Mentre il settore retail assiste al passaggio verso una base di consumatori più digitale e on-demand, l'AI sta diventando l'arma segreta dei retailer per comprendere meglio e soddisfare questo comportamento di consumo in evoluzione. Con l'aumento degli acquisti online altamente personalizzati, dei modelli direct-to-consumer e dei servizi di consegna, l'AI generativa può aiutare i retailer a sbloccare ulteriormente una serie di benefici che possono migliorare l'assistenza clienti, la trasformazione dei talenti e le prestazioni delle applicazioni.
L'AI generativa eccelle nella gestione di diverse fonti di dati come e-mail, immagini, video, file audio e contenuti sui social. Questi dati non strutturati costituiscono la base per la creazione di modelli e per l'addestramento continuo dell'AI generativa, in modo che possa rimanere efficace nel tempo. I benefici dell'utilizzo di questi dati non strutturati possono estendersi a vari aspetti delle operazioni di retail, tra cui il miglioramento del servizio clienti attraverso i chatbot e un indirizzamento più efficace delle e-mail. Nella pratica, ciò potrebbe significare l'indirizzamento degli utenti verso le risorse appropriate, sia che si tratti di metterli in contatto con l'agente giusto o di indirizzarli alle guide utente e alle domande frequenti.
I retailer riconoscono la necessità di mettere l'AI al centro della loro strategia, integrandola in molti aspetti delle loro operazioni. Secondo l'ultimo studio condotto tra i CEO da IBM, i leader di settore si stanno concentrando sempre più sulle tecnologie di AI per promuovere la crescita del fatturato. Il 42% degli amministratori delegati del settore retail intervistati si aspetta che le tecnologie di AI, come l'AI generativa, il deep learning e il machine learning producano risultati nei prossimi tre anni. Questi dati rispecchiano un recente studio di IDC Europe che ha rilevato che il 40% dei retailer e dei brand di tutto il mondo si trova nella fase di sperimentazione dell'AI generativa, mentre il 21% sta già investendo in implementazioni di AI generativa.
L'impatto di questi investimenti diventerà evidente nei prossimi anni. Secondo una recente previsione della società di analisti di ricerca IHL Group, l'AI generativa avrà un impatto finanziario totale di 9,2 trilioni di dollari sulle attività del settore retail fino al 2029. Sebbene l'AI generativa rappresenti attualmente solo il 9% dell'impatto sui profitti del retail nel 2023, IHL prevede che crescerà fino a rappresentare il 78% dell'impatto finanziario totale entro il 2029, anno in cui raggiungerà un totale di 4,4 trilioni di dollari.
L'AI consente ai retailer di sfruttare l'enorme quantità di dati a cui hanno accesso, molti dei quali sono stati finora sottoutilizzati. Dalle previsioni del comportamento dei clienti all'efficienza della supply chain e al marketing personalizzato, l'AI ha il potenziale per rivoluzionare l'efficienza e la produttività di diversi settori chiave, tra cui assistenza clienti, efficienza operativa e trasformazione dei talenti.
Secondo il recente studio condotto da IBM tra i CEO, nel quale abbiamo preso in esame i punti di vista dei settori retail e CPG sull'intelligenza artificiale, la massima priorità per questi settori è attualmente l'assistenza clienti. Nel campo dell'assistenza clienti, l'AI generativa consente ai retailer di adottare un approccio orientato al cliente, utilizzando i preziosi insight derivanti dal feedback dei clienti e dalle loro abitudini di acquisto. Questo approccio basato sui dati può aiutare a migliorare la progettazione e l'imballaggio dei prodotti e può contribuire a promuovere un'elevata soddisfazione dei clienti e un aumento delle vendite.
L'AI generativa può inoltre fungere da assistente cognitivo per l'assistenza clienti, fornendo indicazioni contestuali basate sulla cronologia delle conversazioni, sull'analisi del sentiment e sulle trascrizioni dei call center. Inoltre, l'AI generativa consente di creare esperienze di acquisto personalizzate, incentivando la fidelizzazione dei clienti e offrendo un vantaggio competitivo.
