Retailer, Pelajari 4 Pelajaran Ini Sebelum Melakukan Investasi GenAI 2025 Anda

Forrester memperkirakan satu dari lima retailer AS dan EMEA akan meluncurkan aplikasi GenAI yang berhadapan dengan pelanggan pada 2025. Peningkatan pencarian produk, rekomendasi yang dipersonalisasi, dan navigasi kategori yang lebih baik adalah kasus penggunaan utama. Lalu, mengapa interaksi otomatis menyebabkan skor pengalaman pelanggan AS turun 5% pada 2023—terendah sejak 2015—dan apa yang dapat dipelajari retailer dari hal ini sebelum melakukan investasi GenAI mereka?

Laporan KPMG 2023 menyoroti kegagalan memenuhi harapan pelanggan sebagai penyebab penurunan, dengan penggunaan teknologi berlebihan yang tidak memiliki manfaat strategis bagi pembeli. Dari 50 CIO dan CTO di perusahaan Fortune 500 yang ditanyai tentang proyek GenAI mereka, sebagian besar menemukan teknologi pilot mereka menangani kebutuhan bisnis yang salah.

Saat kita memasuki 2025, retailer harus memprioritaskan strategi GenAI yang berpusat pada pelanggan. Daripada mengadopsi teknologi terbaru sebagai sesuatu yang baik untuk dimiliki, lihatlah kebutuhan bisnisnya. Retailer harus meninjau perjalanan pelanggan mereka, mengidentifikasi ruang untuk perbaikan, dan membangun atau mengadopsi solusi yang sesuai dengan kasus penggunaan mereka, bukan sebaliknya. Berikut adalah empat pelajaran untuk dipertimbangkan retailer dalam perjalanan mereka untuk meningkatkan pengalaman pengguna (UX) dengan GenAI.

Pastikan Sinergi Bisnis-Data-AI

Peneliti RAND menemukan pada 2024 bahwa 80% proyek AI gagal karena lima area kunci: tujuan yang tidak selaras, kekurangan data, pendekatan teknologi-pertama, kesenjangan infrastruktur, dan AI yang terlalu ambisius.

Retailer memerlukan fondasi data yang solid dan keahlian untuk membangun algoritma yang diperlukan dan berhasil dengan investasi GenAI mereka. Mereka harus bertanya pada diri sendiri, “Bagaimana kami dapat memastikan ketersediaan data yang cukup untuk memenuhi persyaratan solusi? Dan seberapa banyak dari data ini yang bersifat proprietary?” Keberhasilan proyek GenAI bergantung pada informasi yang relevan dan berkualitas tinggi. Semakin unik format data yang dimiliki organisasi, semakin dapat disesuaikan solusinya.

Pertanyaan ketiga yang harus diajukan adalah, “Perubahan apa yang dibutuhkan pada kumpulan bakat spesifik dan struktur operasional untuk memanfaatkan GenAI secara efektif?” Memahami tingkat peningkatan keterampilan, bersama dengan motivasi, biaya, dan waktu, akan membantu retailer memutuskan pengembalian investasi (ROI) untuk membangun, menyesuaikan, atau mengelola solusi secara internal.

Saat ini, ahli non-teknis dapat bekerja dengan alat tanpa kode atau menyewa mitra AI jangka panjang untuk memanfaatkan manfaatnya. Saat memilih solusi GenAI pihak ketiga, eksekutif e-commerce harus memprioritaskan faktor di luar harga dan ROI, seperti skalabilitas, kinerja, keamanan data, keahlian vendor, dan kompatibilitas tumpukan teknologi. Kasus bisnis yang jelas dan hasil yang diharapkan sangat penting sebelum berkomitmen pada integrasi baru apa pun.

Ambil Pendekatan Bertahap

Pada 2024, BCG Group mengevaluasi tingkat adopsi kasus penggunaan GenAI e-commerce teratas; yaitu, pembuatan konten seperti blog, deskripsi produk, dan suplementasi gambar produk. Kasus penggunaan yang lebih canggih mencakup rekomendasi produk yang dipersonalisasi, penetapan harga dinamis, dan analitik pesaing. Biasakan anggota tim dengan layanan sistematis sebelum mencoba tugas yang lebih kompleks untuk menyesuaikan diri dengan proses baru secara mulus.

Retailer harus mendorong tim e-commerce mereka untuk memanfaatkan alat GenAI siap pakai untuk membiasakan diri dengan kemampuan alat tersebut. Kasus penggunaan sederhana dan solusi tanpa-ke-rendah-kode seperti deskripsi produk dan pembuatan gambar adalah titik awal yang sangat baik karena menunjukkan kepada anggota tim kemungkinan penghematan waktu, serta membantu mereka menyesuaikan operasi mereka untuk menyertakan pemeriksaan validasi yang sering. Perkenalkan tinjauan mingguan atau dua mingguan pada tahap awal untuk mengukur kemajuan alat dan menyesuaikan pendekatan sepanjang jalan. Umpan balik dan partisipasi tim akan menjadi kunci kesuksesan.

Seiring anggota tim menjadi lebih familiar, retailer dapat memperkenalkan kasus penggunaan baru. Insinyur dapat merampingkan pengembangan dengan bantuan penyelesaian kode AI. Pemasaran dapat memperkenalkan rekomendasi upselling dan cross-selling yang dipersonalisasi berbasis AI, dan manajer loyalitas dapat membangun kampanye loyalitas adaptif berdasarkan tingkat keterlibatan pelanggan.

