Londra, Regno Unito - Secondo gli ultimi dati di SAI, la principale soluzione di intelligenza attiva per i negozi, il commercio al dettaglio tradizionale non riesce a soddisfare le richieste dei clienti di reattività in tempo reale, poiché le loro aspettative di esperienze di acquisto più reattive vengono accelerate dall'e-commerce e dall'intelligenza artificiale.
Una ricerca originale condotta da SAI su oltre 1,000 acquirenti ha dimostrato che oltre un terzo (35%) ritiene che i negozi fisici stiano rimanendo indietro perché non riescono a tenere il passo con la velocità dell'intelligenza artificiale o a rispondere ai dati con la stessa agilità dei canali e-commerce. Questa percezione è ancora più forte tra le generazioni più giovani di consumatori, raggiungendo il 51% dei Millennials e il 48% della Generazione Z.
Con l'accelerazione dell'economia delle risposte e la crescente adozione dell'intelligenza artificiale, i consumatori si aspettano sempre più le risposte immediate a cui si sono abituati nei percorsi di acquisto digitali.
Questa immediatezza si riflette anche sulle aspettative dei clienti in negozio: tre quarti (75%) affermano che i negozi dovrebbero adattarsi in tempo reale, ad esempio attraverso la gestione delle code, l'ottimizzazione dell'allocazione delle scorte o l'assegnazione del personale ai punti critici del negozio. Inoltre, due terzi (65%) dichiarano di aspettarsi che i problemi riscontrati in negozio vengano risolti con la stessa rapidità con cui l'e-commerce reagisce ai problemi che si verificano online.
Tuttavia, anche se i negozi diventano sempre più digitalizzati e connessi, i clienti non ne percepiscono i vantaggi derivanti dall'utilizzo da parte dei rivenditori fisici delle informazioni generate dalle loro sedi per migliorare l'esperienza di acquisto; molti sostengono infatti che i negozi rimangano dei buchi neri digitali.
Nonostante la maggiore visibilità di cui dispongono i rivenditori grazie alla visione artificiale, all'intelligenza artificiale e ai sistemi di monitoraggio dei negozi, sei clienti su dieci (60%) affermano che i rivenditori soffrono ancora di "punti ciechi" e non sono a conoscenza di ciò che accade all'interno del punto vendita. Un ulteriore 56% ritiene che i rivenditori attualmente non gestiscano in modo efficace, o attivo, le operazioni del negozio e una percentuale simile (55%) crede che la vendita al dettaglio fisica sia troppo lenta a reagire quando si verificano problemi.
“Con la crescente interconnessione dei negozi, i rivenditori non hanno mai avuto così tante opportunità di ottenere visibilità sull'intera rete di punti vendita. Eppure, troppo spesso queste opportunità non si traducono in informazioni operative significative”, ha affermato Som Sinha, co-fondatore e CEO di SAI. “Mettendo in luce ciò che accade in ogni punto vendita, i rivenditori possono elevare tutti i negozi allo standard dei punti vendita più performanti, riducendo gli inefficienze operative e offrendo le esperienze reattive che i clienti si aspettano sempre di più”.
Oltre la metà (53%) degli acquirenti intervistati da SAI ha dichiarato che la propria esperienza nei negozi fisici migliorerebbe se i rivenditori utilizzassero i dati per ottimizzare le operazioni a livello di punto vendita, percentuale che sale al 64% tra i Millennials, mentre il 74% ha concordato sul fatto che la risoluzione proattiva dei problemi in negozio sia fondamentale per creare esperienze di acquisto positive.
Grazie al suo modello di linguaggio visivo brevettato (VLM), la piattaforma SAI One combina la visione artificiale con l'intelligenza artificiale generale (GenAI) per trasformare i sistemi di videosorveglianza tradizionali, di tipo "passivo", in una piattaforma attiva e operativa per la raccolta di informazioni in tempo reale sui punti vendita.
L'innovativa intelligenza artificiale proprietaria integrata nella piattaforma analizza i dati in tempo reale provenienti dai flussi video utilizzando la tecnologia VLM avanzata per costruire un quadro completo e contestualizzato del funzionamento effettivo dei negozi, evidenziando segnali operativi significativi, spunti di riflessione e avvisi tempestivi per il personale che migliorano le prestazioni dell'intera rete.