Представители MicroStrategy уверены, что согласно принципам бухгалтерского учета в США (GAAP) при отражении балансовой стоимости нематериальных активов с неопределенным сроком службы компания должна использовать первоначальную цену покупки, а затем отражать накопленные суммы обесценивания. Применительно к MicroStrategy это означает, что активы, хранящиеся на балансе компании, оцениваются только в $2 млрд, что составляет половину справедливой рыночной стоимости.
«Справедливая стоимость является более полезной и сбалансированной моделью учета для инвесторов, чем текущая модель, при которой признается только уменьшение справедливой стоимости, а последующее увеличение — нет. Нынешняя модель отражает искаженную картину баланса криптоактивов и может ввести в заблуждение инвесторов, незнакомых со стандартами бухучета», — заявили в MicroStrategy.
Совет по стандартам финансового учета принимает предложения по обновлению стандартов бухгалтерского учета США для криптовалютных компаний до 6 июня. MicroStrategy призвала все заинтересованные в изменениях компании поддержать инициативу FASB.
«Учет балансовой стоимости криптоактивов по справедливой стоимости позволит инвесторам адекватно оценивать риски возврата инвестиций, тем самым обеспечивая основу для инвестиционных решений, основанных на экономической реальности», – комментируют предложение в MicroStrategy.
Ранее сооснователь MicroStrategy Майкл Сейлор (Michael Saylor) рассказал, что компания исследует возможности проекта Bitcoin Ordinals для инноваций.
Искусственный интеллект не только решает прикладные задачи, но также решает две основные задачи бизнеса: рост выручки и сокращение затрат.
Представьте себе ретейл будущего: «умные» камеры и роботы следят за тем, чтобы полки магазина регулярно пополнялись товаром, контролируют поставки, анализируют, какой продукт и в какое время пользуется наибольшей популярностью у покупателей. Никаких потерь в продажах, больше не возникает ситуаций, когда товар есть на складе магазина, но его нет на полке и никто не знает об этом, проблема последней мили решена.
Это не утопия, а грамотное использование искусственного интеллекта (ИИ) в ретейле, возможности, которые доступны бизнесу прямо сейчас. Например, в 2017 году американская компания Walmart объявила о том, что задействует специальных роботов для сканирования полок в 500 магазинах по всем штатам. Внедрение роботов не ведет к потере рабочих мест, а избавляет сотрудников от выполнения повторяемых и скучных задач, таких как инвентаризация, проверка цен и наличие неизвестных предметов.
Проблематика: почему ретейл несет убытки?
В ретейле, как и в любом другом бизнесе, достаточно узких мест. Но есть две проблемы, которые затрагивают торговлю любого уровня, будь то крупная сеть супермаркетов с огромным ассортиментом или индивидуальный предприниматель, который реализует продукцию собственного производства.
Проблема с полкой или проблема последней мили в розничной торговле возникает от того, что крайне сложно отследить момент, когда товар попал на прилавок магазина, а когда покупатель его забрал. В результате возникают ситуации, когда на складе магазина товар есть, но на полке он отсутствует и мерчандайзеры об этом не знают.
Например, в декабре сладкие подарки для детей пользуются огромным спросом:
в 14.00 мерчандайзер наполнил полки ретейлера популярными рюкзачками с конфетами;
в 17.00 все товары были на месте;
в 19.00 полки опустели.
В период с 17.30 до 18.30, когда родители заканчивают работу и забирают своих детей из садика, произошел пик активности, и на полках не осталось товаров. Но мерчандайзер думает, что он выполнил свою работу, и не знает, что многие покупатели остались без товара, а ретейлер понес убытки.
Проблема последней мили есть у 100% компаний ретейла, она возникает от недостатка сотрудников в магазинах, нужно слишком много персонала, чтобы отслеживать содержание всех стендов и полок.
Кроме того, существует ряд проблем, связанных с цепочкой поставок. Она может быть неоптимально построена, что приводит к переизбытку или дефициту товаров в магазинах, особенно критично это для товаров с коротким сроком годности. Когда товары лежат на складах слишком долго, они теряют свой потенциал продаж, и это становится очевидной потерей для бизнеса. В целом это очень распространенная и комплексная проблема. Но она может быть решена с помощью оцифровки пути товара и интеграции в ИТ-инфраструктуру ретейла сервиса, который будет выявлять системные проблемы в цепочке поставок и предотвращать их и с использованием технологий компьютерного зрения и «Интернета вещей».
