Ритейл ждал технологий десятилетиями. Готов ли он к тому, на что способен ИИ?

Основные выводы

• Ограничения меняются. В общей исследовательской выборке 87% организаций используют генеративный ИИ или агентный ИИ в ИТ-операциях. При этом респонденты ожидают средний уровень неудач в 43% для крупных ИИ-проектов, запускаемых в течение следующих 24 месяцев. Для лидеров ритейла и сферы товаров повседневного спроса (CPG) это подчеркивает важность организационной готовности наряду с технологическими возможностями.
• Организационные барьеры ярко выражены во всей выборке. Межфункциональная координация (40%) и управление организационными изменениями и сопротивлением (30%) входят в число барьеров, которые респонденты отмечают при реализации своих амбиций в области ИИ. Эти проблемы особенно актуальны для ритейла и CPG, где решения часто охватывают такие функции, как мерчандайзинг, цепочки поставок, маркетинг и операции.
• Исследование также подчеркивает роль управления (гавернанса), готовности персонала и внешней экспертизы. Среди организаций с очень зрелыми практиками ответственного ИИ 24% сообщают о трудностях с балансом между инновациями в сфере ИИ и этическими соображениями по сравнению с 41% организаций с незрелыми подходами. Среди респондентов, использовавших внешнюю экспертизу, 89% согласились с тем, что партнеры помогли восполнить пробелы в навыках и способствовали прогрессу.

Представьте себе специалиста по планированию запасов в понедельник утром, управляющего ИИ-агентами, которые непрерывно анализируют спрос, перераспределяют запасы, тестируют сценарии и определяют решения, требующие человеческого суждения.

За ночь запасы были перераспределены между распределительными центрами, а акция была перекалибрована с учетом активности продаж, погодных условий, социальных настроений, ограничений поставщиков и меняющейся ценовой эластичности. Специалист начинает свой день с рассмотрения уже реализуемых решений, оспаривания лежащих в их основе предположений и определения того, когда человеческое суждение должно переопределить уверенность машины.

Для ритейла и CPG это иллюстрирует, как ИИ может изменить работу сотрудников и решения, которые они курируют.

Традиционно планирование часто начинается с сбора данных, сверки исходных данных и построения прогноза. Поскольку интеллектуальные системы все лучше способны чувствовать, прогнозировать и действовать, сотрудники могут тратить больше времени на оркестрацию этих систем, изучение их обоснования, управление исключениями и улучшение результатов.

Эти возможности уже внедряются в организациях, представленных в нашей исследовательской выборке. Результаты показывают, что ИИ выходит за рамки поддержки работы и начинает выполнять более широкий спектр задач.

Кристина Роджерс (Kristina Rogers), директор по развитию бизнеса в сфере ритейла, товаров повседневного спроса и предметов роскоши в HCLTech, так оценивает эти изменения:

«Компании розничной торговли и производства товаров повседневного спроса долгое время определялись разрывом между бизнес-амбициями и технологическими возможностями. Теперь, когда ИИ умеет чувствовать, прогнозировать и действовать, конкурентное преимущество будет определяться тем, как быстро организации адаптируют свои операционные модели, персонал и процесс принятия решений для запуска ИИ в работу».

Главная старая жалоба ритейла на технологии только что перестала быть актуальной

Организации розничной торговли и CPG пережили последовательные волны корпоративных технологий. Планирование ресурсов предприятия (ERP), оценка спроса, торговые акции и другие платформы часто зависели от длительных усилий по внедрению, интеграции и подготовке данных.

ИИ открывает другой набор возможностей и организационных вопросов.

В общей исследовательской выборке агентный ИИ — системы, которые могут планировать, принимать решения и действовать без ожидания подсказки — используется 78% ИТ-организаций и 59% производственных операций. Уровень внедрения в выборке включает:

• 87% организаций используют генеративный ИИ или агентный ИИ в ИТ-операциях
• 86% в разработке программного обеспечения
• 79% в производственных операциях

Для ритейла и CPG такие уровни внедрения предполагают, что возможности ИИ становятся все более актуальными для систем и процессов, лежащих в основе повседневной деятельности.

Тем не менее, респонденты в общей выборке ожидают средний уровень неудач в 43% для крупных ИИ-проектов, запускаемых в течение следующих 24 месяцев.

Исследование показывает, что технологические возможности — это лишь часть проблемы. Организационные факторы, включая координацию, управление изменениями и навыки, также определяют прогресс в области ИИ.

В общей исследовательской выборке респонденты называют несколько препятствий на пути к реализации ИИ-амбиций:

• Межфункциональная координация: 40%
• Управление организационными изменениями и сопротивлением: 30%
• Нехватка опыта в области ИИ: 22%

Для лидеров ритейла и CPG эти результаты подкрепляют необходимость уделять внимание организационной среде вокруг ИИ-талантов и технологий.

