3 chyby, kterých se vrcholní manažeři maloobchodních firem a správní rady dopouštějí v souvislosti s AI

Začátkem tohoto roku moje společnost provedla průzkum mezi CIO a CTO ve firmách s ročními tržbami ve výši 500 milionů dolarů a více a zjišťovala, jak jejich značky přistupují k AI. Z těchto vedoucích pracovníků se 84 % shodlo, že do konce roku přežijí pouze projekty AI, které přinesou návratnost investic, a 82 % souhlasilo s tím, že jejich správní rady stále častěji zpochybňují, kolik peněz na AI vynakládají.

Podle mého názoru je tento tlak, který má dvě ostří, z velké části důvodem, proč se firmy – zejména maloobchodníci – při zavádění nejnovější technologické vlny vracejí ke starému zvyku: k tomu, čemu rád říkám „nahodilé počiny v oblasti [fill in latest technology here]“. Za svou kariéru jsem byl svědkem nahodilých počinů v oblasti mobilních technologií i internetu věcí a nyní jsme se dostali k nahodilým počinům v oblasti AI.

Označovat zavádění AI za „technologický problém“, který spadá výhradně do působnosti CIO či CTO, znamená přehlížet podstatu věci – a to více než u kterékoli předchozí technologické vlny. Vedoucí pracovníci maloobchodních firem, kteří chtějí v současné vlně AI skutečně získat konkurenční výhodu, by se měli vyvarovat tří zásadních chyb.

Chyba č. 1: Nechat převládnout firemní protilátky

Protože AI může ve firmě působit jako zásadní transformační síla, jednou z největších překážek jejího skutečného využití je neměnná představa o tom, čím firma je nebo čím se může stát. U maloobchodních firem se to často projevuje přístupem, který staví produkt na první místo – tedy postojem: „Prodáváme košile, nejsme technologická firma.“

Tato nepružnost je firemní protilátkou, která brání skutečným inovacím, aby nenarušily zavedený pořádek. Rozpočty na AI se proto svěřují CTO, kteří dostávají za úkol snižovat náklady. Bez strategického imperativu nebo dlouhodobé vize, která by je vedla, se pochopitelně obracejí k tomu, co znají: narychlo investují do doplňkových dílčích řešení, jako jsou doporučovací systémy, chatboti nebo pluginy pro vizuální vyhledávání.

V nejlepším případě tento přístup přinese sice malý, ale okamžitý nárůst. V nejhorším však těmto roztříštěným nástrojům AI chybí potřebné backendové zázemí, aby fungovaly napříč celou organizací, a častěji tak vedou k „neřízeným“ zákaznickým zkušenostem, které zákazníky frustrují. Nakonec jsem byl svědkem toho, že takový přístup skončil opuštěnými pilotními projekty a promarněnými rozpočty. Prohra pro všechny.

Chyba č. 2: Nepružná investiční teze

S nepružnou firemní vizí souvisí také nepružná investiční teze. Vedoucí pracovníci na nejvyšší úrovni a členové správních rad by si při investování do AI měli otevřeně říci, zda mají skutečný zájem o transformaci pomocí AI (a vše, co s sebou přináší), nebo zda by pro ně nebylo lepší ušetřit čas a peníze a vůbec se do ní nepouštět. Pomůže, když se debata opře o konkrétní a všeobecně známý příklad, jako je Amazon.

Není žádným tajemstvím, že Amazon je dnes takovým gigantem proto, že více než deset let nepřinášel žádné významné výnosy. Během této doby byla technologie a dlouhodobá vize považována za natolik hodnotnou, že ospravedlňovala investice i absenci okamžité návratnosti investic. Přetvořit společnost kolem AI vyžaduje stejnou míru bezvýhradného nasazení.

Na nedávné oborové akci internetový prodejce Stitch Fix uvedl, že společnost současně realizuje přibližně 40 pilotních projektů v oblasti AI ve svém neúnavném úsilí nabídnout zákazníkům personalizované nakupování. Tak vypadá „neústupná vize“, když se transformace pomocí AI bere vážně. A jestli vám při představě, že na něco takového nemáte rozpočet, málem vypadly oči z důlků, nejste sami.

Doporučuji přistupovat k AI jako k diverzifikovanému investičnímu portfoliu o třech úrovních: rychlé výhry (rychlé iniciativy s nízkým rizikem, které pomohou nastartovat pokrok, například chatboti), postupně rozvíjené sázky (střednědobé iniciativy typu „investuj a uč se“, například personalizované zprávy zákazníkům) a sázky s potenciálem změnit pravidla hry (rizikové, ale vysoce výnosné projekty, například plně integrovaní nákupní asistenti s AI, kteří mohou firmu zásadně proměnit). Současné rozvíjení všech tří přístupů přináší krátkodobé výsledky a zároveň vytváří odolnost a dynamiku potřebnou k rozsáhlejší transformační změně.

Chyba č. 3: AI sladkosti k snídani

Přistupovat k AI jen jako k nástroji na snižování nákladů nebo marketingové atrakci je podobné, jako snídat sladkosti – jejich novost nevydrží o moc déle než barvivo Red 40 na jazyku a brzy budete potřebovat něco výživnějšího. Nejjasnějším ukazatelem toho, že jde o AI sladkost, je, když nástroj brání tomu, aby vaše firma pod ním srozumitelně uskutečňovala transakce, plnila objednávky nebo se učila.

Nezačínejte tedy svou cestu k AI v maloobchodě hotovým chatbotem. Nejprve investujte do infrastruktury, která připraví půdu pro vlastního chatbota, jenž se bude učit od vašich zákazníků a poskytne vám skutečnou konkurenční výhodu. Začíná to tím, že připravíte svá data pro AI agenty.

Pravděpodobně už přemýšlíte, jak obohatit data o svých produktech, aby je dokázaly vyhledávat velké jazykové modely (LLM), protože tyto platformy se stále častěji stávají výchozím bodem pro vyhledávání. Kromě toho budete chtít investovat také do inteligentní vrstvy, která rozumí kontextu zákazníka (chování, loajalitě, historii objednávek a deklarovanému záměru), kontextu nákupní relace (co zákazník porovnával, na co se ptal, nad čím váhal a co nechal v košíku) i obchodnímu kontextu (zásobám, marži, akcím a pravidlům merchandisingu). Tímto strukturováním a uspořádáním dat vzniká samoposilující cyklus, který se neustále učí a zdokonaluje.

Ještě důležitější je, že počáteční fáze vaší cesty k AI by měly být také obdobím, kdy budujete strukturu pro správu a toleranci rizika, která agentům umožní skutečně jednat samostatně. V těchto dnech se sice hodně mluví o tom, že „člověk zůstává součástí procesu“, tento přístup však není ani škálovatelný, ani nákladově efektivní.

Pro velké maloobchodní společnosti se tyto kroky jistě snáze řeknou, než udělají. Brát však AI jako technologii vážně znamená vynaložit na začátku značné úsilí, které by v blízké budoucnosti mohlo vést k inovacím zásadně měnícím celé odvětví. Samozřejmě je vždy možné pokračovat jako dosud, ale s tím, jak se AI stává běžným standardem, se prostor pro dohánění náskoku stále zmenšuje. Nedoporučuji zůstat pozadu.