Η γενετική τεχνητή νοημοσύνη (GenAI) αλλάζει ριζικά τον τρόπο με τον οποίο ξεκινά η αγοραστική μας εμπειρία, πριν καν σκεφτούμε να πατήσουμε «αγορά». Με εξατομικευμένες προτάσεις και στοχευμένη έμπνευση, η επιρροή της αρχίζει πολύ πριν φτάσουμε σε ένα κατάστημα ή ανοίξουμε μια εφαρμογή – μεταφέροντας τον ανταγωνισμό ανάμεσα σε brands και λιανεμπόρους σε μια εντελώς νέα διάσταση.
Μια νέα παγκόσμια μελέτη του IBM Institute for Business Value, σε συνεργασία με τη National Retail Federation (NRF), αποκαλύπτει ότι, παρότι σχεδόν τα τρία τέταρτα των καταναλωτών που συμμετείχαν (72%) εξακολουθούν να κάνουν τις αγορές τους σε φυσικά καταστήματα, σχεδόν οι μισοί (45%) πλέον στρέφονται στην τεχνητή νοημοσύνη για βοήθεια κατά τη διάρκεια του αγοραστικού τους ταξιδιού. Οι καταναλωτές εξακολουθούν να θέλουν να δουν και να αγγίξουν τα προϊόντα, όμως σήμερα φτάνουν στο κατάστημα πιο ενημερωμένοι: γνωρίζουν καλύτερα τι αναζητούν και ποιο είναι το σκεπτικό τους. Χρησιμοποιούν την τεχνητή νοημοσύνη για να κάνουν έρευνα προϊόντων (41%), να αξιολογούν κριτικές (33%) και να εντοπίζουν τις καλύτερες προσφορές (31%).
«Η τεχνητή νοημοσύνη αλλάζει τον τρόπο με τον οποίο οι καταναλωτές ψωνίζουν — επηρεάζοντας κάθε στάδιο της αγοραστικής τους διαδρομής», σημειώνει η Caroline Reppert, Senior Director, AI and Technology Policy στη National Retail Federation. «Καθώς αυτές οι τεχνολογίες καθοδηγούν ολοένα και περισσότερο την αναζήτηση, τη σύγκριση και την τελική επιλογή προϊόντων, οι λιανέμποροι που θα αναγνωρίσουν και θα ανταποκριθούν σε αυτή τη μετατόπιση θα είναι εκείνοι που θα κερδίσουν την εμπιστοσύνη, τη σημασία και τη μακροχρόνια αφοσίωση των πελατών τους».
Από την απλή περιήγηση στη στοχευμένη καθοδήγηση: Πώς η τεχνητή νοημοσύνη διαμορφώνει τις επιλογές μας
Για κορυφαίες μάρκες και λιανεμπόρους, αυτή η στροφή προς την AI‑καθοδηγούμενη ανακάλυψη οδηγεί σε επαναπροσδιορισμό του τρόπου και των σημείων επαφής με τον καταναλωτή. Όπως εξηγεί ο Matthieu Houle, CIO του ALDO Group, «η τεχνητή νοημοσύνη μετατρέπει τις αγορές σε μια σχέση εμπιστοσύνης – πολύ περισσότερο από μια απλή αναζήτηση. Οι καταναλωτές πλέον βασίζονται σε βοηθούς που μοιάζουν σχεδόν ανθρώπινοι, γνωρίζουν τις προτιμήσεις τους και προσφέρουν ουδέτερες, προσωποποιημένες προτάσεις που αναδιαμορφώνουν τον τρόπο με τον οποίο επαληθεύουν και αποφασίζουν τι θα αγοράσουν».
Παρότι το 35% των καταναλωτών που συμμετείχαν στη μελέτη εξακολουθούν να επιθυμούν καλαίσθητα καταστήματα χωρίς αναμονές, οι λύσεις που βασίζονται στην τεχνητή νοημοσύνη έχουν σχεδόν την ίδια βαρύτητα. Ένας στους τρεις καταναλωτές αναζητά πλέον super apps που συνδυάζουν αγορές με άλλες υπηρεσίες, το 30% θέλει «έξυπνα» σπίτια με προσωπικούς AI shoppers και αυτόνομη παράδοση, ενώ το 29% επιδιώκει αγορές χωρίς κόπο μέσα από κοινωνικές πλατφόρμες.
Οι καταναλωτές συνηθίζουν ολοένα και περισσότερο τους AI βοηθούς αγορών που τους καθοδηγούν στο τι να επιλέξουν. Ωστόσο, αυτή η προσδοκία εξελίσσεται πιο γρήγορα απ’ ό,τι μπορούν να προσαρμοστούν τα περισσότερα λειτουργικά μοντέλα του λιανεμπορίου. Έτσι, αναδύεται ένα κρίσιμο ερώτημα: Είναι τα δεδομένα μας έτοιμα να καθοδηγήσουν —και να επιβεβαιώσουν – τις τελικές επιλογές των πελατών;
«Η τεχνητή νοημοσύνη δεν είναι μαγικό ραβδί», τονίζει ο Stanislas Vignon, Head of Insights (AI and Omnichannel) στη Louis Vuitton Moët Hennessy (LVMH). «Αν δεν έχεις τα σωστά δεδομένα, δεν μπορεί να λειτουργήσει. Και πρέπει να δοκιμάζεις συνεχώς τη λύση σου για να ξέρεις αν δουλεύει και πού μπορεί πραγματικά να προσφέρει αξία.»
