Hoe AIoT de detailhandel transformeert:slimmere winkels, betere service en geoptimaliseerde toeleveringsketens

De detailhandel is niet immuun geweest voor de verspreiding van IoT-apparaten en sensoren in winkels, klantenservicekanalen, magazijnen en de toeleveringsketen. Nu maken retailers gebruik van kunstmatige intelligentie om deze gegevens beter te kunnen benutten.

Als zodanig de kunstmatige intelligentie van dingen (AIoT) wordt steeds belangrijker voor retailers. Waarom? Door AI te combineren met gegevens van IoT-apparaten kunnen retailers de winkelervaring opnieuw vormgeven, de dienstverlening verbeteren en de zichtbaarheid van producten op elk operationeel niveau behouden.

In het themarapport Global Data IoT in Retail and Apparel is de toenemende integratie van AI in IoT-producten en -diensten in de detailhandel onvermijdelijk en vindt deze al plaats:"De belangrijkste lagen in de IoT-waardeketen zijn fysiek, connectiviteit, data, apps en diensten. Hoewel deze lagen logisch gescheiden zijn, zien grootschalige IoT-oplossingen deze logische grenzen aanzienlijk vervagen.

Terwijl er bijvoorbeeld een duidelijk herkenbare gegevenslaag aan de bovenkant van de stapel zal blijven bestaan, vindt een steeds groter deel van de gegevensverwerking plaats binnen en aan de rand van het netwerk. De versnelde ontwikkeling van generatieve AI, met name ChatGPT, heeft de relevantie van AI in alle IoT-lagen vergroot. Daarom integreren een groeiend aantal IoT-producten en -diensten AI in hun mogelijkheden, vooral via klantgestuurde interfaces.

Gebeurtenisselectie levert realtime resultaten en oplossingen op

Dankzij fijnmazige routering via gebeurtenisstreaming kunnen systemen selectiever zijn in wat door AI wordt geanalyseerd, zodat het zowel goedkoper als reactiever op gebeurtenissen kan zijn. Een gebeurtenis vertegenwoordigt een statuswijziging of een update, zoals het plaatsen van een artikel in een winkelwagentje, het indienen van een klantenkaartaanvraag of het klaarmaken van een bestelling voor verzending.

Evenementen worden ‘gepubliceerd’ met een onderwerp dat aangeeft waar ze over gaan, en systemen kunnen zich ‘abonneren’ om alle evenementen met relevante onderwerpen te ontvangen. AI-systemen ontvangen gebeurtenissen om realtime resultaten te produceren waarmee realtime oplossingen/acties automatisch kunnen worden geactiveerd, maar deze datafeed biedt ook een stroom voor voortdurend leren, hetzij door opname in een vectordatabase, hetzij door het model zelf te verfijnen.

Verover belanghebbenden met intelligente gebruiksscenario's

Veel vroege toepassingen van AI in de detailhandel zullen zich waarschijnlijk richten op generatieve AI (Gen-AI) en Large Language Models (LLM’s). Deze kunnen worden gebruikt voor directe klantinteracties via winkelapps, omnichannel klantenservice-interacties en zelfs om medewerkers in het magazijn te helpen.

Maar een van de grootste problemen met de huidige op LLM gebaseerde AI is dat deze relatief duur en traag is. Het eenvoudigweg doorsturen van IoT-gegevens naar een LLM voor verwerking zal snel onpraktisch en erg duur worden. De grootste voordelen van de convergentie van AI en IoT in de detailhandel zullen worden gerealiseerd door detailhandelsorganisaties die intelligente gebruiksscenario's identificeren om voordelen te bieden aan klanten, medewerkers en het bedrijf als geheel.

... en laat de voordelen voor zich spreken

IoT-streams die evenementen mogelijk maken, kunnen voordelen bieden aan retailklanten en werknemers in de winkel, via klantenservicekanalen en zelfs in magazijnen.

Hier zijn drie gebruiksscenario's waarin de convergentie van AI en IoT in de detailhandel, ondersteund door het streamen van evenementen, een echt verschil kan maken.

1) Maak kennis met de verbonden fabrieksarbeider

Beginnend in het magazijn kan AI helpen bij de afhandeling van uitzonderingen voor fabrieksarbeiders. De meeste detailhandelaren gebruiken nu een soort mobiel apparaat of tablet bij magazijnactiviteiten, en deze worden ondersteund door IoT-apparaten op de werkvloer voor voorraadmonitoring en andere voorraadgerelateerde taken.

Deze bieden allemaal een schat aan potentiële voordelen waaruit AI nieuwe inzichten kan verwerven en potentiële problemen kan aanpakken. Een Gen-AI-oplossing zou alle werknemers bijvoorbeeld een uiterst gemakkelijke manier kunnen bieden om problemen, incidenten/bijna-ongevallen of gedachten voor efficiëntie te melden. Dit is kwalitatieve informatie, maar een op LLM gebaseerde AI kan vervolgens het management beoordelen, sorteren, groeperen en samengesteld advies geven.

Reactie bij noodgevallen in realtime om de activiteiten veilig te houden

In een noodsituatie bestaat bijvoorbeeld ook het potentieel om de snelheid waarmee organisaties in realtime kunnen reageren op de magazijn- of fabrieksvloer aanzienlijk te vergroten. Het hebben van een gebeurtenisgestuurd systeem om de informatie te leveren en AI om deze te transcriberen, ernaar te kijken en deze vervolgens zo snel mogelijk aan de relevante persoon te tonen, zou de veiligheid, tijd en geld op de fabrieksvloer kunnen verbeteren.

