Como os varejistas podem escalar a IA generativa?

A IA generativa está preparada para desbloquear até US$ 390 bilhões em valor econômico para os varejistas, de acordo com um relatório da McKinsey & Co. lançado este mês. No entanto, poucos executivos de varejo da Fortune 500 conseguiram integrar com sucesso a tecnologia em suas organizações.

“Isso, combinado com o valor da IA não generativa e da análise de dados, pode transformar bilhões de dólares em valor em trilhões”, afirma a consultoria.

Apesar de extensos testes e programas piloto, apenas dois dos 52 varejistas globais pesquisados pela McKinsey conseguiram realizar o potencial completo da IA generativa em escala. Os principais desafios para a adoção generalizada incluem a necessidade de mudança organizacional, questões de qualidade e privacidade dos dados e altos custos de implementação.

Os varejistas podem aumentar sua receita em até 10% por meio de uma série de iniciativas de personalização, incluindo assistentes de compras, busca aprimorada e recomendações localizadas, de acordo com um estudo global da agência de publicidade Dentsu, Inc., com sede em Tóquio.

Aqueles que conseguiram aproveitar a IA generativa concentraram-se em casos de uso específicos, em vez de dispersar recursos em múltiplos cenários, disse a McKinsey. Eles também fizeram a transição de programas piloto para implantação em grande escala, exigindo uma gestão de dados robusta e integração tecnológica.

Os varejistas bem-sucedidos também utilizaram a IA generativa para aprimorar operações e tomada de decisões. A varejista online de moda ZALORA, por exemplo, lançou recentemente um chatbot de atendimento ao cliente com IA em vários mercados asiáticos, melhorando o manuseio de consultas e oferecendo informações personalizadas.

Componentes modulares

Chatbots de IA generativa, como o ChatGPT, revolucionaram as interações com os clientes, oferecendo recomendações personalizadas e informações. A facilidade de uso e a capacidade de gerar textos, imagens, vídeos e outros dados os tornaram muito populares, segundo a Euromonitor International.

Mas a confiança dos consumidores em chatbots de IA varia. Enquanto mais de 40% dos consumidores estão confortáveis com assistentes de voz oferecendo recomendações personalizadas, menos de 20% confiam em chatbots para lidar com questões complexas de atendimento ao cliente, de acordo com o estudo.

Uma pesquisa de junho de 2024, conduzida pela empresa de pesquisa de mercado YouGov, com sede em Londres, mostrou que 71% dos consumidores esperam que as empresas sejam responsáveis por imprecisões nas respostas dos chatbots de IA, com expectativas mais altas em regiões como Austrália (80%) e Hong Kong (78%).

Implementar chatbots de IA generativa é caro, e o custo depende de fatores como a duração da conversa e as taxas de conversão de compras, disse a McKinsey. Embora um aumento de 2% a 4% no tamanho da cesta de compras possa justificar o investimento em grandes modelos de linguagem, os varejistas também devem considerar as despesas de desenvolvimento e aquisição de clientes, acrescentou.

Os varejistas devem identificar áreas dentro de seus negócios — experiência do cliente, marketing ou produtividade dos funcionários — onde as aplicações de IA generativa podem ter o maior impacto.

Investir no desenvolvimento da força de trabalho também é crucial, incluindo o treinamento de equipes técnicas e não técnicas para construir expertise no desenvolvimento de software de IA generativa e na engenharia de prompts, segundo a McKinsey.

Enquanto isso, líderes de toda a organização podem ajudar a acelerar a escala de IA generativa no curto prazo, garantindo que as iniciativas estejam alinhadas com os objetivos de negócios.

Para os varejistas que não estão prontos para investir em chatbots, ferramentas de busca inteligente oferecem uma alternativa mais simples e menos cara. Elas recomendam produtos com base em consultas de busca e são mais fáceis de desenvolver e implementar do que chatbots em grande escala, segundo a McKinsey.

Desenvolver uma arquitetura de tecnologia flexível também é importante. Os varejistas podem experimentar diferentes fornecedores de IA generativa para avaliar qual se adequa melhor às suas necessidades. Eles também podem usar componentes modulares que podem ser facilmente trocados, permitindo escalar soluções entre combinações de produtos e mercados, segundo a consultoria.

Por fim, melhorar a qualidade dos dados é essencial. Fontes de dados não estruturados diferenciarão um varejista dos outros, enquanto melhores padrões de marcação de metadados permitirão que as equipes técnicas alimentem com mais eficiência os modelos de IA generativa dos varejistas.

Imagem: Envato
Informações: Retail Asia
Tradução livre: Central do Varejo