Un’altra previsione per il 2026: come l’AI trasformerà il retail e i consumer goods

Sebbene l’AI sia al centro dell’attenzione in ogni settore e i primi adottanti abbiano registrato una crescita significativa nelle loro organizzazioni, la maggior parte delle aziende non ha ancora scalato l’AI a livello enterprise.

Ma il 2026 potrebbe essere l’anno in cui questo cambia.

Nel prossimo anno, prevediamo che molti retailer e aziende di consumer goods passeranno dalla sperimentazione di strumenti e applicazioni AI alla guida di innovazioni trasformative nei propri business, abbracciando pienamente l’enterprise AI. Dal decision-making autonomo nella supply chain al commercio conversazionale e agentic, esistono diverse aree chiave in cui i retailer evolveranno per garantire che le operazioni interne e le esperienze dei clienti possano soddisfare le esigenze di un settore in rapido cambiamento.

Tuttavia, mentre retailer e aziende guardano al futuro, i consumatori sono allo stesso tempo alla ricerca di esperienze radicate nel retail tradizionale fisico. Il vecchio torna nuovo — è ancor più vero con il recommerce che diventa mainstream — e sebbene i consumatori si stiano rivolgendo sempre più agli LLM invece che ai motori di ricerca per fare acquisti online, desiderano anche esperienze in-store per vedere, toccare e sentire ciò che stanno acquistando prima di comprarlo. Approfondiamo alcuni dei cambiamenti più impattanti che vediamo influenzare il retail e il consumer goods nel 2026.

Commercio conversazionale e agentic

L’ecommerce così come lo conosciamo sta per subire un cambiamento radicale, poiché il commercio agentic è destinato a svolgere un ruolo sempre più centrale nell’esperienza di acquisto online. Alla conferenza di quest’anno della National Retail Federation (NRF), Google ha annunciato il lancio di uno standard per l’agentic commerce chiamato Universal Commerce Protocol (UCP) per abilitare una nuova funzionalità di checkout su prodotti idonei in Gemini e nell’AI Mode di ricerca. Questo avviene solo quattro mesi dopo il lancio dell’Agent Payments Protocol. Instant Checkout di ChatGPT, disponibile per i suoi 800 milioni di utenti attivi settimanali, è alimentato dall’Agentic Commerce Protocol (ACP) sviluppato con Stripe. Questi sviluppi hanno posto le basi affinché i retailer possano adottare e implementare il commercio agentic nel 2026.

Esistono due aspetti del commercio conversazionale e dell’agentic commerce che i retailer devono considerare quest’anno: la componente di commercio conversazionale, che rende possibile per i consumatori parlare con un LLM, e la componente di agentic commerce, che implica transazioni senza human-in-the-loop.

Per quanto riguarda il commercio conversazionale, il modo in cui i consumatori utilizzano internet è cambiato radicalmente: Il tempo che trascorrono con gli LLM per la ricerca e la scoperta di prodotti è molto più lungo rispetto al tempo passato sui motori di ricerca tradizionali. Con i motori di ricerca, i clienti utilizzano meno parole nelle query e forniscono meno informazioni personali, mentre con gli LLM sono molto più propensi a condividere informazioni su se stessi. 

Alla luce di questo spostamento verso una ricerca e scoperta di prodotti incentrata sull’AI, i retailer dovrebbero concentrarsi sulla modellazione semantica e sulla massimizzazione della visibilità dei prodotti per garantirne la scopribilità. Ciò significa assicurarsi che i cataloghi di prodotti siano puliti, accurati e alimentati con dati di alta qualità per offrire una customer experience ricca e AI-powered.

Per quanto riguarda l’evoluzione dell’agentic commerce, prevediamo un passaggio verso assistenti di shopping human-in-the-loop verso la fine del 2026. Sebbene non sia ancora una realtà, prevediamo che diventerà una componente fondamentale dell’esperienza retail, in cui i consumatori delegheranno a un agente AI l’intero processo di ricerca e acquisto di un prodotto, che verrà gestito in modo autonomo. È importante che i retailer si preparino a questo scenario dotandosi di un server Model Context Protocol (MCP) per collegare tra loro agenti AI diversi (agenti di supply chain, agenti di inventario, agenti customer 360, ecc.). Gli assistenti human-in-the-loop hanno maggiori probabilità di affermarsi in categorie in cui i prodotti vengono acquistati ripetutamente, come i beni di consumo o gli articoli per la casa.

Decision-making autonomo nella supply chain

Mentre molti parlano di agentic commerce da una prospettiva B2C, per i retailer l’utilizzo di AI e agenti in ambito B2B si manifesterà sotto forma di decision-making autonomo nella supply chain. QIncluderà attività come la negoziazione con i fornitori e l’utilizzo dell’AI per comprendere con cosa presentarsi al tavolo durante tali negoziazioni. Includerà anche attività come la pianificazione degli spazi nei negozi o nei centri di fulfillment e distribuzione, soprattutto per i retailer che dispongono di una rete di questi centri molto distribuita. Il decision-making autonomo nella supply chain può aiutare a gestire problematiche come dove stoccare i prodotti in base alla stagionalità e alle vendite in specifiche regioni. Ad esempio, un grande retailer generalista potrà automatizzare la decisione di rifornire per periodi più lunghi di abbigliamento invernale pesante i negozi della East Coast rispetto a quelli della West Coast, sulla base dei dati di vendita.

