Quali attività di merchandising possono svolgere gli agenti IA e quali no?
Gli agenti possono monitorare, analizzare e proporre. Strategia, compromessi e rapporti con i fornitori restano ai merchandiser. Dove passa il confine nel 2026 e che cosa deve essere predisposto prima.
IN SINTESI Sintesi della redazione
- Gli agenti IA nel merchandising sono sistemi software che monitorano i dati, eseguono analisi e propongono o attuano azioni entro limiti fissati dalle persone, anziché dashboard che aspettano di essere lette.
- Nel gennaio 2026 McKinsey ha stimato che i merchant dedicano circa il 40 per cento del loro tempo ad attività a basso valore e che l'IA agentica potrebbe aiutarli a recuperare fino al 40 per cento del loro tempo.
- Tra le attività adatte agli agenti rientrano il monitoraggio delle performance, la pulizia dei dati, le eccezioni di riassortimento e re-order, i test di scenario e la redazione di materiali per i fornitori.
- La strategia di categoria, i compromessi di assortimento, il posizionamento del brand, le trattative con i fornitori e le decisioni con conseguenze in termini di equità o reputazione restano responsabilità umane.
- Gli ostacoli principali sono organizzativi: McKinsey ha rilevato che il 71 per cento dei merchant ha riscontrato un impatto limitato o nullo degli attuali strumenti di IA e che solo il 24 per cento ha ricevuto una formazione adeguata.
Gli agenti IA possono farsi carico di una quota consistente del lavoro analitico ripetitivo nel merchandising: monitorare vendite e stock, segnalare eccezioni, preparare proposte di re-order e riassortimento, testare scenari e redigere report o materiali per i fornitori. Non possono invece assumere la strategia di categoria, i compromessi di assortimento che definiscono un brand, le trattative con i fornitori o le decisioni che comportano rischi reputazionali. Nel 2026 il modello realistico prevede agenti che preparano ed eseguono entro limiti definiti, con i merchandiser che approvano e indicano la direzione.
Che cos'è un agente IA nel merchandising?
Un agente IA è un sistema che fa più che rispondere a una domanda. Può osservare i dati in modo continuo, decidere quali analisi eseguire, combinare i risultati di più sistemi e proporre o attuare un'azione, come adeguare una quantità di riassortimento, entro regole definite dalle persone. La differenza rispetto a una dashboard è che l'agente si presenta al merchandiser con una constatazione e una proposta, anziché aspettare che qualcuno individui il problema.
L'articolo di McKinsey del gennaio 2026 «Merchants unleashed» illustra questo concetto con un category manager immaginario (nella grande distribuzione alimentare, non nella moda) il cui ciclo settimanale di report e revisioni diventa un ciclo quotidiano di decisioni preparate dagli agenti. La società stima che i merchant dedichino circa il 40 per cento del loro tempo ad attività a basso valore, che gli agenti potrebbero automatizzare fino al 60 per cento delle attività manuali del merchant dell'esempio e che i merchant potrebbero recuperare fino al 40 per cento del loro tempo. Si tratta di stime di una società di consulenza, non di risultati misurati nell'intero settore.
Per quali attività di merchandising sono adatti gli agenti?
| Attività | Ruolo dell'agente | Ruolo umano |
|---|---|---|
| Monitoraggio quotidiano di vendite e stock | Monitorare, individuare anomalie, inviare avvisi | Decidere la risposta ai problemi rilevanti |
| Pulizia dei dati e controllo degli attributi | Trovare e correggere incoerenze | Definire le regole, esaminare i casi limite |
| Eccezioni di re-order e riassortimento | Proporre quantità entro i limiti, eseguire piccole modifiche | Approvare ordini più consistenti o insoliti |
| Ribilanciamento dello stock tra negozi o canali | Proporre ed eseguire secondo le regole | Definire regole e priorità |
| Scenari di ribasso e promozione | Eseguire scenari, stimarne gli effetti | Scegliere la strategia, tutelare il posizionamento di prezzo del brand |
| Screening dei segnali di tendenza | Confrontare i segnali esterni con i propri attributi e le proprie vendite | Decidere quali tendenze sono adatte al brand |
| Materiali per fornitori e produttori | Redigere sintesi delle performance e brief | Negoziare e gestire le relazioni |
| Strategia di collezione e di categoria | Fornire analisi e opzioni | Assumersi la decisione |
Perché re-order e riassortimento sono il punto di partenza naturale?
Le decisioni di re-order e riassortimento sono frequenti, basate su regole e misurabili, il che le rende adatte agli agenti. Un agente può confrontare il sell-through attuale con il piano, verificare lo stock nei magazzini e presso i fornitori, considerare i lead time e proporre re-order sugli stili a rotazione veloce o riallocazioni dai negozi con vendite lente. Poiché il risultato (rotture di stock evitate, eccedenze ridotte) è misurabile, le performance dell'agente possono essere confrontate con le decisioni umane prima di concedergli maggiore autonomia.
Nella moda il limite è che gran parte della collezione è stagionale e non può essere riordinata affatto. Gli agenti apportano il massimo valore sugli stili continuativi e di riassortimento e sulla riallocazione dello stock esistente, e meno sugli acquisti stagionali una tantum, in cui la decisione viene presa una sola volta, con mesi di anticipo.
