Návraty predstavujú významnú výzvu pre e-commerce, zvyšujú náklady a narúšajú operácie. V súčasnosti je približne 10 % online nákupov—asi 4 miliardy balíkov ročne—vrátených. Mnoho maloobchodníkov spravuje tieto návraty pomocou drahých manuálnych metód, ktoré zahŕňajú prepravu produktov späť na kontrolu, čo vedie k nákladom na manipuláciu, ktoré v priemere dosahujú 20 dolárov na návrat kvôli nedostatočným údajom vopred a neorganizovanej logistike. Avšak AI revolucionalizuje proces návratov zlepšením efektivity v rôznych fázach. Zachytávaním podrobných údajov, ako sú obrázky a histórie nákupov v mieste návratu, môže AI robiť okamžité rozhodnutia, čím sa znižuje závislosť na zákazníckej podpore. Taktiež optimalizuje trasovanie, minimalizujúc zbytočný tranzit a spracovanie. Keď sú potrebné kontroly, AI pomáha pracovníkom identifikovať a hodnotiť položky, čo urýchľuje spracovanie z mesiacov na dni a znižuje náklady na manipuláciu aspoň o 20 %. Cieľom do budúcnosti je eliminovať zbytočnú manipuláciu, čo umožní, aby vrátené tovar bolo možné opätovne predávať a prepravovať priamo novým zákazníkom. Na trhu sa objavujú nové spoločnosti, ktoré ponúkajú cenovo efektívne riešenia pre riadenie návratov.

Napríklad Kalle Koutajoki, generálny riaditeľ spoločnosti Renow, popisuje, ako ich systém využíva softvér a miestne sklady na efektívne zlepšenie spätnej logistiky, pričom zamestnáva rôzne AI algoritmy na rýchle rozhodovanie a kontroly. AI tiež zohráva kľúčovú úlohu pri predpovedaní a prevencii návratov použitím údajov na úrovni SKU na identifikáciu potenciálnych vysokorizikových produktov, čím zlepšuje výrobné zoznamy a riadenie zásob. Maloobchodníci musia prejsť od tradičnej analýzy k využívaniu postrehov založených na AI pre rozhodovanie v reálnom čase, najmä počas náročného riadenia zásob po sviatkoch. Navyše, AI mení nadbytočné návraty z finančnej záťaže na príležitosť na zisk. Maloobchodníci môžu presne posúdiť stav vrátených produktov a dopyt na trhu, čo im umožňuje rozhodnúť sa o najlepšej akcii—či už o opätovnom naskladnení, renovácii alebo darovaní—na základe údajov v reálnom čase. AI poháňané rozpoznávanie obrazov ďalej urýchľuje proces hodnotením položiek prostredníctvom nahratí zákazníkov, čím zvyšuje efektivitu a znižuje náklady. Trh pre optimalizáciu návratov sa rozširuje, pričom noví hráči sa snažia o dlhodobý úspech. Joose Toiviainen, spoluzakladateľ spoločnosti Daze, zdôrazňuje dôležitosť vhodného obchodného modelu a zamerania sa na efektivitu, ktorá sa vyhýba zložitým procesom návratov. Celkovo AI transformuje návraty v e-commerce z nákladného problému na šancu zvýšiť efektivitu, generovať príjmy a podporovať udržateľnosť. Využitím AI pre prediktívnu analýzu a optimalizovanú logistiku môžu maloobchodníci účinne znižovať miery návratov, znižovať náklady na spracovanie a zvyšovať hodnotu pri predaji, čím zabezpečia úspech v čoraz konkurencieschopnejšom prostredí.