Ketika industri retail menyaksikan pergeseran menuju basis konsumen sesuai permintaan yang lebih digital, AI menjadi senjata rahasia bagi pengecer untuk lebih memahami dan melayani perilaku konsumen yang berkembang ini. Dengan peningkatan belanja online yang makin personal, model direct-to-consumer, dan layanan pengiriman, AI generatif dapat membantu pengecer mengungkap lebih banyak manfaat yang dapat meningkatkan layanan pelanggan, transformasi talenta, dan kinerja aplikasi mereka.
AI Generatif unggul dalam menangani beragam sumber data seperti email, gambar, video, file audio, dan konten media sosial. Data yang tidak terstruktur ini menjadi landasan untuk membuat model dan pelatihan AI generatif yang sedang berlangsung, sehingga dapat tetap efektif dari waktu ke waktu. Memanfaatkan data yang tidak terstruktur ini dapat memperluas manfaat ke berbagai aspek operasi retail, termasuk meningkatkan layanan pelanggan melalui chatbot dan memfasilitasi perutean email yang lebih efektif. Dalam praktiknya, hal ini bisa berarti memandu pengguna ke sumber daya yang tepat, apakah itu menghubungkan mereka dengan agen yang tepat atau mengarahkan mereka ke panduan pengguna dan Pertanyaan Umum.
Pengecer menyadari perlunya membangun strategi mereka di sekitar AI, mengintegrasikannya ke dalam banyak aspek operasi mereka. Menurut studi CEO terbaru IBM, para pemimpin industri makin berfokus pada teknologi AI untuk mendorong pertumbuhan pendapatan, dengan 42% CEO retail yang disurvei mengandalkan teknologi AI seperti AI generatif, pembelajaran mendalam, dan machine learning untuk memberikan hasil selama tiga tahun ke depan. Data ini sesuai erat dengan studi IDC Eropa terkini yang menemukan 40% pengecer dan merek di seluruh dunia berada dalam fase eksperimen AI generatif, sementara 21% sudah berinvestasi dalam implementasi AI generatif.
Dampak dari investasi ini akan menjadi jelas di tahun-tahun mendatang. Perkiraan baru-baru ini oleh perusahaan analis riset IHL Group memperkirakan bahwa AI generatif akan memiliki dampak keuangan total sebesar USD 9,2 triliun pada bisnis retail hingga tahun 2029. Sementara AI generatif saat ini hanya menyumbang 9% dari dampak laba industri retail pada tahun 2023, IHL mengantisipasi AI generatif akan tumbuh untuk mewakili 78% dari total dampak keuangan pada tahun 2029, mencapai total USD 4,4 triliun pada tahun itu.
AI melengkapi para pengecer untuk memanfaatkan sejumlah besar data yang dapat mereka akses, yang sebagian besar belum dimanfaatkan hingga saat ini. Dari prediksi perilaku pelanggan hingga efisiensi rantai pasokan dan pemasaran yang dipersonalisasi, AI memiliki potensi untuk merevolusi efisiensi dan produktivitas industri di beberapa bidang penting, termasuk layanan pelanggan, efisiensi operasional, dan transformasi talenta.
Menurut studi CEO dari IBM baru-baru ini, di mana kami memeriksa perspektif sektor retail dan industri CPG tentang kecerdasan buatan, prioritas utama untuk industri ini saat ini adalah layanan pelanggan. Di bidang layanan pelanggan, AI generatif memberdayakan pengecer untuk mengadopsi pendekatan yang berpusat pada pelanggan dengan memanfaatkan insight berharga dari umpan balik pelanggan dan kebiasaan membeli. Pendekatan berbasis data ini dapat membantu meningkatkan desain dan pengemasan produk serta dapat membantu mendorong kepuasan pelanggan yang tinggi dan peningkatan penjualan.
AI Generatif juga dapat berfungsi sebagai asisten kognitif untuk layanan pelanggan, yang memberikan panduan kontekstual berdasarkan riwayat percakapan, analisis sentimen, dan transkrip pusat panggilan. Selain itu, AI generatif dapat memungkinkan pengalaman belanja yang dipersonalisasi, menumbuhkan loyalitas pelanggan, dan memberikan keunggulan kompetitif.
Dalam hal efisiensi operasional, teknologi AI dapat meningkatkan strategi penetapan harga, manajemen inventaris, dan logistik, mengoptimalkan pendapatan dan menciptakan pengalaman belanja yang mulus bagi pelanggan. Sebagai contoh, AI generatif dapat digunakan untuk mengoptimalkan strategi penetapan harga dan pemenuhan dengan memprediksi fluktuasi permintaan untuk penetapan harga dinamis dan menganalisis faktor-faktor termasuk waktu pengiriman dan biaya pengiriman untuk meningkatkan logistik, yang berpotensi menghasilkan penghematan biaya dan peningkatan layanan pelanggan.
