أعلنت منصة توصيل المقاضي والتجزئة السريعة Shipt (المملوكة لعملاق التجزئة الأمريكي Target) عن إطلاق أداة ومساعد تجاري ثوري مدعوم بـ الذكاء الاصطناعي التوليدي (Generative AI Shopping Assistant)، يتيح للمتسوقين إنشاء وتجهيز عربة تسوق إلكترونية متكاملة بجميع عناصرها ومكوناتها عبر كتابة طلبات وأوامر نصية بسيطة تركز على سياق المناسبة بدلاً من البحث الفردي عن كل سلعة. وبات بإمكان المستخدم كتابة أوامر مركبة من قبيل: "أنشئ عربة تسوق لتجمعي الرياضي يوم السبت لـ 25 شخصاً مع إضافة عناصر إفطار متأخر"، أو "جهّز سلة متكاملة لوجبات غداء مدرسية سهلة وخفيفة بعد الدراسة"، ليقوم النظام في ثوانٍ معدودة باقتراح الكميات المناسبة، العلامات التجارية الملائمة، وتجهيز السلة للدفع الفوري. وتُمثل هذه الخطوة نقلة مفصلية نحو التجارة القائمة على النية والسياق (Contextual Commerce)، مما يعيد هندسة تجربة المستهلك ويرفع متوسط قيمة السلة الشرائية للمتاجر.
كيف يعمل المساعد التوليدي لمنصة Shipt؟ تفاصيل الميزة التقنية
ترتكز التقنية الجديدة على نماذج لغوية متقدمة تم تدريبها على آلاف وصفات الطهي، ومعايير حساب الحصص الغذائية، وسلوكيات الإنفاق المنزلي، متضمنة الميزات الآتية:
- حساب الحصص والكميات بدقة رياضية: عندما يحدد العميل عدد الأفراد (مثل 25 شخصاً)، يقوم المساعد بحساب الحصص الغذائية وتحديد عدد العبوات المطلوبة تلقائياً لتجنب النقص أو الهدر.
- التوافق مع قيود وتفضيلات الحمية: إمكانية دمج شروط غذائية ضمن الأمر النصي (مثل: وجبات خالية من الغلوتين، سناك قليل السكر، أو وجبات نباتية) ليقوم الذكاء الاصطناعي بفلترة السلة وفق تلك القيود.
- مرونة التعديل والاستبدال بنقرة واحدة: يستعرض العميل مكونات السلة المقترحة مع إمكانية حذف أي صنف، أو استبداله ببديل أرخص أو من علامة تجارية مفضلة دون إعادة صياغة الطلب.
- الربط مع المخزون اللحظي للمتاجر المحلية: اختيار المنتجات المتوفرة فعلياً في المتجر الأقرب للعميل لضمان توصيل الطلب في نفس اليوم دون إلغاء أصناف مفقودة.
التحليل التجاري: لماذا يُعد التسوق السياقي مكسباً هائلاً لمنصات التجارة الإلكترونية؟
يواجه قطاع تجارة المقاضي والتجزئة معضلة تسمى "إرهاق الاختيار" (Decision Fatigue)، حيث يقضي المتسوق وقتاً طويلاً في تصفح مئات الأصناف مما قد يدفعه لترك السلة. ويوفر نموذج Shipt ثلاث فوائد اقتصادية عميقة:
1. مضاعفة متوسط قيمة الطلب (Average Order Value - AOV)
عندما يطلب المستهلك سلة لحفلة شواء أو مناسبة رياضية، يضيف المساعد الذكي كل ما يلزم المناسبة من أدوات، توابل، مقبلات، ومشروبات قد ينساها العميل عند الشراء اليدوي؛ مما يرفع حجم السلة الشرائية بنسب ملحوظة.
2. اختصار رحلة العميل من نصف ساعة إلى 30 ثانية
تجهيز مقاضي الأسبوع كان يتطلب البحث عن 30 أو 40 عنصراً منفرداً. اختصار هذه الرحلة إلى جملة واحدة يجعل المتجر الخيار المفضل للعميل الدائم الذي يثمن وقته، مما يرفع معدلات الولاء والشراء المتكرر.
