En el comercio minorista, así como en otras industrias, la IA generativa promete transformar la experiencia del cliente. Los minoristas de todo el mundo están implementando herramientas impulsadas por IA en funciones como resúmenes de reseñas de productos, chatbots y asistentes de compras para facilitar las decisiones de compra, reducir los puntos de fricción y aumentar las tasas de conversión. A medida en que las empresas prueban y evalúan el impacto de estas herramientas en el proceso de compra, los clientes aún se están acostumbrando a estas nuevas interacciones y funciones en sus experiencias en línea, y, como ocurre con todo lo relacionado con la IA generativa, estamos descubriendo que sus percepciones son a la vez iguales y diferentes de lo que hemos conocido en el pasado.

Para ayudar a los minoristas a pensar en la implementación de la IA generativa de una manera centrada en el cliente, Bain realizó una encuesta a más de 700 compradores en línea en Estados Unidos, investigando su experiencia con la IA generativa. El conocimiento sobre este tipo de herramientas es bajo entre los clientes: el 71% dijo no saber si había utilizado la IA generativa en sus compras online (aunque la mayoría había realizado compras recientemente en comercios donde era probable que se encontraran con este tipo de herramientas). Pero a pesar de la poca familiaridad, los clientes son optimistas sobre el impacto de la IA generativa, y aproximadamente la mitad ve un potencial significativo o transformador.

Además del cuestionario de la encuesta, también realizamos entrevistas a compradores online, en las que comparamos las experiencias de compra tradicionales y nuevas con diferentes tipos de IA generativa, teniendo en cuenta las expectativas de los clientes en cuanto a la personalización. A continuación, mapeamos sus percepciones a lo largo de todo el proceso de compra, desde awarness, a través de la realización de la compra y más allá. Esta investigación nos permitió definir cinco principios de diseño, que sugieren que los casos de uso inicial más efectivos de la IA generativa pueden residir en el diseño de experiencias que mejoren y amplíen el recorrido de compra actual, en lugar de casos de uso que funcionen como una plataforma de participación independiente.

Principio de diseño n.º 1: Utilizar la IA generativa para mejorar los hábitos de compra ya establecidos, no para competir con ellos.

Los clientes señalaron que las principales razones para no utilizar herramientas de IA generativa al comprar en línea son la satisfacción con los métodos actuales y la falta de necesidad de nuevas herramientas, lo cual es comprensible: las compras en línea han evolucionado sus herramientas y experiencias durante décadas, refinando sus soluciones a las necesidades de los clientes con el tiempo (Figura 1).

Figura 1

Por ejemplo, cuando llevamos a cabo actividades guiadas con consumidores en las que interactuaban con asistentes de compras conversacionales en portales de minoristas, los clientes a menudo no tenían clara la diferencia entre utilizar la funcionalidad de búsqueda normal y utilizar estas nuevas herramientas de IA generativa para buscar y explorar productos. Un cliente se sorprendió de que el asistente de compras conversacional no diera prioridad a los productos que había comprado en el pasado, una característica que ofrecía la búsqueda tradicional: "Tal vez vuelva a la barra de búsqueda...porque he comprado este producto antes...Y, literalmente, solo tengo que escribirlo en la barra de búsqueda y sabrá lo que quiero"

Generar innovación requiere un enfoque de prueba y aprendizaje, y nuestra investigación sugiere que los minoristas deberían posicionar sus nuevos experimentos de IA generativa como tales, pero también esforzarse por generar una propuesta de valor complementaria a las existentes. De lo contrario, existe el riesgo de que los clientes se confundan con las diferentes herramientas disponibles para lograr objetivos similares. Además, también existe el riesgo de que los consumidores necesiten volver a familiarizarse en el futuro si los experimentos iniciales hacen que la IA generativa parezca menos atractiva en comparación.

