Scandit ha pubblicato i risultati di un’indagine globale secondo cui la corsa all’adozione dell’AI nel retail procede più velocemente della qualità dei dati disponibili nei negozi.
Secondo l'analisi – condotta da Sapio Research a settembre 2026 su 2.200 addetti al punto vendita in Italia, UK, Germania, Francia, Polonia, Stati Uniti, Canada, nel settore alimentare, grande distribuzione generalista e grandi magazzini, ipermercati e super-centri, bricolage e fai-da-te, convenience store e farmacie – a livello globale gli addetti dei punti vendita riferiscono che le informazioni sulle scorte corrispondono a quanto presente sugli scaffali solo nel 46% dei casi, e solo l’8% si fida completamente dei dati del proprio negozio. In Italia il quadro è analogo: il 47% degli addetti indica una corrispondenza tra sistema e scaffale, mentre il 9% dichiara piena fiducia nei dati del negozio.
Il costo delle discrepanze
Si crea così un divario costoso tra ciò che risulta a sistema, ciò che è realmente in negozio e ciò che i clienti sperimentano, mentre gli investimenti in AI e in altre tecnologie poggiano su registri incompleti.
Queste discrepanze ricadono sul lavoro quotidiano. Per esempio, l'indagine di Scandit stima che in Italia, con dati affidabili, ciascun addetto recupererebbe oltre 4,1 ore a settimana, quasi cinque settimane lavorative all’anno: complessivamente, centinaia di milioni di ore. Per un retailer con 10.000 addetti nei punti vendita, il costo del lavoro assorbito dal divario supererebbe 23 milioni di euro all’anno.
Estendendo il calcolo agli addetti al commercio al dettaglio – circa 1,9 milioni secondo Confcommercio – l’inaccuratezza dei dati potrebbe costare al settore oltre 4 miliardi di euro l’anno, soltanto in costi di personale.
Il "negozio ombra"
Quando il sistema mostra dati non corretti, gli addetti fanno quello che possono per far funzionare il negozio. Nei punti vendita italiani, oltre la metà (54%) dichiara di correggere direttamente il dato, e il 46% richiede una rettifica dell’inventario. Tra chi interviene, però, la metà (49%) aggira del tutto il sistema ufficiale e il 66% ricorre ad almeno un metodo informale, tra cui appunti su carta, chat di team, foto scattate con il telefono personale e app o note. Ne risulta un “negozio ombra”, in cui informazioni essenziali esistono al di fuori del registro dei dati su cui si basano sede centrale, dashboard e sistemi di AI.
La fiducia degli addetti
La fiducia degli addetti nei dati sulle scorte non cresce in modo graduale. L’indagine di Scandit evidenzia che rimane bassa finché i dati non sono davvero affidabili. Nel nostro Paese, solo il 9% si fida pienamente delle informazioni sull’inventario del proprio negozio e solo 1 su 4 le ritiene accurate oltre il 70% delle volte. Anche con un’accuratezza stimata fino al 50%, circa uno su quattro dichiara alta fiducia. La quota resta pressoché invariata fino al 70% e, oltre quella soglia, cresce bruscamente.
Le conseguenze vanno oltre la produttività. In media, gli addetti ai punti vendita nel nostro Paese dedicano 3,6 ore a settimana a rispondere a domande dei clienti, a cui la tecnologia del negozio dovrebbe dare una risposta immediata, e viene chiesto loro di verificare fisicamente la disponibilità di un articolo in magazzino 5,6 volte a settimana. Più di 1 su 5 dichiara di controllare oltre dieci volte a settimana.
Il commento
“Per i retailer il problema non è tanto l’adozione dell’AI, quanto una visione veritiera del punto vendita”, ha dichiarato Samuel Mueller, ceo e cofondatore di Scandit. “Gli addetti dedicano tempo prezioso a colmare queste lacune, ma gran parte di quel lavoro finisce in sistemi di tracciamento non ufficiali. Prima di affidare all’IA più decisioni basate su dati imprecisi, i retailer hanno bisogno di una visione condivisa e accurata di ciò che accade davvero sugli scaffali e nei negozi”.