Intelligenza artificiale nel retail?
Sì, ma quale?
E come utilizzarla al meglio?
L’intelligenza artificiale è oggi sulla bocca di tutti.
E anche nel retail questo argomento è fra i più discussi e dibattuti.
Grandi player del settore come Amazon e Target stanno investendo enormi risorse nel machine learning e molte aziende software vendono prodotti basati sull’intelligenza artificiale ai maggiori retailer.
Ma in questo scenario sembra emergere un problema.
Quale?
La maggior parte di quello che l’industria retail chiama intelligenza artificiale non lo è.
Ciò rappresenta un aspetto negativo sia per i retailer sia per i consumatori.
Scopriamo perché…
Fisico non è digitale
L’utilizzo nei negozi fisici dell’intelligenza artificiale che ha funzionato online, rischia di rendere i negozi fisici sempre più simili ai siti Web.
Ciò si inserisce in un trend più ampio verso l’automazione e la riduzione della presenza umana negli store. E quest’ultima, nonostante sia la tendenza del momento comporta a nostro avviso varie criticità.
La prima ovviamente è quella legata alla perdita di numerosi posti di lavoro con la conseguente contrazione dei consumi che ciò comporta.
In secondo luogo, la scomparsa dell’elemento umano all’interno del negozio eliminerebbe l’ultima reale differenziazione con il canale online, rendendo per tanto potenzialmente superflua l’esistenza stessa degli store.
Tutto ciò ci porta a sottolineare quanto sia importante per i retailer comprendere il reale terreno di utilizzo dell’Intelligenza artificiale nel retail e quali siano i benefici che questa tecnologia possa portare oggi e nel futuro al settore.
Attenzione al consumatore
Molti retailer oggi sembrano essersi scordati cosa realmente conta per i consumatori. L’assistenza umana ad esempio ha un grado molto rilevante per essi.
Nel campo dell’assistenza alla vendita l’intelligenza artificiale nel retail può rappresentare un ausilio fondamentale. Un ulteriore aspetto in cui questa tecnologia è veramente in grado di fare la differenza è nella gestione della catena di approvvigionamento e nella gestione della logistica.
Come dimostrato da uno studio di CB Insights l’intelligenza artificiale nel retail è in grado di conoscere le abitudini dei consumatori e offrire una predizione migliore su quello che i consumatori vogliono, permettendo ai retailer di gestire in maniera più efficiente l’inventario e aumentare le vendite.
I retailer che utilizzano l’intelligenza artificiale per conoscere e soddisfare le aspettative dei clienti sono quelli che con molta probabilità domineranno il settore.
Se infatti incontrare le aspettative dei clienti è il problema maggiore, allora comprendere il loro comportamento attraverso l’utilizzo dell’intelligenza artificiale è la via per risolvere questo problema.
Ma per comprendere a fondo in cosa l’intelligenza artificiale possa aiutare i retailer dobbiamo però prima capire cos’è e cosa non è.
Cos’è l’intelligenza artificiale
Nel mondo reale, prodotti come Alexa di Amazon e i vari chatbot utilizzati sempre più di frequente dai vari retailer vengono considerati come utilizzi dell’intelligenza artificiale.
In realtà essi sono solo programmi molto sofisticati creati a partire dal machine learning, comprensione del linguaggio naturale e algoritmi statistici.
Cerchiamo di chiarire alcuni aspetti che spesso creano incomprensioni intorno all’apprendimento delle macchine.
Usati nei modi citati poco sopra il machine learning e le analisi di dati necessitano di una vasta mole di informazioni che devono essere formattate e ripulite prima di poter essere utilizzate dagli strumenti dotati di intelligenza artificiale.
Ma i computer non sono ancora abbastanza bravi per portare a compimento in maniera corretta questi compiti; gli esseri umani sì.
Le tecnologie che usiamo oggi si dimostrano infatti zoppicanti in questi compiti. Per ricevere dati puliti per l’apprendimento automatico per esempio, molti retailer inviano ai propri clienti questionari che per un computer sono più semplici da comprendere.
Ma i consumatori non sono macchine…
Molti di loro non rispondono mai ai questionari che gli vengono sottoposti e molti inseriscono solo ciò che ricordano, fornendo quindi un’immagine parziale.
I Bigdata che i retailer raccolgono finiscono dunque per essere falsati o incompleti.
Amazon e gli altri
Invece Amazon e molti altri online retailer conoscono ogni preferenza e ogni abitudine di acquisto dei loro clienti.
Il loro modello di machine learning, nonostante non sia perfetto, riesce a collezionare e ad analizzare tutti i dati.
Al contrario i retailer tradizionali conoscono molto poco di ciò che i loro clienti comprano, osservano, prendono dagli scaffali e poi rimettono al loro posto.
Ma il successo di Amazon è per molti retailer tradizionali molto allettante. Tanto da cercare di riproporre alcune sue modalità negli store tradizionali.
Ma non ci dobbiamo dimenticare che la vendita al dettaglio online necessita dell’apprendimento automatico per cogliere vantaggi del tutto peculiari al commercio in rete. Vantaggi che sono in grado di sopperire ad alcuni evidenti svantaggi come:
-
- la mancanza di rapporto umano
- l’impossibilità di toccare e provare i prodotti
- il dover aspettare ore o giorni prima di avere a disposizione il proprio acquisto.
