AI di bidang retail

Tingkatkan pengalaman belanja dan optimalkan logistik dengan AI untuk retail

AI mentransformasi retail dengan mempersonalisasi belanja dan mengotomatiskan operasi, sehingga membantu bisnis tetap kompetitif. Pelajari cara Google Cloud dapat membantu mengoptimalkan bisnis retail Anda.

Ingin mengikuti pelatihan? Mulai kursus gratis di Agent Studio.

Ringkasan

Apa manfaat penggunaan AI di bidang retail?

Penggunaan AI dalam retail menawarkan banyak keuntungan yang dapat membantu mendorong pertumbuhan bisnis. Bagi pelanggan, hal ini dapat berarti pengalaman belanja yang lebih personal dengan rekomendasi yang benar-benar sesuai dengan selera dan kebutuhan mereka, sehingga dapat meningkatkan loyalitas.

Bagi bisnis, AI dapat membantu:

  • Hiperpersonalisasi dalam skala besar: AI membantu retailer melampaui rekomendasi sederhana ke penjualan terpandu, dan dapat bertindak sebagai pakar 24/7. Misalnya, AI membantu pelanggan menemukan laptop yang tepat untuk workload tertentu atau rutinitas perawatan kulit berdasarkan jenis kulit unik mereka. Hal ini dapat meningkatkan rasio konversi dan mengurangi pengembalian barang.
  • Prediksi inventaris dan pengurangan limbah: Dengan menganalisis tren global real-time dan pola cuaca lokal, AI dapat membantu mengurangi kesalahan perkiraan permintaan. Retailer dapat memindahkan stok sebelum terjadi lonjakan untuk memastikan produk yang tepat berada di lorong yang tepat pada waktu yang tepat.
  • Keunggulan pasca-pembelian: Agen AI kini dapat menangani pertanyaan dasar, seperti melacak pesanan atau memeriksa kelayakan pengembalian barang, secara instan. Hal ini membantu mengurangi biaya pusat panggilan dan meningkatkan kepuasan pelanggan dengan menghilangkan hambatan menunggu agen manusia.
  • Operasi toko otonom: Vision AI dan alur kerja agentic membantu mengotomatiskan pekerjaan rutin. Robot dan kamera dapat menangani audit rak dan deteksi kekurangan stok. AI juga membantu penjadwalan karyawan otomatis berdasarkan kunjungan langsung real-time, sehingga staf manusia dapat sepenuhnya berfokus pada pelanggan.
  • Penetapan harga dinamis: Retailer dapat menyesuaikan harga secara real time berdasarkan langkah pesaing dan permintaan lokal untuk melindungi margin.
  • Perlindungan terhadap penipuan: AI dapat membantu mengidentifikasi pola pengembalian barang yang mencurigakan dan anomali pembayaran dalam milidetik untuk mengamankan pendapatan serta melindungi data pelanggan dan bisnis.
  • Siklus pengembangan produk yang lebih singkat: Dengan menggunakan AI generatif, brand dapat mempersingkat waktu yang dibutuhkan untuk meneliti dan mendesain produk baru dari hitungan minggu menjadi hitungan hari. Hal ini memungkinkan mereka bereaksi terhadap tren viral saat tren tersebut masih relevan.

Apa saja potensi tantangan AI dalam retail?

Penggunaan AI dalam retail mungkin melibatkan lebih dari sekadar update software; penggunaan tersebut dapat memerlukan penanganan serangkaian hambatan operasional dan etis yang kompleks. Berikut beberapa tantangan umum yang mungkin dihadapi retailer:

  • Data silo dan data swamp: Banyak retailer kesulitan dengan data terfragmentasi dan berkualitas rendah yang menghambat AI dalam memberikan insight real-time yang akurat atau membuat keputusan yang efektif.
  • Hambatan utang teknis: Sistem POS lama dan infrastruktur lama mungkin tidak memiliki daya pemrosesan dan konektivitas yang diperlukan untuk mendukung model AI modern berkecepatan tinggi.
  • Peraturan yang beragam: Mematuhi hukum global yang terus berkembang, seperti EU AI Act, sekaligus mengelola etika privasi konsumen menciptakan persyaratan hukum yang signifikan.
  • Mempertahankan kepercayaan pelanggan: Dukungan yang hanya mengandalkan AI dan diimplementasikan dengan buruk dapat memicu reaksi negatif dari konsumen. Pembeli sering kali masih lebih menyukai interaksi manusia untuk masalah yang kompleks atau sensitif.
  • Pengamanan cyber dan deepfake: AI menciptakan risiko baru, termasuk phishing canggih, ulasan produk palsu, dan media deepfake yang dapat merusak reputasi brand dengan cepat.
  • Mengukur ROI: Biaya awal untuk hardware dan integrasi mungkin tidak menunjukkan hasil nyata yang langsung, terutama jika project tidak memiliki strategi penskalaan yang jelas.

