El comercio minorista consta de un par de grandes bloques de horas que se repiten constantemente: gestión de inventario, fijación de precios, contacto con el cliente en la tienda y en línea, planificación de personal en torno a los momentos punta, y la gestión administrativa de pedidos y devoluciones. Las circunstancias que determinan cómo evolucionan esas horas difieren mucho por empresa: la proporción entre tiendas físicas y venta en línea, la medida en que el surtido y los precios ya se ajustan de forma automatizada, y la cuestión de si el contacto con el cliente consiste principalmente en preguntas repetitivas o en un trato a medida que requiere conocimiento de la tienda o de la marca. Esas diferencias determinan también dónde la IA ya está asumiendo tareas hoy y dónde eso todavía no ocurre.
En una parte del comercio minorista, la IA ya asume hoy tareas que antes recaían de forma estándar en un empleado: la elaboración de propuestas de pedido basadas en datos de ventas, la respuesta a preguntas frecuentes de clientes, la detección de desviaciones de precios respecto a la competencia. En otra parte del mismo sector, eso todavía no ocurre, con la misma tecnología disponible. La diferencia no está en la tecnología sino en lo que una empresa considera suficientemente fiable para dejar seguir su curso sin un paso intermedio. Donde un ajuste de precio erróneo o una propuesta de pedido errónea es directamente perceptible en la caja o en la estantería, el supervisión humana sigue siendo necesaria durante más tiempo; donde las consecuencias de un error son pequeñas y fáciles de corregir rápidamente, el trabajo se desplaza más rápido hacia la categoría que sigue su curso sin control. El contacto con el cliente que gira en torno a excepciones, quejas o un acuerdo específico de la tienda sigue siendo, en la mayoría de los casos, trabajo humano, no porque la IA no pueda manejar el lenguaje, sino porque la valoración de lo que un cliente necesita en esa situación no encaja en una regla fija.
Una estrategia establecida hace dos años partía de una determinada distribución: tantas horas de compras, tantas horas de contacto con el cliente, tantos fte en la tienda. Esa distribución era en ese momento un supuesto razonable. Si desde entonces la IA ha asumido parte de la preparación de compras o del contacto estándar con el cliente, ese supuesto no ha resultado erróneo, sino que ha caducado. Nadie ha retirado formalmente el supuesto; sigue figurando en el plan, mientras que la práctica en la tienda o en el almacén ya ha avanzado. Ese es el patrón en el que la estrategia envejece silenciosamente: no por una decisión errónea, sino por un supuesto que ya no se vuelve a confirmar mientras el plan sigue apoyándose en él.
La pregunta no es si la IA libera capacidad en el comercio minorista, porque eso ya está ocurriendo, en partes y a ritmos variables. La pregunta para una dirección es qué supuestos del propio plan se han construido sobre esa capacidad liberada, y si esos supuestos todavía concuerdan con lo que realmente ocurre en la tienda, en la logística y en la mesa de contacto con el cliente. Esa es una cuestión distinta de la planificación de personal: lo que un empleador hace con las horas o la capacidad de fte liberadas está sujeto a los requisitos legales propios en materia de decisiones de personal, y esta página no se pronuncia sobre ello. De lo que se trata aquí es de la capa estratégica situada por encima de eso: si la imagen que la dirección tiene de su propia organización todavía concuerda con la imagen desde fuera.
Esa imagen desde fuera no está desconectada de lo que ocurre en otros sectores. Quien quiera ver cómo se presenta el mismo patrón en la hostelería, lo encuentra en cómo cambia la presión estratégica en la hostelería por la IA; para el sector de las TIC, donde el cambio a menudo se hace visible antes, el análisis comparable se encuentra en cómo la IA desplaza la presión estratégica en el sector de las TIC. Quien quiera entender qué significa en la práctica empezar a mirar no desde el propio plan sino desde el mundo exterior, lo encuentra en qué implica en la práctica el pensamiento outside-in.
La pregunta subyacente - qué trabajo en esta empresa, en estas tiendas, con este surtido, puede realmente ser asumido por la IA - se responde con el escáner de trabajo de FTE TO AI por tarea, en lugar de a nivel sectorial.
Una estrategia no tiene que revisarse de una vez para volver a ser correcta; empieza por ver qué supuestos subyacen y si todavía son válidos. Quien quiera registrar por qué se tomó en su momento una determinada decisión estratégica, encuentra un enfoque para ello en cómo registrar por qué tomó una decisión estratégica. Para quien quiera empezar sin vincular esto de inmediato a un proceso, existe la comprobación gratuita de supuestos: una breve ronda en la que usted identifica sus supuestos más importantes y ve, por cada supuesto, cuándo fue confirmado por última vez. La prueba de presión completa, con la imagen desde fuera junto al autodiagnóstico de la dirección, está en fase de construcción.
Stel uw vraag. Vaak zit de echte vraag een laag dieper — daar mag ik naar vragen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.