Po več turbulentnih letih se svetovno gospodarstvo končno stabilizira. A ta prilagoditev je za trgovce veliko bolj zahtevna kot pred pandemijo, saj je zaznamovana z rekordno visokimi vhodnimi stroški, vztrajno negotovostjo pri poslovanju in stalnimi geopolitičnimi izzivi. Nova študija družb BCG in WRC navaja, da so trgovci na drobno letos najbolj zaskrbljeni zaradi naraščajočih stroškov, upadanja potrošniške porabe in nestabilnosti dobavne verige.
V študiji z naslovom Amid Uncertainty, AI Gives Retailers a Path to Resilience, ki raziskuje napovedi maloprodajnih trgovcev za leto 2023 in obravnava potencial umetne inteligence pri reševanju trgovskih izzivov, je bilo anketiranih več kot 550 vodij iz 12 maloprodajnih sektorjev. Študija navaja, da se trgovci na drobno večinoma strinjajo, da se bo gospodarska in poslovna negotovost nadaljevala tudi leta 2023, vendar obstajajo znaki optimizma, saj 65 % vprašanih pričakuje, da bo gospodarstvo letos rastlo, ali počasi ali pa hitro (v primerjavi z 11 %, ki menijo, da bo gospodarstvo nazadovalo).
"Prodajno okolje je po pandemiji zagotovo veliko bolj zahtevno, kompleksno in konkurenčno kot prej, na kar se morajo trgovci prilagoditi z optimizacijo svojih procesov in posluhom za nove, napredne rešitve. Kot kaže BCG študija, še vedno velika večina trgovcev ne izkorišča prednosti uporabe umetne inteligence, ki jim lahko pomaga zagotoviti novo konkurenčno prednost. Ukrepati je smiselno že danes in izkoristiti to prednost za upravljanje poslovanja v trgovinskem okolju,« je dejala Melanie Seier Larsen, izvršna direktorica in partnerka pri Boston Consulting Group.
Umetna inteligenca v pomoč pri oblikovanju cenovne politike in reševanju izzivov v dobavni verigi
Kljub dejstvu, da so učinki umetne inteligence vidni že na številnih področjih delovanja, pa manj kot 13 % anketiranih vodij trgovskih podjetij navaja uporabo tega orodja za reševanje izzivov, s katerimi se trgovci na drobno soočajo danes.
Pri oblikovanju cenovne politike lahko uporaba umetne inteligence koristi na več načinov:
• omogoča oblikovanje cen na podlagi geografskih značilnosti in kanalov, dinamično spreminjanje cen in prilagojene ponudbe;
• uporablja strojno učenje za boljše razumevanje cenovne elastičnosti in izdelavo cenovnih napovedi;
• simulira in optimizira spremembe cen v različnih cenovnih pozicijah, promocijskih načrtih, znižanjih cen in strategijah personalizacije;
• omogoča, da trgovci v realnem času spremljajo konkurenčne in alternativne vire podatkov, kot so družbeni mediji, kar omogoča hiter odziv.
Pri skrbi za odpornost dobavne verige je skoraj polovica trgovcev v raziskavi navedla, da poskušajo predvsem izboljšati orodja za upravljanje zalog, drugi pa se osredotočajo na boljše upravljanje, izboljšanje prevoza in diverzifikacijo baze dobaviteljev kot rešitve za zapletenost dobavne verige in stalno nestanovitnost. Tudi na tem področju se kaže pomanjkljivost – trgovci imajo namreč razmeroma neizkoriščeno priložnost, da v svojo strategijo dobavne verige vključijo umetno inteligenco, da bi bolje razumeli in odpravili temeljne vzroke nestanovitnosti od proizvajalca do kupca. V kombinaciji z možnostjo simulacije in optimizacije različnih scenarijev lahko ti vpogledi z umetno inteligenco pomagajo trgovcem, da so bolj prilagodljivi in natančneje napovedujejo potrebe na dolgi rok, hkrati pa so proaktivni glede nestanovitnosti ponudbe in povpraševanja v bližnji prihodnosti.