Hier kan het evenementengaas vele AI-agenten met elkaar verbinden, elk afgestemd op een specifieke reeks evenementen. Dit kan net zo eenvoudig zijn als het abonneren op alle evenementen die onbewerkte audio bevatten en het gebruik van een spraak-naar-tekstmodel om de transcriptie te maken, die vervolgens weer in de mesh wordt gepubliceerd. Al deze componenten communiceren asynchroon via het evenementengaas met behulp van gegarandeerde berichten om ervoor te zorgen dat er geen evenementen verloren kunnen gaan tijdens de overdracht en dat ze worden afgeleverd bij de juiste persoon of apparaat om een noodreactie te activeren.

2) Begrijp de voorkeuren van klanten beter om de winkelervaring aan te passen

AIoT stelt retailers in staat op intelligente wijze te profiteren van winkel- en klantgegevens om zeer op maat gemaakte winkelervaringen te bieden. Door AI te gebruiken om klantgegevens van IoT-apparaten te analyseren, kunnen retailers productaanbevelingen, aanbiedingen en zelfs winkelervaringen afstemmen op individuele voorkeuren. Neem bijvoorbeeld een klantenservicemedewerker in de winkel die weet waar de klant is en, nog belangrijker, waar al het andere zich bevindt.

Een klant kan bijvoorbeeld aan de winkel-app vertellen dat hij een hek wil bouwen. Ze hoeven niet langer te wachten tot de vertegenwoordiger van de bouwmarkt hen adviseert waar het product dat ze nodig hebben zich bevindt en welk product ze moeten gebruiken. In plaats daarvan zou een AI-assistent winkelspecifieke informatie gebruiken om een antwoord te bieden dat is afgestemd op de behoeften van elke klant. Het zou naar zijn databases gaan, de vraag intelligent beantwoorden en zeggen:Oké, nu we hebben uitgezocht welk soort materialen je nodig hebt, laten we door de winkel lopen en ze zoeken.

Het maximaliseren van de front-end klantervaring vereist back-end gegevensverplaatsing

Het snel, accuraat en effectief kunnen afhandelen van deze verzoeken betekent dat er een gebeurtenis plaatsvindt die alle voorraadinformatie en AI-verwerking mogelijk maakt. Klanten moeten in realtime weten of de materialen die ze nodig hebben beschikbaar zijn, en dit zou ook het contextuele gebruik van sensoren in de winkel vereisen om hen naar de winkelruimte te leiden waar ze hun goederen kunnen vinden.

Een gebeurtenisgestuurde aanpak om zowel deze apparaatgegevens als de AI-verwerking te integreren zou gebruik maken van een gebeurtenisgaas – een netwerk van onderling verbonden gebeurtenismakelaars dat de distributie van gebeurtenisinformatie tussen applicaties, cloudservices en apparaten mogelijk maakt – om realtime verwerking en voorspellende inzichten mogelijk te maken. Eenmaal gekocht kunnen evenementen ook back-enddocumentatie en instructies bevatten waarin de klant wordt uitgelegd hoe hij het gewenste project kan bouwen als hij thuiskomt.

3) Een betrouwbare Copilot-agent verschijnt in het contactcentrum

Moderne klantcontactcentra worden nu geleverd met een AI-copiloot die is ontworpen voor een betere klantenservice. Microsoft Copilot is nu bijvoorbeeld inherent aan Microsoft 365 en breidt bestaande contactcenterkanalen uit met generatieve AI om de service-ervaringen te verbeteren en de productiviteit van agenten te verhogen.

AI kan helpen bij het verwerken van opgenomen of realtime oproepen naar de klantenservice om ernstige problemen onder de aandacht te brengen waarvoor noodhulp nodig is. Houd er rekening mee dat dit niet de AI is die de plaats inneemt van de klantenservicemedewerker, maar reageert op problemen die naar voren zijn gekomen in een mens-tot-mensgesprek om realtime context te bieden over de klant en het probleem dat hij of zij heeft.

AI die op gebeurtenissen is ingeschakeld om context voor klantenservicemedewerkers verder toe te voegen

Door deze AI-copiloot in te schakelen en deze te verbinden met de talrijke datapunten in het klantenserviceproces (CRM-gegevens voor klantgeschiedenis, type apparaat/kanaal waarmee ze communiceren, klantenservicescripts/-protocollen en BI-rapportage), kunnen organisaties nieuwe niveaus van realtime inzichten leveren aan de klantenservicemedewerker.

AI-agenten kunnen zich abonneren op een beperkt aantal gebeurtenissen, een promptsjabloon opgeven die specifiek is voor dat abonnement en vervolgens een LLM gebruiken om de gebeurtenis uit te breiden met aanvullende informatie. Bijvoorbeeld het uitvoeren van sentimentanalyses op gebruikersinteracties om klanten te identificeren met problemen die moeten worden doorgestuurd naar een expert, een klant die rijp is voor een upsell, of het synthetiseren van nieuwe gebeurtenissen op basis van de combinatie van verzamelde gegevens.

Verbonden handel creëert een slimmere retailtoekomst

De combinatie van AI en IoT in de detailhandel vertegenwoordigt een transformatieve verschuiving in de manier waarop detailhandelaren de technologie en gegevens die tot hun beschikking staan, kunnen benutten. Een gebeurtenisgestuurde strategie is een cruciaal onderdeel van dit proces en zal retailorganisaties helpen de klantervaringen te verbeteren, de activiteiten te stroomlijnen en werknemers van de fabrieksvloer tot de winkel en het contactcentrum meer mogelijkheden te bieden.