Implicaciones estratégicas

• Utilizar la IA generativa para complementar los flujos actuales. Las herramientas de IA generativa independientes pueden abordar algunos casos de uso, pero los clientes están interesados en casos de uso que satisfagan sus necesidades de nuevas maneras, ofreciendo algo complementario que no existe en sus recorridos actuales y bien establecidos.
• Los compradores esperan que los chatbots mejoren. Los clientes son escépticos respecto a los chatbots, ya que han tenido malas experiencias de servicio al cliente con ellos en el pasado, cuando han experimentado conversaciones limitadas e inflexibles. A medida que más clientes experimenten las capacidades conversacionales superiores de las interfaces de IA generativa, querrán que las experiencias de chat en el comercio minorista estén a la altura.
• Identificar claramente sus experimentos y limitaciones para sus clientes a medida que exploran y prueban sus nuevas herramientas de IA generativa. La mayoría de los clientes dicen que no sienten la necesidad de comprender la IA generativa para usar las herramientas, pero es esencial que los minoristas identifiquen claramente las herramientas en pruebas y experimentos, para que los clientes sepan dónde encontrar sus flujos habituales y entiendan por qué se están desarrollando nuevas funciones.

Principio de diseño n.º 2: Ir más allá de los chatbots para integrar la IA generativa de manera más fluida en la experiencia.

Herramientas como ChatGPT, que reaccionan a las interacciones con los clientes (por ejemplo, el cliente escribe una pregunta y la herramienta reacciona a la pregunta creando una respuesta), han capturado la imaginación de la audiencia y ofrecen un excelente modelo de interacción para la experimentación. Sin embargo, para aprovechar al máximo el potencial de la IA generativa, nuestra investigación sugiere que los minoristas pueden y deben implementar diferentes arquetipos de interacción a lo largo de todo el proceso de compra, satisfaciendo las necesidades de los clientes no solo con experiencias reactivas, sino también pasivas y proactivas (Figura 2).

Figura 1

Por ejemplo, en nuestra investigación, los clientes calificaron los resúmenes de reseñas de productos generados por IA como una de las características más valiosas, ya que estos resúmenes ahorran tiempo, pero sin impedirles leer también reseñas individuales. "Eso ahorraría tiempo, ya que tiendo a quedarme atrapado en los detalles... Puedo tardar mucho tiempo en tomar una decisión, o incluso no tomarme nada, porque no puedo decidir. Creo que eso podría ayudarme a no sentirme tan abrumado con todas las opciones".

Los encuestados también consideraron casos de uso valiosos en los que podían hacer preguntas detalladas sobre el producto a los expertos, lo que sugiere que existe un gran potencial sin explotar que, aunque sutil, puede tener un impacto significativo en los objetivos estratégicos, como el aumento de las visitas, el tamaño del carrito de compra y la retención.

Implicaciones estratégicas

• Utilizar una gama completa de tipos de interacción. Comprender qué tipos de interacciones de IA generativa (reactivas, pasivas o proactivas) son más útiles en diferentes puntos del proceso de compra y utilizar todas las herramientas disponibles para ofrecer esa experiencia.
• La IA generativa puede integrarse sin problemas con la plataforma y las experiencias existentes. Las mejoras incrementales menos explícitas también pueden ser muy valiosas para el cliente. Deben ser intuitivos, reducir la fricción en la experiencia del usuario y garantizar que los usuarios se den cuenta fácilmente del valor añadido, sin una curva de aprendizaje pronunciada.
• La eficiencia puede ser un diferencial. Considerar formas de incorporar capacidades conversacionales de IA generativa en los flujos de compras en línea tradicionales, como el uso de lenguaje natural para búsquedas y filtros, para mejorar métricas como el tiempo que se tarda en realizar una compra.

Principio de diseño n.º 3: Replantearse la creación de valor a cambio de los datos de los clientes

Nuestra investigación indica que los clientes comprenden el potencial de la IA generativa para personalizar sus experiencias y, por esta razón, están más dispuestos a compartir datos a cambio de recomendaciones más personalizadas de lo que lo estarían de otro modo (Figura 3)

Figura 3

Al proporcionar estos datos, los clientes esperan que la IA generativa les ayude en las fases de descubrimiento y toma de decisiones de su proceso de compra, encontrando productos que se ajusten a sus necesidades en ese momento, su contexto, su historial de compras y sus preferencias. Por ejemplo, si un minorista sabe (por otras transacciones) que el comprador que consulta una página de sillas de coche es un padre primerizo, podría destacar comentarios relevantes de otros padres primerizos sobre la calidad o la facilidad de instalación de una silla de coche.