К счастью, на российском ИТ-рынке появляются решения на базе ИИ, которые могут предотворатить эти проблемы и помочь сократить потери.
Пять ИИ-инсайтов для ретейла
Искусственный интеллект, машинное обучение, Big Data, видеоаналитика и цифровизация дают ретейлу инсайты, новые использования данных, которые становятся ключевыми инструментами для достижения успеха. Они помогают бизнесу создавать более точные прогнозы и улучшать сервисы.
Инсайт № 1. Компьютерное зрение
Компьютерное зрение – это нечто большее, чем просто мобильное приложение или подвесная камера на потолке, которая наблюдает за полками в магазине. Современные камеры, прикрепленные к полке напротив, могут мониторить всё, что находится перед ними, в то время как роботы ездят по магазинам, следят за полками и делают снимки с помощью камеры с углом обзора в 360°. Независимо от того, как это реализовано, функция компьютерного зрения состоит в том, чтобы делать снимки полок и их содержимого – проверять, находятся ли товары на своих местах и соответствуют ли заявленным в планограмме ретейлера. Кроме того, функционал компьютерного зрения предусматривает возможность мониторинга ценников в магазине. Например, можно отследить, соответствует ли указанная на ценнике стоимость акционной. Но для этого нужно предусмотреть интеграцию дополнительных модулей в систему.
Помимо преимуществ, у системы компьютерного зрения есть недостатки:
Необходимость покупки системы и большого количества камер. Например, приобретение сервисов видеофиксации для большой сети магазинов может обойтись дорого.
Распознавание каждой фотографии. Этот процесс требует значительного объема вычислительной мощности и остается существенной частью затрат.
Обзор камер зависит от месторасположения. Например, камеры расположенные на противоположной полке, демонстрируют достаточно хороший результат. Но устройства, установленные на потолке, имеют ограниченный угол обзора и не могут полностью зафиксировать нижние полки.
Камеры не учитывают глубину полок. Например, первые три коробки сока с полки забрали, еще десять коробок в ряду остались, но расположение камеры не позволяет ей фиксировать товар в глубине полки.
Оборудование требует регулярного обслуживания и ремонта.
Если учитывать все эти моменты при составлении технического задания на интеграцию системы компьютерного зрения, то недостатки можно превратить в достоинства и использовать проактивно. Например, для увеличения объема вычислительной мощности лучше использовать гибридные облака. Это лучший вариант для масштабирования инфраструктуры в будущем и проведения анализа и вычислений в настоящем. А правильный выбор поставщика ИТ-решений поможет получить скидку в случае крупного заказа и возможность бесплатной техподдержки.
Инсайт № 2. Аналитические решения и формирование четких задач
Аналитическое решение представляет собой сервис, который получает от ретейлера и анализирует информацию о таких параметрах, как: цена, продажи, остатки, наличие промоакций и перечень товаров. В ходе анализа система выявляет аномалии.
Например, если в ходе анализа чеков и остатков товаров на складе сервис выявил несовпадение плана продаж с фактом, аналитическое решение инициирует проверку информации.
Подобные задачи формируются автоматически, и руководителям магазинов не нужно тратить ресурсы сотрудников на фотосъемку и анализ полок и стеллажей, персонал магазина подключается только после инициации проверки. Автоматизация части процессов в ретейле имеет ряд преимуществ:
экономия времени персонала;
экономия средств, не нужно оплачивать дополнительно работу сотрудников;
исключение ошибок из-за человеческого фактора;
контроль действий «полевых» сотрудников магазина.
Кроме того, аналитические сервисы предоставляют возможность отслеживания упущенных продаж. Мониторинг чеков дает представление о покупках, которые могли бы быть совершены. На основании этой информации сервис строит план продаж, а с помощью мониторинга деятельности сотрудников определяют, когда продажи возобновляются. Благодаря этому сервису можно оценить влияние его работы на сокращение упущенных продаж.
Инсайт № 3. Машинное обучение и ценовая эластичность
Это метод быстрой маркировки и анализа больших объемов информации, которые непосильны для человека. Крупные ретейлеры уже применяют технологии искусственного интеллекта и машинного обучения для повышения продаж. Например, для создания персонализированных рекомендаций товаров в почтовых рассылках или для анализа данных о покупателях: частоте и сумме покупок, стиле жизни, предпочтительном уровне цен и любимых категориях товаров.
Алгоритмы учатся на исторических данных, таких как транзакции, история взаимодействия с клиентами, информация из интернет-источников, данные о выручке и т. д. Качество и объем данных, а также длительность периода, на протяжении которого они собраны, определяют точность модели, которая будет получена в итоге.
