Academy Sports ha puntato sull'IA per la gestione dei prezzi e la domanda non è se funziona, ma chi cattura il valore
Quando una catena di vendita al dettaglio con oltre 300 negozi annuncia di lavorare da più di un decennio con una piattaforma di price intelligence, e che ha appena esteso quel contratto per diversi anni, il titolo tecnologico è il meno interessante. Il dato strategico si trova altrove: come viene ridistribuito il valore generato da quella efficienza tra l'azienda, i suoi fornitori e i suoi acquirenti?
Academy Sports + Outdoors, uno dei più grandi rivenditori di articoli sportivi degli Stati Uniti con una presenza in oltre 300 negozi, ha formalizzato un'estensione del suo accordo pluriennale con Revionics, azienda specializzata nell'ottimizzazione dei prezzi tramite intelligenza artificiale. Lo strumento copre due funzioni critiche: la definizione dei prezzi base per negozio e mercato, e la gestione degli sconti per liquidare le scorte stagionali senza sacrificare il margine. L'annuncio è solido dal punto di vista operativo. Ciò che merita un'analisi approfondita è l'architettura degli incentivi che vi sta dietro.
Da 70 negozi con prezzi manuali a 300 gestiti da algoritmi
Il vicepresidente pricing di Academy ha descritto con precisione il problema di scala che ha motivato la transizione. Con 70 negozi, un team umano poteva analizzare mercato per mercato e prendere decisioni ragionevoli. Con 300 negozi e un assortimento altamente eterogeneo — dalle attrezzature da campeggio alle calzature sportive — la capacità cognitiva di qualsiasi team raggiunge il proprio limite operativo prima ancora di completare il primo ciclo di revisione dei prezzi.
La soluzione non è ideologicamente nuova: Revionics si posiziona in questo segmento da anni, e il suo rapporto con Academy risale a oltre un decennio fa. Ciò che è cambiato è la scala del problema e, di conseguenza, la portata dell'impatto di automatizzarlo bene o automatizzarlo male. Una piattaforma di ottimizzazione dei prezzi ben calibrata può aumentare il margine lordo tra 100 e 300 punti base nelle categorie ad alta rotazione, semplicemente migliorando la precisione del prezzo iniziale e riducendo la profondità degli sconti necessari per liquidare le scorte. In un'azienda delle dimensioni di Academy, questo rappresenta decine di milioni di dollari all'anno di valore catturato — o perso, se il modello è mal addestrato.
Il caso presenta anche uno strato di pressione esterna che lo rende ancora più urgente: i dazi sulle importazioni hanno aumentato il costo di acquisizione di prodotti chiave, molti dei quali fabbricati in Asia. Una piattaforma di pricing con logica di compensazione dei costi consente di trasferire gli aumenti in modo chirurgico, categoria per categoria, senza un rincaro generalizzato che faccia schizzare la percezione del prezzo da parte dell'acquirente. Questa è gestione del margine con precisione, non una politica di prezzo lineare.
La distribuzione invisibile del valore generato
Ecco il nodo strategico che i comunicati stampa non menzionano mai. Quando un rivenditore migliora la propria capacità di definire i prezzi, il valore creato può fluire in tre direzioni diverse: verso l'acquirente (sotto forma di prezzi più aderenti alla domanda locale), verso l'azienda (sotto forma di margini più elevati), o verso i fornitori (se la maggiore efficienza si traduce in volumi maggiori e una rotazione prevedibile).
In pratica, la direzione del flusso dipende da un'unica variabile: il relativo potere negoziale di ciascun attore nella catena. E in questo caso, Academy detiene una posizione dominante rispetto alla maggior parte dei suoi fornitori di marchi propri o di dimensioni minori. L'automazione del prezzo non crea valore di per sé; accelera e rende preciso soltanto il meccanismo con cui quel valore veniva già distribuito. Se in precedenza il margine veniva catturato in modo inefficiente, ora viene catturato in modo efficiente. La domanda è se questa efficienza venga condivisa o concentrata.
