Povrati predstavljaju značajan izazov za e-trgovinu, povećavajući troškove i ometajući operacije. Trenutno se oko 10% online kupovina—približno 4 milijarde paketa godišnje—vraća. Mnogi trgovci upravljaju tim povratima putem skupih ručnih metoda koje uključuju transport proizvoda nazad na pregled, što dovodi do troškova obrade koji prosječno iznose 20 USD po povratu zbog nedostatka dovoljnih podataka unaprijed i neorganizirane logistike. Međutim, umjetna inteligencija (AI) revolucionira proces povrata poboljšavajući učinkovitost u raznim fazama. Zahvaljujući prikupljanju detaljnih podataka poput slika i povijesti kupovine na mjestu povrata, AI može donositi trenutne odluke, smanjujući ovisnost o korisničkoj podršci. Također optimizira usmjeravanje, minimizirajući nepotrebni tranzit i obradu. Kada su potrebne inspekcije, AI pomaže radnicima u identificiranju i procjeni artikala, ubrzavajući obradu sa mjeseci na dane te smanjujući troškove obrade za najmanje 20%. Budući cilj je eliminirati nepotrebno rukovanje, omogućujući da se vraćeni proizvodi ponovo prodaju i odmah šalju novim kupcima. Na tržištu se pojavljuju nove tvrtke koje nude isplativa rješenja za upravljanje povratima.

Na primjer, Kalle Koutajoki, izvršni direktor tvrtke Renow, opisuje kako njihov sustav koristi softver i lokalne skladišta za učinkovito poboljšanje obrnutih logističkih procesa, koristeći različite AI algoritme za brzo donošenje odluka i inspekcije. AI također igra ključnu ulogu u predviđanju i sprječavanju povrata korištenjem podataka na razini SKU kako bi identificirao potencijalno visoko rizične proizvode, čime se poboljšavaju liste proizvoda i upravljanje zalihama. Trgovci moraju preći s tradicionalne analitike na korištenje AI podataka za donošenje odluka u stvarnom vremenu, posebno tijekom izazovnog upravljanja zalihama nakon praznika. Štoviše, AI pretvara višak povrata iz financijskog tereta u priliku za profit. Trgovci mogu točno procijeniti stanje vraćenih proizvoda i potražnju na tržištu, omogućujući im da odluče o najboljem postupku—bilo da se radi o ponovnom skladištenju, obnovi ili donaciji—na temelju podataka u stvarnom vremenu. AI sustavi prepoznavanja slika dodatno ubrzavaju proces procjenom artikala putem učitavanja kupaca, poboljšavajući učinkovitost i smanjujući troškove. Tržište optimizacije povrata se širi, s novim igračima koji teže dugoročnom uspjehu. Joose Toiviainen, suosnivač tvrtke Daze, ističe važnost odgovarajućeg poslovnog modela i fokusa na učinkovitost koji izbjegava komplicirane procese povrata. Sve u svemu, AI transformira povrate u e-trgovini iz skupog problema u priliku za povećanje učinkovitosti, generiranje prihoda i promicanje održivosti. Iskorištavanjem AI za prediktivnu analitiku i optimizirane logističke procese, trgovci mogu učinkovito smanjiti stope povrata, smanjiti troškove obrade i povećati vrijednost preprodaje, osiguravajući uspjeh u sve konkurentnijem okruženju.