Theo một báo cáo hồi tháng 9 của Kearney, các nhà bán lẻ đang chuyển sang sử dụng trí tuệ nhân tạo (AI) để thu hẹp khoảng cách giữa lượng hàng tồn kho được ghi nhận và sản phẩm mà khách hàng thực sự có thể mua, từ đó có khả năng tăng doanh số bán hàng lên tới 1%.

Theo báo cáo, "Dù sản phẩm đang ở trong kho, bị đặt sai vị trí, thông tin trong hệ thống không chính xác, đã được giữ lại cho đơn hàng khác, hay không có sẵn để giao hàng, kết quả đều như nhau: khách hàng không thể mua được sản phẩm đó."

Ông Kearney cho biết, việc cải thiện từ 1 đến 2 điểm phần trăm về khả năng cung ứng sản phẩm có thể tạo ra mức tăng doanh số từ 0,5% đến 1%, tùy thuộc vào loại sản phẩm và mức độ dễ dàng người mua tìm được sản phẩm thay thế.

Sản phẩm được ghi nhận là có sẵn có thể bị đặt sai chỗ, hư hỏng, được đặt trước, thất lạc hoặc không thể tiếp cận được. Điều này tạo ra cái mà Kearney gọi là “hàng tồn kho ảo”, trong đó hàng hóa xuất hiện trong hệ thống của nhà bán lẻ nhưng không thể bán được.

Vấn đề này cũng có thể làm sai lệch các đơn đặt hàng trong tương lai. Khi sản phẩm không có sẵn, doanh số bán hàng giảm và các hệ thống dự báo có thể hiểu sự sụt giảm này là do nhu cầu yếu hơn, khiến các nhà bán lẻ đặt hàng ít hơn.

Tác động khác nhau tùy thuộc vào sản phẩm. Các cửa hàng bán giày dép có thể có sai kích cỡ hoặc màu sắc, trong khi các cửa hàng mỹ phẩm có thể thiếu các màu phổ biến mặc dù có đủ hàng tồn kho tổng thể. Các cửa hàng bán đồ điện tử có thể có thiết bị nhưng thiếu phụ kiện cần thiết, trong khi các hiệu thuốc có thể thiếu loại thuốc với nồng độ hoặc kích cỡ đóng gói cần thiết.

Trí tuệ nhân tạo (AI) có thể phát hiện những vấn đề như vậy, xác định nguyên nhân có thể xảy ra và giúp các nhà bán lẻ quyết định nên hành động như thế nào.

Các hệ thống dự báo có thể điều chỉnh ước tính nhu cầu khi thói quen mua sắm, chương trình khuyến mãi, thời tiết và các yếu tố khác thay đổi. Kearney ước tính trí tuệ nhân tạo (AI) có thể cải thiện độ chính xác dự báo từ 10% đến 20% trong các lĩnh vực có nhu cầu biến động mạnh.

Báo cáo cho biết thêm, việc dự báo và bổ sung hàng hóa tốt hơn có thể giảm thiểu tình trạng hết hàng từ 5% đến 15% mà không cần tăng lượng hàng tồn kho.

AI cũng có thể phát hiện các trường hợp giao hàng chậm trễ, các vấn đề về đặt hàng và tình trạng thiếu hàng tiềm ẩn. Việc phát hiện và ưu tiên tự động có thể giảm thời gian các nhà hoạch định dành để xem xét vấn đề tới 50%, trong khi việc cân bằng lại hàng tồn kho với sự hỗ trợ của AI có thể giảm thời gian lập kế hoạch chuyển giao tới 90%, Kearney cho biết.

Công nghệ này cũng tiềm ẩn những rủi ro riêng. Hệ thống thị giác máy tính có thể tạo ra cảnh báo sai do ánh sáng chói, thay đổi bao bì, sản phẩm bị che khuất hoặc góc quay camera.

Việc có quá nhiều cảnh báo cũng có thể gây quá tải cho nhân viên cửa hàng và chuỗi cung ứng nếu vấn đề được phát hiện nhanh hơn tốc độ giải quyết của họ.

Các nhà bán lẻ cũng có thể gửi quá nhiều hàng đến các cửa hàng, bù đắp doanh thu bị mất bằng lượng hàng tồn kho dư thừa và giảm giá.

Kearney khuyến nghị cần có sự xác minh, mức độ tin cậy tối thiểu và sự giám sát của con người để giảm thiểu những rủi ro đó.

Theo báo cáo, các nhà bán lẻ nên ưu tiên sử dụng AI trong các danh mục sản phẩm có nhu cầu dự đoán được, thường xuyên gặp vấn đề về nguồn cung và các sản phẩm được tiêu chuẩn hóa.

Thông tin sản phẩm chính xác, hồ sơ tồn kho, dữ liệu hàng tồn kho của cửa hàng và sơ đồ bố trí kệ hàng cũng cần thiết trước khi các nhà bán lẻ mở rộng việc dự báo, phân bổ và bổ sung hàng hóa bằng trí tuệ nhân tạo.

“Khi khả năng dự báo, cảm biến và bổ sung hàng hóa được hỗ trợ bởi trí tuệ nhân tạo ngày càng hoàn thiện, các nhà bán lẻ xây dựng năng lực này từ sớm sẽ bảo vệ được nhiều doanh thu hơn, nâng cao niềm tin của khách hàng và hoạt động với khả năng kiểm soát tốt hơn”, Kearney cho biết.

Ttbl