W tym przypadku sztuczna inteligencja jest podobna do człowieka, podejmuje decyzje według posiadanych informacji. Brak lub mylna czy nie pełna informacja, równa jest podjęciu błędnej decyzji, która generuje koszty. W efekcie braku pełnych informacji, systemy AI oraz inne wspomagające pracowników technologie, wykorzystywane przez detalistów, działają na podstawie niepełnych danych o sytuacji w sklepach. Rodzi to straty i nieporozumienia w relacjach międzyludzkich.
Badanie rzeczywistości logistyki sklepowej i stanów magazynowych przeprowadził Scandit, lider w dziedzinie inteligentnego przechwytywania danych z wykorzystaniem sztucznej inteligencji wizyjnej (Vision AI). Badanie odbyło się wśród 2200 pracowników sklepów w siedmiu krajach: Polsce, Stanach Zjednoczonych, Kanadzie, Wielkiej Brytanii, Francji, Włoszech oraz Niemczech. Wniosek jest jeden: wdrażanie AI w handlu detalicznym postępuje szybciej niż poprawa jakości danych, na których opierają się systemy wykorzystywane w sklepach.
Każdy sklep ma swój patent na wprowadzane dane do systemu
W Polsce dane o zapasach odzwierciedlają rzeczywistą zawartość sklepowych półek w zaledwie 45% przypadków, a tylko 5% respondentów deklaruje pełne zaufanie do tych informacji. Skalę problemu pokazuje codzienna praktyka pracowników, którzy – jak przyznał jeden z uczestników badania Scandit – zajmują się „sprawdzaniem, czy ceny na półce zgadzają się z tymi w systemie”. W całym badaniu, obejmującym siedem krajów, wskaźniki te wyniosły odpowiednio 46% i 8%. Ponadto tylko 25% respondentów ze wszystkich badanych krajów uważa, że dane o zapasach są prawidłowe w ponad 70% przypadków. Rozbieżności między danymi w systemach a faktyczną dostępnością produktów generują dodatkowe koszty, utrudniają obsługę klientów i sprawiają, że systemy AI oraz inne technologie działają na podstawie niepełnych informacji.
Nieprawidłowe dane o zapasach oznaczają również wymierne straty czasu i pieniędzy. Pracownicy sklepów w Polsce szacują, że dzięki dostępowi do wiarygodnych informacji mogliby odzyskać średnio 3,8 godziny tygodniowo, czyli równowartość około 4,5 tygodnia roboczego rocznie.
Błędne dane generują błędy w systemie i kosztowne błędne decyzje
W skali całej branży niedokładne dane o zapasach przekładają się na miliony godzin straconego czasu pracy. W przypadku detalisty zatrudniającego 10 000 pracowników sklepów roczny koszt czasu poświęcanego na uzupełnianie braków w danych może przekraczać 56 mln zł*. Jak podkreślił jeden z respondentów badania Scandit, jednym z podstawowych oczekiwań pracowników jest „system, który się nie zacina”.
Biorąc pod uwagę skalę zatrudnienia w polskim handlu, nieprawidłowe dane o zapasach mogą oznaczać znaczące straty czasu i pieniędzy dla detalistów. Gdy dane w systemie nie zgadzają się z rzeczywistością, pracownicy sklepów muszą działać na własną rękę. W Polsce niemal połowa badanych (45%) samodzielnie poprawia dane, a 43% zgłasza korekty stanów magazynowych. Problem w tym, że 45% pracowników podejmujących takie działania całkowicie omija oficjalne systemy, a 74% korzysta z co najmniej jednej nieformalnej metody zapisywania informacji – od papierowych notatek i czatów zespołowych po zdjęcia robione prywatnymi telefonami, aplikacje i własną pamięć.
Aktualne dane poza systemem de facto nie istnieją dla AI
W efekcie powstaje równoległy obieg informacji, w którym ważne dane o zapasach trafiają poza oficjalne systemy wykorzystywane przez centrale sieci handlowych, narzędzia analityczne i rozwiązania AI. Pracownicy wskazują więc na potrzebę uproszczenia i przyspieszenia tego procesu. Wśród ich postulatów znalazły się „wprowadzenie możliwości szybkiej i sprawnej zmiany stanów magazynowych” oraz „bieżące korekty stanów”.
- Problem detalistów nie polega przede wszystkim na wdrażaniu AI, lecz na braku wiarygodnych danych o tym, co faktycznie dzieje się w sklepach. – powiedział Samuel Mueller, CEO i współzałożyciel Scandit. - Pracownicy poświęcają cenny czas na uzupełnianie braków w danych, a wiele z tych informacji trafia do nieoficjalnych źródeł. Zanim detaliści powierzą AI podejmowanie kolejnych decyzji, muszą zadbać o rzetelne i spójne dane dotyczące rzeczywistej dostępności produktów i sytuacji w sklepach.
