Czytaj więcej
AI na pokładzie – mniej pracowników, szybko rośnie rentowność
Gen AI w handlu może odblokować 240-390 mld dol.
Generatywna sztuczna inteligencja (gen AI) pod koniec 2022 roku stała się jednym z głównych nurtów i dyrektorzy ds. handlu detalicznego szybko zdali sobie sprawę z potencjału, jaki przed nimi stoi. Wzmianki o sztucznej inteligencji (AI) w rozmowach o wynikach finansowych sprzedawców detalicznych gwałtownie wzrosły w zeszłym roku, co nie było zaskoczeniem, biorąc pod uwagę, że gen AI jest gotowy odblokować od 240 do 390 mld dol. wartości ekonomicznej dla sprzedawców detalicznych, co odpowiada wzrostowi marży w całej branży o 1,2 do 1,9 punktu procentowego. To w połączeniu z wartością niegeneratywnej sztucznej inteligencji i analiz może zamienić miliardy dolarów w biliony – ocenia McKinsey & Company.
W ciągu ostatniego roku większość sprzedawców detalicznych zaczęła testować różne sposoby użycia gen AI w całym łańcuchu wartości detalicznej. Jednak nawet przy wszystkich tych eksperymentach, niewielu firmom udało się w pełni wykorzystać potencjał technologii na dużą skalę. Z ponad 50 ankietowanych dyrektorów detalicznych większość twierdzi, że pilotuje i skalują duże modele językowe (LLM) i gen AI w szerokim zakresie, ale niewielu stwierdziło, że pomyślnie wdrożyło AI gen w swoich organizacjach – wynika z badania McKinsey & Company.
Handel detaliczny wykorzystuje moc gen AI
Niektórzy sprzedawcy detaliczni mieli trudności z szerokim wdrożeniem gen AI, ponieważ wymagało to przeprogramowania części organizacji w zakresie możliwości technicznych i kwalifikacji. Obawy dotyczące jakości danych i prywatności, niewystarczające zasoby i wiedza specjalistyczna oraz koszty wdrożenia również stanowiły wyzwanie dla szybkości, z jaką sprzedawcy detaliczni mogą skalować swoje eksperymenty gen AI – stwierdza McKinsey & Company.
Firmy detaliczne, którym udało się wykorzystać moc gen AI, zazwyczaj wyróżniają się w dwóch kluczowych obszarach. Po pierwsze, rozważają, w jaki sposób przypadki użycia gen AI mogą pomóc przekształcić określone obszary działalności, zamiast rozpraszać zasoby. Po drugie, skutecznie przechodzą od pilotażu i sprawdzania koncepcji do wdrożenia na dużą skalę. Wymaga to nie tylko priorytetyzacji danych i integracji technologicznej, ale także znaczących zmian organizacyjnych w celu wsparcia powszechnego zastosowania AI.
