MK: Handel w Polsce znajduje się w zaawansowanym stadium wdrażania sztucznej inteligencji? Jak to wygląda w porównaniu z resztą Europy, Stanami Zjednoczonymi czy Azją?
PP: Firmy chętnie testują to rozwiązanie, sprawdzając, jak może wspierać ich działania biznesowe - zwłaszcza w obszarach marketingu, generowania treści i obrazu. Część organizacji decyduje się już na szersze wdrożenia, jednak patrząc na cały rynek, pełna adaptacja tych technologii w Polsce dopiero się rozpoczyna. Na rynkach zachodnich obserwujemy bardziej zaawansowane wdrożenia i większe doświadczenie w wykorzystaniu tych narzędzi, które my jako Accenture również wspieramy.
TB: AI w Polsce obecnie to rynek dwóch prędkości. Firmy, które są w awangardzie innowacji, są też w awangardzie wdrażania AI i wykorzystują te rozwiązania na skalę podobną do światowych liderów. Kilka tygodni temu ogłosiliśmy projekt Virtual Try-On. Niemal w tej samej chwili jeden z detalistów modowych poprosił o możliwość implementacji. Każdy prezes zapytany o to, czy jego firma wykorzystuje AI, zapewne odpowie, że tak. Często jednak sprowadza się to do tego, że kilku członków zarządu ma jakąś subskrypcję wyspecjalizowanego LLM (ang. Large Language Model - duży model językowy, zaawansowany model sztucznej inteligencji). Reszta ludzi korzysta z ogólnodostępnych, często dostępnych w modelu freemium, rozwiązań konsumenckich. Firmy, które są w awangardzie innowacji, robią to w sposób dojrzały, eksperymentują, mierzą efekty tych eksperymentów, wyciągają wnioski i wprowadzają adekwatne zmiany w swojej strategii na poziomie światowym.
MK: Wspominał Pan o modowym detaliście. Czy któreś sektory handlu szybciej niż inne wdrażają rozwiązania z zakresu sztucznej inteligencji?
TB: W przypadku niektórych obszarów działalności, rozwiązania AI są łatwiej dostępne. Dobrym przykładem jest posiadanie e-commerce’u. Sprzedaż internetowa od kilku lat mocno wykorzystuje te rozwiązania. Mamy narzędzie pod nazwą “Vertex AI Search for commerce”, które wprowadziliśmy na rynek trzy lata temu, chwilę po tym, wdrożył to u siebie jeden z naszych e-commercowych klientów. Dziś wyszukiwanie na stronie za pomocą AI jest dość popularne. Jeżeli dysponuje się kanałem internetowym, a sprzedawcy modowi zazwyczaj go mają, to tam wdrażanie tego typu rozwiązań następuje szybciej. Natomiast jeżeli ktoś prowadzi np. sklep convenience, który ma jedynie operacje fizyczne, to ma mniej przestrzeni na tego typu rozwiązania, poza tym są one trudniejsze w implementacji. Oczywiście, tam również możliwe są wdrożenia AI, np. w zakresie analizy wideo, monitorowania półek czy poziomu zatowarowania oraz interakcji klienta z półką. Wprowadzanie takich rozwiązań jest jednak trudniejsze.
PP: W e-commerce kluczowa jest dostępność wysokiej jakości treści produktowych — opisów, zdjęć czy specyfikacji — które decydują o skutecznej prezentacji oferty online. W przeciwieństwie do sprzedaży tradycyjnej handel internetowy wymaga znacznie większej liczby materiałów marketingowych i informacyjnych. Narzędzia AI pozwalają ten proces zautomatyzować i znacząco przyspieszyć, co przekłada się na większą efektywność operacyjną.
MK: Tylko fakt posiadania kanału e-commerce decyduje o łatwiejszym wejściu w sztuczną inteligencję? Czy może dochodzą do tego dodatkowe czynniki?