In fondo il consumatore in rete arriva a fare il proprio acquisto basandosi solo su poche foto e una lista di commenti lasciati da estranei.
Negli store fisici non è possibile ottenere gli stessi dati di un sito web da fornire al machine learning. Ma il retailer può incontrare e salutare di persona il proprio cliente. Il vantaggio degli store è dunque quello di non essere siti web.
Se questo vantaggio competitivo venisse perso eliminando la presenza umana la ragione di esistere degli store verrebbe meno.
Meno algoritmi e più psicologia
Nella vendita al dettaglio, molte delle storie di successo che coinvolgono algoritmi hanno tanto a che fare con la psicologia umana quanto con il know-how ingegneristico.
Per esempio, il motore che si occupa di proporre i consigli per gli acquisti di Amazon è stato descritto da alcuni come intelligenza artificiale. Ma il successo di questo strumento è basato non soltanto sul suo complesso algoritmo, ma anche sulla psicologia umana.
Quando il consumatore acquista su Amazon non trova una singola pagina con all’interno una lista di prodotti raccomandati, ma essi sono sparsi all’interno di più pagine e in punti della pagina diversi.
Il successo dei consigli per gli acquisti di Amazon non è dato quindi solo dal modo in cui l’intelligenza artificiale è utilizzata, ma anche dal fatto di bombardare i consumatori con consigli più o meno pertinenti forniti da sofisticati algoritmi e che permettono di continuare la navigazione in modo naturale.
Dove l’intelligenza artificiale nel retail può essere utile?
Ci sono due aree dove l’uso di questa tecnologia mantiene il suo potenziale. La logistica e la possibilità di far diventare i commessi dei consulenti specializzati in grado di raccogliere informazioni.
Le tecnologie basate sull’intelligenza artificiale aiutano ad interpretare le informazioni in modo diverso dagli esseri umani. Ciò significa che hanno un grande potenziale per gestire la catena di approvvigionamento.
Usando gli stessi strumenti di intelligenza artificiale che funzionano per i retailer online ogni rivenditore dovrebbe essere in grado di assicurarsi che gli articoli viaggino dal punto A al B senza ritardi.
Nel futuro, gli impiegati di aziende retail potrebbero utilizzare strumenti di intelligenza artificiale che li aiutino a diventare in modo istantaneo esperti del prodotto. Nel fare ciò inoltre sono in grado di restituire a quegli stessi strumenti di intelligenza artificiale i dati su come i clienti interagiscono con i prodotti.
In questo futuro ideale l’intelligenza artificiale potrebbe dunque aiutare a ideare futuri miglioramenti dei prodotti, a suggerire in che area del negozio un determinato prodotto dovrebbe essere posizionato e a mostrare informazioni e previsioni sull’inventario per aumentare il profitto dei negozi e la soddisfazione dei clienti.
Cosa fanno oggi i retailer?
Oggi però, i retailer confondono l’analisi di grandi quantità di dati e la profilazione dei clienti con l’intelligenza artificiale.
Fornire dati alle macchine non rende le macchine più intelligenti.
La necessità sempre più pressante di collezionare dati da fornire a questi strumenti ha fatto sì che i retailer stiano spingendo sempre più i consumatori a navigare online e ad utilizzare App in store per ricevere informazioni sui prodotti invece di chiederle ai commessi.
Questa tendenza si lega strettamente con l’incoraggiamento ad utilizzare le casse automatiche, dove il consumatore passa i propri acquisti sul lettore di codice a barre e imbusta da solo la sua spesa.
Sempre più spesso ai consumatori viene richiesto di effettuare una serie di azioni che prima venivano eseguite dal personale dipendente del negozio.
Gli stessi retailer si stanno impegnando per rendere gli store fisici simili a siti online con apparecchi sempre più avanzati, ma con nessun essere umano con cui interagire.
Questo trend può sicuramente essere definito artificiale, ma forse non proprio intelligente.
L’intelligenza artificiale fornisce il suo contributo maggiore quando viene programmata per risolvere problemi complessi da gestire per gli uomini, ma quando non viene usata in questo modo, tutto ciò che fa è spostare il lavoro dai dipendenti ai consumatori.
Una relazione felice fra intelligenza artificiale e retail necessita quindi di persone e non di App. Nel retail gli strumenti basati su intelligenza artificiale dovrebbero rendere i dipendenti più informati, i produttori più coscienti del pensiero dei consumatori sui loro prodotti e i clienti più felici.
Questo significa utilizzare il machine learning e l’intelligenza artificiale per aumentare la competenza del personale, migliorare le domande poste al cliente, consegnare i prodotti in maniera più rapida e precisa e per tutto ciò che possa incoraggiare i clienti a recarsi in negozio per fare acquisti.
Se i retailer vogliono sopravvivere, hanno la necessita di capire veramente ed esaudire le aspettative dei clienti. E per raggiungere questo scopo sembra cruciale oggi investire in intelligenza artificiale.
Quella buona però…