«ИИ перестал быть технологической инициативой и стал операционной реальностью предприятия. То, с чем лидеры борются сейчас, — это не то, может ли ИИ приносить пользу, а то, как организации адаптируют свои структуры, права на принятие решений и толерантность к риску, чтобы идти в ногу с ним».

— Виджай Гунтур (Vijay Guntur), технический директор и руководитель экосистем в HCLTech

Следствием для ритейла и CPG является то, что готовность к ИИ выходит за рамки самой технологии и распространяется на структуры, права на принятие решений, толерантность к риску и готовность персонала.

ИИ может потребовать изменений в операционной модели и технологическом стеке.

Организации розничной торговли и CPG обычно осваивали новые технологии путем внедрения систем, обучения пользователей и интеграции инструментов в устоявшиеся процессы.

Платформы точек продаж (POS), планирования ресурсов предприятия (ERP) и электронной коммерции следовали тем или иным вариантам этого подхода.

ИИ может создавать дополнительные вопросы, поскольку системы могут рекомендовать, принимать решения или действовать в рамках бизнес-процессов, требуя от организаций пересмотра вопросов подотчетности, надзора и прав на принятие решений.

Когда агент перераспределяет запасы за ночь, руководству необходима ясность в отношении того, кто отвечает за это решение. Когда рекомендации по ассортименту лишены контекста, такого как региональная динамика, обязательства перед партнерами или отложенный перезапуск, сотрудники должны обладать грамотностью и полномочиями, чтобы оспорить результат и улучшить систему.

«Любая ИИ-инициатива в своей основе является инициативой по управлению изменениями. Технология редко терпит неудачу. Терпит неудачу человеческая архитектура вокруг нее — поведение, доверие, готовность работать по-новому».

— Джилл Кури (Jill Kouri), глобальный директор по маркетингу в HCLTech

Эти соображения представляют собой полезную основу для размышлений о различных подходах к внедрению ИИ в розничной торговле и CPG.

Два подхода к внедрению ИИ в ритейле и CPG

Следующие модели «надстройки» и «трансформации» представляют собой редакторские структуры для применения результатов межотраслевых исследований в ритейле и CPG; они не являются сегментами, выделенными в ходе исследования.

Ожидается, что в общей выборке доля ИИ в технологических бюджетах увеличится примерно на 32% в следующие 12 месяцев, в то время как доля организаций, направляющих на ИИ более пятой части технологических расходов, вырастет с 32% до 48%. Вопрос для ритейла и CPG заключается в том, как эти инвестиции трансформируются в операционные изменения и бизнес-ценность.

При подходe с добавлением надстроек организация может внедрить новые возможности ИИ, оставив устоявшиеся процессы практически без изменений. Прогноз на базе ИИ может поступать на те же ежемесячные совещания по планированию продаж и операций, в то время как рекомендации по-прежнему проходят через процессы, рассчитанные на скорость человека. Управлению изменениями и готовности персонала может уделяться меньше внимания, чем самому развертыванию технологии.

Общая выборка исследования также указывает на напряженность между бизнесом и ИТ по мере расширения внедрения ИИ:

• 68% респондентов отмечают, что бизнес-лидеры разочарованы медленными темпами реализации ИТ-отделом резонансных проектов в сфере ИИ
• 62% заявляют, что ИТ-лидеры обеспокоены тем, что бизнес-команды внедряют ИИ без надзора

В совокупности эти выводы показывают, почему по мере масштабирования ИИ так важны управление, координация и проектирование операционной модели.

При трансформационном подходе организации учитывают, как права на принятие решений, ритмы планирования и готовность персонала должны развиваться параллельно с ИИ. Для розничной торговли и производителей товаров повседневного спроса (CPG) это может означать согласование подотчетности с более высокой автономией систем, более непрерывное реагирование на сигналы и рассмотрение готовности персонала как ключевого элемента внедрения.

Для этой аудитории планка таких инвестиций — это то, что Коррадо Адзаритта (Corrado Azzarita), глобальный директор по информационным технологиям компании The Kraft Heinz Company, определяет для всего:

«В конечном счете в бизнесе важны только три метрики: выручка, затраты и риски. Если поставщик не может четко сформулировать, как решение влияет хотя бы на одну из них, то все остальное — просто шум».

Для лидеров розничной торговли и CPG это дает практичную бизнес-призму для оценки трансформации:

• Более обоснованные решения могут способствовать росту выручки
• Застопорившиеся или плохо внедренные проекты могут увеличить расходы без обеспечения ожидаемой ценности
• Низкое доверие со стороны персонала может создавать операционные риски и риски управления

Три способа применения результатов исследования к трансформации в ритейле и CPG

Следующие три шага представляют собой редакционную интерпретацию межотраслевых результатов исследования применительно к розничной торговле и CPG. Они не являются сегментами, полученными в ходе исследования, или практиками, приписываемыми какой-то конкретной группе «трансформационных компаний».

