Come Walmart utilizza l'IA generativa per lo shopping e il merchandising con Sparky

Walmart ha implementato l'IA generativa nelle sue operazioni di shopping e merchandising attraverso Sparky, un assistente conversazionale che supporta sia il commercio rivolto ai clienti che i flussi di lavoro interni. Il rivenditore ha iniziato a testare Sparky in versione beta all'inizio del 2025, concentrandosi inizialmente sulle funzioni di scoperta dei prodotti e servizio clienti. Entro il 2026, la tecnologia si è espansa per includere il supporto al merchandising, gli strumenti di collaborazione con i fornitori e le capacità di ricerca avanzate sulle piattaforme digitali di Walmart.

Cos'è l'assistente Sparky di Walmart?

Sparky funge da assistente allo shopping di Walmart alimentato dall'IA generativa, progettato per aiutare i clienti a trovare prodotti attraverso conversazioni in linguaggio naturale. L'assistente può interpretare domande ampie come 'outfit per un matrimonio in spiaggia' o 'materiale scolastico per un adolescente' e generare selezioni di prodotti curate dal catalogo di Walmart. Lo strumento si integra con l'app mobile e il sito web di Walmart, consentendo ai clienti di affinare le ricerche attraverso domande successive.

Oltre alla scoperta dei prodotti, Sparky gestisce le richieste di assistenza clienti tra cui il monitoraggio degli ordini, l'elaborazione dei resi e le informazioni sui negozi. L'assistente può accedere alla cronologia degli acquisti e alle preferenze dei singoli clienti per fornire raccomandazioni personalizzate, sebbene Walmart non abbia divulgato tassi di adozione specifici o metriche di soddisfazione del cliente per il periodo 2026.

Come applica Walmart l'IA alla ricerca e alla personalizzazione?

Walmart ha implementato l'IA generativa per migliorare la pertinenza della ricerca sulla sua piattaforma di e-commerce. Il rivenditore utilizza modelli linguistici di grandi dimensioni per comprendere meglio l'intento di ricerca del cliente, inclusi errori di ortografia, termini colloquiali e richieste contestuali. Questa tecnologia consente alla funzione di ricerca di interpretare richieste come 'cose per un picnic' o 'vestiti comodi da lavoro' e far emergere prodotti pertinenti anche quando i clienti non utilizzano nomi di prodotti o categorie specifiche.

I motori di personalizzazione guidati dall'IA analizzano il comportamento di navigazione, la cronologia degli acquisti e i dati demografici per personalizzare i consigli sui prodotti e i layout della homepage per i singoli acquirenti. Il sistema si adatta in tempo reale in base all'attività della sessione, dando priorità a categorie e marchi che si allineano alle preferenze dimostrate dai clienti. Walmart ha integrato queste capacità nelle sue offerte di generi alimentari e merce generale, sebbene le categorie di abbigliamento e moda rappresentino un'area di crescente attenzione.

Quali funzioni di merchandising supporta Sparky?

Walmart ha esteso le capacità di Sparky ai team di merchandising interni, dove l'assistente aiuta ad analizzare le tendenze di vendita, gestire i livelli di inventario e identificare problemi della catena di approvvigionamento. I merchandiser possono interrogare Sparky per ottenere informazioni sulle prestazioni dei prodotti, la disponibilità delle scorte nei centri di distribuzione e le quantità di riordino consigliate in base ai modelli di domanda storici e alle previsioni stagionali.

Il sistema IA supporta anche la collaborazione con i fornitori. I venditori possono utilizzare strumenti alimentati da Sparky per aggiornare le informazioni sui prodotti, inviare nuove inserzioni di articoli e ricevere feedback automatizzati sulla qualità e completezza del catalogo. Questo semplifica il processo di onboarding per i nuovi prodotti e riduce l'inserimento manuale dei dati sia per i team di merchandising di Walmart che per i fornitori esterni.

Le principali applicazioni di merchandising includono:

• Analisi automatizzata della velocità di vendita e dei tassi di rotazione delle scorte nelle categorie di prodotti
• Raccomandazioni predittive per la tempistica dei ribassi e i prezzi promozionali
• Query in linguaggio naturale per le posizioni di inventario e la capacità di evasione
• Strumenti di comunicazione con i fornitori per la gestione dei dati dei prodotti e la conformità
• Identificazione delle tendenze dai modelli di ricerca e dal comportamento di navigazione dei clienti

Come si confronta l'approccio di Walmart con quello di altri rivenditori?

