Detailhandelaren, leer deze 4 lessen voordat u uw GenAI-investeringen in 2025 doet

Forrester voorspelt één op de vijf detailhandelaren in de VS en EMEA zal in 2025 klantgerichte GenAI-toepassingen lanceren. Verbeterde productzoekfunctie, gepersonaliseerde aanbevelingen en verbeterde categorienavigatie zijn de belangrijkste use cases. Waarom zorgden geautomatiseerde interacties er dan voor dat de klantervaringsscore in de VS met 5% daalde in 2023 – het laagste sinds 2015 – en wat kunnen detailhandelaren leren uit dit voordat ze hun GenAI-investeringen doen?

Het rapport van KPMG uit 2023 benadrukt dat het niet voldoen aan de verwachtingen van klanten de oorzaak is van de daling, met een overmatig gebruik van technologie die geen strategisch voordeel opleverde voor winkeliers. Van 50 CIO’s en CTO’s in Fortune 500-bedrijven die naar hun GenAI-projecten werden gevraagd, vonden de meesten dat hun piloottechnologie het verkeerde bedrijfsbehoefte aanpakte.

Nu we 2025 ingaan, moeten detailhandelaren prioriteit geven aan klantgerichte GenAI-strategieën. In plaats van de nieuwste technologie te adopteren als een leukheidje, moeten ze naar de bedrijfsbehoeften kijken. Detailhandelaren moeten hun klantreizen bekijken, de ruimte voor verbetering identificeren en oplossingen bouwen of adopteren die bij hun use case passen, en niet andersom. Hier zijn vier lessen voor detailhandelaren om te overwegen op hun weg om de gebruikerservaring (UX) met GenAI te verhogen.

Zorg voor een synergie tussen bedrijf, data en AI

Onderzoekers van RAND vonden in 2024 dat 80% van de AI-projecten faalt vanwege vijf sleutelgebieden: niet-gesynchroniseerde doelen, gegevensgebrek, technologie-voor-het-eerst-benadering, infrastructuurgaten en overambitieuze AI.

Detailhandelaren hebben een solide gegevensbasis en expertise nodig om de benodigde algoritmen te bouwen en te slagen met hun GenAI-investeringen. Ze moeten zichzelf afvragen: “Hoe kunnen we ervoor zorgen dat er voldoende gegevens beschikbaar zijn om aan de eisen van de oplossing te voldoen? En hoeveel van deze gegevens is eigendom?” Succesvolle GenAI-projecten hangen af van hoge-kwaliteit, relevante informatie. Hoe meer unieke gegevensformaten een organisatie heeft, hoe meer aanpasbaar de oplossing moet zijn.

Een derde vraag om te stellen is: “Welke specifieke talentenpool en operationele structuurveranderingen zijn nodig om GenAI effectief te benutten?” Het begrijpen van het niveau van bijscholing, evenals de motivatie, kosten en tijd, zal detailhandelaren helpen om de return on investment (ROI) te beslissen voor het bouwen, aanpassen of beheren van oplossingen in eigen huis.

Tegenwoordig kunnen niet-technische experts werken met no-code-tools of een lange-termijn-AI-partner inhuren om de voordelen te benutten. Bij het selecteren van GenAI-oplossingen van derden, moeten e-commerce-executives factoren prioriteren die verder gaan dan prijs en ROI, zoals schaalbaarheid, prestaties, gegevensbeveiliging, leveranciersdeskundigheid en technische stack-compatibiliteit. Een duidelijk businessplan en verwachte resultaten zijn cruciaal voordat ze zich committeren aan een nieuwe integratie.

Neem een incrementele aanpak

In 2024 evalueerde BCG Group het adoptietarief van de top e-commerce GenAI use cases; namelijk, inhoudscreatie zoals blogs, productbeschrijvingen en productafbeeldingsuppletie. Geavanceerdere use cases omvatten gepersonaliseerde productaanbevelingen, dynamische prijzen en concurrerende analyses. Maak teamleden vertrouwd met systematische diensten voordat ze proberen complexere taken aan te pakken om zich soepel aan te passen aan nieuwe processen.

Detailhandelaren moeten hun e-commerce-teams aanmoedigen om gebruik te maken van out-of-the-box GenAI-tools om kennis te maken met de mogelijkheden van het instrument. Simpele use cases en no-to-low-code-oplossingen zoals productbeschrijvingen en afbeeldingscreatie zijn uitstekende startpunten, omdat ze teamleden laten zien wat de mogelijke tijdsbesparingen zijn en helpen om hun operaties aan te passen om frequent validatiecontroles op te nemen. Introduceer wekelijkse of tweewekelijkse beoordelingen in de vroege stadia om de voortgang van het instrument te meten en de benaderingen aan te passen onderweg. Teamfeedback en deelname zijn essentieel voor succes.

Naarmate teamleden meer vertrouwd raken, kunnen detailhandelaren nieuwe use cases introduceren. Ingenieurs kunnen de ontwikkeling stroomlijnen met AI-code-completiehulp. Marketeers kunnen AI-gedreven gepersonaliseerde upselling- en cross-selling-aanbevelingen introduceren, en loyalty-managers kunnen adaptieve loyalty-campagnes opbouwen op basis van het niveau van klantbetrokkenheid.

