3 fouten die retaildirecties en raden van bestuur maken op het gebied van AI

Eerder dit jaar ondervroeg mijn bedrijf CIO’s en CTO’s van bedrijven met een jaaromzet van $500 miljoen of meer over de manier waarop hun merken AI inzetten. Van deze bestuurders was 84% het ermee eens dat alleen AI-projecten die rendement opleveren het jaar zouden overleven, en 82% was het ermee eens dat hun raden van bestuur steeds vaker vragen stelden over hoeveel geld ze aan AI uitgaven.

Naar mijn mening is deze tweesnijdende druk er grotendeels verantwoordelijk voor dat bedrijven – en vooral retailers – bij de inzet van de nieuwste technologische golf terugvallen op een oude gewoonte: wat ik graag ‘willekeurige toepassingen van [fill in latest technology here].’ In mijn loopbaan heb ik willekeurige toepassingen van mobiel, willekeurige toepassingen van IoT en nu ook willekeurige toepassingen van AI zien langskomen.

Meer dan bij welke eerdere technologische golf ook, is het een kortzichtige benadering om AI-adoptie af te doen als een ‘technologiekwestie’ die uitsluitend onder de verantwoordelijkheid van de CIO of CTO valt. Retailleiders die serieus werk willen maken van een concurrentievoordeel in de huidige AI-golf, moeten drie grote fouten vermijden.

Fout 1: de bedrijfsafweer laten winnen

Omdat AI binnen een bedrijf zo’n transformerende kracht kan zijn, vormt een vaststaand beeld van wat een bedrijf is of kan worden een van de grootste obstakels om er echt alles uit te halen. Bij retailers klinkt dat vaak als een productgerichte instelling, bijvoorbeeld: ‘We verkopen shirts, we zijn geen technologiebedrijf.’

Deze starheid werkt als een afweerreactie van het bedrijf: echte innovatie wordt buiten de deur gehouden om de status quo te handhaven. Daardoor worden AI-budgetten toegewezen aan CTO’s, die de opdracht krijgen kosten te besparen. Zonder strategische noodzaak of langetermijnvisie als leidraad grijpen ze begrijpelijkerwijs terug op vertrouwd terrein: overhaaste investeringen in losse oplossingen die achteraf worden aangebouwd, zoals aanbevelingssystemen, chatbots of plug-ins voor visueel zoeken.

In het beste geval levert deze aanpak een kleine, maar onmiddellijke verbetering op. In het slechtste geval missen deze versnipperde AI-tools echter de backendstructuur om de hele organisatie te ondersteunen, waardoor ze vaker leiden tot ‘ongecontroleerde’ ervaringen die klanten frustreren. Uiteindelijk heb ik gezien dat dit uitmondt in stopgezette proefprojecten en verspilde budgetten. Een verlies-verlies-situatie.

Fout 2: een starre investeringsvisie

Een verwant probleem naast een starre bedrijfsvisie is een starre investeringsvisie. Bij investeringen in AI moeten topbestuurders en bestuursleden eerlijk bespreken of ze daadwerkelijk geïnteresseerd zijn in AI-transformatie (en alles wat daarbij komt kijken), of dat ze beter tijd en geld kunnen besparen door er helemaal van af te zien. Het helpt om het gesprek te koppelen aan een concreet en algemeen bekend voorbeeld, zoals Amazon.

Het is geen geheim dat Amazon zijn huidige positie als grootmacht mede te danken heeft aan het feit dat het ruim tien jaar lang geen noemenswaardig rendement behaalde. In die periode werden de technologie en de langetermijnvisie waardevol genoeg geacht om de investeringen en het uitblijven van direct rendement op investering te rechtvaardigen. Een bedrijf rond AI opnieuw vormgeven vereist dezelfde mate van volledige inzet.

Tijdens een recent branche-evenement vertelde online retailer Stitch Fix dat het bedrijf ongeveer 40 AI-proefprojecten tegelijk uitvoerde, in zijn onvermoeibare streven naar gepersonaliseerde winkelervaringen. Zo ziet ‘vasthouden aan een visie’ eruit wanneer AI-transformatie serieus wordt genomen. En als je ogen bijna uit je hoofd vielen bij de gedachte dat je niet het budget hebt voor zoiets, ben je niet de enige.

Ik raad aan AI te benaderen als een gediversifieerde beleggingsportefeuille met drie niveaus: snelle successen (snelle initiatieven met een laag risico die momentum opbouwen, zoals chatbots), gefaseerde investeringen (initiatieven voor de middellange termijn waarbij je investeert en leert, zoals gepersonaliseerde berichten aan klanten) en baanbrekende investeringen (initiatieven met een hoog risico en een hoge opbrengst, zoals volledig geïntegreerde AI-winkelassistenten die een bedrijf opnieuw kunnen vormgeven). Door alle drie tegelijk na te streven, boek je resultaten op korte termijn en bouw je tegelijkertijd aan de veerkracht en het momentum die nodig zijn voor grotere, transformerende veranderingen.

Fout 3: AI-snoep als ontbijt

AI zien als niet meer dan een middel om kosten te besparen of als een marketingtruc is net zoiets als snoep eten als ontbijt: de nieuwigheid blijft niet veel langer hangen dan de Red 40 op je tong, en voor je het weet heb je iets voedzamers nodig. De duidelijkste aanwijzing dat een tool AI-snoep is, is dat die ervoor zorgt dat je bedrijf erachter geen transacties kan uitvoeren, bestellingen kan afhandelen of op inzichtelijke wijze kan leren.

Begin je AI-traject in de retail dus niet met een kant-en-klare chatbot. Investeer liever eerst in de infrastructuur die de weg vrijmaakt voor een eigen chatbot die leert van je klantenbestand en je zo een echt concurrentievoordeel oplevert. Dat begint met je data geschikt maken voor agents.

U denkt waarschijnlijk al na over hoe u uw productgegevens kunt verrijken om ze beter vindbaar te maken via LLM’s, aangezien deze platforms steeds vaker het standaard startpunt voor zoekopdrachten worden. Daarnaast wilt u investeren in een intelligentielaag die inzicht heeft in de klantcontext (gedrag, loyaliteit, bestelgeschiedenis en uitgesproken intenties), de sessiecontext (wat de klant vergeleek, vroeg, in twijfel trok en in het winkelmandje achterliet) en de bedrijfscontext (voorraad, marges, promoties en merchandisingregels). Door gegevens op deze manier te structureren en te ordenen, ontstaat een vliegwiel dat voortdurend leert en zichzelf verbetert.

Maar belangrijker nog: in de beginfase van uw AI-traject moet u ook de architectuur voor governance en risicotolerantie opzetten, zodat agents daadwerkelijk zelfstandig kunnen handelen. Er wordt tegenwoordig veel gesproken over het behouden van een ‘mens in de lus’, maar dat is noch schaalbaar, noch kostenefficiënt.

Voor grote retailers is dat natuurlijk makkelijker gezegd dan gedaan. Maar AI als technologie serieus nemen, betekent dat u in een vroeg stadium veel werk moet verzetten. Dat kan in de nabije toekomst leiden tot innovatie die de sector op zijn kop zet. Natuurlijk kunt u ook gewoon op de oude voet doorgaan, maar naarmate AI de norm wordt, wordt de tijd om de achterstand in te halen steeds korter. Ik raad u niet aan achter te blijven.