AI inom detalj- och e-handel

Utmaningar

Det är en turbulent tid för detalj- och e-handel och branschen står inför flera parallella utmaningar. Hård internationell konkurrens från lågprisaktörer som Temu och Shein i kombination med skiftande konsumentbeteenden och högre krav på digital närvaro. Samtidigt är det både dyrt och komplext för många företag att investera i datadrivna lösningar. Många företag har föråldrade IT-system samt svårt att integrera nya AI-lösningar i befintliga processer. Vidare ställer omnichannel-krav nya krav på flytande logistik och kundupplevelse. Sammantaget utgör detta en stor risk för klyftorna mellan stora internationella koncerner och mindre aktörer. (1, 2)

AI-lösningar

Butiksdöden sprider sig i Sverige och fysiska butiker och gallerior har de senaste åren haft en brant uppförsbacke för att försöka konkurrera med e-handeln (3), men mer än en tredjedel av konsumenterna värdesätter fortfarande den personliga service som endast fysiska butiker kan erbjuda högt (4).

För att bibehålla sin konkurrenskraft och tävla mot internationella lågprisaktörer krävs det att handlare är omnichannel-kompetenta och erbjuder en personlig upplevelse. Omnichannel innebär att företag integrerar alla försäljnings- och marknadsföringskanaler, både digitala och fysiska, till en enhetlig kundupplevelse så att kunderna kan interagera med varumärket var som helst med en konsekvent upplevelse. AI kan användas för att såväl effektivisera verksamheten, öka enhetlighet och minska kostnader som att optimera kundupplevelsen och ge personliga erbjudanden.

Inom fysisk detaljhandel kan Computer Vision användas för att analysera kundflöden och således föreslå en optimerad butikslayout (1). Maskininlärning kan användas för att optimera sortimentet och prognostisera efterfrågan i varje butik utifrån lokala kundbehov och säsongsfaktorer (5, 6). Vidare kan butiksassistenter i form av LLM:s i butik ge kundstöd och produktinformation i realtid, vilket minskar behovet av mänsklig personal. Slutligen kan butiker utnyttja dynamisk prissättning. Genom att analysera köpbeteenden och konkurrenters priser kan AI ändra priser i realtid, något som Adlibris redan gör i dagsläget (7).

För att skapa en personlig känsla i samtliga kanaler kan AI skapa kundpersonaliseringssystem. Genom att analysera kunders tidigare köp, beteenden och preferenser kan skräddarsydda produktrekommendationer och erbjudanden visas i realtid (8, 11). Detta, i kombination med innehållsgenerering där LLM:s författar personliga utskick skapar en känsla av relevans och kan generera engagemang som stärker kundlojaliteten och ökar sannolikheten för återkommande köp.

För att minska arbetsbördan hos anställda kan man med hjälp av generativ innehållsproduktion och NLP-teknik, automatiskt skriva produktbeskrivningar, hämta produktbilder och författa marknadsföringstexter (8, 10). Vidare kan AI-baserad kundservice i form av chatbottar och virtuella assistenter svara på kundfrågor, ge produktrekomendationer och lösa enkla problem dygnet runt för att således minimera arbetsbördan för anställda.

Exempel på AI-tillämpningar

En av Sveriges största dagligvarukedjor, Coop, optimerar varuutbudet i sina cirka 800 butiker med hjälp av AI. Eftersom hyllutrymmet är begränsat är det avgörande att rätt varor får plats. Detta uppnås genom att väga samman produkters popularitet med deras egenskaper och kundgruppers preferenser. AI används även för att förutse efterfrågan i olika regioner och styra varudistributionen genom automatiserade beslutsträd (6). På så vis minskar svinn och lagerhållningskostnader, samtidigt som kundnöjdheten ökar. Musti Group, en nordisk detaljhandelskedja inom djur- och husdjursprodukter, använder generativ AI som kreativ partner i marknadsföring och försäljning. Företaget har integrerat språkmodeller i sina verktyg för att automatisera copywriting, design och segmenterad kommunikation. Genom att kombinera AI-genererat innehåll med kunddata får företaget djupare insikter i köpbeteenden och kan snabbare skapa träffsäkra kampanjer. Detta effektiviserar arbetsprocesserna och stärker samtidigt varumärkesrelevansen (13).

