Handeln förlorar 200 miljarder dollar – tekniken finns redan i hyllan

Gapet mellan teknik och verklighet

Det finns ett talande glapp i detaljhandelsbranschen just nu. Å ena sidan har vi mogen, beprövad teknik – kameror, sensorer och AI-system som i realtid kan kartlägga varje hylla i en stormarknad. Å andra sidan har vi en bransch som enligt analysföretaget Coresight Research, i samarbete med teknikbolagen Simbe och RELEX Solutions, beräknas tappa 196,4 miljarder dollar under 2026 till följd av tomma hyllor, felaktig prissättning och rörig lagerhantering.

Det är inte ett litet problem. Det motsvarar 6,4 procent av branschens totala bruttoförsäljning – och ökningstakten på 21 procent jämfört med föregående år överträffar branschens försäljningstillväxt på tre procent med råge. Med andra ord: förlusterna växer snabbare än intäkterna.

Nio av tio detaljhandlare uppger att de aktivt kämpar med ordningen på butiksgolven. För 89 procent urholkas marginalerna med mer än fem procent till följd av dessa brister. Det är siffror som borde få vilken styrelse som helst att agera snabbt.

Storskalig utrullning – men fortfarande inte tillräcklig

Branschen är inte overksam. Enligt rapporten har redan 60 procent av de stora kedjorna butiksintelligensplattformar i full drift – en ökning med hela 18 procentenheter på ett enda år. Det är en remarkabel utrullningstakt för en så pass komplex teknik.

De som kommit längst visar imponerande resultat. Det amerikanska storköpsklubben BJ's Wholesale Club är ett bra exempel på vad som är möjligt. Bolaget har driftsatt autonoma robotar från Simbe som kontinuerligt rör sig genom varuhusen och samlar in data om lagernivåer och prisskyltar i realtid. Utifrån den datan har BJ's byggt digitala tvillingmodeller av sina varuhus – en virtuell spegling av det fysiska butiksgolvet som möjliggör precis planering och snabba korrigeringar.

Resultatet talar för sig självt: en 40-procentig förbättring av plockningseffektiviteten för nätbeställningar. Det är inte marginella vinster – det är en strukturell förbättring av operationsförmågan.

Varför halkar implementationen efter?

Som systemutvecklare känner jag igen mönstret. Det är sällan tekniken i sig som är flaskhalsen – det är integrationen mot befintliga system, förändringsledningen och förmågan att faktiskt agera på den data som samlas in.

Ett datorseendesystem som flaggar för en tom hylla är bara värdefullt om butikspersonalen har processer för att agera på larmet inom minuter, inte timmar. En digital tvillingmodell är bara användbar om inköpsavdelningen faktiskt planerar utifrån den. Tekniken skapar möjligheten – men organisationen måste vara redo att ta emot den.

Det är också värt att notera att 40 procent av de stora kedjorna alltså ännu inte har dessa system i full drift. I en bransch där marginalerna är tunna och förlusterna växer snabbare än försäljningen, är det en kostsam eftersläpning.

Datorseendets logik i butiksmiljö

Det som gör datorseende särskilt lämpat för detaljhandeln är kombinationen av hög repeterbarhet och låg tolerans för fel. En stormarknad med 30 000 artiklar behöver i princip kontinuerlig övervakning för att säkerställa att rätt produkt finns på rätt plats till rätt pris. Det är ett problem som är för stort och för dynamiskt för manuell hantering – men precis lagom för ett vältrimmat bildanalyssystem.

Robotar som Simbes plattform kombinerar kamerabaserad bildanalys med rörelsestyrning och molnbaserad databehandling. Varje hyllmeter dokumenteras regelbundet, avvikelser flaggas automatiskt och åtgärdslistor genereras för butikspersonalen. Det är inte raketforskning – men det kräver noggrann kalibrering, löpande underhåll och en organisation som faktiskt använder informationen.

Utvecklingen pekar tydligt mot att dessa system kommer att bli en branschstandard snarare än en konkurrensfördel. Frågan är bara hur länge de aktörer som avvaktar har råd att vänta.