Bagaimana masa depan AI untuk retail?

Melihat tahun-tahun mendatang, retail kemungkinan akan bertransisi dari industri reaktif menjadi ekosistem otonom yang cerdas. Kita memasuki era "Perdagangan Agentic", yang mana asisten AI pribadi dapat bernegosiasi dan bertransaksi langsung dengan sistem retailer, sehingga antarmuka web tradisional menjadi kurang penting dibandingkan data yang dapat dibaca mesin.

Toko fisik dapat berkembang menjadi hub "phygital"—lingkungan yang sepenuhnya otonom dan dioptimalkan oleh kembaran digital real-time dan AI berbasis sentimen yang dapat menyesuaikan segala hal, mulai dari tata letak toko hingga desain produk yang dipersonalisasi dengan cepat. Pada akhirnya, seiring AI menguasai logistik supply chain dan transaksi rutin, lanskap retail dapat terbagi dua. Kebutuhan volume tinggi akan dikelola oleh algoritma prediktif yang tidak terlihat, sementara toko fisik akan diubah menjadi galeri interaktif yang mengedepankan empati manusia dan "keaslian terverifikasi" sebagai komoditas mewah utama.

Bisnis retail apa yang menggunakan AI?

  1. Mercari: Sebagai marketplace online terbesar di Jepang, Mercari memudahkan akses ke agen layanan pelanggan menggunakan AI Google. Perusahaan ini berharap dapat mencapai ROI sebesar 500% dan pengurangan beban kerja staf sebesar 20%.
  2. Target: Menggunakan Google Cloud untuk mendukung solusi AI di aplikasi Target dan Target.com, termasuk penawaran Target Circle yang dipersonalisasi.
  3. Carrefour Taiwan: Sommelier AI Carrefour Taiwan, layanan AI percakapan yang terintegrasi ke dalam aplikasinya, membantu pelanggan memilih minuman anggur berdasarkan preferensi mereka.
  4. The Home Depot: Home Depot membuat Magic Apron, agen AI yang menawarkan panduan pakar 24/7, memberikan petunjuk langkah demi langkah yang mendetail dan rekomendasi produk.
  5. Unilever: Membuat proses perdagangan distribusi yang didigitalisasi menggunakan BigQuery. Dengan menggunakan analisis mendalam, Unilever kini dapat memproses 75.000 pesanan setiap hari dan menjangkau jutaan retailer di pasar negara berkembang.
  6. Wayfair: Dengan mengotomatiskan pengayaan katalog produknya, Wayfair kini memperbarui atribut produk 5 kali lebih cepat dari sebelumnya, sehingga menghasilkan penghematan yang signifikan dalam biaya operasional.
  7. Dunelm: Telah berpartner dengan Google Cloud untuk meningkatkan pengalaman belanja online dengan solusi penemuan produk baru yang didukung AI generatif guna membantu pelanggan menemukan produk dengan lebih mudah.
  8. Lush: Menggunakan Vertex AI dan Cloud Storage untuk mendukung Lush Lens, sistem pengenalan citra berteknologi AI yang mengidentifikasi produk tanpa kemasan saat checkout, sehingga mengurangi waktu antrean dan menghemat air.
  9. Miinto: Untuk meningkatkan kepuasan pelanggan dan mengurangi overhead, Miinto menggunakan Vertex AI Vision untuk mengenali dan menggabungkan entri produk yang berlebihan.
  10. Papa John’s Pizza: Menggunakan model BigQuery, Vertex AI, dan Gemini untuk membangun alat prediktif yang dapat mengantisipasi pesanan pelanggan dengan lebih baik di aplikasi, serta program loyalitas yang ditingkatkan dan penawaran pemasaran yang lebih dipersonalisasi.
  11. 3 Farm Daughters: Perusahaan pasta milik keluarga ini menulis postingan media sosial dengan bantuan Gemini di Dokumen.
  12. Sports Basement: Tim layanan pelanggan menggunakan Gemini di Google Workspace untuk mengurangi waktu penulisan email sebesar 30-35%.

