Ai per il retail con il machine learning checkup

Machine Learning Checkup Photo by Stephen Dawson on Unsplash
Machine Learning Checkup Photo by Stephen Dawson on Unsplash

Il machine learning checkup è uno strumento di valutazione gratuito per le imprese che serve a misurare il grado di maturità nell'adozione di soluzioni di intelligenza artificiale (AI). È un'invenzione italiana nata dalla collaborazione tra Google e la School of Management del Politecnico di Milano, inizialmente declinata nei settori agroalimentare, tessile, arredamento, metalsiderurgico e metalmeccanico e proprio a febbraio estesa anche al settore retail.

Machine learning checkup per le aziende retail

Cosa ricava un'azienda che si sottopone al machine learning checkup? Ricava un report personalizzato che porta alla luce i potenziali benefici della AI in quella specifica azienda, in base al settore di riferimento e al posizionamento nella filiera produttiva. Inoltre, per le aziende è disponibile un servizio di consulenza di Unioncamere realizzato attraverso i punti Impresa Digitale delle Camere di Commercio sparse sul territorio, e gli incentivi del ministero dello Sviluppo Economico.

Lo strumento disponibile in Italia da settembre 2019 verrà esteso nei prossimi mesi ad altri 11 paesi europei.

Case study sotto la lente del Politecnico

La School of Management del Politecnico di Milano ha portato a termine una ricerca commissionata da Google su 35 casi di applicazione dell'intelligenza artificiale nel retail. I dati rilevati parlano, nella distribuzione organizzata, di un 57% in meno nelle commissioni e un 10% in più nelle vendite, grazie alla AI. Nel settore moda invece i vantaggi più significativi riguardano la semplificazione del processo d'acquisto, la cui durata si riduce del 38%, e nel retail in generale i vantaggi sono nell'analisi predittiva, nel riconoscimento delle immagini e dei suoni. La AI insomma serve a rielaborare i feedback dei clienti, con potenzialità di incremento nelle vendite evidenziate dalla ricerca del Politecnico pari al 50%, e un aumento del traffico instore fino al 70%.

L'esempio di Cortilia

Gli ambiti in cui Cortilia ha adottato soluzioni di AI sono: ottimizzazione dei processi della filiera, previsioni di vendita, suggerimento degli acquisti ai clienti.
I vantaggi ottenuti: superamento delle complessità logistiche legate al coordinamento dei produttori, incremento delle vendite, riduzione delle eccedenze alimentari fino all'1%.

L'esempio di Motivi

Gli ambiti di utilizzo della AI: gestione dello stock e dell’inventario, gestione delle promozioni.
I vantaggi ottenuti: miglioramento dell’integrazione tra attività online e offline, significativa maggior efficienza di magazzino, +50% volumi di vendita, impatto positivo sul personale di vendita.

L'esempio di IBS.it

Gli ambiti di utilizzo della AI: personalizzazione dell'offerta di oltre 25 mila tra libri, musica, videogiochi, giocattoli.
I vantaggi ottenuti: il tasso di conversione è cresciuto di 5 volte nei primi 3 mesi dal lancio del progetto.

“La ricerca evidenzia numerosi ambiti di impatto dell’Intelligenza Artificiale sui processi di business del mondo retail -afferma Lucio Lamberti, associate professor, School of Management Politecnico di Milano-. I casi applicativi a livello nazionale sono ancora pochi, per quanto incoraggianti, ed evidenziano un fenomeno solo apparentemente paradossale; l’intelligenza artificiale è particolarmente interessante per quei retailer che vogliano rafforzare gli elementi qualificanti della distribuzione fisica: servizio, supporto e conoscenza del cliente”.

Non resta che sottoporsi al checkup e magari raccontare la propria esperienza sul sito leconomiadellintelligenza.it.

 

LASCIA UN COMMENTO

Inserisci il tuo commento
Inserisci il tuo nome