Jakie zadania w handlu detalicznym można dziś powierzyć sztucznej inteligencji?
Trudno wskazać obszar, którego nie dałoby się objąć sztuczną inteligencją. Generatywna AI to tylko jedna z jej dziedzin, ale już teraz słyszymy o tzw. superagentach AI, które są w stanie autonomicznie wykonywać skomplikowane procesy. Pojawiają się nawet żartobliwe komentarze, że obecni prezesi to ostatni ludzie na tych stanowiskach. To pół żartem, pół serio, ale pokazuje, jak ogromny potencjał drzemie w tych technologiach. AI może wspierać praktycznie każdy proces biznesowy wykorzystując zaawansowane algorytmy i modele uczenia maszynowego.
Wiele firm testuje dziś AI w różnych obszarach. Typowy pilotaż wygląda tak: firma buduje małą bazę danych, korzysta z narzędzi typu ChatGPT, a system generuje nową treść – opis produktu, kampanię reklamową, grafikę czy nawet wideo. Efekty bywają imponujące. Problem zaczyna się wtedy, gdy trzeba przejść od testów do trwałego, produkcyjnego wdrożenia. To już nie tylko kwestia pomysłowości, lecz konkretnych kompetencji technologicznych i doświadczonego zespołu inżynierskiego. I tu wiele organizacji napotyka bariery.
Z jakich narzędzi AI mogą dziś realnie korzystać detaliści? Jakie przynoszą efekty?
Zdecydowanie warto wskazać systemy personalizacji ofert i rekomendacji produktów – to już nie przyszłość, a codzienna praktyka. Automatyzacja obsługi klienta to kolejny istotny obszar – zarówno w kontekście sprzedaży, jak i wsparcia posprzedażowego. Dynamiczne zarządzanie cenami, promocjami czy lokalizacjami punktów sprzedaży to już standard w takich firmach jak Amazon czy Żabka.
Na znaczeniu zyskuje też nowa generacja chatbotów i voicebotów, czyli inteligentnych asystentów klienta. Jeszcze niedawno ich sztywność bywała irytująca – każdy, kto próbował coś załatwić przez bankowy chatbot wie o czym mówię. Dziś rozmowa z takim botem jest płynna i intuicyjna – mówimy czego potrzebujemy, a odpowiedź przychodzi od razu. Dobrym przykładem jest IKEA, która skutecznie wdrożyła zaawansowane voiceboty. Inny ciekawy przypadek to Klarna, firma z branży płatności odroczonych, która znaczną część obsługi klienta przeniosła na wyspecjalizowanych agentów AI. Co ważne – nie są to rozwiązania całkowicie autonomiczne, lecz projektowane i nadzorowane przez ludzi, by były skuteczne i bezpieczne.
W jaki sposób cyfrowe bliźniaki mogą wspierać zarządzanie sklepem lub całą siecią detaliczną?
Na przykład poprzez prowadzenie symulacji. Jeśli mamy dane historyczne – sprzedaż, paragony, pogodę, lokalizację – możemy stworzyć model, który przewiduje, co wydarzy się w określonym scenariuszu. Zbliża się lokalne wydarzenie? AI pokaże, jak może wpłynąć na sprzedaż. Mamy dane z kamer pokazujące ruch klientów po sklepie? Przetestujemy nowy układ półek, zanim wprowadzimy go w realu. To taka „piaskownica do testów” – można sprawdzić nowe rozwiązanie w całej sieci, przed podjęciem decyzji. Dotyczy to nie tylko przestrzeni sklepowej, ale też testowania produktów czy opakowań. AI daje szybkie, precyzyjne rekomendacje, które przekładają się na lepsze decyzje biznesowe.
Jak w praktyce AI wspiera detalistów – również w szerszej perspektywie operacyjnej?
Warto spojrzeć na to z punktu widzenia klienta – czyli sprzedaży i marketingu. AI wspiera planowanie kampanii reklamowych: ustala, gdzie, kiedy i z jaką intensywnością się reklamować, by maksymalnie obniżyć koszt pozyskania klienta. Algorytmy pozwalają to robić z niespotykaną wcześniej precyzją.
AI analizuje mikrorynki i mikrolokalizacje – sprawdza, jakie jest natężenie ruchu, kim są mieszkańcy danego obszaru, czy punkt handlowy jest mijany rano w drodze do pracy, czy wieczorem wracając do domu. Uwzględnia też, co znajduje się w okolicy – centrum handlowe, kościół, park rozrywki. Wszystko po to, by optymalnie dobrać ofertę, asortyment i ceny.
