Databricks per il settore retail e dei beni di consumo

L'agentic commerce è il passaggio dalla ricerca di prodotti da parte dei clienti ad agenti di IA che gestiscono autonomamente la scoperta, la raccomandazione, la transazione e il servizio per conto di acquirenti, rivenditori e fornitori. Gli analisti di settore prevedono che entro il 2028 il 50% degli acquisti verrà avviato da agenti IA o da una ricerca basata sull'intento. I retailer che controllano quell'esperienza vedranno un valore del ciclo di vita del cliente notevolmente superiore rispetto a quelli che si affidano ancora alla ricerca per parole chiave e alle pagine di categoria statiche.

Databricks lo consente tramite Agent Bricks, che permette ai retailer di creare agenti IA pronti per la produzione basati sui propri dati aziendali, senza mesi di ingegneria ML personalizzata. I team descrivono il task dell'agente, collegano i loro dati e Agent Bricks si occupa del resto: generazione di dati sintetici, valutazione, ottimizzazione e deployment. Lakebase fornisce la base transazionale in tempo reale su cui fanno affidamento questi agenti, con accesso in pochi millisecondi a cataloghi di prodotti, inventario e profili dei clienti, mentre Unity Catalog garantisce che ogni azione degli agenti sia governata e verificabile, offrendo ai rivenditori la sicurezza necessaria per distribuire l'IA in ambienti di produzione a contatto con i clienti.

Il margine di vendita al dettaglio è sotto una pressione storica. Le ricerche dimostrano che il 30%-40% della spesa promozionale viene sprecato per i consumatori che avrebbero acquistato comunque a prezzo pieno e le revisioni manuali dei prezzi non riescono a tenere il passo con le condizioni di mercato che cambiano quotidianamente. Databricks potenzia la Gestione della crescita dei ricavi (Revenue Growth Management) consentendo l'ottimizzazione basata sull'IA di prezzi, promozioni e assortimento su un'unica piattaforma: adeguando continuamente i prezzi in base alla domanda in tempo reale e ai segnali della concorrenza, misurando la reale incrementalità delle promozioni anziché l'aumento dichiarato dal fornitore e ottimizzando l'allocazione di SKU e scaffali per negozio per massimizzare le entrate per metro quadrato.

Genie mette questo potere direttamente nelle mani dei category manager e dei revenue growth manager, in modo che un commerciante possa chiedere quale sia stato l'effettivo aumento incrementale di una promozione e ottenere immediatamente una risposta basata sui dati e corredata di fonti. Lakebase alimenta le API per i prezzi dinamici e i motori promozionali che devono leggere in tempo reale le regole di margine e i segnali della concorrenza e scrivere le decisioni sui sistemi POS ed e-commerce a velocità transazionale. I principali retailer ottengono un miglioramento del margine del 2-5% grazie all'ottimizzazione basata sull'IA e Prada ha registrato un aumento del 20% dei tassi di conversione attraverso applicazioni di IA personalizzate create su Databricks.

Il problema strutturale che la maggior parte dei rivenditori affronta non è la carenza di dati; è che i dati si trovano ovunque e non appartengono a nessuno. I dati dei clienti si trovano nei CDP, i dati della supply chain negli ERP, i dati promozionali in soluzioni puntuali e i dati dei negozi nei sistemi POS legacy. Ciascuno ha il proprio modello di governance e la propria copia della verità, il che produce decisioni lente, approfondimenti obsoleti e progetti di AI che non passano mai dalla fase pilota alla produzione. Databricks supera questa frammentazione con un'unica lakehouse aperta in cui tutti i dati retail, dal clickstream alla catena del freddo, sono unificati sotto un unico livello di governance tramite Unity Catalog.

L'impatto si fa sentire in tutte le funzioni: la supply chain e il merchandising operano partendo dagli stessi segnali di domanda, il marketing e la finanza dalla stessa visione unica del cliente e i modelli di IA vengono addestrati su dati completi e governati anziché su sottoinsiemi isolati. Delta Sharing estende la collaborazione oltre i confini dell'azienda del rivenditore, consentendo lo scambio di dati governato in tempo reale con fornitori e partner CPG senza copie, vincoli proprietari o integrazioni costose. Walmart ha ottenuto una comprensione della catena di fornitura più approfondita del 50% con oltre 300 fornitori su Databricks, utilizzando esattamente questo approccio.

Storicamente, la collaborazione nella supply chain del settore retail si è basata su fogli di calcolo inviati via email, integrazioni EDI proprietarie e costosi intermediari per la Data Sharing, tutti elementi che creano ritardi e rischi per la governance. In un contesto definito dalla volatilità tariffaria e dal cambiamento della domanda dei consumatori, tale attrito non è più accettabile. Databricks abilita un modello fondamentalmente diverso tramite Delta Sharing: un protocollo aperto e zero-copy che consente ai rivenditori di condividere con i fornitori previsioni della domanda governate, dati di sell-through e dati sull'inventario. Ciò avviene in tempo reale, senza copie dei dati, senza richiedere ai partner di adottare lo stesso stack tecnologico e senza cedere il controllo dei dati sottostanti.

Partendo da questa base, i modelli di previsione basati sull'AI combinano i dati POS con segnali esterni in tempo reale, come meteo, eventi, congestione portuale e prezzi delle materie prime, per generare previsioni a livello di punto vendita e SKU che si aggiornano continuamente. AI/BI Genie offre ai pianificatori della supply chain un accesso conversazionale ai segnali di interruzione e all'accuratezza delle previsioni senza estrarre dati da sistemi eterogenei, mentre Lakebase alimenta le applicazioni di inventario operativo che mantengono i livelli di warehouse e i dati degli ordini sincronizzati con il lakehouse in tempo reale. I rivenditori che utilizzano Databricks segnalano riduzioni del 20-30% dell'errore di previsione e del 60% delle rotture di stock, costruendo al contempo relazioni con i fornitori che creano un autentico vantaggio competitivo.