Cómo AIoT Está Transformando el Retail: Tiendas Más Inteligentes, Mejor Servicio y Cadenas de Suministro Optimizadas

El sector retail no ha sido inmune a la proliferación de dispositivos y sensores habilitados por IoT a lo largo de tiendas, canales de servicio al cliente, almacenamiento y la cadena de suministro. Ahora, los minoristas están añadiendo Inteligencia Artificial para aprovechar mejor estos datos.

Como tal, la inteligencia artificial de las cosas (AIoT) está emergiendo como pivotal para minoristas. ¿Por qué? Combinar IA con datos de dispositivos IoT ayuda a los minoristas a reimaginar la experiencia en tienda, mejorar la entrega de servicio y mantener visibilidad de producto en cada nivel operacional.

En el reporte temático IoT in Retail and Apparel de Global Data, la creciente integración de IA en productos y servicios IoT en retail es inevitable y ya está sucediendo: "Las capas clave en la cadena de valor IoT son física, conectividad, datos, apps y servicios. Mientras estas capas son lógicamente discretas, soluciones IoT a gran escala están viendo una difuminación considerable de estos límites lógicos.

Por ejemplo, mientras continuará habiendo una capa de datos claramente identificable hacia la parte superior de la pila, una proporción creciente del procesamiento de datos ocurre dentro y en el edge de la red. El desarrollo acelerado de IA generativa, particularmente ChatGPT, ha aumentado la relevancia de IA a través de todas las capas IoT. Por lo tanto, un número creciente de productos y servicios IoT incorporan IA en sus capacidades, especialmente a través de interfaces dirigidas al cliente.

Selección de Eventos Produce Resultados y Soluciones en Tiempo Real

El enrutamiento de grano fino via event streaming permite a los sistemas ser más selectivos en lo que es analizado por IA para que pueda ser tanto más barato como más reactivo a eventos. Un evento representa un cambio de estado, o una actualización, como un artículo siendo colocado en un carrito de compras, una solicitud de tarjeta de lealtad siendo enviada, o un pedido volviéndose listo para enviar.

Los eventos son "publicados" con un tema que indica de qué se tratan, y los sistemas pueden "suscribirse" para recibir todos los eventos con temas relevantes. Los sistemas de IA reciben eventos para producir resultados en tiempo real que permiten soluciones/acciones en tiempo real ser disparadas automáticamente, pero este feed de datos también proporciona un stream para aprendizaje constante, ya sea por ingestión en una base de datos vectorial o por fine-tuning del modelo mismo.

Gana a Stakeholders con Casos de Uso Inteligentes

Muchas de las aplicaciones tempranas de IA en retail probablemente se enfocarán en IA generativa (Gen-AI) y Large Language Models (LLMs). Estos pueden usarse para interacciones directas con clientes a través de apps de tienda, interacciones de servicio al cliente omnicanal e incluso para ayudar a trabajadores en el almacén.

Pero uno de los mayores problemas con la IA basada en LLM de hoy es que es relativamente cara y lenta. Simplemente bombardar datos IoT a un LLM para procesamiento se volverá rápidamente inmanejable y muy caro. Los mayores beneficios de la convergencia de IA e IoT en retail se realizarán por organizaciones minoristas identificando casos de uso inteligentes para entregar beneficios a clientes, miembros del staff y el negocio en su conjunto.

… y deja que los beneficios hablen por sí mismos

Habilitar streams IoT con eventos puede proporcionar beneficios a clientes y empleados de retail en tienda, vía canales de servicio al cliente e incluso en almacenamiento.

Aquí hay tres casos de uso donde la convergencia de IA e IoT en retail, sustentada por event streaming, puede hacer una diferencia real.

1) Presentando al Trabajador de Fábrica Conectado

Empezando en el almacén, la IA puede ayudar en manejo de excepciones para trabajadores de fábrica. La mayoría de los minoristas ahora usan algún tipo de dispositivo móvil o tablet en operaciones de almacenamiento, y estos son soportados por dispositivos IoT en el piso para monitoreo de stock y otras tareas relacionadas con inventario.

Todos estos proporcionan una riqueza de beneficios potenciales de los cuales la IA puede obtener nuevos insights y abordar problemas potenciales. Por ejemplo, una solución Gen-AI podría proporcionar a todos los trabajadores una forma extremadamente fácil de reportar problemas, incidentes/casi accidentes o ideas para eficiencia. Esta es información cualitativa, pero una IA basada en LLM puede entonces revisar, agrupar y proporcionar consejos curados a la gerencia.

Respuesta de emergencia en tiempo real para mantener operaciones seguras

En una situación de emergencia, por ejemplo, también hay el potencial de aumentar grandemente la velocidad a la que las organizaciones pueden responder en tiempo real en el almacén o piso de fábrica. Tener un sistema event-driven para entregar la información e IA para transcribirla, mirarla y luego ponerla frente a la persona relevante lo antes posible podría mejorar seguridad, tiempo y dinero en el piso de fábrica.