L'evidenza storica del settore della vendita al dettaglio suggerisce che la prima espansione del margine derivante dagli strumenti di ottimizzazione dei prezzi avvantaggia quasi esclusivamente il rivenditore. I fornitori avvertono la pressione sotto forma di finestre di negoziazione più brevi, minore tolleranza alle variazioni di prezzo e condizioni di sconto più esigenti durante la liquidazione stagionale. Gli acquirenti, nel migliore dei casi, ricevono prezzi più calibrati sulla domanda locale — che è esattamente ciò che Academy ha promesso —, ma tale calibrazione può operare tanto verso il basso quanto verso l'alto a seconda del livello di concorrenza in ciascun mercato geografico.
Un sondaggio condotto da Revionics su quasi cento professionisti del settore retail ha rilevato che due terzi di loro prevedono di aumentare gli investimenti in strumenti di pricing basati sull'IA nei prossimi due anni. Questo dato non è la prova che la tecnologia avvantaggia i consumatori; è la prova che la tecnologia avvantaggia i margini dei rivenditori che la adottano. La differenza tra le due interpretazioni è sostanziale.
Il vantaggio sostenibile non risiede nell'algoritmo
Revionics non è l'unico operatore in questo mercato. Invent Analytics, Wiser Solutions e un numero crescente di concorrenti offrono capacità simili di ottimizzazione dei prezzi e gestione delle scorte. Quando il 66% dei rivenditori di dimensioni rilevanti adotta strumenti equivalenti in un orizzonte di due anni, il vantaggio competitivo derivante dallo strumento si erode a una velocità proporzionale alla sua adozione. Ciò che differenzierà Academy dai suoi concorrenti tra tre anni non sarà il fatto di utilizzare Revionics, ma il modo in cui utilizzerà i dati che Revionics genera.
Il rischio sistemico più sottovalutato in questo tipo di implementazioni è la dipendenza dal fornitore. Un rapporto di oltre dieci anni con un'unica piattaforma di pricing crea un accumulo di logica proprietaria, dati storici e processi interni calibrati su quello strumento specifico. Il costo di migrazione — tecnico, operativo e organizzativo — diventa proibitivo nel tempo, il che accresce il potere negoziale del fornitore tecnologico a ogni rinnovo contrattuale. Academy ha appena firmato un'estensione pluriennale. Revionics sa esattamente quanto costerebbe ad Academy cambiare piattaforma. Questa asimmetria informativa ha un prezzo, e quel prezzo apparirà nelle condizioni del contratto successivo.
Il modello di business davvero sostenibile nell'ottimizzazione dei prezzi non è quello che massimizza il margine del rivenditore a ogni transazione. È quello che costruisce una fidelizzazione sufficiente dell'acquirente — attraverso prezzi percepiti come equi e coerenti — tale da ridurre nel lungo periodo il costo di acquisizione dei clienti. Se l'algoritmo aumenta i prezzi in modo aggressivo nei mercati in cui Academy non ha concorrenza diretta, catturerà margine nel breve termine e distruggerà la percezione del valore nel medio termine. Gli acquirenti che pagano più del previsto non tornano; si spostano semplicemente verso il prossimo rivenditore che ha adottato lo stesso strumento e lo ha calibrato con criteri diversi.
Il valore che Academy sta costruendo con questa scommessa dipende, in ultima analisi, da una decisione che nessun algoritmo può prendere da solo: se i margini aggiuntivi catturati vengano reinvestiti per migliorare la proposta per l'acquirente e il fornitore, oppure vengano consolidati come guadagno finanziario per l'azionista. Gli ecosistemi retail che durano sono quelli che distribuiscono valore sufficiente a ciascun attore affinché nessuno abbia l'incentivo di abbandonarli. Quelli costruiti ottimizzando esclusivamente il margine del centro finiscono per scoprire, troppo tardi, di aver estratto valore dalle stesse relazioni che li sostenevano.
