Hvordan håndtere risiko og ansvar ved bruk av AI i detaljhandel?

Når man implementerer kunstig intelligens (AI) i detaljhandelen, er det uunngåelig at man møter utfordringer. AI kan tilby enorme fordeler, som optimalisering av prisfastsetting, personalisering av kundeopplevelsen og effektivisering av driften. Men med denne makten følger et betydelig ansvar. Det er derfor avgjørende å ha klare strategier og strukturer for å håndtere risiko og sikre ansvarlighet i bruken av AI.

Når det gjelder risikoovervåking og -styring, er det viktig at risikohåndteringsprosessen integreres i selskapsstyringen. Risikoregisteret og de viktigste risikomålingene bør gjennomgås regelmessig av styret, og diskusjon om risiko bør være et fast punkt på møtedagordenen. Dette sikrer at ledelsen er informert og engasjert, og at ressurser kan tildeles for å proaktivt redusere risiko. I tillegg er det viktig for virksomheten å kunne vise til regulatorer og revisorer at risikoene knyttet til AI er under kontroll, da det gir et inntrykk av at virksomheten er grundig og ansvarlig.

En annen viktig del av ansvarsfull AI-bruk er å knytte risikoene til eksisterende rammeverk, som NISTs AI Risk Management Framework (AI RMF). Dette rammeverket gir en strukturert tilnærming for å kartlegge, måle, håndtere og styre AI-relaterte risikoer. Selv om rammeverket kan tilpasses detaljhandelens spesifikke behov, gir det et nyttig grunnlag for å sikre at risikoene vurderes på en helhetlig måte. AI RMF oppfordrer for eksempel til å vurdere både de negative og positive konsekvensene av AI-systemene, og å ta hensyn til samfunnsmessige faktorer. For eksempel kan en klesbutikk vurdere om deres AI-systemer bidrar til å forsterke usunne kroppsbilder eller stereotype oppfatninger, noe som kan ha langt større sosiale konsekvenser enn hva som synes å være rent forretningsmessige.

Dokumentasjon og rapportering er også et nøkkelområde for ansvarlig AI-bruk. Å opprettholde nøyaktige og fullstendige registre over risikoanalyser og tiltak er ikke bare viktig for å kunne spore fremgang, men kan også være avgjørende hvis det senere oppstår spørsmål fra regulatorer eller i forbindelse med en rettssak. I noen jurisdiksjoner kan det være påkrevd å gjennomføre algoritmepåvirkningsvurderinger, som for eksempel i Canada, der offentlige AI-systemer krever en slik vurdering. Selv om detaljhandelen kanskje ikke er pålagt dette enda, viser en frivillig tilnærming til slike vurderinger at selskapet er bevisst på sitt ansvar.

I konteksten av detaljhandel, spesielt innen mote, kan det være nyttig å utvikle en spesifikk "Etisk AI-sjekkliste". Denne bør vurdere om AI-systemene unngår skjevheter i stil-anbefalinger (som å kun vise lettkledde plagg til bestemte kroppstyper), respekterer kulturelt mangfold i klesanbefalinger og ikke bruker psykologiske manipulasjonstaktikker på kundene. Slike spesifikke overveielser bør integreres i risikohåndteringsrammeverket, og gjennomgås regelmessig for å sikre at virksomheten ikke utilsiktet forårsaker skade.

Ved å implementere et solid rammeverk for risiko- og ansvarsstyring kan detaljhandelsbedrifter bruke AI til å innovere og skape nye kundeopplevelser, samtidig som de beskytter både forretningsmodellen og sine kunder mot potensielle negative konsekvenser. Ansvarlig AI handler ikke om å eliminere risiko helt – det er umulig – men om å ha kontroll på og bevissthet rundt risikoene. Akkurat som virksomheter har CFO-er som håndterer finansielle risikoer og CISOs som fokuserer på sikkerhetsrisikoer, er det å ha et godt risikostyringssystem for AI i ferd med å bli en uunnværlig del av den moderne detaljhandelen.

Hvordan Virtuelle Assistenters Effekt på Kunderelasjoner og Salg kan Øke Effektiviteten i Butikkdrift

Virtuelle assistenter, eller chatbotter, har blitt en integrert del av den moderne detaljhandelen, og deres rolle i å forbedre kundeservice, redusere kostnader og øke salget er blitt stadig mer tydelig. En av de mest bemerkelsesverdige fordelene med disse digitale agentene er deres evne til å håndtere et ubegrenset antall forespørsler samtidig, noe som i stor grad reduserer behovet for menneskelig arbeidskraft. For eksempel, Bank of Americas Erica chatbot håndterte 100 millioner forespørsler i løpet av sitt første år, noe som medførte en betydelig reduksjon i antall samtaler med levende agenter. Dette er et tydelig eksempel på hvordan AI-drevne løsninger kan gi store besparelser på kundeservicekostnader.