Creëer een security-first-cultuur

Losgekoppelde systemen zijn zwakke schakels die tot beveiligingskwetsbaarheden kunnen leiden, en GenAI heeft het potentieel om de toegangsdrempel voor laaggeschoolde bedreigingen te verlagen. Cybercriminelen kunnen GenAI gebruiken om scripts te bouwen die functioneel kwaadaardig zouden zijn als ze correct worden gebruikt, door aanvallen te automatiseren en specifieke kwetsbaarheden aan te vallen. Detailhandelaren moeten streven naar een solide gegevensbasis, gestroomlijnde workflows en een goed verbonden netwerk van toepassingen om hun systemen veilig en gemakkelijk te monitoren te houden.

Cybercriminelen kunnen GenAI ook gebruiken om consumenten te manipuleren via zeer overtuigende nepinhoud (d.w.z. social engineering en phishing). Daarom zal identiteitsverificatie in 2025 nog kritieker zijn. Multifactor authenticatie, zoals het verzenden van tijdsgevoelige codes naar gebruikersapparaten via SMS, e-mail of een specifieke authenticatie-app, zal helpen om klantloyaliteitsprogramma’s en winkelplatforms te beveiligen – vooral waar financiële informatie wordt opgeslagen.

Bovendien moeten detailhandelaren ervoor zorgen dat ontwikkelaars regelmatig software, softwarebibliotheken en systemen updaten om kwetsbaarheden aan te pakken en de aanvalsoppervlakken te minimaliseren. Deze veiligheidsbewuste, verifieer-voor-het-eerst-mentaliteit moet door het hele bedrijf worden gefilterd. Door regelmatige beveiligingsbewustzijnstraining en simulaties uit te voeren en medewerkers aan te moedigen om verdachte activiteiten onmiddellijk te melden, kunnen detailhandelaren een beveiligingsgerichte cultuur opbouwen.

AI-gepowered monitoring- en waarschuwingssystemen, zoals geavanceerde endpoint-detectie- en responsoplossingen (EDR), kunnen detailhandelaren ook helpen om bedreigingen in real-time te detecteren en te mitigeren. Het is echter belangrijk dat alle medewerkers de gewoonte hebben om te controleren of systemen, vooral beveiligingssoftware, naar behoren werken.

Wees empathisch in de ontwerpfasen

De grootste oorzaak van AI-mistrust is het gebruik ervan in klantenservicekanalen. Ongeveer 53% van de klanten zou overwegen om over te stappen naar een concurrent als ze ontdekten dat een bedrijf AI voor klantenservice zou gebruiken.

Klanten vrezen dat GenAI een grotere kloof tussen hen en ondersteuningsagenten zal creëren. Ze willen de zekerheid dat hun problemen worden begrepen en op de beste manier mogelijk worden opgelost, idealiter met managers die de bevoegdheid hebben om complimentaire geschenken aan te bieden voor hun problemen. Detailhandelaren kunnen deze stappen echter in hun geautomatiseerde diensten opnemen. Maar het is nog steeds belangrijk om te beginnen met eenvoudige taken. Het maken van FAQs en online-informatie toegankelijker via conversational chatbots zijn nuttige use cases.

In het begin zullen meer handen aan het roer nodig zijn om klantfeedback, verwarring of vragen te beantwoorden, wat een proactieve en welkome buffer zal zijn terwijl detailhandelaren zich aanpassen aan de mogelijkheden van GenAI. Real-time feedback van ondersteuningsteams zal detailhandelaren helpen om alle scenario’s te visualiseren waarin taken te complex zijn voor GenAI-tools. In deze scenario’s moeten chatbots klanten doorverwijzen naar een agent met een wachtmelding, zoals: “Aanbod niet behulpzaam? Neem contact op met een agent” knop. Analyseer deze feedback dagelijks totdat alle mogelijke veelvoorkomende vragen eenvoudig en automatisch worden beantwoord.

Het is essentieel dat alle taken die GenAI-tools uitvoeren, naadloos overgaan in een agent-chat die de chatbot oppakt waar nodig. Het is ook cruciaal dat klantenservice-agenten een belangrijk onderdeel blijven van de gebruikerservaring, door hen te redden voor hoge-waarde-taken zoals het bekijken van de gegevens en het identificeren van de onderliggende oorzaken van terugkerende klantproblemen. Op deze manier hebben detailhandelaren een basis om oplossingen voor te stellen en toekomstige problemen te voorkomen met geautomatiseerde reactiekanalen.

Of detailhandelaren nu kiezen voor het adopteren van GenAI of niet, concurrenten, klanten en kwaadwillige actoren zullen dat wel doen. Door teamleden voor te bereiden met eenvoudige use cases, kunnen ze zich aanpassen aan de nieuwe manieren van werken en beter begrijpen welk nieuw potentieel bedreigingslandschap er is. Detailhandelaren kunnen gebruikmaken van out-of-the-box-tools en GenAI-projecten in een gefaseerde aanpak, waarbij ze hun teams kennis en expertise opbouwen met geavanceerdere algoritmen elke keer dat een project met succes wordt voltooid. Door transactietaken te automatiseren en een team van menselijke agenten te behouden, kunnen klanten snellere toegang tot gewenste producten hebben en zich verzekerd voelen dat er een agent is die ze kan bellen als ze dat nodig hebben.