Svaka strategija, odluka i transformacija počinju kao razgovor. Pa ipak, lideri retko promišljeno razmišljaju o tome kako se ti razgovori odvijaju. Timovi sa najvišim rezultatima usmeravaju razgovore kroz tri ključna elementa — ciljeve, uloge i dušu — stvarajući veću jasnoću, snažnije poverenje i bolje odluke.

Sistemi za osluškivanje korisnika postali su izuzetno vešti u prepoznavanju onoga što kupci žele i načina na koji se osećaju, ali često previde treći, ključni signal: kada tačno kupci očekuju konkretnu akciju. Kombinovanjem veštačke inteligencije i ljudske procene radi otkrivanja suptilnih naznaka o vremenskom okviru, organizacije mogu donositi kvalitetnije odluke o inovacijama, efikasnije odrediti prioritete u razvoju proizvoda i izbeći prenagljene reakcije na svaku primedbu. Da bi to postigle, kompanije moraju ugraditi faktor hitnosti u sisteme za prikupljanje povratnih informacija, tumačiti signale u njihovom lingvističkom i kulturološkom kontekstu i povezati ih sa jasnim pravilima odlučivanja koja usklađuju brzinu odgovora sa očekivanjima kupaca.

Može se sa sigurnošću pretpostaviti da će ubrzane promene ostati. U srži današnjih čestih poremećaja je neizvesnost: situacije u kojima su dostupne informacije nepotpune, kontradiktorne ili se stalno menjaju, a jasni odgovori su nemogući. Snalaženje u neizvesnosti zahteva novi skup veština – onaj koji se oslanja na našu ljudskost, umesto da je zaobilazi. Za razliku od mašina, mi donosimo biološki odgovor na promenu. A taj odgovor, ako se razume i iskoristi, može postati moćna prednost.

Generativna veštačka inteligencija (AI), posebno veliki jezički modeli (LLMs), nudi obećavajući novi alat za istraživanje tržišta u ranoj fazi simuliranjem reakcija kupaca na koncepte proizvoda. Ovo može omogućiti kompanijama da donose zaključke slične onima koje bi dobile anketiranjem kupaca ili sprovođenjem fokus grupa, ali uz mnogo manje vremena i troškova. Iako LLMs mogu pružiti isplative i brze uvide, i dalje zahtevaju fino podešavanje (fine-tuning) sa vlasničkim podacima kako bi se dobile precizne procene preferencija. I uprkos njihovom potencijalu, LLMs bi trebalo da dopune, a ne da zamene ljudsko istraživanje, jer imaju poteškoća sa nijansiranom segmentacijom kupaca i dinamičnim tržišnim uslovima.

Kako „Kupi sada, plati kasnije“ (Buy Now, Pay Later – BNPL) brzo dobija na popularnosti, mnogi trgovci se pitaju kakav uticaj to ima na njihove poslovne rezultate. Novo istraživanje analiziralo je ponašanje 275.000 potrošača kako bi razumelo uticaj BNPL-a na potrošnju. Istraživači su otkrili da BNPL povećava verovatnoću kupovine i prosečnu veličinu potrošačke korpe za 10%. Ovi efekti su posebno izraženi kod potrošača koji su istorijski pravili manje kupovine. Studija takođe ističe jedinstvenu privlačnost BNPL-a: razbijanjem plaćanja na rate, BNPL daje potrošačima veći osećaj kontrole nad svojim budžetom. Kao rezultat, BNPL kupovine deluju manje finansijski opterećujuće. Ovo istraživanje pruža uvid u posledice za trgovce i osvrće se na nove izazove BNPL-a.