L’intelligenza predittiva della supply chain evolverà grazie a forecasting e gestione dell’inventario basati su AI. Sebbene questa disciplina sia sempre stata guidata dal machine learning (ML), e i retailer abbiano già utilizzato l’ML per il forecasting, l’AI consentirà di automatizzare attività come la scrittura di query SQL o la creazione e l’esecuzione di modelli di data science.

Nel prossimo anno sarà fondamentale per retailer e aziende di consumer goods dare priorità sia alla velocità sia alla diversificazione delle supply chain per migliorarne la resilienza. La rapidità di accesso a insight e informazioni richiederà lo sfruttamento dei dati, e l’ecosistema dati che i retailer svilupperanno guiderà le decisioni basate su agenti AI. Di fatto, l’agentic decision-making ha un’elevata probabilità di diventare un fattore chiave di differenziazione per le supply chain che devono affrontare cambiamenti rapidi.

L’ascesa del recommerce e delle esperienze in-store

Mentre il settore sta vivendo questo enorme spostamento verso AI, agenti e operazioni data-driven, i consumatori cercano sia esperienze retail orientate al futuro sia esperienze tradizionali. Il recommerce — nuovo termine che designa il mercato dell’usato — è diventato mainstream in gran parte grazie alle generazioni più giovani come la Gen Z, ma anche a causa delle crescenti preoccupazioni dei consumatori legate alla sostenibilità nelle abitudini di acquisto. Più in generale, molti consumatori dichiarano un interesse crescente per un consumo più consapevole e stanno ripensando quali brand e prodotti siano davvero necessari nelle loro vite. Dall’acquisto locale alla priorità data al packaging sostenibile e alla partecipazione all’economia circolare, queste tendenze avranno un impatto trasversale su tutte le categorie del retail. Le aziende di consumer goods hanno una grande opportunità di riposizionare alcuni dei loro prodotti esistenti e abbracciare l’innovazione per guidare la crescita. I retailer alla ricerca di nuove fonti di ricavo dovrebbero analizzare le proprie strategie di resi e reverse logistics e valutare se stanno guardando al recommerce come un modo per recuperare i margini di profitto.

Inoltre, i consumatori richiedono esperienze in-store, in particolare esperienze tattili e fisiche/sensoriali, alimentando la crescita del retail tourism. Nel retail verticalmente integrato, come moda e abbigliamento, questo è sempre stato vero, ma stiamo osservando questo fenomeno anche in altre categorie come i giocattoli, dove i consumatori vogliono vedere il prodotto e il packaging e tenerli in mano. I retailer — e non solo quelli di lusso — stanno rispondendo lanciando diverse esperienze in-store, come Costco che porta le celebrità nei negozi per promuovere il lancio di nuovi prodotti. Man mano che i consumatori continuano a cercare esperienze fisiche, i retailer dovrebbero prestare attenzione a ciò che i clienti chiedono e ideare modi per elevare le esperienze in-store a opportunità imperdibili che generino un reale valore per i consumatori.

Il prossimo anno porterà grandi opportunità di crescita e innovazione per retailer e aziende di consumer goods, ma sarà fondamentale per loro abbracciare prima l’enterprise AI. Per guidare l’enterprise AI su larga scala, queste aziende dovranno avere i seguenti elementi:

• Preparazione dei dati: Le aziende devono assicurarsi che i team abbiano accesso ai dati giusti, sia interni sia esterni, su tutti i sistemi eterogenei. Successivamente, dovranno pulire e armonizzare i dati per renderli pronti per i data consumer. I dati utilizzati per addestrare i modelli saranno il fattore più determinante per il successo dell’implementazione dell’AI, non i modelli stessi.
  

• Piattaforma dati sicura e facile da usare: La piattaforma dovrebbe essere in grado di lavorare con tutti i tipi di dati (strutturati, non strutturati, semi-strutturati) ed eseguire LLM in un ambiente sicuro, in modo che i dati aziendali non escano verso domini pubblici.
  

• Governance dei casi d’uso guidata dal business: Non cadere nella trappola di implementare tecnologia fine a se stessa, altrimenti si rischia di distribuire soluzioni per casi d’uso che non avranno un impatto significativo. Applicare l’AI su vere priorità di business e disporre di un framework oggettivo che consenta di identificare quei casi d’uso critici per il business.
  

• Ecosistema collaborativo e interoperabile: Le aziende dovrebbero adottare una strategia proattiva per sfruttare soluzioni best-in-class già presenti sul mercato. Affidarsi a partner in grado di fornire gli strumenti giusti per le proprie esigenze. Mantenere un focus implacabile sulla creazione di valore; se le aziende non creano valore con l’AI, scopriranno che le organizzazioni smetteranno di credere nel suo potenziale, minando tutto ciò che potrebbero ottenere con essa.

Questi sono solo alcuni degli insight sui cambiamenti che vediamo profilarsi all’orizzonte. Per ulteriori informazioni sulle previsioni di settore e su come retailer e aziende di consumer goods possono prepararsi, guarda il nostro webinar Retail + AI Data Predictions 2026 e scarica ora AI e dati: previsioni di Snowflake per il 2026.