W skrócie
- Źródło
- 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 · Bez recenzji naukowej: inni badacze jeszcze nie sprawdzili go na potrzeby czasopisma.
- Jak je przeprowadzono
- Platforma wprowadziła generatywną AI do siedmiu swoich przebiegów pracy. W każdym z nich kupujących lub produkty losowo przydzielano do wersji z AI albo do zwykłej, a badacze porównali sprzedaż. Eksperyment z losowym przydziałem. Ludzi losowo przydzielono do pracy z narzędziem albo bez niego i porównano obie grupy.
- Kto brał udział
- Miliony kupujących i produktów w siedmiu eksperymentach prowadzonych od września 2023 do czerwca 2024 roku.
- Gdzie
- Jedna z największych na świecie międzynarodowych platform handlu internetowego, nienazwana w pracy, obsługująca zewnętrznych sprzedawców.
“these effects are not associated with worse post-purchase outcomes, as product return rates and customer ratings do not deteriorate.” [tym efektom nie towarzyszą gorsze wyniki po zakupie, bo odsetek zwrotów i oceny klientów się nie pogarszają.]
Co wykazało badanie
- Chatbot przedsprzedażowy: +16,3% sprzedaży. Kupujący z grupy porównawczej dostawali komunikat, że pomoc na żywo jest niedostępna. Platforma zatrzymała konsultantów do pytań po sprzedaży. Wielu mniejszych sprzedawców jest w tej samej sytuacji: nie mogą odpowiadać na pytania na żywo, w kilku językach.
- AI z człowiekiem w odwodzie. AI, która mogła przekazać kupującego konsultantowi, zwiększyła sprzedaż o 25% w porównaniu z brakiem obsługi. W porównaniu z obsługą prowadzoną wyłącznie przez konsultantów zwiększyła ją o 11,5%. Ten ostatni wynik ma słabszą pewność statystyczną.
- Wyszukiwarka: +2,9% sprzedaży. AI doprecyzowywała to, co kupujący wpisywali w wyszukiwarkę.
- Opisy produktów: +2,1% sprzedaży ogółem. Przy produktach z opisem krótszym niż 50 słów tekst napisany przez AI zwiększył sprzedaż o 6,5%. Produkty, które już miały dobre opisy, nic nie zyskały.
- Wiadomości marketingowe: +1,6%, bez wyraźnej przewagi nad przypadkiem.
- Tytuły reklam Google napisane przez AI: −4,5%, także bez wyraźnej przewagi nad przypadkiem.
- Po sprzedaży. Odsetek zwrotów i oceny klientów się nie pogorszyły.
Dla czterech narzędzi, które zwiększyły sprzedaż, autorzy szacują dodatkową wartość na około $5 na kupującego rocznie. Większość wzrostu wynikała z tego, że kupowało więcej osób, a nie z większych koszyków. Najwięcej zyskali nowsi i mniej aktywni kupujący.
Kiedy wynik się sprawdza
AI dała najwięcej tam, gdzie platforma robiła niewiele albo nic: przy pytaniach bez odpowiedzi i ubogich opisach. Tam, gdzie obsługa była już dobra, wzrost był mały albo zerowy.
Sprzedawcy nic nie robili. Platforma sama włączyła im AI. Dla małych sprzedawców najważniejsza może być AI platformy, której nie wybierają i nad którą nie mają kontroli.
Wyniki dla mniejszych i nowszych sprzedawców były często lepsze niż dla pozostałych, ale autorzy zaznaczają, że te różnice oszacowano nieprecyzyjnie.
Ograniczenia
- Dwóch autorów było w trakcie projektu doradcami platformy, a jeden jej pracownikiem. Wyniki dwóch kolejnych eksperymentów pochodzą od zespołu danych samej platformy, bez danych, które autorzy mogliby sprawdzić.
- Efekty są krótkoterminowe. Jedna platforma.
- Working paper, bez recenzji naukowej.
Praktyki, które korzystają z tego badania
To badanie wspiera:
- Mierz czas zaoszczędzony na zadaniu względem pomiaru wyjściowego Zanim dodasz AI, zapisz, ile trwa zadanie i jak dobry jest wynik. Bez tej liczby wyjściowej nie odróżnisz prawdziwego zysku od pobożnego życzenia. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Zacznij od gotowej AI w oprogramowaniu, którego już używasz, zanim zbudujesz własną Twoje oprogramowanie biurowe, księgowe, do obsługi klienta i do sprzedaży prawdopodobnie ma już funkcje AI. Wypróbuj je na jednym zadaniu, z kilkoma licencjami i zmierzonym wynikiem, zanim komuś zapłacisz za zbudowanie czegoś na zamówienie. Zrób najpierw · Nakład pracy: niski (dni, jedna osoba)
- Zacznij od jednego kosztownego procesu, a nie od wdrożenia w całej firmie Wybierz jeden proces, który wyraźnie kosztuje czas lub pieniądze. Zastosuj w nim AI, z człowiekiem sprawdzającym wyniki, i rozszerzaj dopiero wtedy, gdy liczby się poprawią. Zrób najpierw · Nakład pracy: średni (tygodnie, kilka osób)
- Dla każdego rodzaju zadania sprawdź, czy człowiek z AI wypada lepiej niż każde z nich osobno Nie zakładaj, że dodanie człowieka do AI albo AI do człowieka daje najlepszy wynik. Sprawdź to dla każdego rodzaju zadania, zanim ustalisz proces. Zrób potem · Nakład pracy: średni (tygodnie, kilka osób)