• Используйте систему управления для создания четких прав и подотчетности. По всей выборке в целом 76% организаций сообщают о задержке внедрения ИИ из-за опасений в области ответственного использования ИИ (Responsible AI). Для ритейла и CPG четкое управление может помочь сотрудникам понять, что может решать ИИ, когда требуется проверка человеком и как следует обрабатывать исключения. Вывод в отношении ответственного ИИ является конкретным: 24% организаций с очень зрелыми практиками ответственного ИИ сообщают о трудностях с балансировкой инноваций в сфере ИИ и этических соображений по сравнению с 41% организаций с менее зрелыми подходами. При правильном применении управление может дать менеджерам категорий и другим сотрудникам более четкие границы для использования ИИ, отмены решений и эскалации.

Используйте систему управления для создания четких прав и подотчетности

По всей выборке в целом 76% организаций сообщают о задержке внедрения ИИ из-за опасений в области ответственного использования ИИ (Responsible AI). Для ритейла и CPG четкое управление может помочь сотрудникам понять, что может решать ИИ, когда требуется проверка человеком и как следует обрабатывать исключения.

Вывод в отношении ответственного ИИ является конкретным: 24% организаций с очень зрелыми практиками ответственного ИИ сообщают о трудностях с балансировкой инноваций в сфере ИИ и этических соображений по сравнению с 41% организаций с менее зрелыми подходами.

При правильном применении управление может дать менеджерам категорий и другим сотрудникам более четкие границы для использования ИИ, отмены решений и эскалации.

• Развивайте навыки работы с ИИ параллельно с обучением. Грамотность в вопросах ИИ выходит за рамки обучения работе с инструментами и затрагивает навыки принятия решений: когда доверять результату, когда ставить его под сомнение, чего модель может не замечать и как человеческий контекст может улучшить систему. Модель торгового продвижения никогда не сталкивалась с шоком поставок. Модель спроса не знает, что график перезапуска сместился. Человек, который знает об этом, является самым ценным компонентом в цепочке, но только если организация относится к нему соответствующим образом. По мере развития возможностей ИИ организациям розничной торговли и CPG может потребоваться сделать непрерывное обучение частью должностных обязанностей и операционных ритмов, а не рассматривать его как разовый курс.

Развивайте навыки работы с ИИ параллельно с обучением

Грамотность в вопросах ИИ выходит за рамки обучения работе с инструментами и затрагивает навыки принятия решений: когда доверять результату, когда ставить его под сомнение, чего модель может не замечать и как человеческий контекст может улучшить систему.

Модель торгового продвижения никогда не сталкивалась с шоком поставок. Модель спроса не знает, что график перезапуска сместился. Человек, который знает об этом, является самым ценным компонентом в цепочке, но только если организация относится к нему соответствующим образом.

По мере развития возможностей ИИ организациям розничной торговли и CPG может потребоваться сделать непрерывное обучение частью должностных обязанностей и операционных ритмов, а не рассматривать его как разовый курс.

• Связывайте решения между функциями. В розничной торговле и CPG агенты ИИ могут связывать сигналы из мерчандайзинга, цепочки поставок, маркетинга и работы магазинов, например, позволяя изменению спроса быстрее отражаться на запасах, расходах на медиа и планах выкладки. Достижение такой координации требует общих сигналов, четких ролей и уверенности в том, как принимаются решения.

Связывайте решения между функциями

В розничной торговле и CPG агенты ИИ могут связывать сигналы из мерчандайзинга, цепочки поставок, маркетинга и работы магазинов, например, позволяя изменению спроса быстрее отражаться на запасах, расходах на медиа и планах выкладки.

Достижение такой координации требует общих сигналов, четких ролей и уверенности в том, как принимаются решения.

Как три императива воздействия ИИ могут применяться в розничной торговле и CPG

В исследовании AI Impact Imperatives 2026 выделяются три императива для всей выборки в частном секторе: правильный фундамент, правильное управление и правильное партнерство. Для розничной торговли и CPG они служат полезной основой для оценки готовности персонала и операционной модели.

Срочность ситуации подчеркивается ожиданиями респондентов относительно среднего уровня неудач в 43% для крупных проектов в сфере ИИ, запущенных в течение следующих 24 месяцев. Применительно к розничной торговле и CPG три императива могут помочь руководителям учесть основы работы с данными, управление и внешнюю экспертизу, необходимые для поддержки внедрения ИИ.

• Правильный фундамент: укрепление доверия. Сотрудникам розничной торговли и CPG необходимы надежные данные и контекст для оценки результатов работы ИИ. Когда модель прогнозирования спроса может учитывать такие сигналы, как данные точек продаж, данные ритейлера и погода, у планировщиков появляется более прочная основа для оценки и использования ее рекомендаций.