3. فرص بيع متبادل ذكية للعلامات التجارية (Smart Cross-Selling)
يفتح النظام التوليدي فرصاً ذهبية للشراكات الإعلانية مع مصنعي السلع الاستهلاكية (CPG)؛ حيث يمكن ترشيح علامات تجارية راعية ضمن مكونات السلة المقترحة بسلاسة تامة دون إزعاج المستخدم.
مقارنة بين البحث التقليدي في المتاجر وإنشاء السلات بالذكاء الاصطناعي
| المعيار | البحث اليدوي التقليدي في المتجر | السلات التوليدية الذكية (Shipt Model) |
|---|---|---|
| مدخلات المستخدم | كتابة اسم كل منتج على حدة في شريط البحث | وصف سياق الحدث أو الوجبة أو المناسبة بجملة واحدة |
| تقدير الكميات | تقدير يدوي يقع غالباً في خطأ النقص أو الفائض | حساب دائم ومتوازن بناءً على عدد الحضور والوجبات |
| معدل ترك السلات | مرتفع بسبب كثرة الخطوات وتشتت المتسوق | منخفض جداً لتقديم حل فوري متكامل بنقرة واحدة |
| الارتباط بالاحتياج الفعلي | تجميع عشوائي قد يغفل منتجات تكميلية هامة | بناء قائمة تغطي التجربة الاستهلاكية من الألف إلى الياء |
خطة عمل وتوصيات للمتاجر الإلكترونية لمواكبة التجارة التوليدية
لتحضير منصتك وتطبيقك التجاري لعصر عربات التسوق التوليدية، اتبع الإرشادات الاستراتيجية التالية:
- بناء "حزم سياقية" مسبقة الصنع (Themed Bundles): إذا لم تكن تقنية الذكاء الاصطناعي التوليدي متاحة لديك برمجياً حالياً، صمم حزم سلات جاهزة (مثل: بوكس شواء عائلي، سلة تجهيز الإفطار المدرسي، بوكس ليالي الشتاء) لشرائها بنقرة واحدة.
- إثراء البيانات الوصفية للمنتجات (Metadata Enhancement): لا تكتفِ بتصنيف السلع في فئات تقليدية؛ أضف وسوماً مثل "مناسب للمناسبات الرياضية"، "وجبات سريعة للأطفال"، "صحي للمكتب" لتمكين خوارزميات البحث الذكية من فهم استخدامات المنتجات.
- تمكين خاصية إعادة طلب السلات المخصصة (One-Click Reorder): اسمح للعملاء بحفظ السلات التي قاموا بتجميعها تحت مسميات خاصة (مثل: "مقاضي البيت الشهرية" أو "غداء الجمعة") لتكرار شرائها بضغطة زر.
- استغلال تطبيقات ومحركات الذكاء الاصطناعي المفتوحة: دمج نماذج مثل GPT-4o عبر واجهات التطبيقات (APIs) لإنشاء روبوت دردشة داخل المتجر يساعد العملاء في تجميع مشترياتهم صوتياً أو نصياً.
الأسئلة الشائعة (FAQ)
هل يتيح المساعد للمتسوق استبدال المنتجات المقترحة؟
نعم، يتم تقديم السلة كمسودة قابلة للتعديل بالكامل؛ يستطيع المشتري تغيير العلامة التجارية، زيادة الكميات أو إنقاصها، وحذف أي عنصر قبل إتمام الدفع.
كيف يتأكد النظام من توافر المنتجات في المخزون؟
يرتبط الذكاء الاصطناعي مباشرة بقاعدة بيانات المخزون الحي لشبكة المتاجر المحلية المعتمدة في Shipt، مما يمنع ترشيح سلع غير متوفرة للتسليم الفوري.
هل يمكن تطبيق هذا المفهوم على متاجر غير المقاضي والأغذية؟
بالتأكيد؛ يمكن تطبيقه على متاجر الأدوات والمعدات (مثل: "سلة تجهيز مكتب منزلي للبرمجة") أو متاجر التجميل (مثل: "روتين عناية للبشرة الجافة في الصيف").