TB: Rozwiązania AI z natury są digitalowe, więc w tym biznesie jest o nie łatwiej i one tam naturalnie pasują., handlu stacjonarnym zaś przełomem jest multimodalność, która daje możliwości szerszego wykorzystania rozwiązań AI we wsparciu sprzedaży. Ważne jest też to, że firmy digitalowe mają bardziej rozbudowane działy, które dostarczają technologie. To przekłada się na łatwiejszą implementację np. ze względu na zrozumienie regulacji, czy dobre praktyki prowadzenia projektów transformacji cyfrowej.
MK: Co jest wyzwaniem przy wdrażaniu AI w handlu e-commerce’owym i stacjonarnym?
PP: Doświadczenie i kompetencje technologiczne to jedna z kluczowych barier wejścia przy wdrażaniu AI. Firmy, które posiadają odpowiednią wiedzę i zespół z doświadczeniem w nowych technologiach, znacznie sprawniej adaptują te rozwiązania. Jeśli jednak takich kompetencji brakuje lub są skoncentrowane w innych obszarach, pojawiają się wyzwania. W takich sytuacjach warto korzystać ze wsparcia partnerów technologicznych, takich jak Accenture, którzy mają nie tylko lokalne, ale i globalne doświadczenie we wdrażaniu rozwiązań opartych na Google Cloud - zgodnie ze strategią biznesową całej organizacji lub jej wybranych obszarów.
Równie istotna jest otwartość menedżerów na innowacje i gotowość do eksperymentowania z technologiami, które realnie wspierają efektywność operacyjną i skuteczność w dotarciu do klienta, w czym zdecydowanie mogą pomóc akceleratory, które posiada w swojej ofercie Accenture (np. ai.Retail).
TB: Istnieje luka w umiejętnościach i kompetencjach. Ona polega często na braku interdyscyplinarności, bo z jednej strony potrzebne jest zrozumienie technologii, ale też umiejętność identyfikacji procesów do optymalizacji. Technologia w tej chwili jest w stanie zrobić prawie wszystko. Jednak może być bardzo kosztowna i trzeba odpowiednio wyodrębnić ten proces, którego automatyzacja przyniesie najwięcej korzyści i zapewni odpowiedni zwrot z inwestycji. Ważne są też kompetencje w kontekście zarządzania tymi projektami, bo nie chodzi tylko o to, żeby daną inicjatywę uruchomić, ale potem należy ją utrzymywać, mierzyć i trenować. Wszyscy na razie eksperymentujemy.
MK: Czy ta luka kompetencyjna u menedżerów polskiego handlu jest poważna? Jak szybko się zmniejsza? A może za chwilę w ogóle zniknie?
TB: Ta luka jest obecnie zasypywana, co jest warunkiem koniecznym, żeby się rozwijać. Bardzo pozytywne jest też to, że detaliści inwestują w edukację dla pracowników w zakresie wykorzystania AI. To są bardzo często rzeczy dostępne bez jakichkolwiek opłat. Mamy w Polsce wielu specjalistów światowej klasy, jesteśmy krajem, w którym powstaje wiele centrów R&D, a projekty w nich realizowane wychodzą na cały świat.
MK: Jaka jest w tym rozwoju rola takich firm jak Google Cloud czy Accenture?
TB: Fundamentalną rolą Google Cloud jest demokratyzacja AI.Nasze inwestycje w badania związane z AI są ogromne. Od wielu lat jest to dla nas strategiczny kierunek.. W oparciu o ten research budujemy produkty, które są dostarczane do klientów - od największych graczy, po małe biznesy. Ponadto spora część wyników naszych badań publikowana jest na zewnątrz, co daje możliwość ich wykorzystania. Mamy też oczywiście programy edukacyjne dla pracowników i liderów.
PP: Mocno inwestujemy w obszar danych. W Polsce mamy ponad 500 ekspertów w obszarze Data&AI, z czego ponad setkę dedykowanych technologii AI. Staramy się edukować firmy, które zdecydowały się na współpracę z nami wspólnie realizować projekty, wdrażać je, budować świadomość i kompetencje. Dajemy im odpowiedni poziom wiedzy i możliwość dalszego rozwoju zarówno na poziomie inżynierskim, jak i menedżerskim.
