Od pregovora s dobavljačima i digitalizacije prodavaonica do generativne umjetne inteligencije u korisničkoj podršci, nove tehnologije sve snažnije oblikuju način na koji trgovci povećavaju učinkovitost, unapređuju iskustvo kupaca i stvaraju dodatnu vrijednost.
Kroz cijeli lanac vrijednosti maloprodaje, tehnologija i umjetna inteligencija povećavaju produktivnost, istodobno odgovarajući na sve veću potražnju za digitalnim funkcionalnostima. Trgovci nastoje ostati konkurentni, ali i unaprijediti profitabilnost kroz optimizaciju operativnih procesa. Ovaj članak usredotočuje se na tri primjera duž lanca vrijednosti: od lanca opskrbe i uvida u primjenu umjetne inteligencije u pregovaračkim procesima, preko digitalnih trendova u prodavaonicama, do revolucije generativne umjetne inteligencije (GenAI) koja mijenja korisničku podršku.
KAKO AI MIJENJA PREGOVORE
Pregovaranje je oduvijek predstavljalo kombinaciju podataka, intuicije i uvjeravanja. No u današnjim složenim lancima opskrbe čak se i najiskusniji pregovarači suočavaju s istim izazovom: previše informacija raspoređenih kroz previše sustava. Umjetna inteligencija mijenja tu jednadžbu, ne zamjenjujući pregovarača, nego ga opremajući alatima, bržom analizom i dubljim uvidima.
Nabavni timovi znatan dio vremena troše na pripremu pregovora. Kupci mogu potrošiti i do 20 posto svog vremena na objedinjavanje tržišnih informacija, a pritom i dalje riskiraju da propuste i do 10 posto mogućih ušteda jer nemaju jasnu, na činjenicama utemeljenu sliku svoje pregovaračke pozicije. Platforme za pregovaranje koje pokreće umjetna inteligencija objedinjuju podatke iz javnih natječaja, evidencije dobavljača i tržišnih baza podataka u jedinstven pregled. One ističu anomalije, uspoređuju cijene s referentnim vrijednostima i identificiraju ključne pregovaračke poluge, poput raspodjele volumena ili uvjeta plaćanja. Ono što je nekad zahtijevalo tjedne rada sada se može obaviti u nekoliko minuta.
Umjetna inteligencija ne zamjenjuje pregovarače, nego im omogućuje bržu analizu, bolje uvide i snažniju pregovaračku strategiju
Platforme poput Kearneyjeva rješenja ProcurementIQ objedinjuju podatke iz više izvora, analiziraju ponude dobavljača u odnosu na referentne vrijednosti i izrađuju takozvane “pakete činjenica” koji sažimaju moguće scenarije. U stvarnom vremenu modeliraju učinak promjena u cijeni, volumenu ili trajanju ugovora, omogućujući timovima da u pregovore uđu dobro pripremljeni. Tijekom pripreme platforme mogu simulirati različite pregovaračke scenarije i kvantificirati kompromise. Ako dobavljač ponudi popust u zamjenu za dulje rokove isporuke, sustav trenutačno ponovno izračunava ukupni trošak i uspoređuje ga s drugim opcijama. Također može dinamički prilagoditi najbolju alternativu pregovaračkom sporazumu, podupirući donošenje odluka temeljenih na dokazima.
Tijekom samih pregovora umjetna inteligencija djeluje kao analitičar “na poziv”. Kupci mogu postaviti pitanje poput: “Što ako 10 posto volumena preusmjerimo drugom dobavljaču?” i odmah dobiti odgovor. Rezultat nije automatizacija pregovora, nego brže donošenje uvida. Umjetna inteligencija ne uklanja potrebu za ljudima, nego mijenja njihovu ulogu. Pregovarači se pomiču s prikupljanja informacija na njihovo tumačenje i testiranje scenarija. Manje vremena troše na obradu podataka, a više na izgradnju strategije, oblikovanje argumentacije i jačanje odnosa.
DIGITALNI JAZ U PRODAVAONICAMA
Retail IT ulazi u novi ciklus razvoja u kojem se očekuje da će e-trgovina u Europskoj uniji dosegnuti 19 posto ukupne maloprodaje (Eurostat), uz rast od 10 postotnih bodova u odnosu na prethodno razdoblje i jasnu priliku za stvaranje dodatne vrijednosti. Unatoč tim trendovima, fizička prodavaonica i dalje ostaje glavno bojno polje. Naše istraživanje pokazuje da se 80 posto kupnje i dalje odvija u trgovinama, zbog čega se tema “digitalnog jaza” sve češće nalazi na dnevnom redu izvršnih direktora. Vodeći trgovci povećavaju ulaganja kako bi prodavaonice pretvorili u središta interakcije s potrošačima i logističke čvorove koji omogućuju pravi omnichannel model.
