3 errori che i dirigenti del settore retail e i consigli di amministrazione commettono quando si parla di IA

All’inizio di quest’anno, la mia azienda ha intervistato CIO e CTO di aziende con un fatturato annuo superiore a 500 milioni di dollari per capire come i loro brand si stessero avvicinando all’IA. Tra questi dirigenti, l’84% era d’accordo sul fatto che sarebbero sopravvissuti fino alla fine dell’anno solo i progetti di IA capaci di generare un ritorno sull’investimento, mentre l’82% concordava sul fatto che i consigli di amministrazione stessero chiedendo sempre più spesso conto delle somme spese per l’IA.

A mio avviso, questa pressione a doppio taglio è in gran parte responsabile del fatto che le aziende, soprattutto i rivenditori, quando si tratta di integrare l’ultima ondata tecnologica, ricorrano a una vecchia abitudine: quella che mi piace definire «iniziative estemporanee [fill in latest technology here]». Nel corso della mia carriera ho assistito a iniziative estemporanee nel campo delle tecnologie mobili, a iniziative estemporanee nell’IoT e ora siamo arrivati alle iniziative estemporanee nell’IA.

Più che in qualsiasi altra precedente ondata tecnologica, definire l’adozione dell’IA una «questione tecnologica» di esclusiva competenza del CIO o del CTO significa non vedere il quadro d’insieme. I dirigenti del settore retail che intendono davvero conquistare un vantaggio competitivo nell’attuale ondata dell’IA dovrebbero evitare tre errori importanti.

Errore 1: lasciare che prevalgano gli anticorpi aziendali

Poiché l’IA può avere un impatto profondamente trasformativo su un’azienda, uno dei principali ostacoli a sfruttarne davvero tutto il potenziale è una visione rigida di ciò che l’azienda è o può diventare. Nel settore retail, in particolare, questo atteggiamento si traduce spesso in una mentalità incentrata innanzitutto sul prodotto: «Vendiamo camicie, non siamo un’azienda tecnologica».

Questa rigidità è un anticorpo aziendale: tiene a freno la vera innovazione per mantenere lo status quo. Di conseguenza, i budget per l’IA vengono affidati ai CTO, ai quali viene chiesto di tagliare i costi. Senza una priorità strategica o una visione a lungo termine che li guidi, è prevedibile che si rivolgano a soluzioni che già conoscono: investimenti affrettati in strumenti puntuali aggiunti ai sistemi esistenti, come motori di raccomandazione, chatbot o plug-in per la ricerca visiva.

Nel migliore dei casi, questo approccio produce un piccolo miglioramento, seppur immediato. Nel peggiore, invece, questi strumenti di IA frammentati non dispongono dell’organizzazione di back-end necessaria per operare in tutta l’azienda e finiscono quindi più spesso per generare esperienze «fuori controllo» che frustrano i clienti. In definitiva, ho visto questo approccio concludersi con progetti pilota abbandonati e budget sprecati. Una situazione in cui perdono tutti.

Errore 2: una tesi d’investimento rigida

Un problema correlato alla rigidità della visione aziendale è una tesi d’investimento altrettanto rigida. Quando investono nell’IA, i dirigenti e i membri dei consigli di amministrazione devono confrontarsi con sincerità per capire se siano davvero interessati a una trasformazione basata sull’IA (e a tutto ciò che comporta) oppure se farebbero meglio a risparmiare tempo e denaro rinunciandovi del tutto. Può essere utile partire da un esempio concreto e noto a tutti, come Amazon.

Non è un segreto che Amazon sia diventata la potenza che è oggi dopo aver trascorso oltre un decennio senza ottenere ritorni significativi. In quel periodo, la tecnologia e la visione a lungo termine erano considerate abbastanza preziose da giustificare gli investimenti e la mancanza di un ritorno immediato. Riorganizzare un’azienda attorno all’IA richiede lo stesso livello di impegno totale.

Durante un recente evento di settore, il rivenditore online Stitch Fix ha raccontato di stare portando avanti circa 40 progetti pilota di IA in contemporanea, nella sua tenace ricerca di esperienze d’acquisto personalizzate. È questo l’aspetto di una «visione tenace» quando si prende sul serio la trasformazione basata sull’IA. E se hai sgranato gli occhi al pensiero di non avere il budget necessario per un’iniziativa del genere, non sei il solo.

Consiglio di affrontare l’IA come un portafoglio d’investimento diversificato su tre livelli: risultati rapidi (iniziative veloci e a basso rischio che creano slancio, come i chatbot), investimenti graduali (iniziative di medio periodo basate sul principio «investire e imparare», come i messaggi personalizzati ai clienti) e investimenti capaci di cambiare le regole del gioco (iniziative ad alto rischio e alto rendimento, come assistenti per gli acquisti basati sull’IA e pienamente integrati, in grado di ridefinire un’azienda). Portare avanti tutte e tre le tipologie contemporaneamente consente di ottenere risultati nel breve periodo e, al tempo stesso, di creare la resilienza e lo slancio necessari per una trasformazione più ampia e profonda.

Errore 3: caramelle all’IA a colazione

Considerare l’IA poco più di uno strumento per tagliare i costi o di uno stratagemma di marketing è un po’ come fare colazione con le caramelle: la novità dura poco più a lungo del colorante Red 40 sulla lingua e, prima che tu te ne accorga, dovrai nutrirti di qualcosa di più sostanzioso. Il segnale più chiaro che uno strumento è una caramella all’IA è che impedisce alla tua azienda di effettuare transazioni, evadere ordini o apprendere in modo trasparente nei processi sottostanti.

Perciò, non iniziare il percorso del tuo rivenditore nel mondo dell’IA con un chatbot preconfezionato: investi innanzitutto nell’infrastruttura che possa aprire la strada a un chatbot proprietario, capace di imparare dalla tua clientela e offrirti un vero vantaggio competitivo. Il primo passo è preparare i dati affinché siano utilizzabili dagli agenti.

Probabilmente stai già pensando a come arricchire i dati dei tuoi prodotti per renderli reperibili dagli LLM, considerando che queste piattaforme stanno diventando sempre più spesso il punto di partenza predefinito per le ricerche. Oltre a questo, vorrai anche investire in un livello di intelligence che comprenda il contesto del cliente (comportamento, fidelizzazione, cronologia degli ordini e intenzioni dichiarate), il contesto della sessione (quali prodotti ha confrontato il cliente, cosa ha chiesto, su cosa ha esitato e cosa ha lasciato nel carrello) e il contesto aziendale (inventario, margini, promozioni e regole di merchandising). Strutturando e organizzando i dati in questo modo, si crea un circolo virtuoso che apprende e migliora continuamente.

Ma soprattutto, le fasi iniziali del tuo percorso nell’IA dovrebbero essere anche il momento in cui costruisci l’architettura di governance e di tolleranza al rischio che consentirà agli agenti di agire davvero in autonomia. Sebbene oggi si parli molto di mantenere una «presenza umana nel processo», questa soluzione non è né scalabile né efficiente in termini di costi.

Per i rivenditori aziendali, questi passaggi sono certamente più facili a dirsi che a farsi. Ma prendere sul serio l’IA come tecnologia richiede un notevole lavoro iniziale, che potrebbe portare nel prossimo futuro a innovazioni capaci di rivoluzionare il settore. Naturalmente, si può sempre continuare a fare come si è sempre fatto, ma man mano che l’IA si avvia a diventare la norma, il tempo a disposizione per recuperare terreno si riduce. Non consiglio di restare indietro.