AI inom detaljhandeln: vilka arbetsuppgifter förskjuts?

Vad gör denna sektor annorlunda

Detaljhandeln är en sektor med två ansikten. På butiksgolvet handlar arbetet om fysiska handlingar: fylla hyllor, flytta produkter, hjälpa kunder, bemanna kassor, hålla ytor rena. På kontoret eller huvudkontoret handlar det om helt annat arbete: inköp, lagerhantering, prissättning, marknadsföring, personalplanering och administration. Dessa två världar går in i varandra i de flesta företag, och det gör ett generellt uttalande om "AI inom detaljhandeln" inte särskilt användbart. Utfallet beror i hög grad på vilken del av arbetet man tittar på.

I den här typen av företag ligger den största delen av kontorstimmarna i återkommande, informationsdrivet arbete: stämma av beställningar mot försäljningssiffror, justera priser, sammanställa rapporter, kommunikation med leverantörer och kundtjänst via mail eller chatt. På butiksgolvet ligger den största delen av timmarna däremot i fysiskt arbete och direkt kundkontakt, där en skärm eller algoritm kan ta över mycket lite.

Tre omständigheter styr i hög grad vad AI kan och inte kan göra här:

Fysiskt arbete. Fylla hyllor, ta emot varor, guida kunder genom butiken: detta förblir mänskligt arbete så länge robotteknik inte kommer in i bilden, och det är en annan fråga än programvara.
Kundkontakt. En del av kontakten är rutinmässig (öppettider, returpolicy, lagerfrågor) och lämpar sig för automatisering. En annan del kräver bedömning, empati eller förhandling, och det förblir mänskligt.
Fristående system. Många detaljhandelsföretag arbetar med ett kassasystem, ett lagerpaket, ett planeringsverktyg och separata e-postprogram som inte alltid kommunicerar bra med varandra. Där system inte är sammankopplade blir automatisering svårare, även om uppgiften i sig är enkel.

Kategori 1: uppgifter som AI kan ta över

Inom detaljhandeln finns det uppgifter som passar väl för fullständig automatisering, särskilt när de handlar om fasta regler och upprepning. Tänk på att generera standardrapporter om försäljning och lager, besvara vanliga kundfrågor via chatt, ta fram första utkast till produktbeskrivningar och upptäcka prisavvikelser mellan kanaler. Även enkla beställningsförslag baserade på historiska försäljningsdata faller ofta under denna kategori, förutsatt att underliggande data är tillförlitlig.

Kategori 2: uppgifter med mänsklig tillsyn

En stor del av arbetet inom detaljhandeln faller i mellankategorin: AI lägger fram ett förslag, en medarbetare godkänner eller avslår det och anger en anledning. Exempel är dynamiska prisjusteringar, där en algoritm föreslår ett pris men en inköpare måste bedöma sammanhanget kring en kampanj eller konkurrent; lagerpåfyllning vid varierande efterfrågan, där en medarbetare väger in säsongseffekter eller lokala evenemang; och kundkontakt som går längre än en standardfråga, som ett klagomål om en defekt produkt. Detta är också den kategori där mest diskussion uppstår, eftersom AI:s förslag ofta är bra, men inte automatiskt korrekt för den specifika situationen.

Kategori 3: arbete som förblir mänskligt

Vissa uppgifter förblir mänskligt arbete, inte eftersom AI inte klarar det, utan eftersom arbetets natur kräver det. Fysiska handlingar på butiksgolvet, att bygga en relation med stamkunder, att leda ett team på golvet, och att hantera komplexa eller känsloladdade klagomål hör oftast till denna kategori. Även beslut med juridisk vikt, som att bedöma en ansvarsfråga eller en arbetskonflikt, hör hit: dessa omfattas av egna lagkrav och faller utanför räckvidden för en AI-bedömning.

Var timmarna kommer från

För att avgöra vad som förskjuts i ett specifikt företag hjälper det att titta längre än bara butiksgolvet. Försörjning och transport till filialer berör exempelvis uppgifter som också beskrivs i vilket arbete kan AI ta över inom logistiken, medan personalplanering för varierande skift och toppar överlappar med det som beskrivs om vilket arbete kan AI ta över inom planeringen. Företag med ett eget distributionscenter eller grossistposition kan också känna igen sig i uppgifterna som beskrivs i vad kan AI ta över inom grossisthandeln. Den som även vill inkludera personalakter, sjukfrånvaro eller rekrytering i översikten hittar ytterligare sammanhang i vilket arbete kan AI ta över inom HR-avdelningen.

Vad detta inte är

Denna indelning är en beskrivning av arbetsuppgifter, inte ett underlag för personalbeslut. Om och hur en organisation gör något med frigjorda timmar är upp till organisationen själv. Beslut som rör befattningar eller anställningsavtal omfattas av egna lagkrav som denna sida inte tar hänsyn till.

Vad ni kan göra nu

Indelningen i dessa tre kategorier är en utgångspunkt, inte ett slutgiltigt omdöme: den exakta fördelningen beror på systemen, kundgruppen och arbetssättet i ett specifikt företag. Vill ni ha en första indikation för er egen situation kan ni fylla i den kostnadsfria snabbanalysen från ftetoai: tolv frågor, utan konto, med en indikation på hur stor del av timmarna i er profil som idag kan tas över av AI. Den fullständiga arbetsanalysen, som går djupare in på enskilda uppgifter och processer, är fortfarande under uppbyggnad.