Según la FAO, la Organización de las Naciones Unidas para la Alimentación y la Agricultura, un 20% de la carne de vaca, más de un 30% del pescado y más de un 40% de las frutas producidas en nuestro planeta terminan desperdiciándose. En concreto, en Europa se derrochan 88 millones de toneladas de comida anualmente, pese a ser uno de los mercados con la normativa más estricta en términos de seguridad alimentaria y envasado.

La gestión de productos frescos siempre ha sido un reto para el sector del retail, que está en innovación constante para reducir en la parte que le toca estas cifras y, al mismo tiempo, lograr la mayor calidad y frescura de los productos. El nuevo aliado en la lucha contra el desperdicio es la inteligencia artificial (IA), que se añade a los sistemas de producción y a la cadena de suministro. Por ejemplo, una importante empresa del sector ha implementado un sistema de IA con algoritmos personalizados para capturar y procesar grandes volúmenes de datos de tiendas físicas, almacenes y comercio electrónico con el objetivo de optimizar la gestión del inventario y reducir el exceso de stock y el desperdicio asociado. Otra compañía ha desarrollado un modelo de redes neuronales para detectar, mediante fotografías, los errores en los envases, cuyos desperfectos son una de las principales causas del desperdicio de alimentos.

Este objetivo es solo uno de los muchos propósitos de negocio a los que puede contribuir la IA, una tecnología por la que los retailers están haciendo una apuesta decidida. Según nuestro estudio Retail superstar: How unleashing AI across functions offer a multi-billon dollar opportunity, más de una cuarta parte de las empresas de esta industria está desplegando soluciones con IA, lo que resalta enormemente si tenemos en cuenta que, en 2016, solo lo hacía un 4%.

Satisfacción del cliente

Actualmente, la prioridad para la mayoría (74%) de los retailers con respecto al uso de la IA se centra en la capa de relación con el cliente, donde los casos de uso son extremadamente diversos. Uno de los más comunes se centra en los sistemas de recomendación de productos en las tiendas online a través del histórico de compras y la navegación de los clientes.

También es evidente la carrera por incorporar asistentes virtuales de IA —en todas sus modalidades, sea por voz o texto— y automatizar servicios de atención al cliente e interacciones en redes. Un retailer de moda, por ejemplo, ha integrado chatbots en el servicio de mensajería de Facebook para crear una experiencia de compra personalizada. Las estimaciones señalan que la agregación de funciones de IA podría mejorar la satisfacción del cliente en más de un 9%; incrementar la eficiencia de las promociones en más de un 8%; así como reducir las quejas (un 8%) y la rotación de clientes (un 5%).

Esta aproximación a la IA es también clave frente al reto de la omnicanalidad y, en concreto, de la relación de las tiendas digitales y físicas. Según algunos estudios, una de cada cinco compras online se origina en establecimientos tradicionales, mientras que, a la inversa, esta cifra crece y una de cada tres adquisiciones está precedida por la búsqueda de información en Internet. Esto sugiere que entender el comportamiento de los usuarios en ambos entornos es clave para reforzar la complementariedad entre ambos canales y diseñar más servicios a conveniencia personalizados.

La cadena de suministro y las devoluciones son algunas de las áreas que más costes operativos generan

Cadena de suministro

Con todo, la intensa focalización en el uso de la IA en la capa de relación con el cliente no debería distraer a las empresas de las oportunidades que arroja su aplicación en la parte de operativa de negocio. La cadena de suministro y la devolución de paquetes son algunas de las áreas que más costes operativos generan, mientras que la aplicación de la inteligencia artificial en estos segmentos podría representar eficiencias de hasta el 7,5% sobre los ingresos.

Un importante e-commerce alemán identificó que la probabilidad de que los consumidores devuelvan los productos se reduce si estos son entregados en dos días o menos. Sin embargo, sus clientes mostraban preferencia por recibir todas sus compras en un mismo envío. Ante esto, o bien podía esperar a que llegaran todos los productos antes de mandarlos, aumentando la probabilidad de devolución, o bien separarlos en varios paquetes, reduciendo la satisfacción del consumidor.

Para resolverlo, utilizó una solución de IA y machine learning para analizar 3000 millones de transacciones y 200 variables, y que es capaz de prever las ventas a 30 días con un acierto del 90%. El sistema permite la compra automatizada de cientos de miles de productos al mes y ha llegado a reducir las devoluciones en dos millones de productos al año.

Volviendo al desperdicio de alimentos, que tiene mucho que ver con el óptimo funcionamiento de la cadena de suministro y, en especial, de la logística y la distribución, otro retailer global tiene un sistema para detectar las variaciones en la temperatura de sus camiones. De esta manera, si el calor amenaza los productos que transporta, redirige el vehículo a un local más cercano.

El objetivo es que, en el futuro, el sistema vaya más allá para también analizar la apariencia de los productos en tránsito, estimar su caducidad y aumentar la eficiencia de toda la cadena. En cinco años, la compañía espera ahorrar 2000 millones de dólares en derroche de comida.

Buscar la eficiencia

Todo esto pone de manifiesto que la IA ayudará a las empresas a ser cada vez más inteligentes y eficientes. Lógicamente, el mérito estará en incorporar la IA a las operaciones con acierto, de manera focalizada e integrada con el resto de las tecnologías, como el IoT o la automatización de procesos de RPA. Lo que es evidente es que existe una correspondencia clara entre el uso de IA y sus resultados en términos de eficiencia de negocio, por lo que los retailers tienen una excelente oportunidad que aprovechar.