MK: Analiza wideo wsparta przez sztuczną inteligencję zrewolucjonizuje pracę z półką w sklepie i wyśle merchandiserów na bezrobocie?
TB: Sama analiza wideo istniała już wcześniej, ale opierała się na machine learning, gdzie trzeba było po prostu zbudować modele pod bardzo konkretne case‘y. Teraz jest już tak, że z jednego zdjęcia można wyciągnąć bardzo dużo informacji. Możemy zapytać model, czy widzi na zdjęciu wędlinę, szampon i inne produkty. Nie musimy go wcześniej trenować, bo on ma już te informacje. Rewolucją jest multimodalność, bo dzięki temu można przy półce korzystać zarówno z rozwiązań wideo, jak i głosowych. Na tym etapie, te technologie są raczej narzędziami wspierającymi pracę merchandisera i jeszcze długo go nie zastąpią.
PP: Zdecydowanie mówimy tu o technologii, która wspiera, a nie zastępuje człowieka. Nawet najbardziej zaawansowane narzędzia analityczne nie rozwiążą wyzwań operacyjnych w oderwaniu od pracy zespołów w terenie. Analiza wideo z wykorzystaniem AI przyspiesza procesy, pozwala lepiej planować i reagować, ale finalnie to merchandiser jest odpowiedzialny za jakość ekspozycji. To, co faktycznie się zmienia, to rola tych osób - z wykonawczej przesuwa się w stronę bardziej nadzorczą i decyzyjną. Technologie pomagają podejmować lepsze decyzje, ale nadal to człowiek pozostaje kluczowym ogniwem w procesie.
MK: Co z łańcuchem dostaw? Część firm inwestuje we wsparcie AI w zakresie planowania popytu, transportu i poprawy efektywności dostaw.
PP: Wykorzystanie AI w logistyce to przykład procesu, który pod warunkiem odpowiedniej automatyzacji, może zdecydowanie obniżyć koszty. Wiele firm identyfikuje ten proces jako kluczowy w optymalizacji kosztowej i inwestuje w rozwój AI w tym zakresie. Analiza stocku może być dziś realizowana w pełni automatycznie, co przekłada się też na lepszą dostępność asortymentu w sklepach. Generalnie logistyka to wdzięczne pole do automatyzacji.
TB: Bardzo istotnym aspektem jest zwłaszcza prognozowanie popytu. Łańcuchy dostaw mogą stać się bardziej proaktywne. Jesteśmy w stanie analizować dużo więcej data pointów - np. informacje o lokalnych wydarzeniach czy pogodzie i na tej podstawie lepiej przewidywać sprzedaż. Dochodzi do tego także lepsze planowanie tras samochodów dostawczych, a nawet ich towarowanie. AI rewolucjonizuje logistykę.
MK: Chatboty i asystenci głosowi są z nami od dawna. W jaki sposób mogą się rozwinąć przy udziale sztucznej inteligencji?
PP: Zdecydowanie jest tu jeszcze duży potencjał do rozwoju, zwłaszcza jeśli chodzi o precyzję i kontekstowość odpowiedzi. W przypadku bardziej złożonych zapytań klienci wciąż preferują kontakt z człowiekiem, ponieważ oczekują nie tylko informacji, ale też zrozumienia ich intencji. Rozwój AI, szczególnie modeli językowych nowej generacji, sprawia jednak, że chatboty stają się coraz lepsze w rozumieniu kontekstu i intencji użytkownika. Kluczowe będzie dalsze trenowanie modeli na realnych scenariuszach i budowanie rozwiązań hybrydowych — łączących automatyzację z dostępem do konsultanta tam, gdzie to konieczne.