En nuestra investigación, todos los casos de uso más valiosos de la IA generativa tenían como objetivo facilitar la toma de decisiones. Este tipo de uso puede tratar un dolor conocido por los compradores en línea, que se sienten abrumados por una amplia variedad de productos, sin recomendaciones personalizadas ni curación. Las recomendaciones de productos personalizadas tradicionales no se basan en la IA generativa, pero hay formas de utilizar las capacidades de la IA generativa para guiar e inspirar a los clientes a lo largo del proceso de descubrimiento. Para muchos clientes, estas recomendaciones no se limitan necesariamente a recomendaciones específicas; también valoran tener ayuda en el proceso de descubrimiento. En el minorista estadounidense Etsy, por ejemplo, la función "Modo regalo de Etsy" ayuda a los compradores a explorar ideas de regalos seleccionando productos y creando categorías personalizadas, proporcionando una experiencia divertida y personalizada.

Implicaciones estratégicas

• Los datos de comportamiento se pueden aprovechar más allá de las recomendaciones específicas de productos. Debido a que muchos clientes valoran la experiencia de compra, los minoristas deben utilizar la IA generativa no solo para sugerir productos, sino también para ayudar a los compradores a descubrir nuevos artículos. Por ejemplo, la IA generativa podría ayudar a los minoristas a crear páginas de destino dedicadas o interfaces de aplicaciones adaptadas a clientes o personas específicas, reforzando el mensaje de que el minorista entiende lo que es importante para el comprador.
• Los clientes quieren información y control. Los clientes ven la posibilidad de obtener algo valioso a cambio de sus datos, y cada vez están más acostumbrados a controlar qué datos se comparten. La creación de bucles de retroalimentación ayuda a recopilar más información sobre lo que gusta y lo que no gusta a los clientes, al tiempo que proporciona datos que ayudan a los minoristas a perfeccionar sus algoritmos de recomendación.

Principio de diseño n.º 4: Generar confianza mostrando de dónde provienen los datos y a dónde van

La IA generativa es una tecnología nueva, y las personas a menudo tienen sentimientos encontrados sobre las innovaciones, especialmente cuando son tan poderosas. Dado que los minoristas, al lanzar estas funciones, pedirán a los clientes que participen en un proceso experimental de prueba y aprendizaje, es esencial construir y mantener la confianza. La reputación de la marca es primordial: el 41% de los clientes afirmaron que se sentirían cómodos utilizando una herramienta de IA generativa de una marca en la que confían. Por otro lado, los clientes expresaron preocupaciones reales sobre el origen y el propósito de los datos: "Me gustaría saber de dónde provienen las recomendaciones, ya que esperaría que las empresas fueran transparentes."

La IA generativa sigue siendo propensa a las alucinaciones, y este tipo de errores pueden erosionar la confianza. Más de la mitad de los clientes encuestados afirmaron que los mayores impactos negativos en la experiencia del usuario son los errores obvios (57%) y la información inexacta del producto (el 56% considera esto muy o extremadamente negativo). Esto refuerza la importancia de ser transparente con los clientes sobre los usos experimentales de la IA generativa y de priorizar los casos de uso de la IA generativa pasiva, que se pueden seguir y controlar más de cerca (Figura 4).

