La Inteligencia Artificial (IA) es particularmente relevante, pues de ella dependen muchos de los otros desarrollos tecnológicos que ya están impactando a las empresas, como el Machine Learning (ML), la conducción autónoma, la robótica y el Big Data.
El propósito de la IA es uno: encontrar soluciones equiparables o superiores a las encontradas por los humanos. Para lograr esto, la IA se basa en algoritmos, a través de los cuales desarrolla habilidades de razonamiento para la toma final de decisiones.
Si bien la IA continúa evolucionando, esta tecnología ya es capaz de percibir su entorno y relacionarse con él, para resolver problemas, muchos de los cuales incluso no son identificados por los humanos. De hecho, aunque para la gran mayoría de personas e incluso para muchas empresas la IA es aún una tecnología lejana, muchos de los servicios personalizados y digitales que utilizamos en nuestro cotidiano, fueron desarrollados en alguna medida con esta tecnología.
Por ejemplo, Google y su plataforma de publicidad online trabajan con IA, así como BBVA y Amazon, quienes la utilizan para detectar fraudes o para sugerir productos personalizados, respectivamente.
El sector agrícola también utiliza IA para mejorar rendimientos o para reducir el impacto ambiental y, en el sector sanitario se utiliza para mejorar diagnósticos médicos. Asimismo, en el retail, algunas compañías utilizan IA o Machine Learning (ML), una de las ramificaciones de la IA que han catapultado su evolución, para la optimización de diversos procesos, como el Category Management, así como para la optimización de estudios de mercado, lo que ha conducido a un conocimiento más profundo del shopper.
“Los grandes directivos son conscientes de que la IA afectará parcial o totalmente a sus corporaciones en los próximos años. 9 de cada diez ejecutivos afirman que estos sistemas, capaces de desarrollar habilidades propias de la inteligencia humana, transformarán sus modelos de negocio”, destaca Deloitte en su reporte titulado ‘¿Cómo impacta la Inteligencia Artificial en las organizaciones?’.
“La Inteligencia Artificial dará lugar a la aparición de nuevos perfiles profesionales que deben convivir con los ya existentes. Estos perfiles especializados abren un nuevo abanico de posibilidades innovadoras que afectan directamente a procesos y herramientas, que ven mejorado su rendimiento. NLP Engineer, Image Specialist, Audio Specialist, Tools expert y Cognitive Trainer son algunos de los nuevos puestos que ya se incluyen en los equipos de trabajo”, se prosigue en el informe de la consultora global.
Por si estos datos no fueran lo suficientemente esclarecedores, se calcula que la IA será de tal importancia que para 2030 el impacto de esta tecnología supondrá el 14% del Producto Interno Bruto (PIB) global, de acuerdo con proyecciones hechas por la consultora PwC.
Category Management y ML
El Category Management (CATMAN) o Gestión por Categorías es la asociación estratégica desarrollada entre retailers y proveedores para definir la categorización de los productos vendidos en las tiendas según las necesidades del shopper. Aunque tradicionalmente esta tarea ha sido diseñada y ejecutada por personas apoyadas en reportes levantados por promotores, cada vez más empresas se valen de la IA y el ML para optimizar este proceso.
“La IA ayuda a acelerar el tiempo del diseño de estrategia, toma de decisiones y ejecución, lo que deriva en que las empresas puedan realizar tareas más complejas en tiempo récord, anticipar problemas y responder más rápido a las demandas del mercado y las nuevas tendencias”, señala Matt Robinson, Director de Marketing de Symphony RetailAI en su artículo ‘Transform retail category management with AI’.
Con el ML, las tareas de CATMAN pasaron de ser estratégicas para el éxito comercial a necesarias para, además de aumentar las ventas, lograr tener una visión mucho más periférica del shopper, lo que se ha convertido en un elemento clave para cualquier marca que desea competir dentro de un sector tan competitivo como el retail.
En la actualidad, soluciones basadas en ML como Autopilot, de Storecheck, son ya utilizadas para la identificación y corrección de algunos de los problemas más usuales del PDV, como:
- Desabasto
- Producto atascado en el almacén
- Sobre Inventarios
- Inventario fantasma
- Seguimiento a lanzamientos
- Incumplimiento al surtido acordado
- Futuro desabasto o sobre inventario
En resumen, herramientas como Autopilot se han convertido en soluciones ideales para transformar oportunidades en tareas, lo que sin duda ha logrado empoderar a los promotores, los encargados finales de mejorar el desempeño de la marca en el PDV.
Autopilot también es utilizado para identificar oportunidades de negociación con el comprador de la cadena, así como para anticiparse a los comportamientos y variaciones en rotación, niveles y valor de inventario en las diferentes etapas de la cadena de suministro y para optimizar los costos, procesos y acciones de la compañía, así como para garantizar la disponibilidad y salud de inventario en PDV.