Ciptakan Budaya Keamanan-Pertama

Sistem yang terputus adalah mata rantai lemah yang dapat menyebabkan kerentanan keamanan, dan GenAI berpotensi menurunkan hambatan masuk bagi ancaman berketerampilan rendah. Penjahat dunia maya dapat menggunakan GenAI untuk membangun skrip yang secara fungsional dapat berbahaya jika digunakan dengan benar, mengotomatiskan serangan dan menargetkan kerentanan spesifik. Retailer harus mengupayakan fondasi data yang solid, alur kerja yang terstruktur, dan jaringan aplikasi yang terhubung dengan baik untuk menjaga sistem mereka aman dan mudah dipantau.

Penjahat dunia maya juga dapat menggunakan GenAI untuk memanipulasi konsumen melalui konten palsu yang sangat meyakinkan (mis. rekayasa sosial dan phishing). Oleh karena itu, verifikasi identitas akan menjadi lebih kritis pada 2025. Autentikasi multifaktor, seperti mengirim kode sensitif waktu ke perangkat pengguna melalui SMS, email, atau aplikasi autentikasi khusus, akan membantu mengamankan program loyalitas pelanggan dan platform belanja—terutama di mana informasi keuangan disimpan.

Selain itu, retailer harus memastikan pengembang secara teratur memperbarui perangkat lunak, pustaka perangkat lunak, dan sistem untuk mengatasi kerentanan dan meminimalkan permukaan serangan. Pola pikir sadar keamanan, verifikasi-pertama ini harus disaring ke seluruh organisasi. Dengan melakukan pelatihan dan simulasi kesadaran keamanan secara teratur serta mendorong karyawan untuk melaporkan aktivitas mencurigakan dengan segera, retailer dapat membangun budaya yang berfokus pada keamanan.

Sistem pemantauan dan peringatan bertenaga AI, seperti solusi deteksi dan respons endpoint (EDR) lanjutan, juga dapat membantu retailer mendeteksi dan mengurangi ancaman secara real time. Meski begitu, penting bahwa semua karyawan terbiasa memverifikasi bahwa sistem, terutama perangkat lunak keamanan siber, bekerja sebagaimana mestinya.

Bersikap Empati dengan Desain

Penyebab terbesar ketidakpercayaan terhadap AI adalah penggunaannya di saluran dukungan pelanggan. Sekitar 53% pelanggan akan mempertimbangkan beralih ke pesaing jika mereka mengetahui perusahaan akan menggunakan AI untuk layanan pelanggan.

Pelanggan khawatir GenAI akan membangun jarak yang lebih lebar antara mereka dan agen dukungan. Mereka ingin ketenangan pikiran bahwa masalah mereka akan dipahami dan diselesaikan dengan cara terbaik, idealnya dengan manajer yang memiliki wewenang untuk menawarkan hadiah pelengkap atas kesusahan mereka. Namun, retailer dapat membangun langkah-langkah ini ke dalam layanan otomatis mereka. Tapi tetap penting untuk memulai dengan tugas sederhana terlebih dahulu. Membuat FAQ dan informasi online lebih mudah diakses melalui chatbot percakapan adalah kasus penggunaan yang membantu.

Pada awalnya, lebih banyak tangan untuk menanggapi umpan balik, kebingungan, atau pertanyaan pelanggan akan menjadi penyangga proaktif dan disambut baik saat retailer beradaptasi dengan kemampuan GenAI. Umpan balik real-time dari tim dukungan akan membantu retailer membayangkan semua skenario di mana tugas terlalu kompleks untuk alat GenAI. Dalam skenario ini, chatbot harus mengarahkan pelanggan ke agen dengan pesan tunggu, seperti: tombol “Penawaran tidak membantu? Hubungi agen”. Analisis umpan balik ini setiap hari hingga semua pertanyaan umum yang mungkin terjawab dengan sederhana dan otomatis.

Sangat penting bahwa semua tugas yang dilakukan alat GenAI berubah mulus menjadi obrolan agen yang melanjutkan dari tempat chatbot berhenti jika diperlukan. Juga penting bahwa agen layanan pelanggan tetap menjadi bagian kunci dari perjalanan pengguna, menyimpannya untuk tugas bernilai tinggi seperti mengawasi data dan mengidentifikasi penyebab mendasar dari masalah pelanggan yang berulang. Dengan cara ini, retailer memiliki dasar untuk mengusulkan solusi dan mencegah masalah di masa depan dengan saluran respons otomatis.

Baik retailer memilih untuk mengadopsi GenAI atau tidak, pesaing, pelanggan, dan aktor jahat akan melakukannya. Mempersiapkan anggota tim dengan kasus penggunaan sederhana akan membantu mereka menyesuaikan diri dengan cara kerja baru dan lebih memahami lanskap ancaman potensial baru. Retailer dapat memanfaatkan alat siap pakai dan menguji proyek GenAI dengan pendekatan bertahap, membangun pengetahuan dan keahlian tim mereka dengan algoritma yang lebih canggih setiap kali sebuah proyek berhasil diselesaikan. Dengan mengotomatiskan tugas transaksional dan mempertahankan tim ahli agen manusia, pelanggan dapat menikmati akses lebih cepat ke produk yang diinginkan dan merasa tenang ada agen yang dapat dihubungi jika mereka membutuhkannya.