AI i detailhandlen: hvilke opgaver forskydes der?

Hvad gør denne sektor anderledes

Detailhandlen er en sektor med et dobbelt ansigt. På butiksgulvet handler arbejdet om fysiske handlinger: fylde hylder, flytte produkter, hjælpe kunder, bemande kasser, holde lokaler rene. På kontoret eller hovedkontoret handler det om helt andet arbejde: indkøb, lagerstyring, prisfastsættelse, marketing, personaleplanlægning og administration. Disse to verdener flyder sammen i de fleste virksomheder, og det gør en generisk udtalelse om "AI i detailhandlen" ikke særlig brugbar. Resultatet afhænger i høj grad af, hvilken del af arbejdet man betragter.

I denne type virksomheder ligger den største del af kontortimerne i tilbagevendende, informationsdrevet arbejde: afstemme bestillinger med salgstal, justere priser, udarbejde rapporter, kommunikation med leverandører og kundeservice via mail eller chat. På butiksgulvet ligger den største del af timerne derimod i fysisk arbejde og direkte kundekontakt, hvor en skærm eller algoritme kan overtage meget lidt.

Tre omstændigheder styrer i høj grad, hvad AI her kan og ikke kan gøre:

Fysisk arbejde. At fylde hylder, tage imod varer, guide kunder gennem butikken: dette forbliver menneskeligt arbejde, så længe der ikke kommer robotteknologi til, og det er et andet spørgsmål end software.
Kundekontakt. En del af kontakten er rutinemæssig (åbningstider, returpolitik, lagerforespørgsel) og kan automatiseres. En anden del kræver vurdering, empati eller forhandling, og det forbliver hos mennesker.
Løsrevne systemer. Mange detailvirksomheder arbejder med et kassesystem, et lagerprogram, et planlægningsværktøj og separate e-mailprogrammer, der ikke altid kommunikerer godt sammen. Hvor systemer ikke er koblet sammen, er automatisering vanskeligere, selv når opgaven i sig selv er enkel.

Kategori 1: opgaver AI kan overtage

Inden for detailhandlen findes der opgaver, der passer godt til fuld automatisering, især når de handler om fastlagte regler og gentagelse. Tænk på generering af standardrapporter om salg og lager, besvarelse af ofte stillede kundespørgsmål via chat, udarbejdelse af første udkast til produktbeskrivelser, og opdagelse af prisafvigelser mellem kanaler. Også enkle bestillingsforslag baseret på historiske salgsdata hører ofte til her, forudsat at de underliggende data er pålidelige.

Kategori 2: opgaver med menneskeligt tilsyn

En stor del af arbejdet i detailhandlen falder i mellemkategorien: AI kommer med et forslag, en medarbejder godkender eller afviser det og angiver en grund. Eksempler er dynamiske prisjusteringer, hvor en algoritme foreslår en pris, men en indkøber skal vurdere konteksten af en kampagne eller konkurrent; lagerpåfyldning ved varierende efterspørgsel, hvor en medarbejder inddrager sæsonpåvirkninger eller lokale begivenheder; og kundekontakt der går videre end et standardspørgsmål, som en klage over et defekt produkt. Dette er også den kategori, hvor der opstår mest diskussion, fordi AI's forslag ofte er godt, men ikke automatisk rigtigt for den specifikke situation.

Kategori 3: arbejde der forbliver menneskeligt

Nogle opgaver forbliver menneskeligt arbejde, ikke fordi AI ikke kan klare dem, men fordi arbejdets natur kræver det. Fysiske handlinger på butiksgulvet, opbygning af en relation til faste kunder, ledelse af et team på gulvet, og behandling af komplekse eller emotionelt ladede klager hører typisk til her. Også beslutninger med juridisk vægt, som vurdering af et ansvarsspørgsmål eller en arbejdskonflikt, hører hertil: der gælder egne lovmæssige krav, og de falder uden for rækkevidden af en AI-vurdering.

Hvor timerne kommer fra

For at afgøre, hvad der forskydes i en specifik virksomhed, hjælper det at se videre end blot butiksgulvet. Forsyning og transport til filialer berører for eksempel opgaver, der også er beskrevet i hvilket arbejde kan AI overtage inden for logistik, mens personaleplanlægning for varierende skift og spidsbelastninger overlapper med det, der kan læses om hvilket arbejde kan AI overtage inden for planlægning. Virksomheder med eget distributionscenter eller engrosposition kan muligvis også genkende sig selv i de opgaver, der er beskrevet i hvad kan AI overtage i engroshandlen. Den, der også vil inddrage personalesager, sygefravær eller rekruttering i overblikket, finder yderligere kontekst i hvilket arbejde kan AI overtage på HR-afdelingen.

Hvad dette ikke er

Denne opdeling er en beskrivelse af opgaver, ikke en begrundelse for personalebeslutninger. Om og hvordan en organisation gør noget med frigjorte timer, er op til organisationen selv. Beslutninger der berører funktioner eller kontrakter har egne lovmæssige krav, som denne side ikke tager højde for.

Hvad De kan gøre nu

Opdelingen i disse tre kategorier er et udgangspunkt, ikke en endelig dom: den præcise fordeling afhænger af systemerne, kundegruppen og arbejdsmetoden i en specifik virksomhed. Ønsker De en første indikation for Deres egen situation, kan De udfylde ftetoais gratis quickscan: tolv spørgsmål, uden konto, med en indikation af, hvilken del af timerne i Deres profil AI kan overtage i dag. Den fulde arbejdsscan, som går dybere ind i individuelle opgaver og processer, er stadig under udvikling.