Detailhandlen kører på en kombination af repetitivt arbejde og momenter, der gør forskellen for kunden. Lagerstyring, prisfastsættelse, personaleplanlægning, ordrebehandling og en del af kundeservicen udgør en stor del af de besatte timer. Derudover er der arbejde, der drejer sig om vurdering på stedet: hvordan en hylde bliver indrettet, hvordan en klage bliver løst, hvordan en sælger reagerer på det, en kunde endnu ikke har sagt. Udfaldet af et salgsmoment styres af omstændigheder, der varierer fra butik til butik og fra kæde til kæde: sortimentsbredde, graden af fysisk versus online salg, marginen pr. artikel og i hvilken grad kunder sammenligner priser, før de går ind i en butik.
Så længe lagerstyring og prisfastsættelse primært var baseret på erfaring og manuel kontrol, var kvaliteten heraf et resultat af bemanding og medarbejdernes erfaring. Den, der havde flere personer på planlægningen, havde som regel færre fejltagelser. Idet systemer i høj grad selv beregner lager og pris og kun forelægger undtagelser for en medarbejder, ændrer det, hvad der vinder der. Det handler så ikke længere om, hvor mange mennesker der planlægger, men om kvaliteten af de data, systemet kører på, og om hvor hurtigt afvigelser bliver genkendt og korrigeret.
Dette sker allerede i dag hos en del af detailhandlerne, og ikke hos alle. Forskellen ligger i den grad, hvormed en virksomhed har styr på sine lager- og salgsdata, i villigheden til at overlade beslutninger til et system inden for fastsatte marginer, og i sortimentets omfang: ved et begrænset sortiment er automatisering lettere at validere end ved et bredt og hurtigt skiftende udbud. Kæder med mange filialer og et standardiseret sortiment er ofte foran her, mens specialiserede eller stærkt sæsonbetonede butikker fortsat i højere grad læner sig op ad menneskelig vurdering.
Inden for samme afdeling flyder de tre kategorier sammen. Ordrebehandling og grundlæggende lagerpåfyldning er opgaver, som et system i stigende grad kan håndtere selvstændigt. Prisjusteringer og sammensætning af personaleskemaer falder oftere i mellemkategorien: systemet fremsætter et forslag, en leder godkender eller afviser det, med begrundelse. Opbygning af en kunderelation i butikken, håndtering af en usædvanlig klage og vurdering af lokale præferencer forbliver indtil videre menneskeligt arbejde. Hvor grænsen præcis går mellem disse tre kategorier, varierer efter butikskoncept og funktion, og det er også årsagen til, at generiske udsagn om 'AI i detailhandlen' giver ringe grundlag for en konkret sammenligning med konkurrenter.
Hvis to detailhandlere hævder samme leveringstid, samme serviceniveau eller samme prisfastsættelse, er spørgsmålet ikke længere kun, hvem der udfører det bedst, men også hvem der har indrettet processen sådan, at systemet selvstændigt kan styre den. En kæde, der i vid udstrækning lader lagerbeslutninger automatisere, kan reagere hurtigere på efterspørgselsudsving end en kæde, der stadig træffer de samme beslutninger via et ugentligt møde. Den forskel er målbar i gennemløbstider og fejlmarginer, ikke i intentioner eller ambitioner.
Det er netop her, en peer group er af betydning: kun ved at sammenligne Deres butikskoncept med detailhandlere, der er sammenlignelige med hensyn til størrelse, sortiment og salgskanal, bliver det synligt, om en forskel i leveringstid eller prisfastsættelse skyldes en anden tilgang til AI eller noget andet. En white space-analyse viser derefter, på hvilken dimension ingen af de sammenlignelige aktører scorer stærkt, og hvor der dermed er plads, som endnu ikke er indtaget.
Det underliggende spørgsmål om, hvilket arbejde i Deres egen virksomhed der reelt kan overtages af AI, besvares pr. opgave med arbejdsscanningen fra FTE TO AI. Berører dette spørgsmål personalebeslutninger, gælder der egne lovmæssige krav; arbejdsscanningen beskriver arbejdet, ikke konsekvenserne for mennesker.
Måden, hvorpå AI ændrer sammenligningen mellem konkurrenter, varierer stærkt fra sektor til sektor. I restaurationsbranchen udspiller forskydningen sig primært omkring planlægning og bemanding, i it-sektoren omkring leveringshastighed og kodekvalitet, og i den finansielle sektor omkring risikovurdering og acceptationshastighed. Også landbrugssektoren viser, hvordan sæsonbetonet arbejde og automatisering berører hinanden, hvilket viser paralleller til sæsonbetonede sortimenter i detailhandlen.
De kan begynde med at pege på de punkter, hvor De mener at vinde over Deres konkurrenter, og teste disse påstande mod, hvad der reelt kan underbygges med beviser. Den gratis dimensionscheck fra FTE TO AI er udgangspunktet hertil: De angiver, hvor De mener at vinde, og ser hvilke af disse påstande holder stand, og hvilke der endnu mangler underbygning. Den fulde benchmark, med peer group og bevismatrix for detailhandlen, er under udarbejdelse.