Il mese scorso partendo da Starbucks abbiamo visto l’importanza di raccogliere molti dati per utilizzare l’AI in modo più prolifico. Partendo dai dati pubblicati su Repubblica e altre testate italiane, proviamo a continuare il ragionamento.
Il gioco è truccato. O quasi.
L’intelligenza artificiale non è democratica. È un gioco di numeri, letteralmente. Le grandi insegne (GDO e non) hanno accumulato montagne di informazioni su milioni di clienti. Ogni passaggio alla cassa, ogni carta fedeltà, ogni click online: dati. E l’AI si nutre di dati come un teenager di pizza (o forse poke oggi).
Il risultato? Il 67% dei retailer italiani ha già integrato forme di AI tradizionale. Il 61% sperimenta l’AI generativa. Numeri che nascondono una verità scomoda: parliamo soprattutto dei grandi. EsselungaLab con computer vision che riconosce ogni prodotto. LuisaViaRoma dichiara che usa modelli predittivi che aumentano le vendite online del 36%. MediaWorld personalizza le raccomandazioni come Amazon.
I piccoli? Solo il 7% delle piccole imprese italiane ha avviato progetti AI.
Brutal capitalism, as usual.
Ma attenzione. Non è solo questione di budget – anche se implementare AI può costare tra 100.000 e 500.000 euro. Il vero problema è l’assenza di massa critica. Un negozio con uno o due punti vendita non genera abbastanza dati per addestrare algoritmi affidabili. È come voler prevedere il meteo guardando fuori dalla finestra per una settimana: servono anni di osservazioni, milioni di misurazioni.
Le grandi catene ottimizzano supply chain in tempo reale, riducono gli sprechi alimentari con sconti dinamici guidati da AI (Too Good To Go), migliorano i margini del 3-5%. Automatizzano il customer care gestendo 700.000 conversazioni al giorno con chatbot. Aumentano la produttività del 33%, tagliano i costi del 67%.
I numeri sono chiari: chi adotta l’AI vince. Chi resta analogico, perde.
Ma c’è una crepa nel muro (da cui forse arriva una luce).
L’AI “as a service” sta cambiando le regole. Google, Microsoft, Amazon offrono algoritmi pre-addestrati su dataset enormi. Un piccolo negozio può usare chatbot plug-and-play, sistemi di raccomandazione in abbonamento, analisi predittive senza assumere data scientist. Il 26,7% delle PMI ha già iniziato – crescita del 50% in un anno.
L’opportunità è reale. Un farmacista può usare assistenti virtuali per ricordare ai pazienti di prendere le medicine. Una libreria indipendente può analizzare trend social per anticipare i gusti locali. Un negozio di moda può offrire personal shopping via WhatsApp.
Il rischio? Restare fermi.
Perché l’AI diventerà commodity come già visto per altre tecnologie, internet fra tutte. La differenza è che stavolta il gap si allarga velocemente. Ogni giorno i grandi accumulano più dati, affinano gli algoritmi, ottimizzano i processi.
La domanda non è “se” adottare l’AI. È “come” farlo senza farsi schiacciare da chi gioca con mazzi più grandi.
