Detailhandlere satser stort på AI – men fragmenterede data holder dem tilbage

Næsten hver enkelt detailhandler satser på AI. Men på trods af daglige brugssager, siger kun 11%, at de er sikre på, at de kan skala det over hele virksomheden. Ifølge Amperitys 2025 State of AI in Retail rapport, planlægger 97% af detailhandlerne at fastholde eller øge AI-investeringen over det næste år, og næsten halvdelen siger, at de allerede bruger AI-værktøjer dagligt. Problemet er ikke algoritmerne – det er data. Fra dynamiske prismotorer og personlige markedsføringskampagner til prædictive lagerplanlægning, bliver AI hurtigt central for detailhandelens strategi og konkurrenceevne på stadig mere overfyldte forbrugermarkeder.

AI lover at transformere kundeengagement og operationel effektivitet på et tidspunkt, hvor detailhandlerne er under enormt pres. Alligevel, på trods af intentioner, er der en markant kløft mellem AI-ambition og AI-udførelse, hvilket skaber missede muligheder, spildte investeringer og frustrerede ledelseshold, der kæmper for at se målbare forretningsresultater.

AI uden identitetsløsning: En fragmenteret fremtid

Selvom en majoritet af detailhandlerne rapporterer, at de bruger AI i en eller anden kapacitet, siger kun 11%, at de er klar til at skala det over hele virksomheden. Den centrale udfordring er data, der er siloet, ufuldstændig eller fragmenteret. Datafragmentering blokerer evnen til at samle kundeidentiteter. Uden nøjagtige identiteter kan AI-systemer ikke genkende enkeltpersoner på tværs af kanaler eller forudsige deres behov – hvilket gør sand personliggørelse næsten umulig.

Amperitys undersøgelse fandt, at kun 43% af detailhandlerne anvender AI til kundeorienterede oplevelser, og kun 23% bruger AI til identitetsløsning eller dataforberedelse. Denne kløft forklarer, hvorfor så mange indsats’er ikke leverer meningsfulde værdier.

Manglende samlede kundeoversigter ikke kun langsommere AI-adopteringsprocessen; det undergraver direkte vækstmuligheder. En ny Deloitte rapport fremhæver udfordringen, idet den finder, at:

• 80% af amerikanske forbrugere er mere tilbøjelige til at købe, når mærker tilbyder personlige oplevelser
• Personliggørelse kan øge konverteringsrater med 16 procentpoint
• Forbrugere bruger 50% mere med mærker, der personliggør godt, hvilket gør datakvalitet ikke kun en IT-bekymring, men en omsætningsdriver

I en verden, hvor forbrugernes præference for personliggørelse er på et hidtil uset højde, med 80% af verdens forbrugere, der forventer det, kan manglende samling af kunde-data holde en mærkes vækststrategi tilbage. AI uden identitetsløsning ikke kun savner målet; det risikerer at alienere kunder.

Samlet data, smartere AI

Detailhandlen mangler ikke brugssager: prædictive analytik, chatbots, dynamisk prissætning, generativt indhold. Ingen af disse vil konsekvent lykkes uden en samlet, troværdig grundlag af kundedata.

Identitetsløsning sikrer, at alle de forskellige signaler fra salgssteder, loyalitetsprogrammer, mobilapps og tredjeparts-markedspladser kommer sammen i en enkelt, styret profil. Dette giver AI-systemer mulighed for at:

• Personliggøre i stor målestok – sikrer, at hver besked, tilbud og anbefaling er relevant for den enkelte
• Forudsige med nøjagtighed – driver churn-modeller, efterspørgselsprognoser og næste-bedst-handling-strategier
• Opretholde kunde-tillid – ved at levere samtløse, respektfulde og privatlivssikrede oplevelser på tværs af kanaler

For at sige det simpelt, gør identitetsløsning AI til en nødvendighed i stedet for en nysgerrighed.

Omkostningerne ved at gøre AI forkert

Risikoen for at overse identitetsløsningssteget er voksende. Med behovet for at implementere generativ AI i synlige, kundeorienterede sammenhænge kommer også bekymringer om praktisk implementering. En enkelt fejl, som at sende en fornyelses tilbud til en kunde, der lige har fornyet, kan skade mærkeloyalitet.

En PwC rapport fandt, at 32% af kunderne vil gå til en anden mærke efter kun en dårlig oplevelse. Hvis AI leverer inkonsistente eller upersonlige interaktioner, vil detailhandlerne ikke kun fejle i at låse op for ROI; de vil også tabe kunder. Som Deloitte-rapporten fremhæver, forventer en majoritet af forbrugerne, at virksomheder forstår deres behov og forventninger, hvilket hæver standarden for hver enkelt detailhandler, der eksperimenterer med AI i højkonkurrerende, marginfølsomme markeder.

Kløften mellem AI-ambition og virkelighed

At lukke kløften kommer ned til tre prioriteter:

1. Samle kundedata før skalaering af AI

Mærkerne skal gennemgå deres eksisterende datasystemer for siloer og inkonsistenser. De skal investere i kundedata-platforme (CDP’er) og identitetsløsningsløsninger, der kan afklare fragmenterede optegnelser og skabe realtids-, handlebare profiler.

2. Anvend AI, hvor det betyder mest

I stedet for at implementere AI overalt på én gang, skal mærkerne fokusere på høj-impact-brugssager: personlige tilbud, churn-forudsigelse, serviceautomatisering og lageroptimering. Hver af disse er langt mere effektiv med samlet data. For eksempel kan en loyal kunde modtage en churn-forhindrende rabat på samme dag, som de lige har købt. Uden identitetsløsning risikerer AI at skabe disse skadelige fejltrin.

3. Bygge tillid gennem privatliv og styre

Selvom forbrugerne forventer personliggørelse, forventer de også privatliv og sikre systemer, der beskytter deres information. Implementering af privatlivssikrede data-praksis og gennemsigtigt styre sikrer, at AI forbedrer kunde-tillid i stedet for at kompromittere den.

Fra fragmentering til transformation

Fremtiden for detailhandelens AI vil ikke blive bestemt af, hvem der adopterer teknologien hurtigst, men af, hvem der adopterer den mere ansvarligt og effektivt.

Når detailhandlerne samler fragmenterede førstehånds kundedata som købshistorik, adfærds-signaler og engagementsmønstre, åbner de op for personliggørelse i stor målestok og realiserer sand AI-ROI.

Forskellen er tydelig: AI bygget på ikke-sammenhængende data leverer spredte resultater. AI bygget på identitetsløsning leverer virksomhedsomfattende transformation.

At satse alt på

Fragmenterede data langsommere i dag – og true i morgendagens relevans. AI gjort rigtigt er ikke kun en teknologisk opgradering; det er en transformation i, hvordan detailhandlerne engagerer, opbygger tillid og vokser.

Med AI-markedet, der vokser 42% årligt til 733,7 mia. dollars i 2027, vil vinderne ikke være dem, der implementerer flest modeller, men dem, der bygger de stærkeste data-grundlag. Detailhandlerne, der løser data-udfordringen først, vil være dem, der vinder med AI-drevne kundeoplevelser.

Fremgangen over det næste år vil indebære mere investering, eksperimentering og implementering for at positionere detailhandlerne til at bruge AI effektivt og effektivt, samtidig med at de minimiserer risikoen, styrker differentieringen og accelererer målbare afkast.

Da forbrugernes forventninger fortsat stiger, er identitetsløsning den strategiske vægt, der vil adskille detailhandelens AI-vindere fra dem, der falder bagud.