I detaljhandel kan virtuelle assistenter automatisk besvare spørsmål om bestilling, returer, åpningstider og butikkens plassering, som ellers ville blitt håndtert av et kundeserviceteam. Et kjent eksempel er Domino’s pizza chatbot, som nå tar imot en stor andel bestillinger, og bidrar til en 29% økning i online bestillinger. Dette reduserer presset på telefonbestillinger, og skaper en mer effektiv prosess for både kunden og virksomheten.

Videre kan chatboter samle verdifulle data om kundepreferanser og problemområder gjennom hver interaksjon. Når kunder for eksempel spør om en bestemt størrelse eller produkt ofte, kan dette indikere en etterspørsel etter noe som ikke er tilgjengelig i butikken, noe som gir verdifull innsikt i lagerbeholdning og markedsføringsstrategier. På samme måte, dersom et produkt ofte blir anbefalt men sjelden klikkes på, kan det være et signal om at det er nødvendig å justere AI-modellen for bedre relevans.

En annen viktig faktor for at kundene skal ta i bruk virtuelle assistenter er hvordan de oppfatter dem. Generelt har den yngre generasjonen blitt mer komfortabel med AI, spesielt når de får raske svar på sine forespørsler. Men det er en fin balansegang mellom personalisering og overveldende forslag. For eksempel kan kunder være negative til en chatbot som gir irrelevante eller repetitive anbefalinger, som sett med Zara’s tidlige chatbot, som fikk kritikk for inkonsekvent respons og problemer med å komme seg ut av looper. Det er viktig at chatbottene starter med enkle og tydelige funksjoner, som å gi informasjon om bestillingstatus eller besvare vanlige spørsmål, før de gradvis utvider sitt funksjonsområde etter hvert som språkforståelsen deres blir mer raffinert.

En annen viktig dimensjon er tillit og personvern. Kunder trenger å stole på både informasjonen som chatbotten gir, og hvordan deres data blir håndtert. AI-systemer som gir feilaktig informasjon om produkter som er utsolgt, eller gir feil returpolicy, kan raskt ødelegge denne tilliten. Det er derfor viktig at AI-systemer integreres med sanntids lagerinformasjon og regelmessige oppdateringer av innhold. I tillegg må selskaper sørge for at kundedata blir anonymisert og beskyttet, noe som er spesielt viktig i regioner som EU, hvor personvernforordningen (GDPR) setter strenge krav til hvordan data håndteres.

En annen faktor som påvirker kundens tillit til virtuelle assistenter er muligheten til å få tak i en menneskelig agent om det skulle oppstå problemer. Nike’s chatbot er et godt eksempel på hvordan en sømløs overføring fra AI til en menneskelig agent kan forbedre kundeopplevelsen. Når AI ikke kan svare på en forespørsel, eskalerer den til en spesialisert virtuell assistent, og til slutt en menneskelig agent. Dette gir kundene trygghet i at de ikke vil ende opp i en blindgate uten løsning på problemet.

For internasjonale forhandlere er det også viktig at virtuelle assistenter kan tilpasses lokale språk og kulturelle forskjeller. Dette kan være utfordrende, ettersom forskjellige markeder har ulike forventninger til hvordan en chatbot skal kommunisere. I noen markeder kan kunder forvente en mer formell tone, mens andre kan være mer åpne for en uformell og vennlig tone. Å tilpasse chatbotens personlighet og stil etter det lokale markedet kan derfor bidra til å øke kundens komfort og engasjement.

Det er imidlertid viktig å merke seg at, selv om AI kan være en fantastisk ressurs for å forbedre effektiviteten og kundeopplevelsen, er det fortsatt områder der den menneskelige faktoren er uerstattelig. Empati, skjønn og evnen til å forstå komplekse eller sensitive situasjoner er fortsatt områder der menneskelige medarbeidere har et klart fortrinn over maskiner. Virtual assistentens rolle er derfor ikke nødvendigvis å erstatte mennesker, men heller å fungere som et komplement til menneskelig kundeservice, hvor AI kan håndtere de rutinemessige oppgavene og frigjøre tid for de ansatte til å håndtere mer komplekse eller emosjonelle kundebehov.