L’AI come strumento per ottenere risultati concreti nel retail: Webinar “I guru del Nextuple Order Management”
Nell’ambito della serie Partner Power Up all’interno del gruppo Nextuple incentrato sulla community, “I Guru dell’Order Management”, il nostro Vicepresidente per la Strategia e Chief Evangelist, Karthik Marudur, ha incontrato Laxman Mandayam, Responsabile Soluzioni Clienti e cofondatore di Nextuple, per discutere della futura direzione dell’intelligenza artificiale nel contesto del retail e dell’Order Management System OMS).
L’intervista si apre con Laxman che interroga Karthik sul concetto di “AI first” e sul suo significato per OneStock.
Cosa intendiamo con "AI First"?
Karthik spiega che l’intelligenza artificiale si sta evolvendo rapidamente nel settore retail, con conversazioni che si spostano rapidamente dalle aspettative ai risultati. Apre il suo discorso affermando che il mantra “AI first” ha senso solo se produce un impatto operativo misurabile e si basa su una realtà commerciale affidabile.
Continua: “Per OneStock, ‘AI first’ non indica un’etichetta di marketing ma un modello operativo. Internamente, l’azienda sta già utilizzando agenti per eliminare gli attriti dal lavoro quotidiano”.
Come esempio Karthik cita strumenti come “OneBot”, che aiuta i team a rispondere alle richieste di proposta (RFP), a costruire asset più rapidamente e a risolvere le domande sui prodotti con più efficienza. “È proprio questa disciplina interna”, spiega, “a forgiare il modo in cui OneStock progetta le esperienze degli agenti a contatto con i clienti: parti da problemi reali, dimostra il ROI, poi scala”.
National Retail Federation 2026
Riassumendo la recente partecipazione di OneStock all’evento, Karthik sottolinea: “Questo pragmatismo è stato anche un importante insegnamento di NRF 2026. Il team ha notato un notevole cambiamento di tono in tutto l’evento: rivenditori e fornitori hanno parlato molto più di casi d’uso concreti che di possibilità teoriche”.
“In particolare, gli agenti di vendita si stanno diffondendo, sebbene l’ecosistema più ampio sia ancora agli inizi e molte piattaforme non siano ancora sufficientemente aperte per supportare integrazioni fluide su larga scala”, aggiunge.
Aspetti pratici del commercio agentico
A questo punto, l’intervista si concentra sul commercio agentico, da un punto di vista molto pratico. Il commercio agentico, come definito nel webinar, riguarda essenzialmente gli agenti AI che guidano i clienti in entrambe le parti del customer journey: la fase di scoperta e decisione pre-acquisto e il servizio post-acquisto.
Per spiegare meglio questo concetto, Karthik continua: “Prima dell’acquisto, l’agente è un assistente allo shopping conversazionale che non si limita a consigliare prodotti, ma suggerisce opzioni eseguibili in base alle preferenze del cliente e a vincoli reali come la disponibilità attuale e le finestre di consegna”.
Dopo l’acquisto, lo stesso approccio trasforma il servizio clienti in un’esperienza più semplice e unificata. Invece di costringere gli acquirenti a ricostruire lo stato dell’ordine tra varie schermate, un agente può riassumere il ciclo di vita dell’ordine, evidenziare le modifiche agli articoli e fornire aggiornamenti di tracciamento in un’unica interazione coerente.
Dipendenza degli agenti dalla verità operative
Ma uno dei temi più importanti della conversazione è stata la discussione sulla dipendenza degli agenti dalla verità operativa. Disponibilità, promessa di consegna e dati sul ciclo di vita dell’ordine non sono un “optional”, ma un discrimine tra un agente realmente utile e uno pericolosamente sicuro di sé. Se l’inventario è obsoleto, le date delle promesse imprecise o gli eventi degli ordini in ritardo rispetto alla realtà, l’agente risponderà comunque con un tono che non lascia dubbi. Il risultato, afferma Karthik, è facile da prevedere: SLA non rispettati, ritiri non riusciti, aumento delle cancellazioni e clienti che perdono rapidamente fiducia perché un sistema che sembrava affidabile si è invece rivelato fallace.
Per risolvere questo problema OneStock sta consolidando il suo ruolo di fornitore di segnali commerciali affidabili e in tempo reale che gli agenti possano utilizzare. Nell’intervista Karthik descrive come OneStock supporti sia agenti di proprietà dei retailer (integrati nelle esperienze di brand) sia agenti esterni (come ChatGPT) mostrando dati operativamente affidabili tramite strumenti MCP. L’idea, spiega, è quella di rendere le funzionalità OMS/DOM (disponibilità dell’inventario, stato di evasione, opzioni di consegna) affidabili e interrogabili in modo standardizzato, cosicché gli agenti possano interagire con la verità sul ciclo di vita dell’ordine anziché con stime approssimative.
Efficienza operativa e ritorno sull’investimento
Il ritorno sull’investimento più rapido, tuttavia, non arriva necessariamente da percorsi di acquisto futuristici, ma dall’efficienza operativa. L’intervista ha evidenziato come l’impatto più immediato dell’AI derivi spesso dalla riduzione del carico di lavoro e della latenza per il servizio clienti e i team di negozio. Quando gli agenti possono recuperare rapidamente il contesto dell’ordine, spiegare le eccezioni e individuare l’azione migliore da intraprendere, comprimono i cicli di risoluzione e riducono i dispendiosi flussi manuali tra sistemi disconnessi.
Karthik sottolinea anche la capacità di evasione differenziata di OneStock: la "allocazione competitiva". Invece di assegnare un ordine idoneo a un singolo negozio e aspettare la risposta, il modello invia l’ordine a più negozi idonei e permette al più veloce di reclamarlo, applicando al contempo delle protezioni per recuperare gli ordini in stallo e declassare i negozi che li rifiutano ripetutamente. Nell’esempio citato, Karthik riporta nel caso dell’allocazione competitiva un tempo medio di reclamo di soli 13 minuti e una significativa riduzione delle cancellazioni, che indicano chiaramente la velocità di esecuzione come leva per migliorare i risultati di consegna.
Da agenti individuali ad agenti connessi
Guardando al futuro, l’intervista si conclude con la visione di Karthik: non più agenti singoli, bensì agenti connessi, che collaborano dietro le quinte tra i sistemi. “È questa la direzione in cui sta andando OneStock: strumenti e standard che consentano a più agenti specializzati di lavorare insieme lungo tutto il ciclo di vita del commercio, pur rimanendo ancorati allo stesso requisito fondamentale: la verità operativa”.
Perché nel commercio agentico non basta essere connessi. Se un agente non può accedere a dati affidabili su disponibilità, promesse e stato del ciclo di vita in tempo reale, non ci si può fidare delle sue azioni: e la fiducia è la valuta che determina in ultima analisi se queste esperienze siano scalabili, conclude Karthik.