Utöver detta finns flera exempel på kedjor som infört AI-drivna chatbottar och virtuella assistenter för kundservice och produktrekommendationer, däribland Lindex och Kicks (11). Dessa lösningar bidrar inte bara till snabbare och mer personlig kundinteraktion, utan frigör också tid för personalen att fokusera på mer värdeskapande uppgifter.

Trender och regelverk

EU:s nya AI-förordning (AI Act), som trädde i kraft den 1 augusti 2024, innebär ett riskbaserat regelverk för AI-system (12). För handeln betyder det att lösningar för exempelvis prissättning, personalisering och kundservice kan omfattas av krav på transparens, spårbarhet och mänsklig översyn – något som stärker konsumentskyddet men samtidigt ökar företagens compliance-kostnader. Svensk Handel betonar behovet av enklare regler för datadelning och har föreslagit att regeringen ser över GDPR-tillämpningen för att underlätta datadrivna innovationer (2). Här blir balansen mellan kundintegritet och innovationskraft avgörande. Parallellt förstärks konsumentskydd och e-handelslagstiftning, medan EU satsar på en mer harmoniserad digital marknad. Detta innebär att svenska aktörer måste kombinera regelanpassning med teknikinvesteringar och utveckling av standardiserade AI-lösningar för att kunna konkurrera globalt.

Sammanfattningsvis blir AI en nyckelfaktor för framtidens retail, men framgång avgörs av förmågan att förena regelefterlevnad med kompetensutveckling och datadrivet kundvärde.

Källor

(1) Svensk Handel. (2024). Läget i handeln 2024. https://www.svenskhandel.se/api/documents/lih-2024-digital.pdf

(2) Svensk Handel. (2024). Vad innebär AI-kommissionens färdplan för den svenska handeln?. https://www.svenskhandel.se/nyheter/nyhet/vad-innebar-ai-kommissionens-fardplan-for-den-svenska-handeln

(3) SVT Nyheter. (2025). AI-analys kan stoppa butiksdöden – Sundsvallsföretag bakom ny teknik. https://www.svt.se/nyheter/lokalt/vasternorrland/ai-teknik-som-kan-hindra-butiksdod-upphovsman-fran-sundsvall

(4) EY. (2024). Future Consumer Index: Consumers return to physical stores for personal service even as AI and tech revolutionize online shopping. https://www.ey.com/en_gl/newsroom/2024/07/ey-future-consumer-index-consumers-return-to-physical-stores-for-personal-service-even-as-ai-and-tech-revolutionize-online-shopping

(5) Svensk Handel. (2024). Coop: AI hjälper till att hitta rätt balans i sortimentet. https://www.svenskhandel.se/nyheter/nyhet/coop-ai-hjalper-till-att-hitta-ratt-balans-i-sortimentet

(6) Svensk Handel. (2024). Axfood: Minskat matsvinn med AI-drivna prognosmodeller. https://www.svenskhandel.se/nyheter/nyhet/axfood-minskat-matsvinn-med-ai-drivna-prognosmodeller

(7) Svensk Handel. (2024). Mer personliga kundrekommendationer med optimerade modeller. https://www.svenskhandel.se/nyheter/nyhet/adlibris-mer-personliga-kundrekommendationer-med-optimerade-modeller

(8) Litium. (2024). AI inom e-handel – så förändras framtidens shoppingsupplevelser online. https://www.litium.se/blogg/ai-inom-e-handel-så-förändras-framtidens-shoppingsupplevelser-online

(9) Ehandel. (2023). E-handlarna om e-handelsåret 2023 – och spådomar om 2024. https://www.ehandel.se/e-handlarna-om-e-handelsaret-2023-och-spadomar-om-2024

(10) Svensk Handel. (2024). Generativ AI fungerar som en kreativ brainstorming-partner. https://www.svenskhandel.se/nyheter/nyhet/musti-group-generativ-ai-fungerar-som-en-kreativ-brainstorming-partner

(11) Svensk Handel. (2024). AI på Kicks – Skönhetsassistenter ger skräddarsydda rekommendationer. https://www.svenskhandel.se/nyheter/nyhet/kicks-skonhetsassistenter-bistar-kunder-med-hudvardsanalys-och-skraddarsydda-produktrekommendationer

(12) Svensk Handel. (2024). AI-Act. https://www.svenskhandel.se/lagstiftningsinitiativ/ai-act

(13) Svensk Handel. (2024). Generativ AI fungerar som en kreativ brainstorming-partner. https://www.svenskhandel.se/nyheter/nyhet/musti-group-generativ-ai-fungerar-som-en-kreativ-brainstorming-partner