Perché il capitale di rischio ignora la tecnologia per il commercio al dettaglio
Il settore della vendita al dettaglio muove migliaia di miliardi di dollari all'anno e affronta problemi operativi che non è riuscito a risolvere in decenni: dati di prodotto inaffidabili, logistica dei resi che erode i margini, sistemi di inventario che operano su supposizioni più che su informazioni in tempo reale. Eppure, il capitale di rischio destina appena 300 milioni di dollari annui ai finanziamenti delle startup che cercano di risolvere questi problemi. Per dare una prospettiva: il round di una singola startup di intelligenza artificiale di medie dimensioni supera spesso quella cifra.
Il Comitato Consultivo per l'Innovazione della National Retail Federation degli Stati Uniti ha documentato di recente questo divario, e il contrasto che emerge è difficile da ignorare. Settori come il fintech, la sanità, l'energia o la difesa ricevono decine di miliardi di finanziamenti ogni anno. La tecnologia per il commercio fisico e omnicanale riceve una frazione di ciò che le spetterebbe se il flusso di capitale seguisse la logica delle dimensioni del problema.
La domanda non è se esista un mercato. La domanda è perché investitori sofisticati, con accesso agli stessi dati, continuino a guardare dall'altra parte.
L'investitore non teme il problema, teme il cliente
C'è una distinzione che vale la pena formulare con precisione. Gli investitori di capitale di rischio non evitano il settore della vendita al dettaglio perché non comprendano l'entità delle sue inefficienze. Le capiscono bene. Ciò che evitano è uno schema specifico che hanno imparato a riconoscere nel tempo: il cliente più difficile del mondo per una startup tecnologica.
Un investitore citato nell'analisi di Forbes lo ha formulato con chiarezza riferendosi al "cimitero della tecnologia retail", quel territorio in cui startup con proposte solide, sostenute da capitale, sono naufragate non perché il loro prodotto avesse dei difetti, ma perché il processo di implementazione le ha distrutte prima che potessero dimostrare il proprio valore. I grandi rivenditori sono acquirenti lenti, integratori complessi e partner poco indulgenti di fronte agli errori. Quando un fondatore afferma che l'implementazione richiederà 45 minuti del tempo di uno sviluppatore, un operatore retail con cicatrici sul campo sa, per esperienza concreta, che raramente questo corrisponde alla realtà.
I sistemi tecnologici di un retailer tradizionale non sono uno stack ordinato di strumenti moderni. Sono decenni di strati accumulati: software di inventario del 2003 che convive con gateway di pagamento aggiornati a metà, sistemi di risorse umane che non comunicano con il punto vendita, strutture dati che nessuno ha documentato del tutto perché chi lo sapeva non lavora più lì. Quando una startup connette qualcosa di nuovo a quell'architettura, gli effetti secondari sono imprevedibili. I retailer che hanno vissuto implementazioni che alla fine sono costate più di quanto promettevano di risparmiare sviluppano, razionalmente, un'avversione alla sperimentazione.
Questa avversione ha un componente aggiuntivo che raramente viene menzionato apertamente: all'interno di molte organizzazioni del commercio al dettaglio, sponsorizzare un progetto pilota che fallisce ha conseguenze per la carriera del dirigente che lo ha proposto. Questo non è irrazionalità istituzionale. È una struttura di incentivi perfettamente coerente con l'operare in margini a una cifra, dove un errore visibile costa più di mille successi silenziosi. Il risultato pratico è che nessuno vuole essere il primo a sperimentare qualcosa di nuovo.
Matt Nichols, partner di Commerce Ventures, ha sottolineato che nel periodo recente ci sono state meno novità reali nel settore e meno aziende con potenziale di cambiare le regole del gioco, il che ha spinto molti investitori generalisti verso altre categorie con cicli di adozione più brevi e clienti con una maggiore disponibilità a pagare senza processi di approvazione così laboriosi.