Untuk melihat contoh retailer dan bisnis lain yang menggunakan AI, lihat 1.000+ kasus penggunaan AI generatif dunia nyata dari organisasi terkemuka di dunia.

Apakah AI di bidang retail aman?

Seperti banyak industri lainnya, AI dalam retail adalah lingkungan berisiko tinggi yang mana teknologi dapat bertindak sebagai perisai yang kuat sekaligus kerentanan baru.

Di satu sisi, AI telah merevolusi pencegahan kerugian. Retailer makin banyak men-deploy computer vision berbasis AI dan pemantauan transaksi real-time untuk mengurangi penyusutan, seperti pencurian dan penipuan. Mereka juga makin sering menggunakan SynthID untuk memberi watermark pada konten buatan AI, yang membantu pelanggan memverifikasi bahwa gambar atau ulasan produk itu autentik dan bukan deepfake "sintetis" yang dibuat untuk merusak reputasi brand.

Namun, integrasi AI juga memperluas permukaan serangan cyber. Ancaman yang muncul seperti injeksi perintah dan peracunan data telah memaksa retailer besar untuk menerapkan kebijakan tata kelola AI baru yang ketat.

Alat Google Cloud AI untuk retail

Nama ProdukKasus PenggunaanFitur UtamaHarga

Membangun dukungan pelanggan yang selalu aktif: Bangun, uji, dan deploy agen dukungan multimodal yang dipersonalisasi dengan cepat dalam skala besar

Menyertakan panel "tarik lalu lepas" sehingga karyawan dengan semua tingkat keterampilan dapat membuat dan meluncurkan alur kerja dukungan

Asisten belanja virtual: Memberikan bantuan seperti manusia di situs dan aplikasi seluler.

Kemampuan bawaan untuk menjawab pertanyaan produk, menyarankan pakaian, dan memandu pelanggan melalui proses checkout.

Etalase digital yang ditingkatkan: Meningkatkan akurasi penelusuran di situs dan pengalaman penjelajahan.

Menggunakan LLM untuk memahami niat pembeli; mendukung "Pemfilteran Produk Percakapan" dan 100+ bahasa.


Operasi dan strategi bisnis: Menganalisis laporan penjualan, menangani pengelolaan inventaris, mengotomatiskan email vendor, dan sintesis data internal.

Integrasi penuh dengan Google Dokumen/Spreadsheet/Gmail; akses ke model Gemini terbaru; kemampuan untuk membangun agen kustom "tanpa coding" untuk alur kerja internal.

Kecerdasan toko fisik: Menelusuri data CCTV atau gambar di rak dalam jumlah besar untuk mengaudit inventaris atau keamanan.

Penelusuran teks ke video (Contoh: "Temukan tumpahan cat biru di Lorong 4"); penyimpanan skala PB; pemicu peristiwa real-time.

Kasus Penggunaan

Membangun dukungan pelanggan yang selalu aktif: Bangun, uji, dan deploy agen dukungan multimodal yang dipersonalisasi dengan cepat dalam skala besar

Fitur Utama

Menyertakan panel "tarik lalu lepas" sehingga karyawan dengan semua tingkat keterampilan dapat membuat dan meluncurkan alur kerja dukungan

Harga
Kasus Penggunaan

Asisten belanja virtual: Memberikan bantuan seperti manusia di situs dan aplikasi seluler.

Fitur Utama

Kemampuan bawaan untuk menjawab pertanyaan produk, menyarankan pakaian, dan memandu pelanggan melalui proses checkout.

Harga
Kasus Penggunaan

Etalase digital yang ditingkatkan: Meningkatkan akurasi penelusuran di situs dan pengalaman penjelajahan.

Fitur Utama

Menggunakan LLM untuk memahami niat pembeli; mendukung "Pemfilteran Produk Percakapan" dan 100+ bahasa.


Harga
Kasus Penggunaan

Operasi dan strategi bisnis: Menganalisis laporan penjualan, menangani pengelolaan inventaris, mengotomatiskan email vendor, dan sintesis data internal.

Fitur Utama

Integrasi penuh dengan Google Dokumen/Spreadsheet/Gmail; akses ke model Gemini terbaru; kemampuan untuk membangun agen kustom "tanpa coding" untuk alur kerja internal.