Aquí, el event mesh puede vincular muchos agentes de IA, cada uno adaptado a un conjunto específico de eventos. Esto puede ser tan directo como suscribirse a todos los eventos que contienen audio raw y usar un modelo speech-to-text para crear la transcripción, que luego se publica de vuelta en el mesh. Todos estos componentes se comunican asincrónicamente via el event mesh usando mensajería garantizada para asegurar que ningún evento se pierda en tránsito y sean entregados a la persona o dispositivo apropiado para disparar una respuesta de emergencia.

2) Entender Mejor las Preferencias del Cliente para Personalizar la Experiencia de Compra

AIoT permite a minoristas aprovechar inteligentemente datos en tienda y de clientes para ofrecer experiencias de compra altamente personalizadas. Al usar IA para analizar datos de clientes de dispositivos IoT, los minoristas pueden adaptar recomendaciones de productos, ofertas e incluso experiencias en tienda a preferencias individuales. Tome el caso de proporcionar un asistente de servicio al cliente en tienda que sepa dónde está el cliente y, más importante, dónde está todo lo demás.

Por ejemplo, un cliente podría decirle a la app de la tienda que buscan construir una cerca. Ya no tienen que esperar al representante de la ferretería para que les aconseje dónde está el producto que necesitan y cuál deben usar. En su lugar, un asistente de IA usaría información específica de la tienda para proporcionar una respuesta adaptada a las necesidades de cada cliente. Iría a sus bases de datos, respondería la consulta inteligentemente y diría, OK, ahora que hemos averiguado el tipo de materiales que necesitas, caminemos por la tienda y encontrémoslos.

Maximizar la experiencia del cliente en el front-end requiere movimiento de datos en el back-end

Ser capaz de accionar estas solicitudes rápido, preciso y efectivamente significa habilitar con eventos toda la información de stock y procesamiento de IA. Los clientes necesitan saber en tiempo real si los materiales que requieren están disponibles, y esto también requeriría el uso contextual de sensores en tienda para dirigirlos al área de la tienda para encontrar sus bienes.

Un enfoque event-driven para integrar tanto estos datos de dispositivos como procesamiento de IA usaría un event mesh —una red de event brokers interconectados que habilita la distribución de información de eventos entre aplicaciones, servicios en la nube y dispositivos— para habilitar procesamiento en tiempo real e insights predictivos. Una vez comprados, los eventos también podrían incluir documentación e instrucciones de back-end que expliquen al cliente cómo construir su proyecto requerido cuando lleguen a casa.

3) Un Agente Copiloto Confiable Surge en el Contact Center

Los centros de contacto de clientes modernos ahora vienen con un copiloto de IA diseñado para mejor servicio al cliente. Microsoft Copilot, por ejemplo, ahora es inherente con Microsoft 365 y extiende canales de contact center existentes con IA generativa para mejorar experiencias de servicio y aumentar productividad de agentes.

La IA puede ayudar con procesamiento de llamadas grabadas o en tiempo real a servicio al cliente para resaltar cualquier problema serio que necesite asistencia de emergencia. Nota que esto no es la IA tomando el lugar de la persona de soporte al cliente sino reaccionando a problemas que han surgido en una llamada humano-a-humano para proporcionar contexto en tiempo real sobre el cliente y el problema que están teniendo.

IA habilitada por eventos para añadir más contexto para representantes de servicio al cliente

Al habilitar con eventos este copiloto de IA y vincularlo con los numerosos puntos de datos a través del proceso de servicio al cliente (datos CRM para historial de cliente, tipo de dispositivo/canal desde el que se comunican, scripts/protocolos de servicio al cliente, y reporte BI), las organizaciones pueden entregar nuevos niveles de insights en tiempo real al representante de servicio al cliente.

Agentes de IA pueden suscribirse a un conjunto estrecho de eventos, proporcionar una plantilla de prompt específica para esa suscripción, y luego usar un LLM para mejorar el evento con información adicional. Por ejemplo, realizar análisis de sentimiento en interacciones de usuarios para identificar clientes con problemas que necesitan enrutamiento a un experto, un cliente maduro para un upsell, o sintetizando nuevos eventos basados en la combinación de datos acumulados.

Comercio Conectado Crea un Futuro Retail Más Inteligente

La combinación de IA e IoT en la industria retail representa un cambio transformativo en cómo los minoristas pueden aprovechar la tecnología y datos a su disposición. Una estrategia event-driven es un componente crítico en este proceso y ayudará a organizaciones retail a mejorar experiencias de cliente, optimizar operaciones y empoderar empleados desde el piso de fábrica hasta la tienda y el contact center.