Startup con codice corretto e settore sbagliato
Il problema non è unilaterale. Se i rivenditori hanno difficoltà ad assorbire nuove tecnologie, molte startup di retail tech hanno difficoltà a capire il settore che cercano di trasformare.
C'è un profilo che si ripete con una certa frequenza: fondatori con una solida formazione tecnologica, architetture ben costruite, demo accattivanti e una comprensione superficiale di come funziona un ciclo di acquisti aziendali all'interno di una catena con cinquecento negozi. Non è un problema di intelligenza né di impegno. È un problema di distanza tra l'esperienza che si possiede e la realtà operativa che si tenta di risolvere.
Una dimostrazione funzionale in un ambiente controllato è una cosa. Un sistema che opera senza degradarsi nel negozio numero 347, con dipendenti ad alto turnover, connettività intermittente e dati di prodotto che non sono mai del tutto puliti, è una cosa completamente diversa. Il divario tra i due scenari è il luogo in cui vive la maggior parte dei progetti pilota che non riescono mai a scalare.
Il mercato totale indirizzabile che gli investitori vedono quando studiano la retail tech può essere enorme sulla carta. Ma una parte significativa delle aziende che cercano di catturare quel mercato serve segmenti troppo ristretti per giustificare il tipo di rendimento che un fondo di capitale di rischio richiede alla sua scala. Nichols lo ha detto in modo diretto: sebbene il mercato totale sia grande, molte aziende puntano a una porzione così specifica da non avere una superficie sufficiente per costruire un'impresa con la velocità che il modello del venture capital esige.
Il budget per l'innovazione all'interno di un retailer non è neanche ciò che sembra dall'esterno. Il budget tecnologico di una grande catena può essere sostanziale, ma la maggior parte di quella spesa è impegnata a mantenere in funzione i sistemi esistenti. Ciò che rimane disponibile per la sperimentazione è una piccola frazione di quella cifra totale, soggetta a molteplici approvazioni e a un processo di valutazione che può richiedere da sei mesi a due anni prima che qualcuno firmi un contratto di prova.
Vanathy Lakshmi, dirigente con esperienza nel retail e nella tecnologia, ha descritto questa tensione con precisione: il business della vendita al dettaglio combatte sempre la battaglia del giorno presente. Oggi ci sono vendite da difendere, inventario da movimentare e concorrenza a cui rispondere. L'investimento in tecnologia con ritorno incerto compete direttamente con decisioni che producono risultati misurabili nello stesso trimestre.
L'intelligenza artificiale non risolve l'attrito strutturale, lo rende più urgente
Esiste una lettura ottimistica di questo momento: l'intelligenza artificiale sta costringendo i rivenditori a risolvere problemi di dati e integrazione che hanno rimandato per anni, e questo dovrebbe generare una maggiore domanda per la tecnologia offerta dalle startup. Questa lettura non è sbagliata, ma è incompleta.
Ciò che l'intelligenza artificiale fa, con una certa certezza, è aumentare il costo del mancato superamento dell'attrito. Un sistema che ragiona attraverso decisioni di merchandising, prezzo, inventario, catena di approvvigionamento e organico allo stesso tempo richiede dati puliti, integrazione profonda e disponibilità istituzionale a operare in ambienti complessi. Esattamente ciò che i rivenditori hanno più difficoltà a costruire e che gli investitori hanno più difficoltà a finanziare.
La prossima ondata di tecnologia retail non sarà un ulteriore strato analitico sugli stessi sistemi. Richiederà agenti che operino in tempo reale sui dati del negozio, che elaborino segnali contraddittori e che prendano decisioni con conseguenze fisiche e immediate. Quel livello di integrazione non si improvvisa in un progetto pilota di novanta giorni con un team di tre persone.