I principali rivenditori tra cui Amazon, Target e Home Depot hanno introdotto assistenti allo shopping simili basati su IA generativa durante il 2025 e il 2026, riflettendo investimenti a livello di settore nel commercio conversazionale. L'integrazione di Walmart sia nelle funzioni rivolte ai clienti che nelle operazioni di merchandising back-end distingue il suo approccio dai concorrenti focalizzati principalmente sul miglioramento dell'esperienza di acquisto.

Il settore della moda e dell'abbigliamento ha visto un particolare interesse per gli strumenti di styling e scoperta alimentati dall'IA. I rivenditori stanno utilizzando l'IA generativa per colmare il divario tra la navigazione orientata all'ispirazione e la ricerca di prodotti orientata alle transazioni, consentendo ai clienti di descrivere look o occasioni desiderati piuttosto che articoli specifici. Il posizionamento di mercato di massa di Walmart e l'assortimento ampio forniscono vantaggi per l'addestramento di modelli su preferenze e casi d'uso diversificati dei clienti.

Quali sfide affronta Walmart con l'implementazione dell'IA?

Nonostante i progressi, gli assistenti allo shopping basati su IA generativa incontrano problemi di accuratezza e affidabilità. I clienti hanno segnalato casi in cui le raccomandazioni dell'IA mancano il bersaglio sulle preferenze di stile, le fasce di prezzo o la disponibilità del prodotto. Garantire che i modelli linguistici di grandi dimensioni riflettano accuratamente l'inventario e i prezzi attuali di Walmart in migliaia di negozi e centri di evasione online rimane una sfida tecnica continua.

Le preoccupazioni sulla privacy dei dati riguardo all'uso dell'IA della cronologia degli acquisti e del comportamento di navigazione dei clienti hanno suscitato il controllo da parte di regolatori e sostenitori dei consumatori. Walmart deve bilanciare le capacità di personalizzazione con la trasparenza sulla raccolta e l'utilizzo dei dati, in particolare poiché i sistemi di IA generativa richiedono dati di addestramento estensivi per migliorare le prestazioni.

Le sfide operative includono la formazione dei team di merchandising e dei fornitori per utilizzare efficacemente gli strumenti alimentati dall'IA, l'integrazione di Sparky con i sistemi legacy di gestione dell'inventario e il mantenimento di prestazioni coerenti man mano che la piattaforma si espande. Walmart non ha divulgato pubblicamente il costo dei suoi investimenti in IA generativa o metriche specifiche di ritorno sull'investimento legate all'implementazione di Sparky.

Cosa segnala la strategia IA di Walmart per la vendita al dettaglio di moda?

Il duplice focus di Walmart sull'esperienza del cliente e sull'efficienza operativa attraverso l'IA generativa riflette modelli più ampi nell'adozione di tecnologia nel settore retail. I rivenditori di moda stanno sempre più dando priorità agli strumenti IA che servono molteplici funzioni nella scoperta, nel merchandising e nella gestione della catena di approvvigionamento, cercando di giustificare gli investimenti attraverso guadagni di efficienza oltre alla crescita dei ricavi.

Il passaggio verso interfacce conversazionali sfida i paradigmi tradizionali di navigazione basata su categorie e ricerca con filtri che hanno dominato l'e-commerce per due decenni. Per i commercianti di moda, questo richiede di ripensare la tassonomia dei prodotti, l'etichettatura degli attributi e la creazione di contenuti per garantire che i sistemi IA possano interpretare e raccomandare accuratamente gli articoli in base allo stile, all'occasione e alle preferenze estetiche piuttosto che alle sole specifiche funzionali.

Man mano che le capacità dell'IA generativa maturano, i rivenditori dovranno affrontare questioni sulla direzione creativa, la differenziazione del marchio e il ruolo della cura umana nel plasmare le esperienze dei clienti. L'approccio di Walmart dimostra sia il potenziale dell'IA di migliorare la scala e la personalizzazione, sia la complessità dell'implementazione di queste tecnologie in diverse categorie di prodotti e segmenti di clienti in ambienti commerciali reali.