UBS ระบุว่าผู้ค้าปลีกอยู่ในตำแหน่งที่ดีที่สุดเมื่อตัวแทน AI คุกคามโมเดลผลกำไร

การเกิดขึ้นของตัวแทนช้อปปิ้งที่ขับเคลื่อนด้วย AI อาจเป็นหนึ่งในพัฒนาการที่สำคัญที่สุดสำหรับธุรกิจค้าปลีกนับตั้งแต่การมาถึงของอีคอมเมิร์ซ และผู้ค้าปลีกรายใหญ่ในสหรัฐฯ มีความพร้อมที่แตกต่างกันในการรับมือกับการเปลี่ยนแปลงนี้ ตามการวิเคราะห์ใหม่ของ UBS

ความสามารถในการทำกำไร ไม่ใช่ยอดขาย ที่เสี่ยง

นักวิเคราะห์ของ UBS ชี้ว่า เมื่อตัวแทน AI ทำหน้าที่เป็นตัวกลางระหว่างผู้บริโภคและผู้ค้ามากขึ้นเรื่อยๆ ภัยคุกคามที่สำคัญที่สุดในทันทีไม่ใช่รายได้โดยรวม แต่เป็น กลุ่มกำไรที่มีอัตรากำไรสูง รายงานตั้งคำถามว่าเศรษฐศาสตร์ค้าปลีกจะพัฒนาไปอย่างไรเมื่อ AI กลายเป็นช่องทางหลักในการปฏิสัมพันธ์กับลูกค้า

โดยเฉพาะอย่างยิ่ง ตัวแทน AI อาจข้ามผลการค้นหาแบบสปอนเซอร์และโฆษณาในสื่อค้าปลีก ซึ่งกลายเป็นแหล่งรายได้ที่สำคัญสำหรับผู้ค้าปลีกรายใหญ่ สิ่งนี้อาจทำให้การใช้จ่ายกระจายตัวใหม่ เนื่องจาก AI ปรับให้เหมาะสมเพื่อประสิทธิภาพและคุณค่า ซึ่งอาจทำให้แหล่งกำไรที่สำคัญสำหรับบริษัทต่างๆ เช่น Walmart และ Target ลดลง

คุณสมบัติสำคัญสู่ความสำเร็จ

ตามรายงานของ UBS ผู้ค้าปลีกที่มีจุดแข็งหลักบางอย่างจะมีความพร้อมมากกว่าในการรับมือกับการเปลี่ยนแปลงทางเทคโนโลยีนี้ การวิเคราะห์ชี้ให้เห็นถึงข้อได้เปรียบที่สำคัญหลายประการ:

Ad

• ขนาดและการดำเนินการ: การดำเนินงานขนาดใหญ่และความสามารถในการดำเนินการที่แข็งแกร่งจะยังคงเป็นปัจจัยสำคัญที่สร้างความแตกต่าง ไม่ว่าเส้นทางการซื้อสินค้าของลูกค้าจะเริ่มต้นอย่างไรก็ตาม
• อำนาจในการกำหนดราคา: ความสามารถในการเสนอราคาที่แข่งขันได้อย่างสม่ำเสมอจะเป็นปัจจัยสำคัญ เนื่องจากตัวแทน AI จะเปรียบเทียบตัวเลือกต่างๆ โดยใช้เกณฑ์ที่เป็นกลาง
• ความแตกต่างที่แท้จริง: ข้อเสนอคุณค่าที่เป็นเอกลักษณ์ เช่น รูปแบบการเป็นสมาชิกของ Costco จะมีความโดดเด่นและมีคุณค่ามากขึ้น เนื่องจากตัวแทน AI ให้ความสำคัญกับคุณค่าของลูกค้าเป็นอันดับแรก

Costco ถูกเน้นย้ำว่าอยู่ในตำแหน่งที่ดีเนื่องจากข้อเสนอคุณค่าที่แข็งแกร่ง ในภาคส่วนการปรับปรุงบ้าน Home Depot และ Lowe's ถูกมองว่ามีข้อได้เปรียบเชิงป้องกัน เนื่องจากพวกเขามีบริการติดตั้ง ความเชี่ยวชาญทางเทคนิค และคำแนะนำโครงการ ซึ่งเป็นบริการเสริมที่ AI ไม่สามารถเลียนแบบได้ง่าย

มุมมองที่ซับซ้อนขึ้น

สำหรับร้านขายของชำอย่าง Kroger สถานการณ์มีความซับซ้อนมากขึ้น แม้ว่าการซื้อของชำซ้ำๆ จะเหมาะอย่างยิ่งสำหรับการใช้ระบบอัตโนมัติโดยตัวแทน AI สำหรับงานต่างๆ เช่น การจัดตะกร้าสินค้าประจำสัปดาห์ แต่ภาคส่วนนี้ก็ได้รับประโยชน์จากการพึ่งพาห่วงโซ่อุปทานที่ซับซ้อน ความต้องการเลือกซื้ออาหารสดและบริโภคทันทีมีแนวโน้มที่จะยังคงเป็นแรงผลักดันให้พฤติกรรมของผู้บริโภคอยู่ในร้านค้าจริงต่อไป ตามรายงานของ UBS