Nichols di Commerce Ventures vede un'apertura genuina in quel punto: il modo in cui avviene il commercio sta cambiando alla radice. I canali di acquisto mediati da modelli linguistici, la compressione dei cicli di prodotto e i nuovi modelli di catena di approvvigionamento vicini alla produzione — come quelli operati da alcune piattaforme di origine asiatica con modelli di spedizione diretta al consumatore — rappresentano opportunità per aziende che non sono versioni migliorate di ciò che già esiste, bensì categorie completamente nuove. Portless, un'azienda nel portafoglio di Commerce Ventures che facilita la spedizione diretta dall'Asia, è il tipo di modello che non replica la logica del retail tradizionale, ma riconfigura le regole del gioco dalla catena di approvvigionamento verso l'alto.
Ma anche queste nuove opportunità affrontano lo stesso ostacolo fondamentale: il processo di adozione all'interno dei retailer è sufficientemente lento e rischioso da indurre molti investitori a preferire scommettere su settori in cui il percorso dalla validazione al contratto è più breve e meno dipendente dal fatto che una grande organizzazione cambi i propri processi interni.
Il mercato non si muove da solo con buone idee ben fondate
Ci sono tre leve concrete che l'analisi di Forbes identifica per colmare il divario, e vale la pena valutarle senza eccesso di ottimismo.
La prima è un modello di comunicazione inverso: invece che le startup arrivino ai rivenditori con ciò che hanno già costruito, i direttori tecnologici e operativi dei retailer dovrebbero descrivere i loro problemi più costosi direttamente a investitori e fondatori. Questo sembra ragionevole come principio, ma esige che i retailer abbiano chiarezza su quali problemi siano davvero i loro colli di bottiglia più costosi, distinzione che non è sempre ovvia dall'interno di un'organizzazione che opera sotto pressione quotidiana. Richiede anche che i retailer accettino di rivelare vulnerabilità operative a un pubblico esterno, il che non è banale a livello istituzionale.
La seconda leva è interna: costruire all'interno dei retailer una reale capacità di sperimentazione che non distrugga la carriera di chi sponsorizza un progetto pilota che fallisce. Ciò richiede un cambiamento nel modo in cui l'innovazione viene misurata e premiata all'interno di quelle organizzazioni, il che è più facile da enunciare che da eseguire in aziende che da decenni misurano le performance su risultati immediati e tangibili.
La terza leva è il consolidamento. Il mercato della tecnologia retail ha troppe piccole aziende che competono per l'attenzione degli stessi acquirenti, spendendo risorse sproporzionate in visibilità e cicli di vendita invece che nello sviluppo del prodotto. Piattaforme più grandi, con insiemi integrati di soluzioni e accesso consolidato ai giusti decision maker, potrebbero ridurre questo spreco strutturale e rendere il settore più attraente per il capitale. Quel processo di consolidamento non avviene per decreto; avviene quando i fondi e i fondatori giungono alla conclusione che costruire in modo indipendente ha un costo opportunità maggiore rispetto all'unione delle forze.
Ciò che l'analisi non può promettere è che queste tre leve siano sufficienti a cambiare le dinamiche in un arco di tempo rilevante per gli attuali cicli di investimento. Il capitale di rischio è paziente in teoria e molto impaziente nella pratica. Un settore che chiede due anni per chiudere un contratto pilota e altri due per scalare non si adatta naturalmente a fondi con orizzonti di otto-dieci anni che devono mostrare rendimenti intermedi.
Il divario tra i problemi che la vendita al dettaglio affronta e il capitale disponibile per risolverli non è un'anomalia che scomparirà con la buona volontà. È il risultato accumulato di decenni di adozione tecnologica lenta, strutture di incentivi che penalizzano l'errore e un mercato di startup che spesso è arrivato con soluzioni prima di comprendere bene il problema. Colmarlo richiede che i rivenditori cambino il modo in cui sperimentano e acquistano, che i fondatori arrivino con una vera comprensione operativa e non solo con codice funzionante, e che gli investitori specializzati nel settore costruiscano una credibilità sufficiente da attrarre chi oggi guarda altrove. Nessuna di queste tre condizioni è automatica, ma tutte e tre sono raggiungibili se lavorate in parallelo con la stessa urgenza che il momento dell'intelligenza artificiale sembra stia imponendo dall'esterno.