Ulaganja su usmjerena na rješenja poput elektroničkih cjenika na policama, računalnog vida, RFID-a i IoT tehnologija te umjetne inteligencije, s ciljem poboljšanja operativne izvedbe. Vrijednost tih ulaganja proizlazi iz smanjenja ljudskih pogrešaka uz pomoć elektroničkih cjenika te korištenja računalnog vida za gotovo trenutačno otkrivanje nedostataka proizvoda na policama. Digitalizirane prodavaonice mogu poboljšati dostupnost proizvoda, smanjujući prosječnu razinu nedostupnosti (out-of-stocks) za oko tri postotna boda te osiguravajući dva do tri postotna boda veću dostupnost proizvoda, uz uštede u radu zaposlenika. Primjerice, automatizirano otkrivanje praznina na policama može zaposlenicima uštedjeti oko 1,5 sati rada dnevno.
Trgovci budućnosti neće se razlikovati po upravljanju tablicama, nego po tome koliko učinkovito koriste tehnologiju za stvaranje vrijednosti
Osim operativnih poboljšanja, kvalitetno upravljanje podacima unapređuje proces određivanja cijena i omogućuje preciznije planiranje promocija i prognoziranje. Također povećava učinak omnichannel strategije proširenjem online asortimana proizvoda, što može povećati prosječnu vrijednost košarice i do 4,5 eura. Za mnoge formate trgovina robe široke potrošnje procjenjuje se da kombinirani učinak digitalnih rješenja u prodavaonicama može povećati operativnu maržu i do 2,5 postotna boda, što je iznimno značajno u industriji s niskim maržama.
Izazov se, međutim, nalazi u provedbi. Vrijednost ne dolazi iz izoliranih pilot-projekata, nego iz povezivanja različitih rješenja na zajedničkoj tehnološkoj platformi, rušenja organizacijskih silosa i redizajna procesa. Kada se učinkovito implementiraju, ova rješenja poboljšavaju operativnu izvedbu trgovina i omnichannel iskustvo kupaca, omogućuju brži povrat ulaganja i stvaraju temelje za napredna AI rješenja.
REVOLUCIJA U KORISNIČKOJ PODRŠCI
Kako generativna umjetna inteligencija (GenAI) mijenja maloprodajni krajolik, organizacije se suočavaju s izborom: hoće li korisničku podršku i dalje promatrati kao troškovni centar ili je pretvoriti u generator vrijednosti. Desetljećima je korisnička podrška bila vođena ljudima, dok su tehnologije poput interaktivnih glasovnih sustava i chatbotova služile kao pomoćni alati. Iako su takva rješenja smanjila opterećenje servisnih centara, ona nisu mogla replicirati empatičnu ljudsku komunikaciju.
Uvođenjem generativne umjetne inteligencije tehnologija je prvi put sposobna za komunikaciju putem teksta i glasa na razini sličnoj ljudskoj, i to u velikom opsegu, što omogućuje personalizirano korisničko iskustvo. Takve mogućnosti mogle bi značajno promijeniti globalno tržište korisničke podrške, u kojem bi ljudske agente u određenoj mjeri mogli zamijeniti AI agenti. Naše istraživanje pokazuje da tvrtke koje uvode korisničku podršku temeljenu na umjetnoj inteligenciji bilježe poboljšanja i u operativnim pokazateljima i u zadovoljstvu korisnika. U jednoj studiji slučaja telekomunikacijskog operatora glasovni asistenti temeljeni na umjetnoj inteligenciji povećali su Net Promoter Score za 39 bodova, uz istodobno smanjenje operativnih troškova za 10 posto.
Umjetna inteligencija također transformira pozadinske operacije kontakt centara, povećavajući produktivnost kroz različite radne procese. AI sustavi za usmjeravanje korisnika, platforme za pomoć agentima i analitika poziva u stvarnom vremenu skratili su vrijeme obrade poziva i unaprijedili učinkovitost internih operacija.
Međutim, umjetna inteligencija nije samo alat. Ona mijenja način na koji organizacije razmišljaju o odnosima s kupcima, pomičući fokus s reaktivnog na prediktivni pristup. Kako menadžment sve više prihvaća umjetnu inteligenciju, morat će odlučiti između pristupa “razviti ili kupiti”. AI tržište brzo se širi: veliki dobavljači ugrađuju generativnu umjetnu inteligenciju u svoja rješenja, specijalizirani GenAI igrači integriraju se u šire ekosustave, a sustav-integratori pomažu u razvoju prilagođenih rješenja.
U svijetu u kojem korisnička podrška prolazi kroz najveću transformaciju u posljednjih nekoliko desetljeća, vrijeme je za dugoročno promišljanje i uključivanje stručnjaka koji mogu definirati provedivu strategiju. Upravo to može biti razlika između ulaganja u umjetnu inteligenciju koja samo povećavaju troškove i onih koja stvaraju stvarnu vrijednost.