Przykład? W pobliżu wesołego miasteczka możemy uruchomić kontekstowe reklamy wyświetlane tylko w tej konkretnej lokalizacji. AI wspiera również prognozowanie popytu, tzw. demand forecasting. Gdy wiemy, że zbliża się mecz, koncert czy inne duże wydarzenie, możemy lepiej zaopatrzyć sklep – w napoje, przekąski, piwo. Firmy farmaceutyczne już dziś osiągają skuteczność prognoz sprzedaży rzędu 90% – bez udziału człowieka. W handlu detalicznym to obecnie około 70–80%, ale ten wskaźnik stale rośnie.
Nie można zapomnieć o logistyce – AI pomaga zarządzać łańcuchem dostaw, zamówieniami, automatyzacją magazynów i transportu. Dziś niemal całą firmę można „uagentowić” przy użyciu sztucznej inteligencji.
Jak sztuczna inteligencja może się przełożyć na oszczędności kosztowe w handlu detalicznym?
Potencjalne oszczędności są ogromne. Po pierwsze – ograniczenie tzw. utraconej sprzedaży. Często sklepy nie mają odpowiedniego towaru w odpowiednim czasie i miejscu. AI potrafi zredukować takie straty nawet o 50–80%, co może oznaczać wzrost całkowitej sprzedaży o 2–3%.
W marketingu możemy zaoszczędzić 20–30% budżetu dzięki precyzyjniejszemu doborowi kanałów mediowych. W obsłudze klienta – chatboty i voiceboty potrafią zmniejszyć koszty nawet o połowę. Optymalizacja stanów magazynowych? Redukcja nawet o 30–40%. Z kolei producenci mogą dzięki temu uwolnić do 15% swoich mocy przerobowych.
Wszystko to przekłada się bezpośrednio na wzrost EBITDA i lepsze wykorzystanie budżetów inwestycyjnych.
A jak wygląda poprawa efektywności operacyjnej, szczególnie w obszarze logistyki i magazynowania?
Kluczowe jest tu precyzyjne prognozowanie popytu. Jeśli wiem, czego i kiedy potrzebuję, mogę to odpowiednio wcześniej zamówić i zaplanować działania operacyjne – zarówno po stronie dostawców, jak i w moim magazynie. Mogę lepiej zaplanować grafik pracowników, dostosować zadania do kompetencji oraz ograniczyć zapotrzebowanie na nowe zasoby, z czym często firmy mają problemy.
AI pomaga także w zarządzaniu sprzętem i przestrzenią – poprzez np. optymalizację rozmieszczenia towaru. A gdy do tego dołożymy robotyzację – ramiona robotyczne, autonomiczne pojazdy – mamy pełen obraz nowoczesnego magazynu, który w dużej mierze może funkcjonować bez udziału człowieka. Amazon już to praktykuje.
Czy da się oszacować zwrot z inwestycji w AI w handlu detalicznym?
Zdecydowanie i to z bardzo dobrym wynikiem. Z naszych doświadczeń wynika, że czas osiągnięcia ROI dla wdrożeń AI w retailu rzadko przekracza rok. Nawet przy bardziej złożonych projektach zwrot następuje w ciągu 12 miesięcy. Technologia jest już na tyle dojrzała, że wdrożenia są szybkie i efektywne – oczywiście pod warunkiem, że współpracujemy z kompetentnym zespołem, który zna się na specyfice handlu detalicznego.
Na jaki wzrost zysków mogą liczyć firmy wdrażające rozwiązania oparte na AI?
Firmy, z którymi współpracujemy, odnotowują wzrost zysków na poziomie od kilku do kilkunastu procent. Jeżeli mówimy o detaliście zyskującym rocznie 100 milionów złotych, to wdrożenie AI może przynieść dodatkowe 5–30 milionów. To wymierna i realna przewaga.
Warto jednak podkreślić, że nie wszystkie firmy skupiają się wyłącznie na wynikach finansowych. Dla wielu kluczowa jest stabilność i przewidywalność procesów. Rynek pracy się zmienia – trudno dziś o doświadczonych pracowników, rosną koszty zatrudnienia, a młodsze pokolenia nie chcą już polegać wyłącznie na Excelu i intuicji. Oczekują nowoczesnych narzędzi wspierających ich w codziennej pracy.