Leggi la storia del cliente Kerry
Quando si tratta di efficienza operativa, le tecnologie AI possono migliorare le strategie dei prezzi, la gestione degli inventari e la logistica, ottimizzando le entrate e creando un'esperienza ottimale per i clienti. Ad esempio, l'AI generativa potrebbe essere utilizzata per ottimizzare le strategie di determinazione dei prezzi e di evasione degli ordini, prevedendo le fluttuazioni della domanda per prezzi dinamici e analizzando fattori quali i tempi di consegna e i costi di spedizione per migliorare la logistica, con conseguenti potenziali risparmi sui costi e un migliore servizio clienti.
L'AI generativa può anche utilizzare i dati storici delle vendite e fattori esterni per aiutare a prevedere la domanda in modo più accurato, al fine di evitare carenza di scorte a magazzino oppure inventari in eccesso, allo stesso tempo automatizzando anche il rifornimento e l'allocazione degli inventari. Gestendo in modo efficiente questi aspetti, i retailer possono semplificare le loro operazioni e aumentare le prestazioni complessive.
Leggi lo studio del cliente EDEKA
Una terza area di potenziale impatto è la trasformazione dei talenti, in cui i retailer possono utilizzare i chatbot per il reclutamento e l'onboarding, rendendo il processo più efficiente. Una volta assunti, i dipendenti possono ricevere programmi di formazione personalizzati e adattivi creati dall'AI generativa che aiutano a identificare gli stili di apprendimento individuali e le lacune nelle conoscenze.
Secondo un recente studio dell'IBM Institute for Business Value (IBV), lo sviluppo di nuove competenze per i dipendenti esistenti rappresenta per i vertici aziendali il principale problema a livello di risorse umane. I dirigenti retail intervistati hanno classificato "l'analfabetismo tecnologico" e "l'aggiunta di nuove competenze ai talenti esistenti" come due delle principali sfide che le loro organizzazioni devono attualmente affrontare. I dirigenti del settore retail intervistati stimano che più del 41% della loro forza lavoro dovrà riqualificarsi a seguito dell'implementazione dell'AI e dell'automazione nei prossimi tre anni. Quasi la metà dei dirigenti del settore retail intervistati afferma di investire nella riqualificazione, o reskilling, rispetto all'assunzione di personale esterno.
IBM ha sviluppato soluzioni di AI per soddisfare queste esigenze. Il settore del retail può accedere all'AI di IBM in tre modi. Il primo è IBM watsonx, un portfolio di prodotti AI che accelera l'impatto dell'AI generativa nei principali workflow per aumentare la produttività. Altri prodotti AI di IBM includono IBM watsonx Orchestrate, IBM watsonx Code Assistant e IBM watsonx Assistant. Il terzo modo è rappresentato da piattaforme open-source come Red Hat OpenShift AI e la perfetta integrazione con i prodotti dei nostri partner.
IBM ha lanciato watsonx per aiutare le aziende a utilizzare le opportunità dell'AI generativa e dei foundation model. La soluzione watsonx è composta da IBM watsonx.ai, IBM watsonx.data e IBM watsonx.governance. watsonx.ai è uno studio aziendale di nuova generazione che consente agli AI builder di addestrare, convalidare, adattare e implementare sia il machine learning tradizionale che le nuove funzionalità di AI generativa alimentate da foundation model attraverso un'interfaccia utente aperta e intuitiva. watsonx.data è il nostro repository di dati basato su un'architettura lakehouse e su formati di dati aperti, progettato per gestire i dati aziendali per i foundation model. Il terzo componente è watsonx.governance, previsto per dicembre 2023, un potente insieme di strumenti che consentono di specificare e gestire i processi di governance a livello aziendale, così come di controllare i rischi.
Guardando al futuro, un rivenditore potrebbe utilizzare watsonx.data per attingere a grandi quantità di dati eterogenei e non strutturati sui clienti e creare modelli in watsonx.ai per utilizzare algoritmi di raccomandazione per consigli di acquisto personalizzati. Con il consenso dei clienti, in base agli acquisti passati e ai comportamenti di navigazione, i retailer possono creare strumenti di prova virtuali e sviluppare assistenti allo shopping interattivi. Una volta disponibile, watsonx.governance può essere integrato in questo processo per aiutare i retailer a gestire i dati dei clienti in modo etico e responsabile.
Con questi strumenti a disposizione, i retailer sono ben posizionati per adottare l'AI generativa quale parte integrante delle loro strategie e saranno in grado di orientarsi in questa realtà sempre più complessa e frenetica.
Vuoi saperne di più su come watsonx può aiutare la tua azienda a implementare e accelerare i workflow di AI responsabile?