TB: To rozwiązanie do tej pory bardzo mocno rozwinęło się na zewnątrz - do konsumentów w obszarze obsługi klienta. Dzięki AI, chatboty przestały być sztywne i dokładnie zaprogramowane pod konkretne pytania. Są w stanie obsłużyć bardzo dużo przypadków zapytań i scenariuszy rozmów. Możemy jednak wykorzystać je też wewnętrznie, podłączając do odpowiednich baz wiedzy. Mogą dzięki temu zapewniać np. wsparcie działów HR, analizy regulaminów, polityk, ale także udostępniać informacje o aktualnych promocjach. Wyobraźmy sobie dużego retailera, który ma masę regulaminów, promocji i operacji i dzwoni do niego telefon z konkretnym pytaniem o daną politykę. Agent call center często nie jest w stanie ich wszystkich znać. Dzięki chatbotom może poszukać odpowiedzi. To samo dotyczy analizy dokumentów spływających od partnerów i dostawców.
MK: Jakie obszary w handlu nie zostały jeszcze zagospodarowane przez sztuczną inteligencję? Gdzie widzicie to pole do rozwoju?
PP: Dużo można jeszcze zrobić w kontekście zarządzania produktem, ceną czy promocją. Chodzi zarówno o reakcję ad hoc na zmieniające się otoczenie, ale też bieżące zarządzanie ceną. Dzisiaj dostrzegam sceptycyzm w zakresie wykorzystania AI w tych obszarach.
TB: Dodałbym dwa obszary. Pierwszy to hiperpersonalizacja, w przypadku której blokadą są kwestie regulacyjne. Nie ma bowiem jasności, w jaki sposób można wysyłać bodźce w sklepie, sterować muzyką, korzystać z digital signage, znając profil konsumenta. Innym obszarem jest kwestia danych, nad którą zresztą pracujemy już w Polsce i do której szukamy partnera. Chodzi o doprowadzenie do sytuacji, w której menedżer sieci handlowej patrzy na jakiś wykres i stawia pytanie, dlaczego przestał sprzedawać się dany rodzaj asortymentu. Potem następuje proces szerokiej analizy, który nie jest tylko prostym zapytaniem bazy danych, ale pogłębionym researchem i analizą, podobną do tej, którą wykonuje dobry data scientist. Dzięki temu można łatwo odpytywać bazę danych w języku naturalnym.
MK: W handlu sporo mówi się o rozwoju retail mediów i wykorzystywaniu sklepów, jako platformy komunikacji reklamodawców z klientami. W jaki sposób AI może lepiej spersonalizować ten przekaz? Może zasypie go gradem komunikatów w wielu miejscach podczas wizyty w sklepie?
TB: Hiperpersonalizacja nie może przekraczać pewnych granic, kiedy zaczyna to robić, staje się dziwna dla konsumentów. Osobiście lubię spersonalizowaną reklamę, bo w momencie, gdy moje dzieci są już starsze, nie potrzebuję reklamy pieluch, ale innego, dostosowanego komunikatu. Dostrzegam benefity dobrze stargetowanego przekazu, który ułatwia mi życie. Dla retailerów to z kolei nowe źródło przychodu, którego nie mogą zignorować.
PP: Z pewnością będzie to ważny kierunek rozwoju. Sieci starają się to rozwijać, a sam mechanizm może wspierać konsumentów w kupowaniu konkretnych produktów, łącząc to ze spersonalizowaną promocją. Klient może np. dostać informację, że dwa miesiące temu kupił jakieś perfumy i być może już mu się skończyły, więc powinien pomyśleć o kupnie kolejnych. Oczywiście wszystko za zgodą samego klienta. Zgadzam się również z tym, że to bardzo ciekawy kanał przychodowy dla sieci handlowych.
MK: Jakie będą główne kierunki rozwoju AI w handlu w najbliższej przyszłości?
TB: Wskazałbym na wykorzystanie agentów AI w kontekście wewnętrznych usług i wsparcia dla pracowników. Do tego dochodzi multimodalność oraz hiperpersonalizacja. Już dziś dobrze znamy naszego konsumenta, ale możemy mu też udostępnić narzędzia, które ułatwią mu zakup, czego przykładem mogą być np. wirtualne przymierzalnie.
PP: Dodałbym do tego obszar łańcucha dostaw, bo to bardzo istotny element, ale także rozwój AI w zakresie zarządzania ofertą produktową i tworzenia większej personalizacji.
