L’utilizzo dell’Intelligenza Artificiale (AI) nel mondo retail è indubbiamente cresciuto, non solo per i retailer leader di mercato, ma anche per quelli di qualsiasi dimensione e in settori differenti. Eppure, nonostante i progressi compiuti, il grande potenziale dell’Intelligenza Artificiale è ancora, per alcuni, una terra incognita o quasi.
Per Manhattan Associates sono questi i retailer che dovrebbero chiedersi che cosa vogliano ottenere con la AI, e che possa realmente fornire. Le risposte sono piuttosto dirette, perché online, nello store, nel magazzino, le opportunità di sfruttare l’AI e il machine learning (ML) per migliorare le operazioni di vendita al dettaglio sono reali. Una ricerca di M.A. prevede che i retailer spenderanno 15,3 miliardi di dollari in AI entro il 2025, 8 miliardi in più di quanto inizialmente previsto entro la fine del 2022. Tuttavia, prima che l’AI possa essere veramente efficace nel settore, occorre necessariamente affrontare le sfide qualitative e quantitative dei dati.
I dati sono essenziali sia per l’AI che per il ML, ma spesso nella fretta di abbracciare l’innovazione, è facile trascurare le ‘data challenge’ e finire con qualcosa che non migliora né il ROI né la customer experience. Anche con i volumi dati attualmente acquisiti da molti retailer, non mancano lr difficoltà ad elaborare dati di qualità sufficiente, per sfruttare appieno i vantaggi che l’AI può offrire.
Prendiamo, ad esempio, una soluzione AI in-store che raccoglie informazioni su un cliente – colore/tipo di capelli, skin tone, taglia e stile – per consigliare prodotti, dall’acconciatura al make-up, dalla moda agli accessori. Questo potrebbe rappresentare un vero e proprio fattore di differenziazione per i clienti, soprattutto nella nuova era contactless e di distanziamento sociale. Ma, a meno che ogni consiglio proposto non sia disponibile per l’acquisto in negozio in quel preciso momento, o in caso contrario, sia facilmente reperibile e consegnato dal cliente, l’utilizzo dell’AI in questo modo non fornisce una customer experience davvero coinvolgente, soddisfacente e duratura, e che offra risultati replicabili sui profitti.
Al giorno d’oggi, in un retail altamente competitivo, con il futuro ancora incerto di molti store di alto livello, è più importante che mai offrire la giusta customer experience ogni volta. Nel retail post-Coronavirus, è fondamentale che i brand di tutte le dimensioni comprendano tutti i vantaggi che le applicazioni AI possono portare. Con la concorrenza esistente per la spesa online, i clienti passano senza problemi da un brand all’altro in un mercato omnichannel in sovraccarico, se i prodotti possono essere consegnati più rapidamente o a basso costo altrove, rendendo quindi la customer experience di fondamentale importanza.
In pratica, questo significa assicurarsi che lo stock sia disponibile al momento giusto e consegnare un’efficiente gestione del magazzino e del centro di distribuzione in grado di evadere gli ordini sia verso uno store che a casa di un cliente, mantenendo il distanziamento sociale in ogni fase del percorso.
I retailer che stanno implementando l’AI nei magazzini stanno già notando miglioramenti tangibili in termini di efficienza e precisione. Combinando i dati della cronologia degli ordini con AI e ML per comprendere meglio le caratteristiche i trend degli ordini (compresi quelli diretti all’eCommerce), i retailer possono snellire i processi di picking, packing e shipping.
Questi insight degli ordini eCommerce di un determinato giorno, settimana o mese offrono anche una migliore visibilità sui prodotti o sulle quantità ordinate, il che è estremamente utile quando si gestisce o si prevede un improvviso afflusso di ordini. Inoltre, l’utilizzo dell’AI nel magazzino consente di riorganizzare i programmi dei dipendenti (per rispettare il distanziamento sociale) e di integrare e ridistribuire le risorse (uomo e macchina), consentendo al tempo stesso di dare priorità agli ordini senza interruzioni e di lanciare nuove opzioni di delivery.
L’industria retail è solida e pragmatica. Ha dimostrato più volte la sua capacità di abbracciare l’innovazione, di elevarsi per affrontare sfide e usare nuove tecnologie. Proprio come alla fine degli anni ’80 e all’inizio degli anni ’90, quando alcune aziende consideravano gli investimenti in computer come parte dei loro piani di crescita e sviluppo futuri, i retailer che possono razionalizzare il valore attraverso investimenti specifici di AI in aree come la customer experience o la supply chain, si troveranno ad essere nuovamente in vantaggio rispetto ai competitor.
