3 fejl, som detailhandlens topledere og bestyrelser begår, når det gælder AI

Tidligere i år foretog mit firma en undersøgelse blandt CIO’er og CTO’er i virksomheder med en årlig omsætning på over 500 mio. dollars om, hvordan deres brands greb AI an. Blandt disse ledere var 84 % enige i, at kun de AI-projekter, der skabte et afkast af investeringen, ville overleve året, og 82 % var enige i, at deres bestyrelser i stigende grad satte spørgsmålstegn ved, hvor meget de brugte på AI.

Efter min mening er dette tveæggede pres i høj grad årsagen til, at virksomheder – især detailhandlere – falder tilbage i en gammel vane, når de skal tage den nyeste teknologibølge til sig: Det, jeg ynder at kalde »tilfældige tiltag inden for [fill in latest technology here]« . Gennem min karriere har jeg været vidne til tilfældige mobilinitiativer, tilfældige IoT-initiativer, og nu er vi nået til tilfældige AI-initiativer.

Mere end ved nogen tidligere teknologibølge betyder det, at man betegner sin AI-implementering som et »teknologisk spørgsmål«, der udelukkende hører under CIO’en eller CTO’en, at man ikke kan se skoven for bare træer. Ledere i detailhandlen, der for alvor ønsker at opnå en konkurrencefordel i den aktuelle AI-bølge, bør undgå tre store fejl.

Fejl 1: At lade virksomhedens antistoffer vinde

Fordi AI har potentiale til at blive en så omvæltende kraft i en virksomhed, er en fastlåst opfattelse af, hvad en virksomhed er, eller hvad den kan blive, en af de største hindringer for virkelig at få det fulde udbytte af teknologien. For detailhandlere lyder det især ofte som en produktorienteret tankegang – altså: »Vi sælger skjorter, vi er ikke en teknologivirksomhed.«

Denne ufleksibilitet fungerer som et antistof i virksomheden – den holder reel innovation på afstand for at bevare status quo. Derfor uddelegeres AI-budgetterne til CTO’er, som får besked på at skære ned på omkostningerne. Uden et strategisk mandat eller en langsigtet vision at rette sig efter vender de naturligvis tilbage til velkendt terræn: forhastede investeringer i enkeltstående løsninger, der kobles på eksisterende systemer, såsom anbefalingsmotorer, chatbots eller plugins til visuel søgning.

I bedste fald fører denne tilgang til et lille, men øjeblikkeligt løft. I værste fald mangler disse fragmenterede AI-værktøjer dog den nødvendige backend-struktur til at fungere på tværs af hele organisationen, og derfor resulterer de oftere i »uautoriserede« oplevelser, der frustrerer kunderne. I sidste ende har jeg set det føre til opgivne pilotprojekter og spildte budgetter. Alle taber.

Fejl 2: En ufleksibel investeringstese

Et beslægtet problem med en ufleksibel virksomhedsvision er en ufleksibel investeringstese. Når topledere og bestyrelsesmedlemmer investerer i AI, bør de ærligt drøfte, om de reelt er interesserede i en AI-transformation (og alt, hvad den indebærer), eller om de er bedre tjent med at spare tid og penge ved helt at lade være. Det kan hjælpe at tage udgangspunkt i et konkret og velkendt eksempel som Amazon.

Det er ingen hemmelighed, at Amazon er den magtfaktor, virksomheden er i dag, fordi den havde mere end et årti uden nævneværdigt afkast. I den periode blev teknologien og den langsigtede vision anset for at være værdifulde nok til at retfærdiggøre investeringerne og fraværet af et øjeblikkeligt afkast af investeringen. At omforme en virksomhed omkring AI kræver, at man går lige så helhjertet ind i det.

Ved en nylig branchebegivenhed fortalte onlinebutikken Stitch Fix, at virksomheden havde omkring 40 AI-pilotprojekter kørende samtidig i sin målrettede stræben efter personlige shoppingoplevelser. Sådan ser »stædig vision« ud, når man tager AI-transformation alvorligt. Og hvis du lige spærrede øjnene op ved tanken om, at du ikke har budget til den slags, er du ikke alene.

Jeg anbefaler at gribe AI an som en diversificeret investeringsportefølje i tre niveauer: hurtige gevinster (hurtige initiativer med lav risiko, der skaber fremdrift, såsom chatbots), trinvise satsninger (mellemlange »investér og lær«-initiativer, såsom personlige kundebeskeder) og banebrydende satsninger (initiativer med høj risiko og stort potentiale, såsom fuldt integrerede AI-shoppingassistenter, der kan gentænke en virksomhed). Når man satser på alle tre samtidig, skaber det resultater på kort sigt og opbygger samtidig den robusthed og fremdrift, der er nødvendig for større, gennemgribende forandringer.

Fejl 3: AI-slik til morgenmad

At betragte AI som lidt mere end et værktøj til at skære ned på omkostningerne eller et markedsføringstrick svarer til at spise slik til morgenmad – nyhedens interesse varer ikke meget længere end Red 40 på tungen, og inden længe får du brug for noget mere nærende. Det tydeligste tegn på, at et værktøj er AI-slik, er, at det forhindrer din virksomhed i at gennemføre transaktioner, opfylde ordrer eller lære på en gennemskuelig måde under overfladen.

Så begynd ikke din AI-rejse i detailhandlen med en færdigpakket chatbot – investér i stedet i den infrastruktur, der baner vejen for en chatbot, du selv ejer, og som lærer af din egen kundebase, så du opnår en reel konkurrencefordel. Det begynder med at gøre dine data klar til AI-agenter.

Du overvejer sikkert allerede, hvordan du kan berige dine produktdata, så de bliver lettere at finde via LLM’er, eftersom disse platforme i stigende grad bliver det naturlige udgangspunkt for søgninger. Derudover bør du også investere i et intelligenslag, der forstår kundekonteksten (adfærd, loyalitet, ordrehistorik og udtrykt hensigt), sessionskonteksten (hvad kunden sammenlignede, spurgte om, tøvede ved og lagde i kurven) og forretningskonteksten (lagerbeholdning, avance, kampagner og regler for varepræsentation). Når data struktureres og organiseres på denne måde, skabes der en selvforstærkende proces, som løbende lærer og forbedrer sig.

Endnu vigtigere er det dog, at de indledende faser af jeres AI-rejse også bør være det tidspunkt, hvor I opbygger den styrings- og risikotolerancearkitektur, der gør det muligt for agenter reelt at handle på egen hånd. Der tales i dag meget om at holde et menneske med i processen, men det er hverken skalerbart eller omkostningseffektivt.

For store detailvirksomheder er disse tiltag bestemt lettere sagt end gjort. Men hvis man skal tage AI alvorligt som teknologi, kræver det en betydelig indsats fra begyndelsen, som kan føre til brancheomvæltende innovation i nær fremtid. Man kan naturligvis altid vælge at fortsætte som hidtil, men efterhånden som AI nærmer sig status som standard, bliver mulighederne for at indhente det forsømte stadig færre. Jeg kan ikke anbefale, at man sakker bagud.