Dlatego AI wdraża się nie tylko po to, by podnieść EBITDA, ale również po to by budować organizację odporną na błędy ludzkie i kryzysy kadrowe. To wartość trudna do przeliczenia, ale niezwykle cenna.
Jak powinien wyglądać dobrze zaplanowany proces wdrożenia AI w firmie detalicznej?
Na pewno nie tak, jak często się to dzieje obecnie. Firmy kupują dostęp do popularnych narzędzi, dają do nich dostęp pracownikom i na tym koniec. Efekt? Pracownicy tworzą memy albo testują funkcje bez związku z realnymi potrzebami biznesowymi. Zdarza się też, że firma wykupuje narzędzie AI, ale zabrania korzystania z danych firmowych – wtedy narzędzie staje się bezużyteczne.
Skuteczne wdrożenie zaczyna się od jasno określonych celów: czy chcemy zwiększyć sprzedaż, obniżyć koszty, czy może odciążyć pracowników, by mogli skupić się na bardziej strategicznych zadaniach? Gdy to wiemy, dobór odpowiedniej technologii jest dużo prostszy.
Świat AI rozwija się w zawrotnym tempie – co tydzień pojawia się nowe narzędzie do generowania tekstu, grafiki, wideo. Dlatego coraz częściej mówi się o platformach do koordynacji i zarządzania AI – elastycznych rozwiązaniach, które pozwalają firmom korzystać z najnowszych narzędzi bez chaosu i zagubienia w informacyjnym szumie.
Potem przychodzi czas na pilotaż – wybieramy dwa, trzy konkretne przypadki użycia i wdrażamy je w praktyce. Gdy się sprawdzą, stopniowo rozszerzamy ich zastosowanie na inne obszary firmy.
Na koniec warto myśleć szerzej – o modelu „AI-First Enterprise”. To nie tylko kwestia narzędzi, ale całkowita zmiana sposobu funkcjonowania organizacji. AI uczy się na danych firmy i dostosowuje się do jej procesów. Oznacza to również zmianę w podejmowaniu decyzji – m.in. w oparciu o rekomendacje inteligentnych agentów. Przestawienie się na taki model to proces, który zajmuje średnio około trzy lata. To maraton, nie sprint – ale efekty potrafią być rewolucyjne.
Czy można powiedzieć, że firmy, które jeszcze nie wdrożyły takich rozwiązań przegapiły już moment i dziś wdrożenie AI to po prostu konieczność?
Zdecydowanie tak. Czas eksperymentów się skończył – dziś nie chodzi już o testowanie, czy to działa, tylko o wdrażanie i skalowanie. AI to nie jest technologia, którą da się wdrożyć jak tradycyjny system ERP. Ona musi być zbudowana na danych konkretnej firmy, dopasowana do jej procesów. Nie da się kupić „gotowego” modelu z półki – trzeba go wytrenować u siebie. A jeśli ktoś jeszcze tego nie zrobił, to może wkrótce stracić przewagę konkurencyjną.
Jakie są bariery przed wdrażaniem narzędzi opartych o sztuczną inteligencję w branży handlowej?
Największym wyzwaniem nadal pozostaje czynnik ludzki. Wiele osób po prostu nie wierzy, że AI może działać stabilnie i przynieść realne korzyści. Czasem wynika to z wcześniejszych, nieudanych testów albo po prostu niepewności.
Do tego dochodzi obawa o miejsca pracy – że AI kogoś zastąpi. Wtedy uruchamia się naturalna reakcja obronna. Często słyszymy też, że firma ma „bałagan w danych”, ale dziś, dzięki technologiom grafowym, semantycznym czy ontologicznym, to nie jest już tak duży problem. AI potrafi poradzić sobie z danymi z różnych źródeł i ułożyć je w spójne repozytorium.
Kolejna bariera to kompetencje. Nie każda firma ma na pokładzie specjalistów od AI, więc część z nich nie wie, od czego zacząć. I wreszcie – silosowość organizacji. AI działa najlepiej wtedy, gdy różne działy współpracują. W retailu to szczególnie istotne – jeśli klient chce kupić produkt, a nie mamy go na stanie, bo nie zadziałał łańcuch dostaw, to cały proces traci sens. Dlatego wdrożenie AI powinno obejmować cały ekosystem firmy – od prognozowania popytu, przez logistykę, po obsługę klienta.
