Misschien werk je er al mee, denk je eraan om het te integreren in je bedrijfsprocessen of misschien voelt het nog als een ‘ver van mijn bed-show’. Hoe dan ook: artificial intelligence (AI) is nu niet meer weg te denken uit onze samenleving. En ook voor de retail kan het ontzettend veel voordelen opleveren. Alleen hoe pak je het precies aan en wat is er allemaal mogelijk?
De cijfers liegen er niet om. Uit onderzoek van McKinsey1[1] heeft generatieve AI (zie kader voor uitleg) in retail een potentiële meerwaarde tussen de 240 en 390 miljard dollar. Als retailer kun je er eigenlijk dus niet om heen. ABN AMRO deed onderzoek onder retailers en daar kwam uit dat meer dan de helft van de respondenten al op een of andere manier werkt met AI. AI heeft in de ogen van de respondenten vooral kansen. Maar liefst 96% van de retailers vindt de mogelijkheid om de vraag naar producten te voorspellen (zeer) waardevol voor zijn organisatie. Slechts 6% ziet AI als een bedreiging, maar er is geen enkele respondent die aangeeft nooit iets met AI te gaan doen. Alleen al om concurrerend te blijven, is het omarmen van deze nieuwe technologie dus essentieel.
Begin nu
De vraag is dus niet of je ermee moet beginnen, maar wanneer. En als je experts mag geloven, is die vraag gemakkelijk te beantwoorden. ‘Begin nu,’ zegt Kristel Lanjouw, hoofd data en AI bij IG&H[2]. ‘Alles waar we het nu over hebben, is morgen al verouderd. De ontwikkelingen in AI gaan echt in een sneltreinvaart. Het is bijna niet te bevatten wat er in een jaar tijd is gebeurd. Ik vergelijk het weleens met de opkomst van Excel of internet. Toen vroegen mensen zich ook af of dat nou echt nodig was. Er waren toch immers ook rekenmachines en encyclopedieën? Geloof me, werken met AI gaat je leven makkelijker maken, je bedrijfsvoering efficiënter en je werknemers blijer. Je kunt dingen slimmer organiseren, er blijft meer tijd over voor leuke dingen en je kunt heel gemakkelijk kosten besparen. Als je er nu niet mee gaat werken, ga je als retailer achteroplopen. En de vraag is of je die achterstand nog kan inhalen.’
Geen big bang
Maar hoe begin je dan? ‘Die vraag krijgen wij heel vaak van opdrachtgevers,’ zegt Kristel. ‘Ik antwoord steevast met: begin klein. Het hoeft geen big bang te zijn. Ga experimenteren en onderzoeken wat voor jou werkt. Start met een kleine use case en probeer daarmee waarde te creëren. Dan krijg je ook medewerkers mee. Adoptie is heel belangrijk, want uiteindelijk moeten ook medewerkers er mee werken. Mijn advies is te starten met repeterend werk. Werk dat eigenlijk saai is en wat je het liefst wilt uitbesteden. Denk aan het compleet maken van je data. In je database zitten vaak datavelden met nog veel gaten, AI kan dat heel gemakkelijk aanvullen. Dat helpt je vervolgens om je bedrijfsvoering efficiënter te laten verlopen.’ Een andere handige toepassing is bij customer services. Zoals een – voor velen al bekend – chatbot die de eerste vragen afhandelt en zo medewerkers ontlast. ‘Maar kijk ook eens naar chatbots voor interne processen’, geeft Kristel aan. ‘Zo kun je een chatbot integreren in interne documenten zodat afdelingen gemakkelijk informatie kunnen delen.’
Generatieve AI vs. Voorspellende AI
We kunnen AI grofweg verdelen in twee hoofdvormen: voorspellende AI en generatieve AI. De generatieve (gen) AI kennen we van onder andere ChatGPT. Deze AI maakt content, video’s, teksten, muziek, foto’s en ga zo maar door. Met voorspellende (predictive) AI kun je als het ware een kijkje in een glazen bol nemen. Door het analyseren van gigantisch veel data kan AI voorspellingen doen over bijvoorbeeld het koopgedrag van consumenten. Gen AI is met name creatief, voorspellende AI. Je kunt het vergelijken met onze twee hersenhelften.
De toekomst voorspellen
AI kan ook helpen bij het begrijpen van klanten. Zelfs zo dat je hun koopgedrag kunt begrijpen en voorspellen. Op basis van data van aankopen van voorgaande jaren kan AI voorspellen welke producten populair worden. ‘Het mooie hierbij is dat je die data heel gemakkelijk kunt verrijken’, vervolgt Kristel. ‘Je kunt er externe datasets aan toevoegen. Bijvoorbeeld over het weer, seizoenen, evenementen of met informatie over concurrenten en hun promoties. Dat verrijkt je forecast ontzettend en zo kun je beter inkopen en voorspellen welke producten goed gaan lopen. Dit slimme inkopen bespaart je kosten en is ook nog een stuk duurzamer omdat je restvoorraad krimpt en je geen spullen hoeft weg te gooien die niet verkocht worden.’
Gepersonaliseerde content
Gen AI kan ook hulp bieden op het gebied van contentcreatie. Denk aan het maken van social mediateksten, nieuwsbrieven of product- beschrijvingen op jouw website. Met een paar steekwoorden over de stijl, het gebruik en de doelgroep kan AI eenvoudig volledige productbeschrijvingen creëren. En zelfs in je eigen stijl zodat ze naadloos aansluiten op bestaande teksten. AI kan ook een grote rol spelen bij het personaliseren van content volgens Kristel. ‘AI is als geen ander in staat om een perfecte match te vinden met een consument. Op basis van eerdere aankopen en persoonlijke informatie, zoals geslacht, leeftijd, gezinssamenstelling, geeft AI de consument content die volledig op hem of haar is afgestemd. Er zijn nog weinig retailers die hiermee werken. Dat is zonde, want hyper- personalized content kan eenvoudig meer omzet genereren. Het kost slechts een beetje voorbereiding en de AI doet verder het werk.’
Human in the loop
Zijn er dan helemaal geen nadelen? Dat is volgens Kristel op het moment met name AI-hallucinaties. In het kort komt het erop neer dat AI output kan geven die niet gebaseerd is op gegevens waarop hij getraind is, maar op een logisch antwoord. ‘AI gaat uit van de wet van de grootste getallen’, legt Kristel uit. ‘Hij pakt het meest logische en meest voorkomende antwoord. Vraag je AI een afbeelding te genereren van een gezellig evenement op kantoor, krijg je een foto voorgeschoteld met voornamelijk mannen in pak. Omdat hij dat het meest tegenkomt en dus het beste kent. Laat je AI voorspellen wat je consumenten de komende periode gaan kopen? Let dan wel op, want hij doet dat op basis van oude data, van producten die al verkocht zijn. Ga je alleen maar uit van zijn voorspellingen, dan zul je dus nooit iets nieuws verkopen of kunnen innoveren. Laat AI 80% voorspellen en doe de rest zelf. Dat is ook het mooie, de mens is altijd nodig. The human in the loop is essentieel bij het werken met AI. Kijk mee met voorspellingen, teksten, persoonlijke aanbevelingen en train je AI daarop. Laat de AI vooral voor jou werken. Het gaat je leven positief veranderen.’
[1] 1 McKinsey: Amerikaans organisatieadvies bureau dat zich vooral richt op strategische vraagstukken van organisaties.
[2] IG&H: adviesbureau met de focus op digitale transformaties.
Bronnen: Frankwatching – Emerce – AI At Work – ABN AMRO – McKinsey
