Waarom retailers kansen met kunstmatige intelligentie onbenut laten

Waarom retailers kansen met kunstmatige intelligentie onbenut laten

Door Marc Teerlink
Global vice president bij SAP

Retailers horen processen zoveel mogelijk te automatiseren. Ze versoepelen hiermee hun operatie, voorkomen fouten en besparen op kosten. Maar op het moment dat retailers automatisering verkeerd aanpakken, lopen ze het risico dat alles in een keurslijf komt. Ze kunnen dan niet meer tegemoetkomen aan specifieke klantwensen of inspelen op specifieke situaties. De oplossing? Het inzetten van kunstmatige intelligentie (AI).

Laatst was ik er zelf weer getuige van hoe de automatisering van een grote kledingketen faalde. Ik had bij deze winkel een online (klant)creditcard aangevraagd. Zoals eenieder maak ik graag gebruik van de mogelijke kortingen die zo'n creditcard geeft. Maar toen ik de kaart kreeg, bleek mijn naam verkeerd gespeld. Dat krijg je als je gegevens handmatig overzet van het ene systeem naar het andere.

Natuurlijk is het slordig dat mijn naam verkeerd werd geschreven, maar er was geen man overboord. Het was sowieso erg aardig dat ik ter compensatie een kortingsbon kreeg. Daar maakte ik graag gebruik van om online een shirt met korting op de reguliere prijs te kopen. Helaas bleek het niet te passen, dus wilde ik het graag in de fysieke winkel ruilen. Tot mijn grote verbazing kon de winkel het shirt niet terugnemen. Hun systeem had namelijk geen toegang tot de inventaris van de webwinkel. Ik mocht het shirt dus alsnog per post retourneren, en kon de kortingsbon niet gebruiken om gelijktijdig een ander shirt in de fysieke winkel te kopen. De reden daarvoor was dat het winkelsysteem alleen de klantcreditkaart hiervoor gebruikt. Niet echt klantvriendelijk.

Winkels lopen verder achter dan ze denken
In vergelijking met de Verenigde Staten zijn Europese retailers vaak van mening dat ze voorop lopen met automatisering. Winkels bieden inderdaad betere service. Ook de levertijden zijn behoorlijk kort in Nederland. Maar zoals het bovenstaande voorbeeld laat zien, is het nog niet ‘af’. De detailhandel automatiseert momenteel slechts dertig procent van zijn backendprocessen. Bij zeventig procent van de processen gebeurt dat dus nog niet. Omdat macro-economische omstandigheden de winstmarges binnen de retailmarkt blijven drukken, staan de kostenproductiviteit en het ontsluiten van nieuwe verdienmodellen weer bovenaan de agenda van het senior management.

De vraag is wat er nog meer kan worden gedaan. Door het merendeel van alledaagse en terugkerende activiteiten te automatiseren, creëer je grootschalige efficiëntie. Automatisering gaat echter niet alleen om kosten of verdiensten, maar ook om kwaliteit. Het vervangen van repeterend, afstompend en handmatig werk bespaart niet alleen tijd, het voorkomt ook slordigheidsfouten en maakt dat medewerkers zich beter kunnen richten op het creëren van toegevoegde waarde. Processen worden goedkoper en korter, dus ook nog eens beter. 

De voordelen van automatisering zijn dus duidelijk. Maar die voordelen gelden alleen wanneer je het als retailer consistent en rigoureus aanpakt. ‘Een beetje’ automatiseren werkt niet, of ten beste suboptimaal en alleen voor de korte termijn. Retailers moet alles automatiseren: online kanalen, aanbiedingen, gepersonaliseerde producten, de volledige voorraadketen en alle betalingsprocessen. Dat komt overigens wel met een valkuil: het leveren van maatwerk is lastiger. Standaardprocessen zijn generiek, ze laten weinig ruimte om klanten persoonlijk te bedienen. Dat kan alleen als retailers automatiseren op basis van krachtige, analytische oplossingen.

AI is de sleutel tot echte automatisering
Dit is waar intelligente technologieën kunnen helpen. Kunstmatige intelligentie beslist per geval wat de beste actie is. Goede AI is geen ‘quick fix’. Het analyseert meerdere bronnen en processen, en gebruikt daarbij een combinatie van verschillende technieken, technologieën, tools en actuele data. 