A co z mniejszymi firmami? Czy one również muszą inwestować w rozwój własnych modeli AI, czy są już dostępne gotowe narzędzia?
Gotowe rozwiązania w pełnym tego słowa znaczeniu – takie typu „plug and play” – są jeszcze rzadkością. Na razie to trochę jak w Ikei: mamy dostęp do części, ale meble trzeba sobie złożyć samemu - najlepiej z instrukcją. Dostępne są narzędzia do analizy danych, generowania treści czy obsługi klienta – tylko że wymagają ich połączenia w sensowny proces.
Dobra wiadomość jest taka, że nie trzeba tego robić wewnętrznie, zużywając niepotrzebnie zasoby – są firmy zewnętrzne, które potrafią zaprojektować i wdrożyć takie rozwiązania szybko i relatywnie tanio. Z czasem na pewno pojawią się bardziej kompleksowe platformy, które od razu zrobią „ciężką robotę”, ale jeszcze tam nie jesteśmy.
Wciąż są firmy, które mówią, że na AI jest za wcześnie – że technologia nie jest do końca pewna, a koszty zbyt wysokie. Jak Pan to ocenia?
To już nie są czasy ogromnych inwestycji jak przy klasycznych systemach IT. Wdrożenie AI to nie jest budowanie od zera – raczej składanie gotowych komponentów. Taki projekt, jak np. agent do prognozowania sprzedaży, można zrealizować w ciągu miesiąca, maksymalnie dwóch. To nie są lata pracy. Dziś narzędzia są już dojrzałe, a procesy wdrożeniowe znacznie bardziej efektywne niż kilka lat temu.
Jak sztuczna inteligencja wpływa na doświadczenie klienta – zarówno w sklepach stacjonarnych, jak i online?
W przestrzeni offline widzimy rozwój sklepów samoobsługowych, takich jak Amazon Go czy Żabka Nano. Klient wchodzi, AI rozpoznaje produkty, które trafiają do koszyka, a aplikacja w czasie rzeczywistym podpowiada promocje czy rekomenduje produkty. To już nie tylko reakcja na impuls, ale wręcz przewidywanie potrzeb – na przykład: „Wieczorem mecz? Może piwo i przekąski dla znajomych?”.
Online kluczowe znaczenie ma personalizacja – treści, cen, komunikacji. Sztuczna inteligencja potrafi dopasować promocję do indywidualnych preferencji użytkownika, w odpowiednim momencie i we właściwym kanale. To zupełnie nowa jakość customer experience.
Czego klienci najczęściej oczekują od AI w procesie zakupowym?
Przede wszystkim – szybkości i precyzji. Klienci chcą natychmiastowych, trafnych odpowiedzi. Oczekują spersonalizowanych ofert, sprawnej obsługi reklamacji, szybkiego dostępu do szczegółowych informacji o produkcie – czy jest ekologiczny, czy ma zdrowy skład itp. Zamiast czytać etykiety, chcą po prostu zeskanować produkt i od razu uzyskać potrzebne dane. AI pozwala błyskawicznie przefiltrować informacje pod kątem tego, co naprawdę interesuje danego klienta.
Jak można pogodzić wykorzystanie AI w obsłudze klienta z potrzebą zachowania jej „ludzkiego” charakteru?
To jeden z głównych kierunków rozwoju – tzw. human-centric AI. Nowoczesne systemy pozwalają personalizować sztuczną inteligencję: nadać jej imię, wygląd, sposób mówienia. Dzięki temu wirtualny asystent przestaje być anonimową maszyną – staje się bardziej „nasz”. To buduje pomost między człowiekiem a technologią i pozwala zachować empatyczny wymiar kontaktu, nawet jeśli jest on cyfrowy.
Mimo to wiele firm nie informuje klientów, że rozmawiają z botem. To kwestia obaw, że konsumenci wciąż wolą kontakt z człowiekiem?
To prawda, taka praktyka jest dość powszechna. Ale coraz częściej widzimy, że AI bywa wręcz lepiej oceniane w pewnych obszarach – bo jest szybsze, bardziej dostępne i konkretne.
