «Ленты» важным шагом на пути развития омниканальных сервисов. В планах компании – дальнейшее тиражирование решения на все гипермаркеты сети по всей России.

Особенностью цифрового проекта стало то, что внедрение осуществлялось в период пандемии, поэтому все работы проводились в удаленном режиме. Партнером по внедрению выступила компания Novardis. Система была внедрена за два месяца. За этот же период «Лента» выстроила отсутствующие ранее бизнес-процессы: комплектацию и управление заказами, операции колл-центра и др.
Услуга Click & collect доступна авторизованным пользователям сайта lenta.com. После авторизации клиенту предоставляется доступ к широкому ассортименту товаров, на которые действуют все акционные предложения и бонусные программы.

Как отметил Денис Коровин, IT бизнес-партнер компании «Лента», события последних месяцев показали, что развитие онлайн-канала продаж для современных розничных сетей является одной из первоочередных задач. Сервис заказа и самовывоза позволяет сети гипермаркетов не только улучшить сервис, но и поддерживать объемы продаж в периоды, когда покупатели опасаются посещать многолюдные точки продаж из-за нестабильной эпидемиологической обстановки. Решение уже доказало свою эффективность, о чем свидетельствует стабильный рост количества заказов и суммы среднего чека.

Проект в «Ленте» уникален тем, что компания оперативно смогла предоставить своим покупателям новые и удобные сервисы в самый разгар кризиса. Открытие нового онлайн-канала для компании – это сильная база для дальнейшего развития дополнительных сервисов, привлечения новой аудитории и увеличения лояльности существующих клиентов.

Сервисная компания «Центр корпоративных решений», предоставляющая услуги по осуществлению корпоративных функций предприятиям, внедрила платформу HPE GreenLake. С ее помощью она планирует удовлетворить повышенный спрос на услуги бухгалтерского и налогового учета, кадрового документооборота, поддержку процессов казначейства и снабжения.

Будучи общим центром обслуживания, ЦКР предоставляет широкий набор услуг по осуществлению корпоративных функций. В рамках новой стратегии развития компания стремится расширить свои бизнес-возможности и стать поставщиком услуг для компаний за пределами периметра холдинга НЛМК. Для достижения этой цели было необходимо модернизировать ИТ-инфраструктуру и улучшить производительность, надежность и гибкость процессов.

ЦКР выбрал решение HPE GreenLake, которое сочетает в себе гибкость и инновации облака, и при этом обеспечивает высокий уровень безопасности, простоту управления, контроль затрат, прозрачность приложений и рабочих нагрузок в локальной среде. С его помощью ЦКР уменьшил расходы на ИТ-инфраструктуру более чем на 10% и получил возможность масштабировать свои ИТ-ресурсы для удовлетворения растущего спроса на услуги. Новая платформа также помогает ЦКР безопасно хранить и обрабатывать данные локально, что критически важно для компании, управляющей конфиденциальной информацией своих клиентов.

Тренажер состоит из аппаратного блока на базе системы виртуальной реальности HTC Vive Pro и разработанного экспертами «Крок» программного обеспечения. В состав виртуального тренажера вошли два сценария: вывод в ремонт и ввод в эксплуатацию комплектного распределительного устройства (КРУ) первой секции шин распределительной подстанции №15.

Эксплуатация таких электроустановок требует от персонала высокой квалификации и точных действий. Ошибки в работе с подобным оборудованием могут иметь неблагоприятные последствия для всего предприятия – от вынужденных простоев оборудования и финансовых издержек до несчастных случаев среди полевых сотрудников. Перед тем, как получить допуск к проведению оперативных переключений в электроустановках, электромонтер изучает большое количество теоретического материала, а практиковаться в реальной жизни может лишь один раз в год во время плановых остановочных ремонтов. При помощи VR-тренажера отрабатывать и доводить до автоматизма навыки можно каждый день, что напрямую влияет на скорость и качество обучения, а также способствует снижению показателя LTIFR (коэффициент частоты травм с временной потерей трудоспособности).

Сценарии тренажера включают 14 глав, каждая из которых содержит определенный объем организационных и оперативных мероприятий. Общее время прохождения всех глав по сценариям занимает от четырех до шести часов непрерывной работы в формате тестирования на виртуальном тренажере.

Также в тренажере предусмотрено формирование отчетов о пройденном обучении и тестировании. Результаты автоматически отправляются на почту руководителю в формате таблицы Excel вместе с видеозаписями обучающих сессий, чтобы была возможность провести разбор по итогам пройденного обучения или аттестации. Отчет включает в себя оценку по ряду параметров – от выбора средств защиты до последовательности действий в рамках оперативных мероприятий. Управление тренажером осуществляется из панели администратора, где можно выбирать сценарии и отдельные главы, назначать обучение конкретному электромонтеру, выдавать права доступа и выгружать статистику за любой период.

Унифицированная платформа позволит повысить эффективность управления командами и игроками. Информация о ходе игр, взаимодействии игроков, тренировках, расписании персонала и членов команды, а также медицинские показатели будут агрегироваться и анализироваться в едином цифровом пространстве. Визуализированными данными игроков смогут пользоваться все участники клубов: тренеры, медики, скауты и аналитики, сами спортсмены. Проект реализуется совместно с SAP Services.

Как отмечает Мансур Усманов, исполнительный директор СКП «Татнефть-Ак Барс», технологии создают дополнительные точки роста в спортивной индустрии. Объединив хоккей и инновации, удается выйти на совершенно новый уровень подготовки спортсменов и заложить фундамент будущих побед.

Система охватывает свыше 400 игроков и сотрудников команд, актуальные данные доступны в любое время и в любом месте. Это позволяет не только анализировать и улучшать спортивные показатели, но и отслеживать и развивать таланты, начиная с детских академий. Работа в едином информационном поле значительно сокращает административную нагрузку. Автоматизация рутинных процессов высвобождает больше времени на игровые процессы. А кроме этого, обеспечиваются лучшая защита данных, контроль за доступом к ним, решаются проблемы с потерей данных при смене персонала.

В дальнейшем планируется развитие решения за счет интеграции SAP Analytics Cloud с расширенными отчетами для менеджмента клуба, а также интеграции информационных (статистика, информация, аналитика) и технологических (датчики, показатели) данных.

Сопровождение системы и синхронизацию работы обеспечит «ТатИТнефть».