Il mondo del retail si trova a un bivio cruciale, dove l’intelligenza artificiale generativa (IA) sta mostrando potenzialità straordinarie che potrebbero trasformare radicalmente il settore. Secondo un recente rapporto di Bain & Company, i progetti pilota di IA generativa hanno già prodotto risultati importanti, ma ora i retailer devono accelerare il processo di implementazione su larga scala per non rimanere indietro.

Nel primo anno di adozione dell’IA generativa, i retailer hanno sperimentato un miglioramento della produttività, alleviando la pressione sui margini attraverso una serie di risparmi sui costi. Le aziende più lungimiranti hanno esplorato aree come la ricerca conversazionale e le app personalizzate, vedendo in queste innovazioni un potenziale significativo per aumentare i ricavi. Infatti, miglioramenti come l’automazione delle pagine prodotto, ottimizzate per i motori di ricerca e i riassunti delle recensioni dei clienti scritti dall’IA potrebbero incrementare le vendite nel breve termine. Amazon, ad esempio, ha introdotto una nuova funzione nell’app mobile che risponde alle domande dei clienti sui prodotti, riassumendo informazioni raccolte dalle recensioni e dalle descrizioni. L’obiettivo è migliorare l’esperienza di shopping e facilitare le decisioni d’acquisto.

Tuttavia, per capitalizzare pienamente su queste tecnologie, i retailer devono superare la fase sperimentale e puntare alla scalabilità. Con i consumatori che iniziano ad adottare strumenti di IA su larga scala, come ChatGPT e Copilot di Microsoft, è essenziale che i retailer espandano l’uso dell’IA generativa oltre alcuni progetti pilota isolati per mantenere un’esperienza cliente competitiva.

La personalizzazione dell’esperienza cliente è una delle aree più promettenti. Bain cita l’esempio di un retailer che ha implementato un assistente di shopping conversazionale alimentato dall’IA, ottenendo un aumento del tasso di conversione di 7 punti percentuali e generando ricavi pari a 24 volte l’investimento iniziale. La stima di Bain è che molte aziende possano aumentare i loro ricavi complessivi dal 5% al 10% grazie a una suite di iniziative di personalizzazione, inclusi assistenti di shopping, ricerche migliorate e raccomandazioni localizzate. Walmart ha sperimentato l’IA generativa per migliorare i risultati di ricerca online, facilitando la scoperta di prodotti pertinenti. Per esempio, clienti alla ricerca di articoli per una festa a tema “unicorno” possono trovare facilmente tutto il necessario con una semplice ricerca. Inoltre, Walmart utilizza l’IA per fornire raccomandazioni personalizzate, semplificando il processo decisionale per acquisti complessi come i telefoni cellulari. L’utilizzo dei dati raggiunge vette impensabili prima, come da Victoria’s Secret che ha collaborato con Google Cloud per implementare un assistente AI che offre raccomandazioni di prodotti basate su preferenze individuali e esperienze di vita, con l’obiettivo di creare un’esperienza di shopping più inclusiva e personalizzata, migliorando significativamente l’interazione online dei clienti.

Moltiplicare i messaggi significa anche moltiplicare le campagne e così Carrefour ha utilizzato ChatGPT per creare video con avatar umani generati al computer, riducendo i costi di produzione e accelerando la creazione di contenuti. Questa tecnologia gli ha permesso di produrre campagne in pochi giorni invece che in settimane. Un esempio pratico è stato l’uso di un video informativo per consigliare agli utenti come acquistare cibi più sani e convenienti tramite la piattaforma Carrefour.

Oltre alla personalizzazione, l’IA generativa può migliorare notevolmente l’efficienza del marketing; automatizzando la generazione dei materiali in aree come la traduzione, l’adattamento dei contenuti per diverse piattaforme e la creazione di pagine di destinazione dinamiche e personalizzate, secondo le stime di Bain&Co., i retailer possono ottenere guadagni di produttività dal 30% al 40%.

Passando all’ambito di sviluppo software, i retailer all’avanguardia hanno già visto guadagni di produttività tra il 25% e il 40% grazie a copilot che automatizzano i compiti di codifica, con risparmi equivalenti a più di 50 volte l’investimento iniziale.

Non mancano le sfide, la scalabilità di cui si è detto, rende necessario ripensare completamente il modo in cui vengono svolti i lavori, sia in prima linea sia a livello aziendale. I retailer devono garantire che i dipendenti siano rassicurati, motivati e coinvolti, comunicando e pianificando in modo efficace per gestire il cambiamento continuo. Un altro passo importante in questo senso è la democratizzazione dell’IA generativa: per passare con successo dalla sperimentazione alla scala, è essenziale mettere gli strumenti di IA nelle mani di tutti i dipendenti, non solo di quelli del reparto tecnologico, pur centralizzando alcune capacità per evitare inefficienze.

Questo ci porta al necessario upskilling dei dipendenti esistenti: i retailer devono formare un nucleo di primi utilizzatori che possano condividere la loro esperienza e continuare a sviluppare le competenze necessarie, poiché le migliori pratiche nell’implementazione dell’IA generativa evolvono rapidamente.

In sintesi, l’IA generativa ha il potenziale per avere un impatto sul retail simile a quello che ha avuto internet negli anni 90, ma con una velocità di adozione ancora maggiore. Nei prossimi mesi, i retailer hanno un’enorme opportunità di investire strategicamente per essere tra i leader del futuro assistito dall’IA. È tempo di scalare quei primi ritorni e trasformarli in vantaggi competitivi duraturi.

*direttore di Markup e Gdoweek