AI для бізнесу без меж: кросфункціональне застосування штучного інтелекту в ритейлі – кейси від SMART business

Product Owner SMART Decision HUB та експерт з прогнозної аналітики та роботи з даними Артем Степанов під час свого виступу на RAU Expo 2025 поділився інформацією про те, як штучний інтелект об’єднує кросфункціональні команди, оптимізує бізнес-процеси та підвищує прибутковість через інтеграцію даних, предиктивну аналітику та інноваційні AI-рішення.

Штучний інтелект як рушійна сила сучасної економіки

Штучний інтелект уже зараз стає не просто технологічним трендом, а критично важливим інструментом для об’єднання бізнесу та досягнення стратегічних цілей.

SMART business є провідним партнером Microsoft у розробці та впровадженні комплексних бізнес-систем, таких як ERP-, CRM-, HRM-системи, а також хмарних сервісів та інноваційних AI-рішень. Один з ключових напрямків діяльності компанії — створення рішень на основі генеративного штучного інтелекту для оптимізації даних, ресурсів та робочих процесів. Загалом у компанії 750 клієнтів у 65 країнах світу, що свідчить про її кросгалузеву експертизу та глобальний вплив.

Дані – це “нафта” для штучного інтелекту

Серцем генеративних AI-моделей є дані. Світ щодня генерує колосальні обсяги інформації: цього року прогнозується створення 175 зетабайтів даних, що еквівалентно 479 мільйонам терабайтів на день, або близько 60 ГБ на одну людину щодня. Ці дані надходять з різноманітних джерел: активність у соціальних мережах, відеоконтент, операційні системи бізнесу, комерційна активність, логістика та постачання, системи безпеки, відеоспостереження та промислові сенсори.

Проте, ключовим викликом залишається те, що лише близько 20% цієї інформації компанії обробляють взаємопов’язано. ШІ дозволяє знайти нові кореляції та взаємозв’язки між різними джерелами даних — ERP, CRM, логістикою, документами — і побудувати системну модель для прогнозів та оптимізації. Без використання сучасних алгоритмів ШІ, розрахувати всю цю взаємозалежність часто є неможливим.

Ключові бізнес-проблематики та конкретні AI-кейси SMART business

Впровадження штучного інтелекту дозволяє вирішувати низку критичних бізнес-завдань:

• Оптимізація роботи з документами. Замість ручного опрацювання сотень договорів, рахунків чи інших засканованих PDF-документів, система на базі ШІ зчитує їх, завантажує у базу знань та робить інформацію структурованою та доступною для пошуку. Це значно підвищує ефективність співробітників, звільняючи їх від рутинної роботи.

• Покращення комунікації та доступу до знань. RAG-агенти (Retrieval-Augmented Generation), побудовані на основі генеративного ШІ (наприклад, GPT), дозволяють працювати з власними чутливими корпоративними даними без ризику витоку. Вони можуть консультувати співробітників, взаємодіяти з ERP та CRM-системами, надавати відповіді на основі внутрішньої бази знань. Це значно покращує роботу HR-підрозділів, сервісних служб та функціонал корпоративних веб-сайтів.

• Персоналізація маркетингу та взаємодії з клієнтами.
  • RFM-аналіз з когортним аналізом: AI-моделі аналізують зміни поведінки покупців (давність, частота, сума витрат) та дають сигнали щодо ризикових сегментів клієнтської бази. Це дозволяє проактивно виявляти клієнтів, які знаходяться під ризиком відтоку, та вживати таргетованих маркетингових заходів.
  • Uplift-моделювання (прогнозування стимулювання): допомагає визначити клієнтів, які позитивно відреагують на маркетингове стимулювання, та оптимізувати маркетингові бюджети, сфокусувавши зусилля на “чутливих до стимулів” клієнтах.
  • Прогнозування цінності клієнтів (CLTV): накладання моделі прогнозування цінності на сегментацію клієнтів дозволяє точково підійти до позиціювання клієнтської бази та сфокусуватися на найцінніших клієнтах, щоб уникнути їх втрати.
  • Рекомендаційні алгоритми: поєднання ШІ з даними про покупки дозволяє створювати персоналізовані рекомендації, що базуються на патернах поведінки аналогічних клієнтів, а не лише на пов’язаних товарах. Це призводить до зростання конверсії до 30%, збільшення цінності клієнтів та їх лояльності.
• Оптимізація ланцюга постачання та ціноутворення.
  • Прогнозування попиту: ШІ аналізує промоактивність, ціни, сезонність, зовнішні фактори та інші дані для точного прогнозування попиту. Це дозволяє уникнути зайвих витрат на логістику та склад, які можуть сягати до 5% собівартості продажів через неточне прогнозування. Точне прогнозування збільшує обсяги продажів, прибутковість та задоволеність клієнтів.
  • Оптимізація ціноутворення: алгоритми на основі поведінки клієнтів, конкурентних даних, цінової еластичності та стратегії компанії пропонують оптимальну ціну в режимі реального часу. ШІ-оптимізація цін може збільшити валовий прибуток до 10%.

• Ефективне управління персоналом.
  • Планування персоналу (Flexi Scheduler): на основі прогнозів попиту та завантаження ШІ-система пропонує оптимізовані графіки роботи, щоб уникнути простоїв та перевантажень. Це дозволяє скоротити додаткові витрати на фонд оплати праці до 5% та зменшити плинність кадрів до 20%.

Єдина AI-екосистема та економічний ефект

Усі ці рішення працюють у формі єдиної AI-екосистеми, що забезпечує кросфункціональну взаємодію між департаментами. SMART business впроваджує її у великих українських та міжнародних компаніях, спираючись на провідні технології Microsoft, зокрема Microsoft Copilot, Dynamics 365 та власні розробки.

Економічний ефект від впровадження генеративного ШІ є значним: за глобальними оцінками, кожен $1, вкладений у генеративний ШІ, повертає $3.70. Компанії фіксують до 35% зростання ефективності та до 10% приросту валового прибутку внаслідок оптимізації цін та ресурсів.

Майбутня трансформація бізнесу

Серце нової AI-стратегії — не лише технологія, а й згуртована робоча логіка для різних департаментів. Від фінансів до HR, від логістики до маркетингу — штучний інтелект стає рушієм стратегії єдиної цифрової трансформації. Як влучно зазначила колишня голова правління IBM Джінні Рометті: “Дані — це нова нафта, а штучний інтелект — це нафтопереробний завод”. Без побудови цього “нафтопереробного заводу” дані залишатимуться лише сирим ресурсом, не приносячи очікуваної прибутковості.

Для компаній, які прагнуть використати потенціал штучного інтелекту, важливо аналізувати свої унікальні кейси та звертатися до експертів для розробки та впровадження індивідуальних рішень. Інтеграція ШІ у бізнес-процеси дозволяє компаніям не лише підвищувати операційну ефективність та збільшувати прибутковість, а й покращувати клієнтський досвід, адаптуючись до постійно мінливих ринкових умов.