편의점이 AI를 사용할 수 있는 5가지 방법

AI가 대형 소매 체인만이 운영 및 매장 내 경험을 개선하기 위해 활용할 수 있는 것이라고 생각하십니까? 그것은 사실이었을 수도 있지만 2024년에는 그렇지 않다.

몬트리올에 본사를 둔 소프트웨어 컨설팅 회사인 IVADO Labs 의 회장 겸 공동 CEO 인 Helene Desmarais는 "대규모 예산으로 인해 대형 소매업체가 선호하는 경우가 많지만 소매업을 위한 AI의 진화 환경은 이제 소규모 기업에 더 쉽게 접근할 수 있는 옵션을 제공합니다."라고 말한다.

McGill University의 소매 및 운영 관리 부문 Scale AI 교수이자 Bensadoun School of Retail Management의 연구 책임자인 Maxime Cohen은 "AI 도입을 위해 기업이 주정부와 연방정부 모두에 신청할 수 있는 보조금 및 보조금도 있습니다."라고 말한다. Bensadoun School은 또한 Couche-Tard와 협력하여 몬트리올 기반 매장 연구소를 운영하고 있다. 

CSNC는 Desmarais와 Cohen에게 c-store에서 AI를 사용할 수 있는 방법에 대해 이야기했다.          

1. 디지털 마케팅

ChatGTP라는 작은 도구에 대해 들어보셨을 것이다. "생성 사전 훈련된 변환기"의 약자다. 챗봇은 대학 에세이 작성부터 사용자 정의 이미지 생성까지 모든 작업을 수행하여 복잡한 수학 문제를 해결할 수 있다. 간단한 웹 인터페이스로 무료로 사용할 수 있다.

또한 독립 c-스토어 소유자와 소규모 체인점의 마케팅 성과에 있어 큰 성과를 거두는 데 도움이 될 수 있다. Cohen은 "광고 캠페인, 소셜 미디어 최적화, SEO 최적화, 전단지용 시각적 자산 생성까지 디지털 마케팅과 관련된 모든 작업을 그 어느 때보다 놀랍도록 효율적이고 저렴하게 수행할 수 있습니다."라고 말한다.    

Desmarais는 “이 새로운 기술은 캠페인 비용을 대폭 줄여 소규모 소매업체와 중소기업이 접근할 수 있게 되었습니다.”라고 말하며 동의했다.

2. 플래노그램 최적화

크고 작은 c-store 체인을 담당하는 Desmarais는 "소매업체를 위한 AI의 이점은 기업 사무실 기능을 넘어 매장 운영 개선까지 확장됩니다."라고 말한다. "AI 제품의 성숙도와 오픈 소스 도구의 가용성으로 인해 소규모 소매업체의 특정 요구 사항과 규모에 맞게 미세 조정되고 맞춤화될 수 있는 프레임워크와 사전 훈련된 모델이 개발되었습니다." 

"주목할만한 응용 프로그램 중 하나는 무엇입니까? “

AI가 보충 작업의 효율성을 크게 높일 수 있는 플래노그램의 최적화입니다. 이로 인해 통로에 있는 제품 재고를 보충하는 데 필요한 채우기 이동 빈도가 줄어들고 수요 패턴에 더욱 밀접하게 맞춰지며 제품 진열이 최적화됩니다.”라고 그녀는 말한다. "그 결과 잘 관리된 진열대와 보다 효율적인 쇼핑 환경을 통해 전반적인 고객들의 쇼핑이 향상되었습니다."

AI는 신제품 진열에 대한 결정을 내리는 데 도움을 줄 수 있습니다. Desmarais는 “AI는 제품 속성이나 이미지와 같은 방대한 양의 비정형 데이터를 활용하여 신제품과 기존 제품 간의 유사점을 효과적으로 식별함으로써 이러한 문제를 해결하는 데 도움이 될 수 있습니다.”라고 설명한다.

플래노그램에 관해 Cohen은 Couche-Tard와 함께 Bensadoun School 매장 연구실 에서 선반 배치 최적화 작업을 진행해 왔다. "우리 모두는 눈높이 중간 선반에 진열된 품목이 상단이나 하단에 진열된 품목보다 가장 많이 팔린다는 것을 알고 있습니다. 그래서 우리는 다양한 선반에 있는 다양한 품목의 위치를 ​​다양하게 하여 그 효과를 정량화하려고 노력하고 있습니다."라고 그는 말한다. 

3. AI 안내 방문   

Cohen은 AI를 사용하면 QR 코드가 본질적으로 더욱 개인화되고 스마트해질 수 있다고 말한다. "쇼핑객이 휴대폰으로 코드를 스캔하면 매장에서는 개인 취향, 구매 내역, 매장 내 위치를 기반으로 적시에 적절한 가격으로 프로모션을 제공할 수 있게 됩니다."라고 그는 말한다.

Desmarais는 이를 가능하게 하는 것은 생성적 AI와 디지털화의 활용이라고 덧붙였다. "이 조합은 매장 내에서 고객을 안내하고, 제품을 찾는 데 도움을 주며, 이미 장바구니에 있는 제품에 보완적인 품목을 제안함으로써 가치를 창출할 수 있습니다."

4. 제품 수요 최적화

IVADO Labs는 AI를 사용하여 "소비자 선호도에 대한 더 깊은 통찰력을 얻기 위해, 특히 선호하는 제품을 사용할 수 없을 때 소비자가 어떻게 반응하는지 이해하기 위해 Couche Tard와 같은 소매업체와 협력해 왔습니다."라고 Desmarais는 말했다. “이러한 이해는 소비자 수요가 어떻게 대체 제품으로 이전되는지 예측하는 데 핵심적이며, 이를 통해 소매업체는 고객 유지를 강화하고 판매 손실을 완화할 수 있습니다. 오프라인 운영의 경우 이러한 통찰력을 통해 소매업체는 재고 부족 시 대체 제품에 대한 예측을 동적으로 조정하여 소비자 수요 변화에 효과적으로 대비할 수 있습니다.”

5. 메타버스

Google, Facebook, Amazon과 같은 거대 기술 기업은 물리적 세계의 역량을 뛰어 넘어 향상시키는 3D 가상 현실인 소위 메타버스에 투자했다.

McGill's Bensadoun School과 Couche-Tard가 매장 연구실에서 수행한 가장 흥미로운 미래 지향적 프로젝트 중 하나는 "디지털 트윈을 재현하는 것"이라고 Cohen은 말합니다. "우리는 매장과 똑같은 가상 몰입형 환경을 재현하기 위해 수천 장의 매장 사진을 찍었습니다." 그는 몇 년 안에 고객이 VR 고글을 통해 "상품을 집어 들고 뒤집고 주문하여 실제 제품이 문앞까지 배달되는 등 몰입도 높은 디지털 매장 경험을 가질 수 있을 것"을 상상합니다."라고 말한다.