چرا انقلاب خرید هوش مصنوعی می تواند برای خرده فروشان نتیجه معکوس داشته باشد؟
خرده فروشان دلایل زیادی برای علاقه مندی به هوش مصنوعی دارند. دستیار خریدی که در هر ساعت به سؤالات پاسخ میدهد، محصولات را فورا مقایسه میکند و توصیههای شخصیشده را ارائه میکند، برای مشتریان و کسبوکارها به نظر یک پیروزی است.
ویرایش شده توسط Swati Mestri، بررسی توسط اندرو زینین
این مقاله با توجه به روند و سیاست های ویرایشی Science X بررسی شده است. ویراستاران ضمن اطمینان از اعتبار محتوا، ویژگی های زیر را برجسته کرده اند:
خرده فروشان دلایل زیادی برای علاقه مندی به هوش مصنوعی دارند. دستیار خریدی که در هر ساعت به سؤالات پاسخ میدهد، محصولات را فورا مقایسه میکند و توصیههای شخصیشده را ارائه میکند، برای مشتریان و کسبوکارها به نظر یک پیروزی است.
اما این فناوری می تواند چشمگیر باشد در حالی که تجربه ناامید کننده است.
مشتری را در نظر بگیرید که از دستیار هوش مصنوعی می پرسد آیا لپ تاپ برای دانشگاه مناسب است یا خیر. این ابزار با اطمینان و بلافاصله پاسخ می دهد، اما یک نیاز نرم افزاری حیاتی را نادیده می گیرد. یا یک دستیار سوپرمارکت جایگزین هایی را پیشنهاد می کند که ترجیحات غذایی را نادیده می گیرند. اینها نمونههای فرضی هستند، اما نشان میدهند که چگونه یک تعامل هوش مصنوعی میتواند کارآمد به نظر برسد در حالی که نیازهای واقعی مشتری را برآورده نمیکند.
در استرالیا، Bunnings' Buddy و Woolworths' Olive نشان میدهند که چگونه خرید محاورهای وارد خردهفروشیهای رایج شده است. الکسای آمازون برای خرید، که به صورت بتا برای مشتریان منتخب استرالیایی معرفی شده است، می تواند به کاربران در تحقیق درباره محصولات و مقایسه گزینه ها کمک کند. والمارت اسپارکی کمک های مشابهی را در ایالات متحده ارائه می دهد. اینها نمونه هایی از کارهایی است که خرده فروشان می گویند سیستم هایشان برای انجام آن طراحی شده است، نه اثبات این که هر خریدار تجربه خوبی دارد.
با تغییر هوش مصنوعی از پاسخ دادن به سوالات به اقدام، ریسک ها بیشتر می شود. توصیه اشتباه ناخوشایند است. خرید اشتباه یا افشای ناخواسته اطلاعات شخصی می تواند جدی تر باشد.
این شکاف بین قابلیت های تکنولوژیکی و اعتماد مشتری انگیزه تحقیق ما را که در مجله خرده فروشی منتشر شد، ایجاد کرد. در طول هشت مطالعه، روش جدیدی را برای ارزیابی نحوه پذیرش مشتریان خدمات خردهفروشی مبتنی بر هوش مصنوعی ایجاد و آزمایش کردیم.
ما دریافتیم که پذیرش دارای هشت بعد متمایز است: شخصی سازی، دقت، ایمنی، سرعت، راحتی، انسان سازی، دوستی و احساسات. در شرایط روزمره، مشتریان اهمیت می دهند که آیا هوش مصنوعی تجربه مفید، قابل اعتماد و قابل مدیریتی را ارائه می دهد و آیا این تعامل به جای ناهنجار یا غیرشخصی، مناسب به نظر می رسد.
یک ابزار هوش مصنوعی ممکن است در سرعت عملکرد درخشانی داشته باشد اما در دقت ضعیف عمل کند. ممکن است شاد به نظر برسد اما کاربران را زیر سوال ببرد که چه اتفاقی برای داده های شخصی آنها می افتد. و یک تعامل بسیار انسانی لزوما راه حل مناسبی برای هر مشتری یا کاری نیست.
تجزیه و تحلیل ما نشان داد که پذیرش کلی بالاتر با تبلیغات شفاهی بیشتر، سهم استفاده، تمایل به پرداخت و احتمال پذیرش خدمات هوش مصنوعی مرتبط است. مقیاس بهتر از چندین جایگزین ثابت در نمونههای آزمایششده عمل کرد. این مهم است زیرا خرده فروشان باید بیشتر از اینکه روی یک ابزار جدید کلیک می شود بدانند. آنها باید بدانند که چرا مشتریان آن را می پذیرند یا نمی پذیرند.
