In sintesi
- Fonte
- Fang, Yuan, Zhang, Donati and Sarvary (2025). Generative AI and Sales Productivity: Field Experiments in Online Retail. arXiv 2510.12049, version 6 (29 June 2026). arxiv.org · Non sottoposto a revisione tra pari: altri ricercatori non lo hanno ancora controllato per una rivista.
- Come è stato condotto
- La piattaforma ha integrato l’IA generativa in sette dei suoi flussi di lavoro. In ciascuno, clienti o prodotti sono stati assegnati a sorte alla versione con l’IA o a quella abituale, e i ricercatori hanno confrontato le vendite. Esperimento randomizzato. Le persone sono state assegnate a caso a lavorare con o senza lo strumento, e i due gruppi sono stati confrontati.
- Chi ha partecipato
- Milioni di clienti e prodotti, in sette esperimenti condotti tra settembre 2023 e giugno 2024.
- Dove
- Una delle più grandi piattaforme di vendita online transfrontaliera del mondo, non nominata nell’articolo, al servizio di venditori terzi.
“these effects are not associated with worse post-purchase outcomes, as product return rates and customer ratings do not deteriorate.” [questi effetti non sono associati a risultati peggiori dopo l’acquisto, dato che i tassi di reso e le valutazioni dei clienti non peggiorano.]
Che cosa ha trovato
- Chatbot prima dell’acquisto: vendite +16,3%. I clienti del gruppo di confronto ricevevano un messaggio che diceva che l’aiuto dal vivo non era disponibile. La piattaforma riservava i suoi operatori umani alle domande dopo la vendita. Molti venditori più piccoli sono nella stessa situazione: non possono rispondere alle domande dal vivo, in più lingue.
- IA con una persona dietro. Un’IA che poteva passare il cliente a un operatore umano ha alzato le vendite del 25% rispetto a nessuna assistenza. Rispetto a un servizio gestito solo da operatori umani, le ha alzate dell’11,5%. Quest’ultimo risultato ha un grado di certezza statistica più basso.
- Ricerca: vendite +2,9%. L’IA perfezionava ciò che i clienti scrivevano nella casella di ricerca.
- Descrizioni dei prodotti: vendite +2,1% nel complesso. Per i prodotti con meno di 50 parole di descrizione, i testi scritti dall’IA hanno alzato le vendite del 6,5%. I prodotti già ben descritti non hanno guadagnato nulla.
- Messaggi di marketing: +1,6%, non chiaramente oltre quanto spiegabile con il caso.
- Titoli degli annunci Google scritti dall’IA: −4,5%, anche questo non chiaramente oltre quanto spiegabile con il caso.
- Dopo la vendita. Tassi di reso e valutazioni dei clienti non sono peggiorati.
Per i quattro strumenti che hanno alzato le vendite, gli autori stimano il valore aggiunto in circa $5 per cliente all’anno. Gran parte del guadagno è venuta da più clienti che compravano, non da carrelli più pieni. I clienti più nuovi e meno attivi hanno guadagnato di più.
Quando vale il risultato
L’IA ha aggiunto di più dove la piattaforma faceva poco o niente: domande senza risposta, descrizioni scarne. Dove il servizio esistente era già buono, il guadagno è stato piccolo o nullo.
I venditori non hanno fatto nulla. La piattaforma ha attivato l’IA per loro. Per i piccoli venditori, l’IA che conta di più potrebbe essere quella della piattaforma, che non scelgono né controllano.
I risultati per i venditori più piccoli e più nuovi erano spesso maggiori che per gli altri, ma gli autori dicono che queste differenze sono stimate in modo impreciso.
Limiti
- Due autori erano consulenti della piattaforma durante il progetto, e uno era un suo dipendente. I risultati di altri due esperimenti vengono dal gruppo dati della piattaforma stessa, senza dati che gli autori potessero verificare.
- Gli effetti sono di breve periodo. Una sola piattaforma.
- Un documento di lavoro, non sottoposto a revisione tra pari.
Pratiche che usano questo studio
Questo studio sostiene:
- Misuri il tempo risparmiato per attività rispetto a una misurazione di partenza Registri quanto tempo richiede un’attività e quanto è buono il risultato prima di introdurre l’IA. Senza questo dato di partenza non può distinguere un guadagno reale da uno sperato. Prima di tutto · Impegno: basso (giorni, una persona)
- Parta da un processo costoso, non da un’introduzione in tutta l’azienda Scelga un processo che costa tempo o denaro in modo evidente. Applichi lì l’IA, con una persona che controlla il risultato, ed estenda l’uso solo quando le cifre si muovono. Prima di tutto · Impegno: medio (settimane, poche persone)
- Parta dall’IA già pronta nel software che usa, prima di costruirne una sua Il software per ufficio, contabilità, assistenza clienti e vendite che usa ha probabilmente già funzioni di IA. Le provi su un’attività, con poche licenze e un risultato misurato, prima di pagare qualcuno per costruire qualcosa su misura. Prima di tutto · Impegno: basso (giorni, una persona)
- Per ogni tipo di attività, verifichi se una persona con l’IA fa meglio di ciascuna delle due da sola Non dia per scontato che aggiungere una persona all’IA, o l’IA a una persona, dia il risultato migliore. Lo verifichi per ogni tipo di attività prima di stabilire il processo. Subito dopo · Impegno: medio (settimane, poche persone)