Een nieuw rapport van Salesforce en de onlangs in Amerika gevormde Retail AI Council laat zien dat retailers wereldwijd AI omarmen om de winkelervaring te verbeteren. Ze worstelen echter met de data waarmee kunstmatige intelligentie moet worden gevoed. Slechts 67 procent van de 1.300 ondervraagde retailers legt voldoende klantgegevens vast. Minder dan 40 procent schoont ze naar behoren op. En niet meer dan 42 procent harmoniseert de verschillende datasilo’s binnen de organisatie. Dit alles heeft een negatief effect op de efficiëntie van de output die AI genereert.
Tegen 2029 verwacht men dat generatieve AI een impact van 9,2 biljoen dollar zal hebben op de wereldwijde detailhandel. Retailers omarmen deze technologie om de winkelervaring zowel in fysieke als online winkels te personaliseren en te verbeteren. Ze begrijpen de voordelen van AI en passen deze toe om processen te stroomlijnen, de productiviteit te verhogen en gepersonaliseerde ervaringen te bieden aan zowel klanten als medewerkers. Bijna de helft van de 1.300 ondervraagde retailers worstelt echter met het toegankelijk maken van hun data (47%).
Detailhandel schuwt het gebruik van AI niet
Ondervraagde retailmanagers schatten dat 36% van hun werknemers vandaag de dag generatieve AI gebruikt. Dat aantal zal naar verwachting tot 45% groeien tegen het einde van 2025. Van deze retailers geeft 93% aan dat ze generatieve AI al gebruiken voor gepersonaliseerde e-mailteksten en productaanbevelingen. Er bestaat bij 81% van de respondenten een specifiek AI-budget, waarvan gemiddeld 50% wordt besteed aan generatieve AI.
De belangrijkste gebieden waarin deze retailers van plan zijn generatieve AI toe te passen, zijn klantenservice, marketing en in de winkels zelf. Retailers geven prioriteit aan toepassingen voor klantenservice, waar ze agenten willen versterken met zeer gepersonaliseerde, geautomatiseerde berichten en content die snel naar klanten kan worden gestuurd. Het op één na belangrijkste gebied waar retailers AI willen toepassen is het ontwikkelen van digitale winkelassistenten met conversational AI, om shoppers te helpen bij het vinden van de juiste producten of diensten.
Retailers worstelen met hun datastrategie
Uit het onderzoek blijkt dat retailers het belang van data begrijpen, maar velen nog steeds bezig zijn met het samenbrengen van al hun gegevens en het creëren van een geharmoniseerd klantprofiel om zo efficiëntere output van generatieve AI te realiseren. Slechts 17% van de respondenten gaf aan een volledig, eenduidig beeld van hun klanten te hebben en deze data efficiënt te benutten. 49% procent bevindt zich nog in de voorbereidende fase van het bouwen van een volledig klantgegevensprofiel, of is zelfs nog aan het overwegen om er een te maken.
Het niet in staat zijn om gegevens op elkaar af te stemmen en te beheren, betekent dat het generatieve AI-model van een retailer inefficiënte of onnauwkeurige resultaten kan opleveren, of reacties die toxiciteit en vooroordelen bevatten. Hoewel 67% van de retailers zegt dat ze volledig in staat zijn om klantgegevens vast te leggen, denkt slechts 39% dat ze volledig in staat zijn om die gegevens op te schonen en 42% zegt dat ze volledig in staat zijn om ze te harmoniseren.
Vertrouwen en ethiek winnen aan belang
Retailers zijn zich bewust van de veiligheids- en vertrouwensrisico’s rond generatieve AI. Gelukkig zijn ze klaar om die aan te pakken en ondernemen ze stappen. De helft van de ondervraagde retailers zegt dat ze in staat zijn om volledig te voldoen aan de normen voor gegevensbeveiliging en de regelgeving betreft gegevensprivacy.
Retailers noemen bias, wanneer AI-algoritmen bevooroordeelde resultaten of reacties produceren, als het belangrijkste risico bij het gebruik van generatieve AI. De helft van de respondenten uitte dan ook hun bezorgdheid daarover. Naast bias zien retailers hallucinaties (38%) en toxiciteit (35%) als grote risico’s.
Bij 62% van de retailers bestaan er richtlijnen voor transparantie, gegevensbeveiliging en privacy, voor het ethisch gebruik van generatieve AI in technologie, plus een betrokkenheid om de output betrouwbaar en onbevooroordeeld te maken.