Voor de goede orde: AI is niet één technologie. Het omvat proceskennis of een combinatie van verschillende technieken, technologieën, hulpmiddelen en sets trainingsgegevens. Denk aan machine learning (en meer traditionele voorspellende analytische benaderingen), blockchain, IoT, procesautomatisering en gespreksinterfaces. Dit zijn de pragmatische benaderingen om de sci-fi AI werkelijk toepasbaar te maken, zodat het vandaag waarde levert.

Nieuwe processen
AI is niet alleen waardevol voor het stroomlijnen van bestaande processen, maar creëert ook nieuwe waardestromen. Dat klinkt abstract, dus ik zal het met een praktijkvoorbeeld verduidelijken. 

Kunstmatige intelligentie gaat inmiddels verder dan ooit. Machines zijn steeds beter in staat om beslissingen te nemen of krachtige aanbevelingen te doen. De inschatting is dan ook dat een redelijk deel van de bedrijfsprocessen (ongeveer vijftig procent) in de komende drie jaar volledig wordt gedigitaliseerd en geautomatiseerd.

Nog even terug naar het voorbeeld van de creditcard. In plaats van het handmatig overtypen van gegevens van het ene naar het andere proces, kunnen retailers ook gebruikmaken van zogenaamde intelligente Robotic Process Automation (RPA). RPA is een AI-vorm die menselijke handelingen nabootst, maar dan zonder fouten te maken. RPA zit in dit voorbeeld tussen het systeem van de winkel en het centrale aanvraagsysteem in. De AI coördineert de uitwisseling van gegevens en voorkomt overtikwerk. Daarmee hadden de fouten rondom de creditcard voorkomen kunnen worden. Ook zou het inruilen van het shirt vlekkeloos zijn gegaan, omdat de AI alle aanvragen keurig doorvertaalt en zowel de korting als de voorraadgegevens laat aanpassen.

Conversationele AI en RPA
Nog mooier wordt het als de verschillende vormen van AI aan elkaar kunnen worden geregen. Dat gebeurt bijvoorbeeld bij conversationele AI. Deze toepassing staat in de volksmond bekend als de chatbot. Chatbots worden steeds slimmer. De echte winst zit hem erin als de retailer erin slaagt de conversationele AI te koppelen aan de RPA. Klanten dienen dan via de chat een verzoek in dat meteen wordt uitgevoerd, zonder dat er een medewerker tussen zit. 

Om automatisering verder uit te rollen, ondersteunen veel industrieanalisten en strategische adviesbureaus het idee dat intelligente RPA de toekomst van operationele planning is. Kortom, terwijl RPA en andere intelligente automatiseringsvormen zich nog ontvouwen, is er zeker winst te halen als ze zorgvuldig worden overwogen, getest en toegepast. Vooruitkijkend denken de verschillende industrieanalisten dat intelligente automatisering een kernonderdeel is van de bedrijfsmodellen van de volgende generatie. Er zijn enkele vroege resultaten van bedrijven die gebruikmaken van 'intelligente procesautomatisering', zoals weergegeven in de onderstaande grafiek:


  


Maar hoe kan AI worden toegepast in specifieke omgevingen? Een goed idee is op zichzelf niet genoeg. Binnen de onderneming zijn bijvoorbeeld experts nodig die de oplossing ‘trainen’ op basis van de wijze waarop zij denken, en met gebruik van hun beste voorbeelden (trainingsdata). Andersom komt ook voor: experts genoeg, maar het ontbreekt ze vaak aan goede ideeën en trainingsdata.

De overtuiging is dat dit type intelligente automatisering retailers in staat stelt bestaande banen te veranderen en rond 2020 nieuwe banen te creëren. De vraag die retailers zich vandaag moeten stellen, is welke praktische use-case direct toepasbaar is als katalysator, om nu te beginnen. Vervolgens moeten organisaties niet blijven ‘hangen’, maar het project doorzetten, want na 2020 bepalen automatisering en AI grotendeels de agenda. Het is de grootste ontwikkeling in de retail sinds de opkomst van internetwinkels. Daar wil niemand bij achterblijven.