Хід Nayax з AI — це гра в каталоги та відкриття, а не просто оновлення продукту
Nayax додав функцію пошуку товарів на основі штучного інтелекту до своєї платформи роздрібної торгівлі, розмістивши цю функцію в інфраструктурі, яка обробляє 3,5 мільярда транзакцій на рік. Якщо говорити практично, компанія розширює свій retail stack за межі платежів та операційних інструментів до шару, який визначає, як продукти знаходять, описують та пропонують покупцям. Значення цього зрушення полягає не стільки в зміні інтерфейсу, скільки у зростаючій ролі машинного асистування в операціях із роздрібними даними.
Цей крок відображає ширшу реальність електронної комерції: оскільки каталоги розширюються, а доступність продуктів змінюється швидше, роздрібним торговцям потрібні системи, які можуть інтерпретувати запаси, нормалізувати атрибути та допомагати покупцям орієнтуватися в асортименті з меншою кількістю ручної роботи. У цьому контексті пошук на основі штучного інтелекту стає частиною інфраструктури контенту, оскільки видимість продукту тепер залежить від того, наскільки добре структуровані, збагачені та оновлюються дані, а не лише від того, скільки товарів перераховано.
Що сталося
Nayax повідомила, що представила функцію пошуку продуктів на основі штучного інтелекту на своїй платформі роздрібної торгівлі, яка вже підтримує дуже велику базу транзакцій. Це оголошення важливе, оскільки воно розміщує штучний інтелект не на краю шляху покупок, а в центрі виявлення асортименту, де пошук продуктів, рекомендації та зручність використання каталогу безпосередньо впливають на конверсію та операційну ефективність.
Запуск також відповідає більшій тенденції автоматизації електронної комерції та роздрібної торгівлі. Згідно з оглядом Sber динаміки електронної комерції, рекомендації на основі штучного інтелекту, системи боротьби з шахрайством та динамічне ціноутворення вже стали поширеними на великих маркетплейсах, тоді як омніканальна роздрібна торгівля та моделі D2C продовжують підвищувати очікування щодо безперебійного доступу до продуктів через різні канали.[1] Це середовище робить якість пошуку стратегічним питанням: чим більше каналів і точок контакту управляє роздрібний продавець, тим важливіше підтримувати узгодженість даних про продукти та їх машинне зчитування.
Чому це важливо для інфраструктури e-commerce
Безпосередній наслідок стосується товарних feed'ів або стрічок продуктів. Пошук на основі штучного інтелекту працює найкраще, коли дані feed'a є повними, нормалізованими та часто оновлюються. Якщо назви, категорії, атрибути та поля доступності непослідовні, штучний інтелект може відображати продукти лише на основі фрагментованих сигналів. Іншими словами, якість пошуку обмежується якістю каталогу. Оголошення Nayax актуальне, оскільки воно свідчить про те, що платформи роздрібної торгівлі наближаються до цього шару feed-and-search, а не повністю залишають його командам мерчандайзингу.
Це також підвищує важливість стандартів каталогізації. Роздрібні торговці вже давно покладаються на ручну роботу з таксономією, щоб підтримувати узгодженість груп продуктів, але штучний інтелект може масштабувати пошук лише в тому випадку, якщо базовий каталог відповідає стабільним правилам найменування, зіставлення атрибутів та ієрархії. Це особливо важливо у фрагментованих роздрібних середовищах, де продукти додаються від кількох постачальників, кіосків або торгових точок. Чим більше платформа обробляє транзакцій, тим більший тиск на стандартизацію метаданих, щоб продукти можна було знаходити без постійного ручного очищення.
Product pages стають операційним активом
Пошук на основі штучного інтелекту також змінює роль product cards та product pages. В e-commerce неповні карточки товарів — це не просто проблема мерчандайзингу; це проблема конверсії. Відсутні специфікації, слабкі заголовки або непослідовні варіанти зменшують ймовірність появи продукту в правильному запиті або рекомендації. Коли штучний інтелект додається до шару пошуку, ці прогалини у контенті стають більш помітними, оскільки машинні системи залежать від структурованих вхідних даних для класифікації та ранжування запасів.
