Povrat proizvoda predstavlja značajan izazov za e-trgovinu, povećavajući troškove i ometajući operacije. Trenutno, otprilike 10% online kupovina—približno 4 milijarde paketa godišnje—se vraća. Mnogi trgovci upravljaju ovim povratima kroz skupe ručne metode koje uključuju transport proizvoda nazad na inspekciju, što dovodi do troškova obrade koji u prosjeku iznose 20 dolara po povratu zbog nedovoljnog unaprijed prikupljenog podatka i neorganizovane logistike. Međutim, umjetna inteligencija (AI) revolucionira proces povrata poboljšavajući efikasnost na različitim nivoima. Zapisivanjem detaljnih podataka poput slika i historije kupovine na tački povrata, AI može donositi trenutne odluke, smanjujući oslanjanje na korisničku službu. Također, optimizira rutiranje, minimizirajući nepotrebne tranzite i obradu. Kada su potrebne inspekcije, AI pomaže radnicima da identifikuju i procjenjuju predmete, ubrzavajući obradu sa mjeseci na dane, i smanjujući troškove obrade za najmanje 20%. Budući cilj je eliminisati nepotrebnu obradu, omogućavajući da se vraćeni proizvodi preprodaju i šalju direktno novim kupcima. Nove kompanije pojavljuju se na tržištu kako bi ponudile isplativa rješenja za upravljanje povratima.

Na primjer, Kalle Koutajoki, izvršni direktor Renowa, opisuje kako njihov sistem koristi softver i lokalne skladišta za efikasno poboljšanje obrnute logistike, koristeći razne AI algoritme za brzo donošenje odluka i inspekcije. AI također igra ključnu ulogu u predviđanju i sprečavanju povrata koristeći SKU-level podatke za identifikaciju potencijalno rizičnih proizvoda, čime poboljšava popise proizvoda i upravljanje inventarom. Trgovci moraju preći iz tradicionalne analitike na korištenje AI-pokretanih uvida za donošenje odluka u realnom vremenu, posebno tijekom izazovne post-holiday upravljanja inventarom. Osim toga, AI pretvara višak povrata iz finansijskog tereta u priliku za profit. Trgovci mogu tačno procijeniti uslove vraćenih proizvoda i potražnju na tržištu, što im omogućava da odluče o najboljem postupanju—bilo da se radi o ponovnom skladištenju, obnavljanju ili doniranju—na osnovu podataka u realnom vremenu. AI-pokretan prepoznavanje slika dodatno ubrzava proces procjenjivanjem predmeta putem korisničkih uploadova, poboljšavajući efikasnost i smanjujući troškove. Tržište za optimizaciju povrata se širi, s novim igračima koji se bore za dugoročan uspjeh. Joose Toiviainen, suosnivač Daze, ističe važnost odgovarajućeg poslovnog modela i fokusa na efikasnost koji izbjegava komplikovane procese povrata. Ukupno, AI transformiše povratke u e-trgovini iz skupog problema u priliku za povećanje efikasnosti, generisanje prihoda i promociju održivosti. Korištenjem AI za prediktivnu analitiku i optimizovanu logistiku, trgovci mogu efikasno smanjiti stope povrata, smanjiti troškove obrade i povećati vrijednost preprodaje, osiguravajući uspjeh u sve konkurentnijem okruženju.