Кроме того, машинное обучение используется для определения ценовой эластичности: распределения цен на товары с учетом ниши, особенностей аудитории, сезона продаж и позиции продукта в общей линейке цен. Самообучающиеся алгоритмы могут обеспечить быструю реакцию на изменения на рынке и динамическое ценообразование для тысяч товарных позиций. В результате ретейлер поддерживает необходимый товарооборот без потери прибыли.
Инсайт № 4. Автоматизация и алгоритмы
Алгоритмы помогают выстраивать систему приоритетных задач для персонала. Это своего рода акцент, который сигнализирует сотрудникам о необходимости уделить внимание проблеме.
Например, задача по продвижению новинок в розничной торговле заключается в том, чтобы гарантировать, что новый товар был вынесен на полки магазина и получил должное внимание со стороны покупателей. Этому могут препятствовать два момента:
Человеческий фактор. Например, продавцы могут забыть вынести товар или не найти для него место на полке.
Технические проблемы, связанные с обновлением планограммы магазина и сопутствующими процессами.
Преодолеть обе проблемы можно с помощью бизнес-алгоритмов и технических решений.
Новинки играют важную роль в бизнесе. Для их продвижения сотрудникам магазина нужно как минимум: не забыть их на складе, вынести в торговый зал, найти место на полке и выставить. Если места на полке нет, это дополнительный триггер для операционной службы, чтобы проверить правильность планограммы. с проблемами, которые не являются крупными, но все же очень важны.
Инсайт № 5. Big Data и прогнозы
Благодаря развитию культуры сбора и хранения информации в ритейле, особенно в крупных компаниях, накапливаются огромные объемы данных. Они предоставляют колоссальное количество возможностей для получения ценных инсайтов. Некоторые сценарии уже активно применяются в розничной торговле. Например, прогнозирование продаж или эффективности промоакций. Но лишь малая часть предпринимателей знает, как работать с этими данными. Также по цифровым следам покупателей можно персонализировать работу с клиентами с учетом их особенностей: например, наличия или отсутствия у них детей, домашних животных, вероисповедания, диетических предпочтений и т. д. Применение технологии искусственного интеллекта, включая машинное обучение и продвинутую аналитику, позволяет реализовать множество подобных сценариев.
Помимо цифрового следа покупателя, цифровизации в ритейле способствуют:
информация об используемом оборудовании;
установка датчиков для определения местоположения и состояния товара на этапах логистической цепочки;
полная информация о продукции;
сведения о камерах, которые отвечают за безопасность и распознавание покупателей.
Процесс полноценной цифровизации ритейла сейчас находится в стадии развития и может занять все следующее десятилетие. Это очень простая логика: чем больше данных оцифровывает каждая компания, тем больше увеличивается общее количество полезной информации в ритейле.
Вывод: ИИ решает две основные задачи бизнеса: рост выручки и сокращение затрат
В перспективе интеграция ИИ-решений в ритейле не только исключает ошибки человеческого фактора, но и обходится дешевле. Приобретенное один раз оборудование, выгоднее регулярной оплаты труда дополнительных сотрудников, а искусственный интеллект способствует генерации дополнительного времени, что в свою очередь, приводит к «спасению продаж» в ритейле.
Таким образом, искусственный интеллект не только решает прикладные задачи, но также решает две основные задачи бизнеса: рост выручки и сокращение затрат.
Мессенджер WhatsApp (принадлежит компании Meta (запрещена в РФ), запрещенной в РФ) решил предоставить пользователям «больше контроля» над своими чатами. Теперь им будет доступна возможность редактировать сообщения в течение 15 минут после их отправки.
Как сообщается на сайте WhatsApp, в уже отправленное сообщение можно будет добавить новый контент или просто исправить допущенную в тексте ошибку. Для этого следует нажать на нужное сообщение и выбрать соответствующую функцию.
Новая возможность будет доступна пользователям по всему миру, но не всем сразу. В некоторых регионах она появится в течение нескольких недель. В каких именно, администрация мессенджера не уточняет.
Добавление функции редактирования сообщений было одним из наиболее частых пожеланий пользователей WhatsApp, отмечает ТАСС.
Ранее сообщалось, что WhatsApp впервые уступил Telegram по популярности у молодых россиян. По данным Mediascope, мессенджер Павла Дурова по результатам первого квартала этого года стал самым популярным сетевым сервисом у граждан в возрасте 12-24 лет.