Harga
Kasus Penggunaan

Kecerdasan toko fisik: Menelusuri data CCTV atau gambar di rak dalam jumlah besar untuk mengaudit inventaris atau keamanan.

Fitur Utama

Penelusuran teks ke video (Contoh: "Temukan tumpahan cat biru di Lorong 4"); penyimpanan skala PB; pemicu peristiwa real-time.

Harga

Cara Kerjanya

Kecerdasan buatan dalam retail menggunakan teknologi cerdas untuk meningkatkan banyak bagian dari proses bisnis retail. Hal ini dapat mencakup peningkatan pengalaman berbelanja bagi pelanggan, pengoptimalan cara kerja toko dan gudang, serta membantu para pemimpin membuat keputusan yang lebih cerdas. Sistem AI dapat menganalisis data dalam jumlah besar jauh lebih cepat daripada manusia, sehingga membantu mengidentifikasi pola, memprediksi keinginan pelanggan berikutnya, dan bahkan mengotomatiskan tugas rutin.

Penggunaan Umum

Memadukan pengalaman online dan di toko

AI dapat membantu menciptakan pengalaman pelanggan yang konsisten di seluruh toko fisik dan saluran e-commerce dengan memastikan harga, promosi, dan tingkat inventaris yang konsisten.

Anda dapat menggunakan Google Distributed Cloud (GDC) untuk terhubung ke lokasi toko Anda. Infrastruktur "Edge AI" ini memungkinkan Anda memproses inventaris real-time dan interaksi pelanggan secara lokal, sehingga memastikan latensi nol meskipun koneksi internet toko tidak stabil. Data lokal ini kemudian "digabungkan" ke dalam data warehouse BigQuery pusat yang mendukung mesin e-commerce.

    AI dapat membantu menciptakan pengalaman pelanggan yang konsisten di seluruh toko fisik dan saluran e-commerce dengan memastikan harga, promosi, dan tingkat inventaris yang konsisten.

    Anda dapat menggunakan Google Distributed Cloud (GDC) untuk terhubung ke lokasi toko Anda. Infrastruktur "Edge AI" ini memungkinkan Anda memproses inventaris real-time dan interaksi pelanggan secara lokal, sehingga memastikan latensi nol meskipun koneksi internet toko tidak stabil. Data lokal ini kemudian "digabungkan" ke dalam data warehouse BigQuery pusat yang mendukung mesin e-commerce.

      Pengelolaan inventaris real-time

      Manajer toko dapat menerima rekomendasi inventaris yang akurat dan real-time untuk meningkatkan efisiensi.

      Salah satu cara untuk mengimplementasikannya adalah dengan menyerap streaming video mentah dari CCTV toko yang ada langsung ke Vision Warehouse. Tidak seperti sistem lama yang memerlukan pemberian tag manual, fitur ini menggunakan penelusuran bahasa alami atas video. Manajer dapat dengan mudah meminta sistem untuk memberi tahu mereka jika ada rak di lorong minuman yang kosong lebih dari 20%. AI kemudian terus mengaudit status rak visual berdasarkan catatan inventaris digital Anda. Saat menemukan ketidaksesuaian, AI dapat secara otomatis memberi tahu perangkat genggam karyawan toko dengan foto ketidaksesuaian dan petunjuk ke stok pengganti.

        Manajer toko dapat menerima rekomendasi inventaris yang akurat dan real-time untuk meningkatkan efisiensi.

        Salah satu cara untuk mengimplementasikannya adalah dengan menyerap streaming video mentah dari CCTV toko yang ada langsung ke Vision Warehouse. Tidak seperti sistem lama yang memerlukan pemberian tag manual, fitur ini menggunakan penelusuran bahasa alami atas video. Manajer dapat dengan mudah meminta sistem untuk memberi tahu mereka jika ada rak di lorong minuman yang kosong lebih dari 20%. AI kemudian terus mengaudit status rak visual berdasarkan catatan inventaris digital Anda. Saat menemukan ketidaksesuaian, AI dapat secara otomatis memberi tahu perangkat genggam karyawan toko dengan foto ketidaksesuaian dan petunjuk ke stok pengganti.

          Peningkatan penemuan dan rekomendasi produk

          AI dapat membantu mempersonalisasi pengalaman penelusuran, sehingga pengguna dapat menemukan item unik dengan cepat di platform online.

