4 godzin temu
Sektor handlu coraz wyraźniej dostrzega potencjał sztucznej inteligencji, ale tempo jej wdrażania wciąż hamują bariery organizacyjne i regulacyjne. Z najnowszego Barometru Retail firmy doradczo-technologicznej Future Mind wynika, iż 48 proc. firm wskazuje zwiększenie przychodów i sprzedaży oraz poprawę doświadczenia klienta jako najważniejsze korzyści płynące z implementacji AI. Jednocześnie, taki sam odsetek ekspertów branży jako główną barierę wymienia obawy regulacyjne, prawne i etyczne.
Sztuczna inteligencja w handlu to dziś temat pełen kontrastów. Z jednej strony rosną oczekiwania wobec automatyzacji, personalizacji i analityki danych. Z drugiej – wdrażanie AI ujawnia ograniczenia istniejącej infrastruktury IT, luki kompetencyjne oraz obawy natury prawnej i regulacyjnej. Barometr Retail pokazuje jednak, iż AI nie jest już eksperymentem, ale kierunkiem rozwoju, który wymaga dojrzałych decyzji technologicznych i organizacyjnych.
AI w handlu, czyli gdzie firmy widzą największą wartość?
Z danych Barometru Retail Future Mind wynika, iż zastosowania AI w firmach handlowych są dziś silnie powiązane z kluczowymi obszarami biznesowymi. Najczęściej wskazywaną korzyścią jest zwiększenie przychodów i sprzedaży – ten efekt stosowania AI dostrzega 48 proc. firm. Taki sam odsetek respondentów wskazuje poprawę doświadczenia klienta, co potwierdza, iż technologie oparte na danych są postrzegane jako narzędzie wspierające personalizację oferty, lepsze dopasowanie komunikacji oraz optymalizację ścieżki zakupowej. Na trzecim miejscu znalazło się obniżenie kosztów operacyjnych, wybrane przez jedną trzecią (33 proc.) firm. To sygnał, iż AI jest wykorzystywana lub planowana przede wszystkim tam, gdzie możliwa jest automatyzacja procesów, analiza dużych wolumenów danych oraz zwiększenie efektywności operacyjnej.
– Myślę, iż prostym przykładem udanego wdrożenia AI było wykorzystanie LLM do automatycznej analizy i kategoryzacji otwartych odpowiedzi z ankiet satysfakcji klientów. Po każdym zamówieniu wysyłamy do klienta ankietę satysfakcji. O ile pytania predefiniowane są łatwe do analizy, o tyle pytanie otwarte, w którym klient miał szansę wyjaśnienia swojej oceny, stanowiło wyzwanie. Wraz z dynamicznym wzrostem sieci i liczby zamówień, manualne przeglądanie tysięcy komentarzy i wyciąganie z nich sensownych wniosków stało się fizycznie niemożliwe i nieefektywne kosztowo. W tym wdrożeniu nie chodzi tylko o automatyzację, ale o wzmacnianie inteligencji biznesowej – dzięki AI zyskaliśmy głębsze, kontekstowe zrozumienie klienta, czego sama ocena numeryczna by nam nie dała. Wyniki ankiet są nie tylko szybkie, ale i zgodne z celami operacyjnymi – mówi Patrycja Venulet, Chief Marketing & Technology Officer, Board Member w DP Polska S.A.
Znacznie rzadziej firmy wskazują na przyspieszenie innowacji i wdrażania nowych produktów i usług (14 proc.) oraz wzmocnienie pozycji konkurencyjnej, które dostrzega co dziesiąty uczestnik badania. Oznacza to, iż AI jest dziś częściej traktowana jako narzędzie optymalizacji istniejących procesów niż jako impuls do tworzenia zupełnie nowych modeli biznesowych.
Warto także zwrócić uwagę, iż 10 proc. firm jeszcze nie zaobserwowało żadnych korzyści ze stosowania AI, co może świadczyć o wczesnym etapie wdrożeń, ograniczonym zakresie projektów lub problemach z ich skalowaniem.
Bariery technologiczne i organizacyjne hamują wdrożenia AI
Dominującym wyzwaniem wśród ekspertów sektora okazały się obawy regulacyjne, prawne i etyczne (48 proc.). To najwyższy wynik wśród wszystkich barier i wyraźny sygnał, iż niepewność dotycząca zgodności z przepisami, ochrony danych i odpowiedzialności za decyzje algorytmów realnie wpływa na tempo wdrożeń.
Kolejnym istotnym ograniczeniem są trudności w integracji AI z obecnymi systemami IT, wskazywane przez 38 proc. respondentów. To pokazuje, iż architektura technologiczna wielu firm handlowych nie pozostało przygotowana na efektywne wykorzystanie zaawansowanej analityki i modeli AI. Niemalże równie istotny problem stanowi brak danych odpowiedniej jakości (33 proc.), bez których wdrożenia AI nie są w stanie przynieść oczekiwanych rezultatów. Z tym bezpośrednio wiąże się brak kompetencji w organizacji, deklarowany przez 29 proc. firm, co wskazuje na potrzebę rozwoju zespołów technologicznych i analitycznych.
– Najczęściej spotykane są dwie grupy wyzwań: dane i integracje. Systemy AI są tak skuteczne, jak jakość informacji, na których pracują. Niepełne, rozproszone lub niespójne dane potrafią znacząco obniżyć wartość wdrożenia. Drugim obszarem jest bezpieczeństwo i odpowiednie „osadzenie” AI w infrastrukturze – adekwatne nadanie uprawnień, kontrola dostępu, nadzór nad tym, do jakich systemów i procesów asystent może się odwoływać. Ważne jest też zapewnienie transparentności i możliwości audytu wyników, aby organizacja mogła realnie oceniać działanie modelu. Pokonanie tych barier zwykle decyduje o tym, czy AI stanie się realnym wsparciem przynoszącym wartość, a nie tylko ciekawym eksperymentem – komentuje Michał Urbański, Head of Software Engineering, AI Adoption Lead w Future Mind, a Solita Company.
Na dalszym planie znajdują się bariery finansowe – ograniczony budżet wskazuje blisko jedna piąta (19 proc.) firm, co może sugerować, iż wyzwania związane z AI mają częściej charakter strukturalny niż kosztowy.
Co istotne, relatywnie rzadko firmy wskazują niski poziom zrozumienia i akceptacji AI wśród pracowników (10 proc.) oraz brak wsparcia ze strony zarządu lub kierownictwa (5 proc.).
