Detaljhandel satser stort på AI – men fragmentert data holder dem tilbake

Nærmest hver enkelt detaljhandel satser på AI. Men til tross for daglige bruksscenarier, sier bare 11% at de er trygge på at de kan skalerer det på tvers av bedriften. Ifølge Amperitys 2025 State of AI in Retail-rapport, planlegger 97% av detaljhandlene å opprettholde eller øke AI-investeringene over det neste året, og nesten halvparten sier at de allerede bruker AI-verktøy daglig. Problemet er ikke algoritmer – det er dataene. Fra dynamiske prismotorer og personalisert markedsføring til prediktivt lagerstyring, blir AI raskt sentral for detaljhandelsstrategi og konkurransefordel i stadig mer crowdet forbrukermarkeder.

AI lover å transformere kundeengasjement og operasjonell effisiens på et tidspunkt når detaljhandlere er under enormt press. Likevel, til tross for intensjon, er det et stort gap mellom AI-ambisjon og AI-utførelse, som skaper missede muligheter, bortkastede investeringer og frustrerte ledelseslag som sliter med å se målbare forretningsresultater.

AI uten identitetsløsning: En fragmentert fremtid

Selv om en majoritet av detaljhandlene rapporterer om bruken av AI i noen kapasitet, sier bare 11% at de er klare til å skalerer det på tvers av bedriften. Den sentrale utfordringen er data som er siloet, ufullstendig eller fragmentert. Datafragmentering blokkerer evnen til å samordne kundeidentiteter. Uten nøyaktige identiteter, kan AI-systemer ikke gjenkjenne enkeltindivider på tvers av kanaler eller forutsi deres behov – noe som gjør sanne personalisering nesten umulig.

Amperitys undersøkelse fant at bare 43% av detaljhandlene anvender AI til kundeorienterte erfaringer, og bare 23% bruker AI for identitetsløsning eller datapreparering. Dette gapet forklarer hvorfor så mange forsøk ikke leverer meningfulle verdier.

Mangelen på samordnede kundevisninger ikke bare bremser AI-adoptsjonen, men undergraver også vekstmuligheter. En nylig Deloitte-rapport fremhever risikoen, og finner at:

• 80% av amerikanske forbrukere er mer sannsynlig å kjøpe når merker tilbyr personaliserte erfaringer
• Personalisering kan heve konverteringsrater med 16 prosentpoeng
• Forbrukere bruker 50% mer med merker som personaliserer godt, noe som gjør datakvalitet ikke bare en IT-bekymring, men en inntektsdriver

I en verden der forbrukernes preferanser for personalisering er på et rekordhøyt nivå, med 80% av verdens forbrukere som forventer det, kan ikke å samordne kunde-data hindre en merkevarestrategi. AI uten identitetsløsning ikke bare går glipp av målet, men risikerer også å alienere kunder.

Samordnet data, smartere AI

Detaljhandel mangler ikke bruksscenarier: prediktiv analyse, chatboter, dynamisk prising, generativt innhold. Ingen av disse vil jevnt over tid lykkes uten en samordnet, pålitelig grunnlag av kundedata.

Identitetsløsning sikrer at alle de ulike signalene, fra salgsdata, lojalitetsprogrammer, mobilapper og tredjepartsmarkedsplasser, kommer sammen i en enkelt, styrt profil. Dette tillater AI-systemer å:

• Personalisere i stor skala – sikrer at hver melding, tilbud og anbefaling er relevant for den enkelte
• Prediktere med nøyaktighet – driver churn-modeller, etterspørselsprognoser og neste beste handling-strategier
• Opprettholde kundetillit – ved å levere sammenhengende, respektfulle og privat-sikre erfaringer på tvers av kanaler

For å si det enkelt, gjør identitetsløsning AI til en nødvendighet, ikke en nysgjerrighet.

Kosten av å gjøre AI feil

Risikoen ved å se bort fra identitetsløsningssteget øker. Med behovet for å deployere generativ AI i synlige, kundeorienterte sammenhenger, kommer også bekymringer om praktisk implementering. En enkelt feil, som å sende en fornyelses tilbud til en kunde som nettopp har fornyet, kan skade merkevareloyalitet.

En PwC-rapport fant at 32% av kundene vil gå bort fra et merke de elsker etter bare én dårlig erfaring. Hvis AI leverer inkonsistente eller upersonlige interaksjoner, vil detaljhandlere ikke bare mislykkes i å låse opp ROI; de vil også tape kunder. Som Deloitte-rapporten fremhever, forventer en majoritet av forbrukerne nå at selskapene skal forstå deres behov og forventninger, og hever standarden for hver enkelt detaljhandel som eksperimenterer med AI i høyt konkurranseutsatte, margin-sensitive markeder.

Gapet mellom AI-ambisjon og virkelighet

Å lukke gapet kommer ned til tre prioriteringer:

1. Samordne kundedata før du skalerer AI

Merker må gjennomgå eksisterende datasystemer for siloer og inkonsistenser. De bør investere i kundedata-plattformer (CDP) og identitetsløsningsløsninger som kan samordne fragmenterte poster og skape sanntids-, handlebare profiler.

2. Anvend AI der det betyr mest

I stedet for å deployere AI overalt på en gang, bør merker fokusere på høy-impakt bruksscenarier: personaliserte tilbud, churn-prediksjon, service-automatisering og lageroptimalisering. Hver av disse er langt mer effektiv med samordnet data. For eksempel kan en lojal shopper motta en churn-forebyggende rabatt på samme dag som de nettopp har kjøpt. Uten identitetsløsning, risikerer AI å skape disse skadelige feilene.

3. Bygge tillit gjennom personvern og styring

Mens forbrukerne forventer personalisering, forventer de også personvern og sikre systemer som beskytter deres informasjon. Å implementere personvern-sikre dataprosesser og gjennomsiktige styring sikrer at AI forbedrer kundetillit i stedet for å kompromittere den.

Fra fragmentering til transformasjon

Fremtiden for detaljhandels-AI vil ikke bestemmes av hvem som adopterer teknologien raskest, men av hvem som adopterer den mest ansvarlig og effektivt.

Når detaljhandlere samordner fragmentert førsteparts kundedata som kjøpehistorikk, atferdssignaler og engasjementsmønster, låser de opp personalisering i stor skala og realiserer sanne AI-avkastning.

Forskjellen er tydelig: AI bygget på frakoblet data leverer spredte resultater. AI bygget på identitetsløsning leverer bedriftsvid transformasjon.

Fullt og helt

Fragmentert data bremser dagens fremgang – og truer morgendagens relevans. AI gjort riktig er ikke bare en teknologioppgradering; det er en transformasjon i hvordan detaljhandlere engasjerer, tjener tillit og vokser.

Med AI-markedet som vokser 42% årlig til 733,7 milliarder dollar i 2027, vil vinnerne ikke være de som deployer flest modeller, men de som bygger de sterkeste data-grunnlagene. Detaljhandlere som løser data-utfordringen først, vil være de som vinner med AI-drevne kundeerfaringer.

Fremgangen over det neste året vil innebære mer investering, eksperimentering og deployering for å posisjonere detaljhandlere til å bruke AI effektivt og effisient, samtidig som de minimiserer risiko, styrker differensiering og akselererer målbare avkastninger.

Ettersom forbrukernes forventninger fortsatt øker, er identitetsløsning den strategiske håndtaket som vil skille detaljhandelens AI-vinnere fra de som faller bak.