Zaufanie pracowników do danych o zapasach wyraźnie rośnie dopiero wtedy, gdy ich dokładność przekracza 70% – wynika z badania Scandit. W całej badanej grupie, obejmującej siedem krajów, tylko 8% respondentów w pełni ufa informacjom o stanach magazynowych, a zaledwie 25% uważa, że dane są prawidłowe w ponad 70% przypadków. Wśród pracowników oceniających dokładność danych na poziomie nieprzekraczającym 50% wysoki poziom zaufania deklaruje około jedna czwarta badanych. Wyniki wskazują, że niewielka poprawa jakości danych nie wystarczy, by znacząco zwiększyć zaufanie personelu.
Ekspert rynku handlu, Andrew Smith, partner zarządzający i współzałożyciel ThinkUncommon stwierdza, że: - Nie wystarczy stopniowo poprawiać dokładności danych, aby zyskać zaufanie pracowników. – podkreśla też wagę aktualnej informacji w relacjach z pracownikami: -Zwiększenie dokładności danych o zapasach z 46% do 60% we wszystkich analizowanych krajach może dobrze wyglądać w raporcie dla zarządu, ale niekoniecznie przełoży się na rzeczywistą poprawę funkcjonowania sklepów. Zaufanie wyraźnie rośnie dopiero wtedy, gdy dokładność przekracza 70%. Do tego czasu pracownicy muszą samodzielnie sprawdzać, co znajduje się na półkach, korygować dane w systemie lub szukać innych sposobów, by pomóc klientom.
Złe dane wprowadzone do systemu AI wydłużają czas jaki pracownik spędza w sklepie
Nieprawidłowe dane o zapasach oznaczają również dodatkową pracę przy obsłudze klientów. Pracownicy sklepów w Polsce poświęcają średnio 3,5 godziny tygodniowo na odpowiadanie na pytania, na które technologie sklepowe powinny dostarczać gotowych odpowiedzi. Ponadto średnio 5,9 razy w tygodniu muszą osobiście sprawdzać, czy produkt jest dostępny. 24% badanych wykonuje takie kontrole więcej niż 10 razy w tygodniu.
Zaangażowanie pracowników w testowanie nowych technologii przekłada się na częstsze korzystanie z nich i większe zaufanie do danych – wynika z badania Scandit. Wśród osób uczestniczących w pilotażach 74% deklarowało korzystanie z większości narzędzi wykorzystywanych w sklepach, w porównaniu z 61% pracowników, których jedynie konsultowano przed wdrożeniem nowych technologii lub w ogóle nie pytano o opinię. Pracownicy podkreślają również, że kluczowe znaczenie ma możliwość szybkiego reagowania na braki towarów i aktualizowania informacji o ich dostępności.
Różnice widać również w poziomie zaufania do danych o zapasach: wysokie zaufanie deklarowała połowa uczestników pilotaży, w porównaniu z 25% osób, których nie angażowano w proces wdrażania zmian. Wszystkie te dane dotyczą łącznie siedmiu krajów uwzględnionych w badaniu: Polski, Stanów Zjednoczonych, Kanady, Wielkiej Brytanii, Francji, Włoch oraz Niemiec.
Zapytani o to, co usprawniłoby zarządzanie zapasami w sklepach, pracownicy wskazali przede wszystkim na potrzebę poprawy dokładności danych, lepszego oznaczania lokalizacji produktów i większego zaangażowania centrali w dialog z personelem. Wśród ich odpowiedzi znalazły się następujące postulaty:
- „Zadbajcie o dokładność stanów magazynowych, żebym nie tracił czasu na szukanie produktów, których w rzeczywistości nie ma”.
- „Często zapasy na magazynie nie są ujęte w systemie, dlatego muszę osobiście sprawdzać ich dostępność częściej, niż bym chciał”.
- „Potrzebujemy dokładniejszych informacji o lokalizacji produktów. Zdarza się, że system kieruje mnie w miejsce, w którym danego produktu nie ma”.
- „Centrala powinna częściej konsultować się z nami – pracownikami, którzy na co dzień mają bezpośredni kontakt z klientami”.
Dziennikarz z zawodu i zamiłowania. Zajmuje się tematyką gospodarczą, prawną i finansową, szczególnie nowymi technologiami, i komunikacją oraz mediami. Poza dziennikarstwem zajmuje się fotografią, jeździ na nartach i uwielbia Hiszpanię. Z marką INFOR związany wcześniej, zaczynał przygodę z dziennikarstwem w Gazecie Prawnej. Od kwietnia 2026 r. już jako dziennikarz internetowy przygotowuje i publikuje artykuły na portalu Forsal.pl.
