Analizzare effetti ed azioni in settori quali retail, largo consumo e lusso è sempre complesso in un clima disruptive come quello che stiamo vivendo. Di questo si è occupato AI: Sizing and Seizing the Investment Opportunity, l’analisi del chief investment office (Cio) di Ubs Global Wealth Management (Gwm).
Focus del report
- Aumento delle vendite
- Miglioramento delle relazioni con il cliente
- Impatto positivo sulla topline aziendale.
- Revisione dei picchi di domanda
- Sviluppo di campagne retail media
Il report cataloga gli operatori della catena del valore dell’intelligenza artificiale in tre categorie stratificate: società abilitanti (semiconduttori, chip, cloud, data center ed alimentazione elettrica), società di intelligence (modelli linguistici o dati in grande quantità) e società di applicazioni (assistenti di programmazione, pubblicità digitale, call center, R&S nella sanità, cybersecurity e fintech).
Il documento parte dal punto di vista della filiera per esaminare il potenziale trasformativo dell'Ai generativa, trattando anche retail, lusso e beni di largo consumo. Ubs stima una creazione di valore annuo Ai di 1,16 trilioni di dollari entro il 2027, con le maggiori opportunità nel livello di abilitazione. Considerando che per l’Ai il ruolo delle grandissime aziende, le mega cap, è essenziale, Ubs suggerisce di concentrarsi su player verticalmente integrati lungo la catena del valore dell'Ai.
L'impatto della GenAi nel lusso e retail
Nel settore del lusso, l'Ai generativa può migliorare l'esperienza del cliente attraverso la personalizzazione estrema, offrendo raccomandazioni di moda puntuali. Analizzando il comportamento dei consumatori online in tempo reale, l'engagement e la soddisfazione del cliente possono essere migliorati significativamente.
L’intelligenza artificiale sta già migliorando le operazioni complessive e la gestione dell’inventario per molte aziende. Carrefour, ad esempio, la sfrutta per prevedere la domanda in modo più accurato per categoria chiave, garantendo così un’allocazione efficiente delle risorse, riducendo le scorte in eccesso e mitigando gli sprechi alimentari. L’azienda ha affermato di aver ottimizzato l’impilamento sugli scaffali delle sue panetterie e di aver così risparmiato 5 milioni di croissant in un anno.
Nel campo del retail, GenAi potrebbe offrire informazioni preziose per la previsione delle tendenze, aiutando a tenere il passo in un mondo in cui le tendenze cambiano in modo estremamente rapido, anche per la guida dai social media. I canali più diretti al consumatore miglioreranno il contatto e aumenteranno le vendite. I rivenditori molto grandi, che hanno a disposizione molti dati sui clienti, sfrutteranno tali informazioni per rendere l’esperienza del cliente più fluida, aumentando le quote di mercato.
Lo sfruttamento dei dati raccolti dai programmi di fedeltà per sviluppare campagne pubblicitarie o di marketing è sempre più un elemento differenziante, anche in ottica di retail media. D’altronde l’Ai è utilissima per comprendere il comportamento dei consumatori e rispondere all’evoluzione delle loro necessità, identificando prodotti più pertinenti che rappresentano opportunità emergenti.
I benefici per le aziende del largo consumo
Nel largo consumo, efficienza ed inventario sono i punti nevralgici. Ottimizzazione della produzione, pianificazione delle vendite e miglioramento continuo delle catene di fornitura sono i punti che più si avvantaggiano del nuovo software. Nell’inventario, i migliori risultati si ottengono nella revisione dei picchi di domanda e nel miglioramento delle rotte di spedizione. Le aziende produttrici di bevande, come Heineken e Coca-Cola European Partners, migliorano il percorso verso il mercato.
Implicazioni economiche
L’impatto sui margini operativi va considerato attentamente. Dovrebbe essere positivo sulla topline aziendale e sui margini operativi per la maggior parte dei settori, ma contemporaneamente potrebbe avere effetti deflazionistici su prodotti e prezzi. Inoltre l'Ai può contribuire allo sviluppo sostenibile permettendo un uso più efficiente delle risorse, minimizzando gli sprechi e offrendo prodotti e servizi essenziali a comunità remote o poco servite.
Le applicazioni evolveranno in modo diverso a seconda dei sottosettori e delle esigenze specifiche. Sarà fondamentale adattare rapidamente i propri modelli di business per rimanere competitive, in particolare in settori meno abituati alle disruption tecnologiche. Certamente, le aziende che operano su flussi rapidi di prodotti o clienti (logistica, retail, self-storage) dovrebbero agire rapidamente rispetto a business più stabili (residenziale, sanità, uffici).
Sfide: privacy, talenti
I costi energetici elevati e la necessità di ulteriori innovazioni algoritmiche si frappongono tra l’attuale GenAi e una forma superiore come l’Agi (intelligenza generale). La necessità di dati sempre più nuovi e sempre meno gestibili solleva preoccupazioni sulla privacy dei consumatori. Forse l’effetto maggiore di questa disruption è nella ricerca dei talenti digitali, la nuova professionalità ancora in divenire, i cui esponenti vanno integrati nel sostrato aziendale.