Ось чому важлива швидкість доставки на полицю. У динамічних асортиментах цінність нових запасів падає, якщо потрібно забагато часу, щоб вони стали доступними для пошуку, категоризації та видимості на різних каналах. Штучний інтелект може скоротити цей шлях, допомагаючи з класифікацією та швидше відображаючи ймовірні збіги, ніж ручні робочі процеси. Практичний результат — більш короткий час від надходження на склад до видимості для клієнтів, що стає все більш важливим у роздрібних середовищах, де асортимент швидко змінюється.
No-code та AI сходяться в операціях із контентом
Іншим важливим сигналом є зростаюче перекриття між штучним інтелектом та no-code робочими процесами. Командам роздрібних продавців не потрібно, щоб кожне завдання каталогу вимагало підтримки з боку інженерів. Оскільки автоматизація впроваджується в платформи, бізнес-користувачі можуть все частіше управляти правилами пошуку, потоками збагачення та оновленнями контенту через інтерфейси, які зменшують технічне тертя. Це важливо для e-commerce, оскільки реальним вузьким місцем часто є не якість моделі, а операційне виконання: хто може оновити feed, налаштувати таксономію або запустити новий асортимент, не очікуючи циклу розробки.
Ось де оновлення Nayax слід розглядати як історію інфраструктури. Пошук на основі штучного інтелекту — це не лише функція для покупців, це механізм створення контенту. Він може зменшити повторювану ручну роботу з тегування та маршрутизації, але лише за умови, якщо навколишні процеси розроблені для прийняття цієї автоматизації. Дослідження та галузеві коментарі щодо автоматизації послідовно вказують на ту саму логіку: процеси стають кандидатами на автоматизацію, коли повторювані прогалини або затримки показують, що ручний контроль більше не є ефективним.[2] Операції з каталогом роздрібної торгівлі добре відповідають цій моделі, оскільки вони повторювані, базуються на правилах і дуже чутливі до швидкості.
Більш широкий галузевий сигнал
Стратегічний напрямок ясний: роздрібні платформи переходять від обробки транзакцій до інтелекту запасів. Платформа, яка обробляє мільярди транзакцій, має достатньо даних про поведінку та операції, щоб покращити пошук, але ця перевага конвертується в бізнес-цінність лише в тому випадку, якщо рівень продукту досить структурований, щоб підтримувати це. Це означає, що функція AI не ізольована від операцій із контентом; вона залежить від них.
Для команд e-commerce ключовим висновком є те, що пошук стає спільною відповідальністю між технологіями комерції та інфраструктурою контенту. Feed'и продуктів потребують кращої нормалізації, стандарти каталогу потребують більш жорсткого управління, product pages потребують більш насичених даних, а робочі процеси запуску повинні ставати швидшими та більш автоматизованими. Штучний інтелект може допомогти з усім цим, але лише в тому випадку, якщо роздрібний продавець розглядає контент як інфраструктуру, а не як завдання мерчандайзингу.
У цьому сенсі, анонс Nayax примітний не тому, що він додає ще одну мітку AI до програмного забезпечення для роздрібної торгівлі, а тому, що він показує, де AI буде розгорнуто далі: всередині систем, які вирішують, чи може продукт бути знайдений, зрозумілим і готовим до продажу.
Думка NotPIM:
Крок Nayax підкреслює критичний перехід до e-commerce, орієнтованої на контент*. Оскільки роздрібні торговці все частіше використовують штучний інтелект для пошуку продуктів, якість та структура даних про продукти стають першорядними. Ця тенденція підкреслює зростаючу важливість інструментів, які автоматизують та оптимізують управління каталогом. Платформи, як-от NotPIM, унікально позиціоновані для вирішення цих проблем, пропонуючи рішення для перетворення feed'ів, збагачення даних та стандартизації каталогу, зрештою допомагаючи роздрібним торговцям підготувати свій продукт-контент до епохи пошуку на основі штучного інтелекту.