Figura 4

Implicaciones estratégicas

• Las prácticas de tratamiento de datos deben ser transparentes. Las políticas claras sobre el uso y la protección de datos pueden aliviar las preocupaciones de los clientes al generar confianza y proporcionar transparencia sobre el origen de la información. No es necesario explicar todo en detalle: los clientes no necesitan comprender completamente la tecnología, pero es probable que se sientan más cómodos usándola con un cierto nivel de transparencia.
• Las reacciones rápidas mejoran la precisión. A medida en que los minoristas amplían sus programas piloto de IA generativa, deben acelerar sus enfoques de prueba y aprendizaje para mejorar estas experiencias y cumplir con las expectativas de los clientes en términos de comodidad y precisión.
• Tener en cuenta los flujos de retroalimentación. Dado que los resultados de la IA generativa pueden ser impredecibles, los minoristas deben diseñar formas sencillas para que los clientes descarten y marquen el contenido no deseado. Los comentarios de los clientes servirán para hacer correcciones a corto plazo (como garantizar que el contenido desaparezca de la vista del cliente en cuanto se marque) y mejoras a largo plazo (como volver a entrenar los modelos y generar ideas para las reacciones de los equipos de producto).

Principio de diseño n.º 5: Implementar la IA generativa para reinventar el servicio al cliente.

Además de las interacciones reactivas con los consumidores, la IA generativa también puede resolver algunas de las partes históricamente más desafiantes del recorrido minorista, tanto antes como después de la experiencia de compra activa. La asistencia al cliente y la coordinación de devoluciones, en particular, son áreas en las que los clientes ven potencial de mejora.

La IA generativa también crea nuevas oportunidades para mantener conversaciones más profundas y precisas sobre ventas y asistencia con los clientes. A algunos ejecutivos les preocupa que la IA generativa pueda dañar sus relaciones con los clientes, sobre todo por su tendencia a ofrecer información inexacta. Pero estos temores pueden mitigarse mediante un diseño de producto cuidadoso y meditado. Es más, en la práctica, hemos visto que las respuestas de la IA generativa a los clientes pueden ser tan precisas como las de los agentes humanos de atención al cliente (que también se equivocan de vez en cuando).

A lo largo del viaje, la IA generativa demuestra el potencial para ir más allá de los objetivos tradicionales de eficiencia y usabilidad, personalizando la experiencia ajustando el tono y el contenido de una manera más fácil de usar. La IA generativa también puede abordar desafíos de servicio más complejos: por ejemplo, las funciones avanzadas de transcripción de voz a texto pueden mejorar la accesibilidad mediante el análisis de oraciones pronunciadas de formas menos articuladas o menos convencionales. En general, vemos un potencial significativo para que la IA generativa cree más valor, mejorando el recorrido del cliente en el comercio minorista y ayudándolo a descubrir nuevas formas de comprar.

Implicaciones estratégicas

• La IA generativa proactiva puede construir relaciones con los clientes. A medida en que la IA generativa continúa ofreciendo experiencias más personalizadas y conversacionales, puede alcanzar los límites del recorrido del cliente, como la adquisición inicial o las relaciones posteriores a la compra, de formas que antes no eran posibles de lanzar a escala. La IA generativa puede ayudar a las marcas a mantenerse en contacto con sus clientes de una manera más natural y útil.
• La IA generativa puede aportar el elusivo componente de asesoramiento. Muchos minoristas aspiran a tener asesores útiles en sus tiendas físicas: por ejemplo, un experto en riego en el pasillo de aspersores de una tienda de mejoras para el hogar, o un entusiasta de la decoración del hogar en la sección de artículos para el hogar de unos grandes almacenes. Hasta ahora, esto era difícil o imposible de reproducir en Internet. Pero la IA generativa abre la posibilidad de situar el conocimiento experto y las habilidades conversacionales en los canales digitales adecuados.

El cliente ante todo

La IA generativa ofrece nuevas y emocionantes herramientas para diseñar la experiencia del cliente, y los consumidores son optimistas sobre las posibilidades. Pero las nuevas herramientas a veces pueden inspirar una búsqueda para crear aplicaciones de la herramienta que pongan la tecnología por delante de las necesidades y preferencias del cliente. Como siempre ha ocurrido, los minoristas estarán mejor equipados si parten de las necesidades de los clientes y utilizan la IA generativa para resolverlas, en lugar de enviar la tecnología en busca de un problema que resolver.