AI Generatif juga dapat menggunakan data penjualan historis dan faktor eksternal untuk membantu memprediksi permintaan secara lebih akurat guna mencegah kehabisan stok dan kelebihan inventaris, serta mengotomatiskan pengisian dan alokasi inventaris. Dengan mengelola aspek-aspek ini secara efisien, pengecer dapat merampingkan operasi mereka dan meningkatkan kinerja secara keseluruhan.
Area ketiga dari dampak potensial adalah transformasi talenta, di mana pengecer dapat memanfaatkan chatbot untuk rekrutmen dan onboarding, membuat prosesnya lebih efisien. Setelah bergabung, karyawan dapat diberikan program pelatihan yang dipersonalisasi dan adaptif yang dibuat oleh AI generatif yang membantu mengidentifikasi gaya belajar dan kesenjangan pengetahuan.
Membangun keterampilan baru untuk karyawan yang ada adalah masalah talenta utama bagi para pemimpin C-suite, menurut studi IBM Institute for Business Value (IBV) baru-baru ini. Eksekutif retail yang disurvei menempatkan “buta teknologi” dan “membangun keterampilan baru untuk talenta yang ada” sebagai dua tantangan bakat teratas organisasi mereka saat ini. Eksekutif retail yang disurvei memperkirakan lebih dari 41% tenaga kerja mereka perlu keterampilan baru sebagai hasil dari penerapan AI dan otomatisasi selama tiga tahun ke depan. Hampir setengah dari eksekutif retail yang menanggapi mengatakan mereka berinvestasi dalam keterampilan baru, alih-alih mempekerjakan dari luar.
IBM telah mengembangkan solusi AI untuk membantu memenuhi kebutuhan ini. Industri retail dapat mengakses AI IBM melalui tiga mode. Yang terpenting di antaranya adalah IBM watsonx, sebuah portofolio produk AI yang mempercepat dampak AI generatif dalam alur kerja inti untuk mendorong produktivitas. Produk IBM AI lainnya termasuk IBM watsonx Orchestrate, IBM watsonx Code Assistant, dan IBM watsonx Assistant. Mode ketiga adalah melalui platform sumber terbuka seperti Red Hat OpenShift AI dan integrasi tanpa batas dengan produk mitra kami.
IBM meluncurkan watsonx untuk membantu bisnis memanfaatkan peluang AI generatif dan model dasar. Watsonx terdiri dari IBM watsonx.ai, IBM watsonx.data dan IBM watsonx.governance. Watsonx.ai adalah studio perusahaan generasi berikutnya untuk Pembangun AI yang melatih, memvalidasi, menyetel, dan menerapkan machine learning dan kemampuan AI generatif baru yang didukung oleh model dasar melalui antarmuka pengguna yang terbuka dan intuitif. WatsonX.data adalah repositori data kami berdasarkan arsitektur rumah danau dan format data terbuka yang dirancang untuk mengelola data perusahaan untuk model dasar. Komponen ketiga adalah watsonx.governance, yang diperkirakan akan tersedia pada bulan Desember 2023, yang merupakan seperangkat alat yang ampuh untuk menentukan dan mengelola proses tata kelola di seluruh perusahaan dan mengendalikan risiko.
Ke depan, pengecer mungkin menggunakan watsonx.data untuk membantu memanfaatkan sejumlah besar data pelanggan yang berbeda dan tidak terstruktur dan membangun model di watsonx.ai guna memanfaatkan algoritma rekomendasi untuk rekomendasi belanja yang dipersonalisasi. Dengan persetujuan pelanggan, berdasarkan pembelian sebelumnya dan perilaku penelusuran, pengecer dapat membuat alat uji coba virtual dan mengembangkan asisten belanja interaktif. Setelah tersedia, watsonx.governance dapat diintegrasikan ke dalam proses ini untuk membantu pengecer mengelola data pelanggan secara etis dan bertanggung jawab.
Dengan alat ini, para peritel memiliki posisi yang tepat untuk merangkul AI generatif sebagai bagian integral dari strategi mereka dan akan diperlengkapi untuk menavigasi lanskap konsumen yang semakin kompleks dan cepat.
Ingin tahu lebih lanjut tentang cara watsonx dapat membantu bisnis Anda menyematkan dan mempercepat alur kerja AI yang bertanggung jawab?