Ang Big Show 2026 ng NRF Retail, ang pinakamalaking internasyonal na kaganapan sa tingian, ay nagpakita sa atin ng higit pa sa mga bagong teknolohiya.
Binigyang-diin niya ang pangangailangan para sa isang malalim na pagbabago sa kaisipan para sa mga nagtitingi: ang pokus ng pagiging mapagkumpitensya ay lumipat mula sa pag-aampon ng mga kagamitan patungo sa kakayahang gumana nang palagian batay sa mga desisyong pangunahing ginawa sa pakikilahok ng mga ahente ng Artificial Intelligence (AI).
Ang mga ahente na ito ay may kapasidad na bigyang-kahulugan ang kontekstong naiiba sa mga tao. Hindi sila naghihinuha ng mga eksepsiyon sa pamamagitan ng intuwisyon, ni hindi rin nila binibigyang-kahulugan ang mga implicit na konteksto.
Gumagana sila sa mas deterministikong paraan kapag sinusuri ang datos at naglalapat ng mga patakaran, na nangangahulugang tumutugon sila sa mga nakabalangkas na padron at tahasang pamantayan – at hindi sa mga subhetibong nuances.
Bagong kinakailangan: pagbibigay-kahulugan sa pag-uugali ng mamimili na pinapagana ng AI
Dati, ang lohika ng digital retail ay upang mapadali ang paghahambing at pagpili sa mga masalimuot na kapaligiran, upang ang maliliit na kamalian ay masipsip ng pagsisikap ng kognitibo ng mamimili.
Sa 2026, iba na ang ganitong senaryo. Hindi na bago ang gawi na nakatuon sa pagbabawas ng pagsisikap.
Ang bago ay sinimulan na ng mga AI system na aktibong buuin ang lohikang ito. Sa halip na simpleng mapadali ang paghahambing, tinutukoy na ngayon ng mga algorithm ang pagbibigay-priyoridad, pagiging karapat-dapat, at pag-ulit ng brand batay sa mga obhetibong pamantayan at mga makasaysayang pattern.
Sa panahong ito ng panibagong mga inaasahan kaugnay ng pag-aampon ng AI, ang estratehiya ng mga retailer ay dapat magsimula sa sumusunod na tanong: sa aling mga desisyon sa negosyo kailangang gumana ang AI bilang bahagi ng imprastraktura ng organisasyon?
Pinatutunayan sa atin ng tanong na ito na ang dapat na pokus ay sa kakayahang mapanatili ang dinamika ng AI nang hindi pinapataas ang panganib sa negosyo.
Kapag ang pundasyong ito ay hindi pa ganap na ganap, ang mga kahinaan ay hindi na lamang maliliit na detalye at nagsisimulang ikompromiso ang awtomatikong lohika. Ang mga pagkakaiba sa presyo sa pagitan ng mga channel ay nagpapakita ng hindi pagkakahanay sa istruktura, ang labis na kumplikadong mga proseso ng pagbabalik ay nagpapahiwatig ng kawalang-tatag ng operasyon, at ang paulit-ulit na pag-asa sa mga manu-manong pagwawasto ay nagpapakita ng mababang sistematikong kapanahunan.
Operasyong nakabatay sa ebidensya upang bumuo ng tiwala
Upang maiwasan ang mga hindi kanais-nais na sitwasyon at bumuo ng tiwala, dapat maunawaan ng mga lider na ang susi sa matagumpay na paggawa ng desisyon ay ang pagpapatakbo batay sa ebidensya.
Ang kalidad ng datos, kritikal na katatagan ng paglalakbay, at pagkakapare-pareho sa pagitan ng pangako at paghahatid sa mga lubos na awtomatikong kapaligiran ay maaaring mapakinabangan batay sa tatlong prayoridad:
- Mas maraming atensyon sa mga pangunahing kaalaman sa pagpapatakbo;
- Mas mataas na kalidad sa paggawa ng desisyon sa halip na dami ng datos;
- Mas mahuhulaan at mauulit na mga desisyon.
Samakatuwid, habang mas mahusay ang pamamagitan sa pagbili ng mga ahente ng AI, mas malinaw ang kailangan upang makagawa ng mga kritikal na desisyon, at mas mabilis at mas pare-pareho ang kakayahang sumukat sa tingian.
Ni Francieli Pinzon, AI Strategy Director sa White Cube