Πώς μπορούν οι μάρκες και οι λιανέμποροι να παραμείνουν μπροστά από έναν καταναλωτή που πλέον καθοδηγείται από την τεχνητή νοημοσύνη
Καθώς η Τεχνητή Νοημοσύνη αλλάζει τον τρόπο με τον οποίο οι καταναλωτές λαμβάνουν αποφάσεις, οι επιχειρήσεις καλούνται να προβλέψουν αυτή τη μετάβαση και να σχεδιάσουν συνειδητά εμπειρίες που συναντούν τον πελάτη εκεί που βρίσκεται. Αυτό απαιτεί εστίαση στα εξής:
- Επανασχεδιασμός του αγοραστικού ταξιδιού γύρω από τα νέα «σημεία απόφασης». Οι επιχειρήσεις χρειάζεται να εντοπίσουν σε ποια στάδια οι καταναλωτές θα χρησιμοποιούν την τεχνητή νοημοσύνη για έρευνα, σύγκριση και αναζήτηση αξίας — και να διασφαλίσουν ότι αυτά τα σημεία συνδέονται ομαλά με την τελική αγορά.
- Χρήση AI agents για μείωση της αβεβαιότητας από νωρίς. Η αναζήτηση προσφορών, η ερμηνεία κριτικών και η προσωποποιημένη υποστήριξη αγορών πρέπει να τοποθετούνται εκεί όπου βοηθούν τον καταναλωτή να αποφασίσει — όχι μόνο όπου μειώνουν τον φόρτο εξυπηρέτησης.
- Η ετοιμότητα των δεδομένων και η συνεχής δοκιμή είναι αδιαπραγμάτευτες. Περισσότεροι από τους μισούς επικεφαλής brands (54%) δηλώνουν ότι αντιμετωπίζουν σταθερές δυσκολίες μεταξύ καναλιών και συστημάτων. Η ευθυγράμμιση δεδομένων και πολιτικών, καθώς και οι end‑to‑end δοκιμές, είναι κρίσιμες.
- Ανάδειξη όσων κάνουν το brand μοναδικό. Η τεχνητή νοημοσύνη μπορεί να ενισχύσει τη συνάφεια και να απομακρύνει τα εμπόδια, χωρίς να θυσιάζει τη δημιουργικότητα και την αυθεντική έκφραση του brand.
- Επένδυση σε δεξιότητες AI και σε στρατηγικές συνεργασίες. Περισσότεροι από τους μισούς ηγέτες επιχειρήσεων (51%) αναφέρουν περιορισμένη τεχνογνωσία AI, επιβεβαιώνοντας την ανάγκη για ενίσχυση εσωτερικών ικανοτήτων και προσεκτική συνεργασία, ώστε η τεχνητή νοημοσύνη να αναπτυχθεί υπεύθυνα και αποτελεσματικά.
Η τεχνητή νοημοσύνη μεταμορφώνει το πού, πότε και πώς λαμβάνονται αποφάσεις σε κάθε κλάδο. Στο λιανεμπόριο, η κατανόηση της καταναλωτικής συμπεριφοράς που επηρεάζεται από την τεχνητή νοημοσύνη θα αποτελέσει κρίσιμο ανταγωνιστικό πλεονέκτημα — ξεχωρίζοντας τα brands και τους λιανέμπορους που διαμορφώνουν τις αποφάσεις, από εκείνους που απλώς τις εξυπηρετούν.
Για να εξεταστεί πώς καταναλωτές και επιχειρηματικοί ηγέτες προετοιμάζονται για αγορές που υποστηρίζονται από τεχνητή νοημοσύνη και για το αναδυόμενο μοντέλο του agentic commerce, το IBM Institute for Business Value πραγματοποίησε δύο παγκόσμιες έρευνες το τρίτο τρίμηνο του 2025: μία σε καταναλωτές και μία σε στελέχη του κλάδου. Η έρευνα καταναλωτών περιλάμβανε περισσότερους από 18.000 συμμετέχοντες από 23 χώρες, καλύπτοντας ένα ευρύ φάσμα αγοραστικών συμπεριφορών. Η έρευνα στελεχών συγκέντρωσε πληροφορίες από 200 ανώτερα στελέχη στους τομείς του λιανεμπορίου, των καταναλωτικών αγαθών και του ηλεκτρονικού εμπορίου. Οι συμμετέχοντες κατηγοριοποιήθηκαν με βάση το στυλ αγοραστικής εμπλοκής, την ευαισθησία στην τιμή και το επίπεδο γνώσης σχετικό με την τεχνητή νοημοσύνη. Περιγραφικές αναλύσεις ανέδειξαν βασικά μοτίβα και επιβεβαιωμένες στατιστικές τεχνικές χρησιμοποιήθηκαν για τη σύγκριση προτεραιοτήτων και την αξιολόγηση στρατηγικών εμπλοκής που επικεντρώνονται στην εμπιστοσύνη.
