AI en concurrentievermogen: Vijf voorspellingen voor de detailhandel in 2030

AI is niet nieuw! De term bestaat al bijna 70 jaar (hij werd voor het eerst gebruikt op een conferentie aan het Dartmouth College in 1956). De discipline zelf is iets ouder als we teruggaan naar het begin van de cybernetica in de jaren 1940. Maar wat drastisch veranderd is sinds de komst van generatieve AI, is de mate waarin de toegang tot AI gedemocratiseerd is. We kunnen nu allemaal van AI profiteren. Dit is vooral belangrijk in de detailhandel, een sector waar de marges zo krap zijn dat alles valt of staat met operationele uitmuntendheid. “Detailhandel is detail: elke tiende van een punt incrementele prestatie verandert de winstgevendheid van het bedrijf radicaal. AI stelt retailers nu al in staat om “het gebaar te perfectioneren” op minstens vijf verschillende manieren. Aan de hand van deze use cases kunnen we voorspellen hoe deze technologieën de sector tegen 2030 een nieuwe vorm kunnen geven.

Tegen 2030 zal 100% van de repetitieve detailhandelstaken op zijn minst vergroot, zo niet volledig geautomatiseerd zijn. In “Star Trek” helpen systemen die zijn ingebouwd in de sterrenschepen van de United Federation of Planets de bemanning dagelijks, zodat zij zich kunnen richten op exploratie, diplomatie of het oplossen van interstellaire problemen. Met AI kunnen professionals zich richten op taken met toegevoegde waarde door zich te bevrijden van repetitieve taken. Dit wordt augmentatiedelegatie genoemd door laboratoria zoals LaborIA van het Ministerie van Arbeid en INRIA, die werken aan de impact van AI in het bedrijfsleven. En er zijn veel van dit soort taken in de detailhandel! Allereerst denk ik aan de onboarding van nieuwe producten, die sterk verbeterd kan worden door AI, zoals gedaan wordt door Adeo, dat deze technologie gebruikt om producten automatisch in de juiste nomenclatuurcategorieën in te delen. Deze aanpak haalt automatisch relevante kenmerken uit de informatie die door fabrikanten wordt verstrekt. Het resultaat: de tijd die nodig is om nieuwe producten te integreren wordt met 90% verkort, terwijl hun aantrekkelijkheid toeneemt dankzij een nauwkeurigere en meer gedetailleerde presentatie, zonder fouten of dubbelzinnigheden.

Tegen 2030 zullen we de wereld van de aanpassing van marketingboodschappen zijn binnengetreden. Denk aan de DOOH-schermen in Minority Report die Tom Cruise toespreken: “Leuk u weer te zien, Mr. Anderton, wat vindt u van deze trui? Hij zou u geweldig staan, vindt u niet?” AI maakt ook mogelijk wat voorheen onmogelijk was. Dit wordt augmentatie-remediëring genoemd. Carrefour heeft een AI ontwikkeld die het assortiment in elk van zijn buurtwinkels personaliseert. Elke maand wordt 10% van zijn producten vervangen door referenties die, op basis van de werkelijke verkoopsnelheid gemeten in meer dan 3.000 winkels, dezelfde behoefte-eenheden bedienen met betere prestaties specifiek in de winkel in kwestie. Het zou voor mensen onmogelijk zijn om deze hoeveelheid data te begrijpen. Het resultaat: een incrementele omzetstijging van 1%. Geïndividualiseerde marketing is de heilige graal! Retailers maken al jaren gebruik van data die verzameld wordt via klantenkaarten en websitebezoeken, maar het creëren van gepersonaliseerde berichten in realtime blijft complex; er wordt vooruitgang geboekt voor “batch” activeringen zoals CRM e-mailcampagnes of push SMS. De kosten en latentie die gepaard gaan met het gebruik van LLM's zoals GPT-4 hebben het gebruik ervan voor live reclame echter vertraagd. De technologie gaat echter snel vooruit. Vorig jaar kostte het ChatGPT 30 seconden om vier regels tekst te genereren, terwijl OpenAI's Sora tegenwoordig in seconden ultrarealistische video produceert. Bovendien zijn de inferentiekosten in een jaar tijd met een factor vier gedaald.

Tegen 2030 zullen we AI-assistenten net zo natuurlijk gebruiken als we vandaag de dag een pc gebruiken. Heeft u “Her” van Spike Jonze gezien? Wanneer AI een werknemer helpt, kan het zijn prestaties verbeteren. Dit wordt augmentatiesamenwerking genoemd. Studies tonen aan dat de kwaliteit van verhalen van schrijvers die vijf creatieve voorstellen van een AI krijgen 50% beter is dan van schrijvers die dat niet krijgen. En bij Artefact gebruiken onze data ingenieurs nu AI's die met hen samenwerken om hun code te produceren. Het resultaat: 35% meer features die per dag in productie gaan!

Tegen 2030 zal de tijd die nodig is om een nieuwe werknemer bij te scholen teruggebracht zijn van drie jaar naar drie maanden. Denk aan de magische pil die Bradley Cooper neemt in “Limitless”. AI verkleint de kloof tussen beginners en toppresteerders door de veralgemening van best practices en de bijscholing van jongeren te versnellen: dit is augmentatie-rationalisatie. In de detailhandel is dit vooral duidelijk bij de klantenservice of bij prognosetaken voor het voorbereiden van aanvulorders.

Tegen 2030, nul verliezen in de toeleveringsketen dankzij AI. Net als de server uitgerust met een slimme bril in “Back to the Future II” die kan anticiperen op bestellingen van klanten, verbetert AI de besluitvorming van werknemers door hen uit te dagen of gerust te stellen. Dit wordt augmentatie-veiligheid genoemd. Het gebruik van AI voorkomt al 15% aan breuk bij bederfelijke producten en, symmetrisch, voorkomt 15% aan omzetverlies door stockouts. Deze technologieën ondersteunen de prognoses van vraagplanners of de promotieverplichtingen van winkels door rekening te houden met de prestaties van eerdere promoties, de verwachte voorraad achter in het schap, de effecten van kannibalisatie tussen producten en de variabiliteit van de servicepercentages van leveranciers. Naar mijn mening worden menselijke en operationele uitmuntendheid vaak ten onrechte tegenover elkaar gesteld. In de detailhandel is dit laatste verplicht om concurrerend te zijn, het maakt het verschil tussen marktaandeel winnen en verliezen, tussen succes en mislukking. AI maakt het gemakkelijker om het perfecte gebaar te maken door menselijke capaciteiten te vergroten. Er komt tijd vrij die gebruikt kan worden om consumenten een mooiere, rijkere, persoonlijkere ervaring te bieden. Uiteindelijk menselijker.

Over de auteur: Jérôme Petit, Lead van de Retail Practice bij Artefact, is al 20 jaar actief op het gebied van data-driven oplossingen. Hij is gespecialiseerd in vraagstukken met betrekking tot de digitalisering van grootschalige distributie en werkt met bijna alle groepen in de sector.