Ešte pred nedávnom si obchodné reťazce s umelou inteligenciou len hrali — spúšťali pilotné projekty, testovali možnosti a sledovali výsledky. Dnes sa situácia zmenila: AI sa stáva súčasťou každodenného rozhodovania v predajniach, merchandisingu aj logistike. Rozhovor v odvetví sa presunul od otázky „či" k otázke „ako rýchlo a v akom rozsahu".
Konkrétnym príkladom tohto posunu je prípad veľkého distribútora, ktorý koncom roka 2023 spojil strojové učenie s veľkými jazykovými modelmi, aby zefektívnil správu produktového katalógu. Celý projekt trval približne 100 dní a priniesol úspory v hodnote miliónov dolárov. Ide o ukážku toho, že dobre navrhnutá AI iniciatíva dokáže v relatívne krátkom čase priniesť merateľné výsledky.
Prvé vlny retailovej AI sa sústredili na konkrétne, ohraničené úlohy — párovanie produktov, obohacovanie katalógov, vyhľadávanie, tvorbu obsahu či interné znalostné asistenty. Väčšina zamestnancov pritom s AI neprichádza do kontaktu ako so samostatným nástrojom, ale stretáva sa s ňou priamo v aplikáciách, dashboardoch a pracovných postupoch, ktoré už dávno poznajú.
S rastúcim rozsahom nasadenia však pribúdajú aj nové požiadavky. Maloobchodníci spravujú citlivé zákaznícke údaje — históriu nákupov, vernostné správanie aj platobné aktivity — a ich ochrana musí byť pri každom rozšírení AI riešená systematicky. Rôzne oddelenia, od predajní cez centrály až po digitálne kanály, navyše potrebujú odlišné prístupy k dátam, iné modely aj rozdielne nákladové profily.
Právě preto sa do popredia dostáva otázka riadenia: kto má prístup k akým dátam, aké modely sa smú používať, ako sa sledujú náklady a ako sa zaznamenávajú všetky aktivity pre prípadný audit. Bez týchto kontrolných mechanizmov je plošné nasadenie AI v retaile prakticky nerealizovateľné.