          Salah satu cara untuk melakukannya adalah dengan meningkatkan penelusuran kata kunci tradisional Anda dengan penelusuran semantik, yang dapat Anda buat menggunakan Agent Search. Jadikan pengalaman penemuan di situs atau aplikasi Anda lebih relevan dan berorientasi ROI dengan hasil penelusuran, rekomendasi, dan insight yang dipersonalisasi berdasarkan katalog produk Anda. Manfaatkan natural language processing, sinyal web unik Google, Knowledge Graph, dan LLM yang disesuaikan untuk perdagangan kami guna membantu kotak penelusuran Anda memahami kueri berbasis intent seperti "Apa yang sebaiknya saya pakai untuk pernikahan di luar ruangan saat musim hujan di bulan Oktober?."

          Selain itu, dengan mengaktifkan pemfilteran atau penelusuran percakapan, AI dapat secara dinamis mengajukan pertanyaan kepada pengguna berdasarkan kueri awal mereka untuk mempersempit item. Misalnya, AI dapat bertanya apakah Anda mencari pakaian kasual atau formal, atau ukuran tertentu. Hal ini dapat mengurangi waktu yang dibutuhkan untuk menemukan produk tertentu atau produk yang sangat spesifik.

            AI dapat membantu mempersonalisasi pengalaman penelusuran, sehingga pengguna dapat menemukan item unik dengan cepat di platform online.

            Salah satu cara untuk melakukannya adalah dengan meningkatkan penelusuran kata kunci tradisional Anda dengan penelusuran semantik, yang dapat Anda buat menggunakan Agent Search. Jadikan pengalaman penemuan di situs atau aplikasi Anda lebih relevan dan berorientasi ROI dengan hasil penelusuran, rekomendasi, dan insight yang dipersonalisasi berdasarkan katalog produk Anda. Manfaatkan natural language processing, sinyal web unik Google, Knowledge Graph, dan LLM yang disesuaikan untuk perdagangan kami guna membantu kotak penelusuran Anda memahami kueri berbasis intent seperti "Apa yang sebaiknya saya pakai untuk pernikahan di luar ruangan saat musim hujan di bulan Oktober?."

            Selain itu, dengan mengaktifkan pemfilteran atau penelusuran percakapan, AI dapat secara dinamis mengajukan pertanyaan kepada pengguna berdasarkan kueri awal mereka untuk mempersempit item. Misalnya, AI dapat bertanya apakah Anda mencari pakaian kasual atau formal, atau ukuran tertentu. Hal ini dapat mengurangi waktu yang dibutuhkan untuk menemukan produk tertentu atau produk yang sangat spesifik.

              Memodernisasi operasi di dalam toko

              Penyederhanaan proses berbasis kertas dan tradisional dengan perangkat seluler berteknologi AI dapat meningkatkan produktivitas pramuniaga toko dan layanan pelanggan.

              Dengan aplikasi Gemini Enterprise, Anda dapat membangun Agen Asisten Toko yang dapat diakses di perangkat seluler. Agen ini didasarkan pada Prosedur Operasi Standar (SOP) internal perusahaan Anda dan data operasional real-time. Karyawan dapat menggunakan fitur suara ke teks untuk mengajukan pertanyaan kompleks seperti, "Bagaimana cara memproses pengembalian barang rusak tanpa tanda terima?" atau "Buatkan ringkasan catatan pagi bagi manajer untuk departemen alas kaki."

                Penyederhanaan proses berbasis kertas dan tradisional dengan perangkat seluler berteknologi AI dapat meningkatkan produktivitas pramuniaga toko dan layanan pelanggan.

                Dengan aplikasi Gemini Enterprise, Anda dapat membangun Agen Asisten Toko yang dapat diakses di perangkat seluler. Agen ini didasarkan pada Prosedur Operasi Standar (SOP) internal perusahaan Anda dan data operasional real-time. Karyawan dapat menggunakan fitur suara ke teks untuk mengajukan pertanyaan kompleks seperti, "Bagaimana cara memproses pengembalian barang rusak tanpa tanda terima?" atau "Buatkan ringkasan catatan pagi bagi manajer untuk departemen alas kaki."

                  Asisten belanja yang didukung AI

                  Asisten virtual dapat memandu pelanggan secara visual melalui proses yang kompleks dan memberikan dukungan yang dipersonalisasi, sehingga meningkatkan customer engagement.