Правильный фундамент: укрепление доверия

Сотрудникам розничной торговли и CPG необходимы надежные данные и контекст для оценки результатов работы ИИ. Когда модель прогнозирования спроса может учитывать такие сигналы, как данные точек продаж, данные ритейлера и погода, у планировщиков появляется более прочная основа для оценки и использования ее рекомендаций.

• Правильное управление: создание прозрачности. Ответственный ИИ может установить более четкие границы для использования ИИ и контроля со стороны человека. По всей выборке в целом 24% организаций с очень зрелыми практиками ответственного ИИ сообщают о трудностях с балансировкой инноваций в сфере ИИ и этических соображений по сравнению с 41% организаций с менее зрелыми подходами.

Правильное управление: создание ясности

Ответственный подход к ИИ позволяет установить более четкие границы для использования искусственного интеллекта и контроля со стороны человека. По всей выборке в целом 24% организаций с очень зрелыми практиками ответственного ИИ сообщают о трудностях с балансированием между инновациями в сфере ИИ и этическими аспектами, по сравнению с 41% организаций с менее зрелыми подходами.

• Правильные партнеры: поддержка потенциалаСреди респондентов, использующих внешнюю экспертизу, 89% согласны с тем, что партнеры помогли восполнить пробелы в навыках и способствовали прогрессу, в то время как 90% говорят, что партнеры ускоряют получение отдачи от инвестиций. Для организаций розничной торговли и сферы товаров повседневного спроса (CPG) внешняя экспертиза может дополнить внутренний потенциал по мере масштабирования ИИ-программ.

Правильные партнеры: поддержка потенциала

Среди респондентов, использующих внешнюю экспертизу, 89% согласны с тем, что партнеры помогли восполнить пробелы в навыках и способствовали прогрессу, в то время как 90% говорят, что партнеры ускоряют получение отдачи от инвестиций. Для организаций розничной торговли и сферы товаров повседневного спроса (CPG) внешняя экспертиза может дополнить внутренний потенциал по мере масштабирования ИИ-программ.

Для розничной торговли и CPG вопрос заключается в том, как операционные модели, управление и кадровый потенциал развиваются параллельно с расширением возможностей ИИ.

Вернемся к специалисту по планированию товарных запасов из начала статьи. Поскольку системы ИИ берут на себя все больше функций по сбору данных, анализу и принятию мер, возникает практический вопрос для руководства: если агент принимает решение или дает рекомендацию, а ответственность несет сотрудник, как должна измениться роль этого сотрудника?

Дополнительный подход может оставить этот вопрос нерешенным, поскольку роли и права на принятие решений остаются в значительной степени неизменными.

Подход, ориентированный на трансформацию, позволяет переосмыслить роль сотрудника с точки зрения контроля результатов, проверки рекомендаций, применения бизнес-контекста и совершенствования системы с течением времени.

Организации розничной торговли и CPG потратили десятилетия на расширение спектра задач, которые могут поддерживаться технологиями. По мере совершенствования возможностей ИИ следующий этап, вероятно, будет зависеть от того, насколько эффективно организации смогут согласовать людей, систему управления и операционные модели с этими возможностями.

В полном отчете представлены межотраслевые исследования, лежащие в основе этих выводов, в том числе:

• Рейтинг организационных барьеров на пути реализации амбиций в сфере ИИ по всей выборке исследования
• Ожидаемые респондентами показатели неудач для крупных проектов в области ИИ, запущенных в течение следующих 24 месяцев
• Модели расходов на технологии и планируемые инвестиции в ИИ по всей выборке
• Критерии, которые организации используют при выборе внешних партнеров
• Данные о внедрении физического ИИ в контексте цепочек поставок и производства

Ожидаемый средний уровень неудач в 43% отражает ожидания респондентов в отношении крупных проектов в области ИИ, запущенных в течение следующих 24 месяцев. Это не зафиксированный уровень неудач и не прямой показатель эффективности операционной модели. Для лидеров розничной торговли и CPG это подчеркивает важность подготовки организации и развертывания технологий.

Каждый императив имеет кадровое измерение. Надежные основы могут улучшить информацию, доступную сотрудникам; управление может прояснить права на принятие решений и допустимые способы использования ИИ; а внешняя экспертиза может поддержать развитие навыков и продвижение вперед. По всей выборке в целом 24% организаций с очень зрелыми практиками ответственного ИИ сообщают о трудностях с балансированием между инновациями в сфере ИИ и этическими аспектами, по сравнению с 41% организаций с менее зрелыми подходами. Среди респондентов, воспользовавшихся внешней экспертизой, 89% согласились с тем, что партнеры помогли восполнить пробелы в навыках и способствовали прогрессу.