Lo screening delle tendenze è un secondo candidato. Un agente può confrontare i segnali di tendenza esterni con le vendite del brand a livello di attributo e segnalare dove un attributo in crescita sta già vendendo bene nella collezione, il che costituisce un risultato più concreto di un report di tendenza generico.
Quali attività dovrebbero restare ai merchandiser?
- Strategia di categoria e di collezione: quale cliente servire, quale architettura di prezzo mantenere e come dovrebbe evolvere una categoria.
- Compromessi che definiscono il brand: mantenere uno stile iconico dalle vendite lente perché incarna il brand, o rinunciare a una tendenza redditizia che non è coerente con esso.
- Rapporti con i fornitori: trattative, impegni di capacità a lungo termine e gestione delle controversie.
- Decisioni con impatto in termini di equità o reputazione: prezzi tra i diversi mercati, allocazioni ai key account e risposte alle critiche pubbliche.
- Definizione dei limiti: i confini entro cui gli agenti agiscono e i casi in cui devono rimettere la decisione a una persona.
L'articolo di McKinsey dell'aprile 2026 «From dashboards to decisions» esprime un concetto simile, citando l'opinione secondo cui serve una persona coinvolta nel processo molto prima di qualcosa di simile a un'automazione completa, e che difficilmente gli agenti sapranno cogliere le sfumature di categoria e la differenziazione competitiva.
Che cosa deve essere predisposto prima che gli agenti possano aiutare?
- Dati puliti e collegati. Vendite, stock, ordini, attributi di prodotto e dati dei fornitori devono essere coerenti tra i sistemi; gli agenti amplificano gli errori nei dati.
- Regole formalizzate. Soglie di prezzo, margini minimi, priorità di allocazione e limiti di re-order devono essere messi per iscritto, non restare nella testa delle persone.
- Ruoli chiari. Stabilisca chi approva che cosa e come cambiano i ruoli dei merchandiser quando il lavoro di routine viene automatizzato.
- Formazione. I merchandiser devono sapere come istruire, verificare e correggere gli agenti.
- Metriche di successo. Definisca in anticipo che cosa si intende per miglioramento, ad esempio meno rotture di stock o meno tempo dedicato alla reportistica.
Il divario organizzativo è notevole. Nella ricerca di McKinsey del gennaio 2026, il 71 per cento dei merchant ha riscontrato un impatto limitato o nullo degli attuali strumenti di IA, il 61 per cento ha dichiarato di non essere pronto a estendere l'IA a tutto il merchandising e solo il 24 per cento ha affermato di aver ricevuto una formazione adeguata. Nel suo articolo dell'aprile 2026, McKinsey afferma inoltre che il suo Merchant AI Accelerator ha aiutato i retailer ad aumentare le vendite fino al 5 per cento e a migliorare i margini fino al 3 per cento; si tratta di risultati dichiarati dalla società sui propri incarichi, non di benchmark indipendenti.
Che cosa significa tutto questo per i team di merchandising della moda?
Il cambiamento a breve termine riguarda il modo in cui viene impiegato il tempo più che il solo organico. Se gli agenti assorbono monitoraggio, preparazione dei dati e re-order di routine, i merchandiser possono dedicare più tempo all'architettura della collezione, all'interpretazione delle tendenze e ai rapporti con fornitori e clienti. Il report The State of Fashion 2026 di McKinsey e The Business of Fashion indica la riorganizzazione della forza lavoro attorno all'IA tra i temi principali del settore per l'anno. I team che partono da attività circoscritte e misurabili, e documentano che cosa gli agenti possono e non possono fare, probabilmente impareranno più in fretta di quelli che attendono un agente di merchandising generico.
Domande frequenti
Che cosa possono fare gli agenti IA nel merchandising?
Gli agenti IA possono monitorare vendite e stock, individuare anomalie, pulire i dati, eseguire scenari di ribasso e riassortimento, proporre re-order e redigere report per i fornitori. Danno il meglio su attività frequenti, basate su regole e misurabili, con le persone che approvano le decisioni rilevanti.
Gli agenti IA sostituiranno i merchandiser?
Le evidenze attuali indicano che gli agenti si faranno carico dell'analisi di routine anziché sostituire i merchandiser. Strategia, compromessi che definiscono il brand, trattative con i fornitori e decisioni con impatto reputazionale restano responsabilità umane, e le società di consulenza sottolineano la necessità di una persona coinvolta nel processo.
Quanto tempo possono far risparmiare gli agenti IA ai merchandiser?
Nel gennaio 2026 McKinsey ha stimato che i merchant dedicano circa il 40 per cento del loro tempo ad attività a basso valore e che con l'IA agentica potrebbero recuperare fino al 40 per cento del loro tempo. Si tratta di stime, e i risparmi effettivi dipendono dalla qualità dei dati e dalla progettazione dei processi.
Che cosa serve prima di usare agenti IA per i re-order?
Servono dati coerenti su vendite, stock e fornitori, regole scritte per limiti di re-order e margini, ruoli di approvazione chiari e metriche per valutare i risultati. Gli agenti dovrebbero partire in modalità di raccomandazione e ottenere autonomia solo dove si dimostrano affidabili.
Un'edizione ogni giorno feriale. Si legge in cinque minuti. Gratuita per i professionisti del settore.