                  Kelola seluruh perjalanan dari penemuan hingga checkout dan seterusnya dengan agen Shopping. Dengan memanfaatkan rangkaian model Gemini, agen ini bertindak sebagai pramutamu digital, yang didasarkan pada katalog produk lengkap dan data loyalitas pelanggan Anda. Lebih dari sekadar chatbot, Gemini bertindak seperti pakar yang memahami kebutuhan pribadi pembeli menggunakan penalaran kompleks dan input multimodal untuk mengambil tindakan yang disetujui guna menyederhanakan pembelian.

                    Asisten virtual dapat memandu pelanggan secara visual melalui proses yang kompleks dan memberikan dukungan yang dipersonalisasi, sehingga meningkatkan customer engagement.

                    Kelola seluruh perjalanan dari penemuan hingga checkout dan seterusnya dengan agen Shopping. Dengan memanfaatkan rangkaian model Gemini, agen ini bertindak sebagai pramutamu digital, yang didasarkan pada katalog produk lengkap dan data loyalitas pelanggan Anda. Lebih dari sekadar chatbot, Gemini bertindak seperti pakar yang memahami kebutuhan pribadi pembeli menggunakan penalaran kompleks dan input multimodal untuk mengambil tindakan yang disetujui guna menyederhanakan pembelian.

                      Pembuatan deskripsi produk

                      AI dapat secara otomatis membuat deskripsi produk yang unik, berkualitas tinggi, dan ramah SEO dalam skala besar.

                      Untuk katalog bervolume tinggi, Anda dapat menyiapkan pipeline otomatis menggunakan Gemini 3 Flash. Anda memasukkan input mentah ke dalam model: spesifikasi teknis, gambar beresolusi tinggi, dan pedoman gaya bahasa brand Anda. Untuk memastikan kualitas dalam skala besar, terapkan alur kerja peninjauan multi-agen. Satu agen Gemini membuat draf deskripsi, agen kedua meninjaunya untuk SEO, dan agen ketiga memeriksa akurasinya berdasarkan lembar spesifikasi. Hal ini memungkinkan retailer membuat ribuan deskripsi dalam hitungan jam, bukan bulan.

                        AI dapat secara otomatis membuat deskripsi produk yang unik, berkualitas tinggi, dan ramah SEO dalam skala besar.

                        Untuk katalog bervolume tinggi, Anda dapat menyiapkan pipeline otomatis menggunakan Gemini 3 Flash. Anda memasukkan input mentah ke dalam model: spesifikasi teknis, gambar beresolusi tinggi, dan pedoman gaya bahasa brand Anda. Untuk memastikan kualitas dalam skala besar, terapkan alur kerja peninjauan multi-agen. Satu agen Gemini membuat draf deskripsi, agen kedua meninjaunya untuk SEO, dan agen ketiga memeriksa akurasinya berdasarkan lembar spesifikasi. Hal ini memungkinkan retailer membuat ribuan deskripsi dalam hitungan jam, bukan bulan.

                          Identifikasi tren dan peningkatan interaksi pelanggan

                          Identifikasi tren dengan cepat dari masukan pelanggan menggunakan AI untuk meningkatkan interaksi.

                          Implementasinya melibatkan penyaluran semua masukan pelanggan yang tidak terstruktur ke BigQuery. Kemudian, Anda menggunakan kemampuan Deep Research Gemini Enterprise untuk melakukan pengelompokan tema di jutaan interaksi. AI mengidentifikasi tren yang muncul sebelum tren tersebut muncul dalam data penjualan. Misalnya, AI dapat melihat peningkatan 15% pelanggan yang menanyakan kemasan ramah lingkungan dalam chat dukungan.

                            Identifikasi tren dengan cepat dari masukan pelanggan menggunakan AI untuk meningkatkan interaksi.

                            Implementasinya melibatkan penyaluran semua masukan pelanggan yang tidak terstruktur ke BigQuery. Kemudian, Anda menggunakan kemampuan Deep Research Gemini Enterprise untuk melakukan pengelompokan tema di jutaan interaksi. AI mengidentifikasi tren yang muncul sebelum tren tersebut muncul dalam data penjualan. Misalnya, AI dapat melihat peningkatan 15% pelanggan yang menanyakan kemasan ramah lingkungan dalam chat dukungan.

                              Menggabungkan dan menghapus duplikat listingan produk

                              AI membantu mengelola katalog produk dari berbagai vendor dengan mengidentifikasi dan menggabungkan listingan duplikat.