Dobrym przykładem jest Walmart. Już kilka lat temu wdrożył AI do negocjacji z dostawcami. Procesy odbywają się asynchronicznie – dostawca rozpoczyna rozmowy wtedy, kiedy mu wygodnie, a AI natychmiast odpowiada. Co ciekawe, aż 70% dostawców woli negocjować z botem niż z człowiekiem – bo to po prostu działa sprawniej.
Oczywiście są obszary, gdzie człowiek jest niezastąpiony – na przykład w negocjacjach strategicznych. Ale wiele codziennych zadań – jak zamówienia, reklamacje – może zostać zautomatyzowanych z korzyścią dla obu stron.
W przyszłości zobaczymy też rozwój tzw. komunikacji agent–agent. Marka będzie miała swojego agenta AI, dostawca – swojego, i to one będą prowadzić rozmowy. To ogromne odciążenie dla ludzi, którzy będą mogli skupić się na działaniach kreatywnych i strategicznych.
Jakie trendy związane z AI będą kształtować handel detaliczny w najbliższych latach?
Zdecydowanie widzimy dwa kierunki. Pierwszy to rozwój tzw. superagentów – AI multimodalnych, które potrafią jednocześnie analizować tekst, obraz, dźwięk i liczby. Drugi to hybrydowy model pracy, w którym człowiek współpracuje z własnym agentem AI – cyfrowym asystentem, który odciąża go z rutynowych obowiązków i pozwala skupić się na działaniach strategicznych.
Do tego agenci AI będą się komunikować między sobą. Amazon niedawno wypuścił aplikację, która staje się uniwersalnym sklepem dla klienta, agregatem pozostałych sklepów. Klient rozmawiając z asystentem może poprosić go o zrobienie zakupu za niego w innym sklepie e-commerce. Dla niektórych przedsiębiorstw z branży handlu może to być ogromna szansa, ale dla pozostałych będzie to zagrożenie, żeby nie stać się jedynie dostawcą dla takich superagentów. W tej kwestii liczy się szybkość, ponieważ kto pierwszy udostępni konsumentom takie rozwiązanie, wygra.
Czeka nas też wirtualizacja punktów sprzedaży – zarówno online, jak i fizycznych. Klienci oczekują dziś doświadczeń, nie tylko produktów. Firmy będą musiały budować spójne, angażujące ekosystemy, żeby zatrzymać konsumenta u siebie, a nie tracić go na rzecz gigantycznych platform e-commerce.
Na horyzoncie są też regulacje. AI Act – czyli unijne prawo dotyczące sztucznej inteligencji – wprowadza klasyfikację ryzyka i wymaga transparentności w zakresie stosowanych technologii. Traktuję to jako pozytywny krok – uporządkowanie, które zwiększy zaufanie konsumentów.
Jak to wszystko wpłynie na rynek pracy i stanowiska w retailu?
Na początku pojawiły się nowe role – np. prompt engineer – ale uważam, że to faza przejściowa. Docelowo AI zostanie zintegrowane z istniejącymi stanowiskami. Jeśli ktoś jest analitykiem popytu (ang. demand planner), to nadal nim będzie – tyle że wspieranym przez cyfrowego bliźniaka. Taki agent może być stworzony wewnętrznie albo dostarczony przez zewnętrznego partnera. Nie spodziewam się lawiny zupełnie nowych zawodów. Raczej każda istniejąca rola będzie miała swoje AI-wsparcie. Nazwy stanowisk się nie zmienią, ale sposób pracy – zdecydowanie tak. Ostatnio, firma Moderna połączyła kompetencje HR i Cyfrowe (Chief People and Digital Technology Officer), co jest urzeczywistnieniem wizji pracy człowieka w połączeniu z licznymi asystentami i agentami AI.
A jak europejskie regulacje, takie jak AI Act, mogą wpłynąć na wdrażanie AI w handlu?
Obecnie głównym dokumentem jest właśnie AI Act. To regulacja, która klasyfikuje technologie pod kątem ryzyka i nakłada obowiązek informowania o ich stosowaniu. Celem jest transparentność – klienci mają wiedzieć, jakie algorytmy są używane i do czego wykorzystywane są ich dane.
Oczywiście pojawiają się też zapisy dotyczące prywatności i ostrzeżeń przed ewentualnymi błędami w działaniu AI. UE podchodzi do tego ambitnie – bardziej niż Stany Zjednoczone – ale nie widzę w tym zagrożenia. Raczej szansę na ucywilizowanie tej technologii i budowę większego zaufania społecznego.