یک مثال هشدار دهنده از صنعت خدمات گسترده تر وجود دارد. در سال 2024، مکدونالدز پس از گزارش نتایج متفاوت، در میان گزارشهای مشتریان مبنی بر سفارشهای نادرست، به آزمایشی در ایالات متحده برای سفارشهای رانندگی مبتنی بر هوش مصنوعی پایان داد. این گزارشها تنها دلیل پایان کار خلبان را مشخص نمیکنند، و همچنین مکدونالد در مطالعه ما مورد بررسی قرار نگرفت. اما آنها نشان می دهند که چرا قابلیت اطمینان در کنار نوآوری مستحق توجه است.
مدیران خرده فروشی هم اکنون می توانند در این زمینه اقدام کنند. قبل از راه اندازی گسترده دستیار خرید، آنها می توانند از مشتریان بخواهند که دقت، ایمنی، سرعت و سایر ویژگی های آن را ارزیابی کنند. آنها می توانند یک نسخه موجود را با یک نسخه بازطراحی شده مقایسه کنند. آنها می توانند بررسی کنند که آیا یک مشکل به ظاهر جزئی، مانند پاسخ های گیج کننده در مورد بازگشت، یک سرویس مفید را تضعیف می کند یا خیر.
تحقیق ما یک اندازه گیری 32 موردی برای تشخیص دقیق و یک نسخه فشرده هشت موردی برای ارزیابی سریعتر ارائه می دهد. نکته این است که بار خریداران را با پرسشنامه سنگین نکنید. این برای ارائه شواهدی به کسب و کارها در مورد جایی است که به بهبود نیاز است.
البته، هشت بعد یک دستور العمل جهانی ایجاد نمی کند. تحقیق ما پذیرش و ارزش پیش بینی آن را آزمایش می کند. نشان نمی دهد که رفع هر گونه نقص طراحی منجر به افزایش خاصی در فروش می شود. همچنین اولویتها بین دستیار خواربارفروشی و ابزار هوش مصنوعی که به خریدهای گران قیمت کمک میکند، متفاوت است.
یک خرده فروش همچنین باید تشخیص دهد که مشتریان در لحظات مختلف متوجه شکست های متفاوتی می شوند. جزئیات گمراهکننده محصول در حین مرور، یک شکایت بد رسیدگی و نگرانی در مورد حفظ حریم خصوصی در هنگام تسویهحساب مشکل یکسان نیستند. اندازه گیری این تجربیات به طور جداگانه به مدیران فرصت بیشتری برای یافتن نقاط ضعف اساسی قبل از تبدیل شدن به بخشی از شهرت برند می دهد.
انقلاب خرید تنها به این دلیل که خرده فروشان هوش مصنوعی را به سرعت اتخاذ می کنند موفق نخواهد شد. تا حدی موفق خواهد شد که مشتریان این خدمات را دقیق، ایمن و ارزش بازگشت پیدا کنند. حرکت خیلی سریع بدون اندازهگیری آن تجربه، جایی است که خطر نتیجه معکوس شروع میشود.
آنا والریا کالو کاسترو و همکاران، پذیرش مشتری از هوش مصنوعی (CAAI): کاربردها، توسعه مقیاس و آزمایش، مجله خرده فروشی (2026). DOI: 10.1016/j.jretai.2026.10.001
سواتی مستری دارای مدرک لیسانس در مهندسی الکترونیک است و از سال 2019 به عنوان ویرایشگر محتوا کار کرده است. او ویرایش اسناد تحقیقاتی در زمینه فناوری، مراقبت های بهداشتی و علم مواد را تجربه کرده است و علاقه خاصی به فناوری و فضا دارد. نمایه کامل →
فوق لیسانس فیزیک با تجربه تحقیق. علاقه مندان به اخبار علمی طولانی مدت. نقش کلیدی در موفقیت سرمقاله Science X ایفا می کند. نمایه کامل →
این محتوا در ابتدا در The Macquarie University Lighthouse منتشر شد.
متن اصلی (انگلیسی)
Why the AI shopping revolution could backfire on retailers
Retailers have every reason to be interested in AI. A shopping assistant that answers questions at any hour, compares products instantly and offers personalized recommendations sounds like a win for customers and businesses alike.