                              Untuk mengelola katalog multi-vendor, Anda dapat menggunakan Agent Platform untuk melakukan pencocokan fuzzy dan resolusi entity. AI menggunakan pemahaman multimodal untuk "melihat" bahwa gambar dan spesifikasi identik meskipun teksnya berbeda.

                              Pendekatan praktisnya adalah membuat "golden record" untuk setiap SKU, yang mana AI menganalisis semua aliran data yang masuk, mengidentifikasi duplikat, dan memilih gambar berkualitas tertinggi dan deskripsi paling akurat untuk merepresentasikan produk. Hal ini memastikan etalase Anda tetap bersih dan tingkat inventaris diagregatkan secara akurat di semua supplier.

                                AI membantu mengelola katalog produk dari berbagai vendor dengan mengidentifikasi dan menggabungkan listingan duplikat.

                                Untuk mengelola katalog multi-vendor, Anda dapat menggunakan Agent Platform untuk melakukan pencocokan fuzzy dan resolusi entity. AI menggunakan pemahaman multimodal untuk "melihat" bahwa gambar dan spesifikasi identik meskipun teksnya berbeda.

                                Pendekatan praktisnya adalah membuat "golden record" untuk setiap SKU, yang mana AI menganalisis semua aliran data yang masuk, mengidentifikasi duplikat, dan memilih gambar berkualitas tertinggi dan deskripsi paling akurat untuk merepresentasikan produk. Hal ini memastikan etalase Anda tetap bersih dan tingkat inventaris diagregatkan secara akurat di semua supplier.

                                  Mengotomatiskan kutipan penjualan untuk produk yang dapat dikonfigurasi

                                  Membuat penawaran harga yang akurat dengan cepat menggunakan AI dan citra udara.

                                  Untuk retailer yang menjual produk luar ruangan atau perbaikan rumah (seperti panel surya, atap, atau gudang), Anda dapat mengintegrasikan citra udara beresolusi tinggi dari Google Earth Engine. Saat pelanggan memasukkan alamat mereka, AI menggunakan computer vision untuk mengukur luas, kemiringan, dan bayangan atap dari pohon di dekatnya.

                                  Agen Agent Platform kemudian dapat mengambil pengukuran ini dan mereferensikannya dengan tarif tenaga kerja dan biaya material Anda saat ini. Dalam hitungan detik, alat ini menghasilkan penawaran harga yang akurat dan divisualisasikan dalam bentuk 3D. Hal ini menghilangkan kebutuhan untuk kunjungan situs awal, sehingga tim penjualan dapat berfokus hanya pada lead dengan niat tinggi yang telah menerima dan menyetujui "Penawaran Harga AI" awal.

                                    Untuk contoh aplikasi AI yang lebih mendalam dan detail teknis tentang cara mengimplementasikannya, lihat 101 kasus penggunaan AI generatif dunia nyata dengan blueprint teknis.


                                    Membuat penawaran harga yang akurat dengan cepat menggunakan AI dan citra udara.

                                    Untuk retailer yang menjual produk luar ruangan atau perbaikan rumah (seperti panel surya, atap, atau gudang), Anda dapat mengintegrasikan citra udara beresolusi tinggi dari Google Earth Engine. Saat pelanggan memasukkan alamat mereka, AI menggunakan computer vision untuk mengukur luas, kemiringan, dan bayangan atap dari pohon di dekatnya.

                                    Agen Agent Platform kemudian dapat mengambil pengukuran ini dan mereferensikannya dengan tarif tenaga kerja dan biaya material Anda saat ini. Dalam hitungan detik, alat ini menghasilkan penawaran harga yang akurat dan divisualisasikan dalam bentuk 3D. Hal ini menghilangkan kebutuhan untuk kunjungan situs awal, sehingga tim penjualan dapat berfokus hanya pada lead dengan niat tinggi yang telah menerima dan menyetujui "Penawaran Harga AI" awal.

                                      Untuk contoh aplikasi AI yang lebih mendalam dan detail teknis tentang cara mengimplementasikannya, lihat 101 kasus penggunaan AI generatif dunia nyata dengan blueprint teknis.


                                      Siap mentransformasi pengalaman retail Anda?

                                      Melatih dan men-deploy model machine learning dan aplikasi AI

                                      Pelajari batas penggunaan bulanan Paket Gratis

                                      Ikuti kursus gratis tentang kecerdasan buatan

                                      Google Cloud