FMCG-fabrikanten gebruiken artificiële intelligentie vooral om efficiënter te werken. Maar zo missen ze volgens McKinsey de grootste opportuniteit: extra omzet. Agentic AI kan de commerciële relatie tussen merken en retailers fundamenteel veranderen, van prijszetting en promoties tot retailmedia en schapbeschikbaarheid. Toch zijn de meeste bedrijven daar nog lang niet klaar voor.
Groei blijft liggen
De FMCG-sector dreigt de belangrijkste belofte van artificiële intelligentie over het hoofd te zien: terwijl bedrijven enthousiast experimenteren met automatisering en kostenbesparing, ligt de echte winst volgens McKinsey in omzetgroei.
Het consultancybedrijf ondervroeg 41 commerciële topmanagers en specialisten van grote FMCG-producenten in Europa en de Verenigde Staten. De resultaten tonen hoe ver de sector nog achterloopt: amper 12 respondenten hebben AI structureel geïntegreerd in hun kernprocessen of op grote schaal uitgerold. De rest blijft steken in experimenten en proefprojecten.
Nochtans is de commerciële complexiteit sterk toegenomen. Waar fabrikanten en retailers vroeger vooral onderhandelden over jaarcontracten en promotiekalenders, beïnvloeden constante samenwerkingen rond prijzen, assortimenten, retailmedia, e-commerce en voorraadbeschikbaarheid elkaar vandaag voortdurend.
Bedrijven beheren die activiteiten nog te vaak afzonderlijk. Een dure retailmediacampagne levert bijvoorbeeld weinig op als het geadverteerde product niet in het schap ligt. Een agressieve korting kan zelfs klanten naar een concurrent sturen als de voorraad ontbreekt.
AI beslist mee over promoties en prijzen
Agentic AI kan (en moet, aldus McKinsey) daar verandering in brengen. Anders dan traditionele analysetools kunnen autonome AI-agenten informatie uit verschillende systemen combineren, problemen opsporen, oplossingen voorstellen en binnen afgesproken grenzen zelf acties ondernemen.
McKinsey schetst het voorbeeld van een drankenproducent die plots marktaandeel verliest bij een supermarktketen. AI ontdekt dat voorraadtekorten samenvallen met een promotie van een concurrent. Vervolgens stelt het systeem voor om voorraden te verschuiven en een tegenpromotie te lanceren. Meteen berekent het de gevolgen voor omzet, volume en marge.
Ook commerciële onderhandelingen kunnen zo ingrijpend veranderen. Wanneer een retailer een hogere korting eist, kan de keyaccountmanager onmiddellijk verschillende scenario’s laten doorrekenen. Een voorstel om een nieuw product in meer winkels te verkopen, leidt rechtstreeks tot aangepaste vraagprognoses en voorraadplannen. De commerciële planning verschuift van vaste kwartaalcycli naar wekelijkse of zelfs continue optimalisatie.
Twee derde minder mensenwerk
De efficiëntiewinst zouden aanzienlijk zijn: meer dan de helft van de ondervraagde managers heeft nu meer dan vijf dagen nodig om een klantenplan op te stellen. Bij 38 van de 41 duurt de volledige goedkeuringsprocedure langer dan drie weken.
Vooral joint business planning, waarbij fabrikanten en retailers gezamenlijke groeiplannen opstellen, biedt mogelijkheden. Vandaag besteden accountmanagers veel tijd aan het combineren van verkoopdata, marktaandelen, promotieresultaten en prijsanalyses.
Volgens McKinsey kan een AI-agent dat proces zodanig stroomlijnen dat menselijke tussenkomst nog voor ongeveer een derde van het werk nodig is. Accountmanagers krijgen daardoor meer ruimte voor strategie, onderhandelingen en relaties met retailers. FMCG-producent Reckitt zet al stappen in die richting met een AI-platform waarmee commerciële teams prijs- en promotiescenario’s sneller en gedetailleerder doorrekenen.
AI tegenover AI aan de onderhandelingstafel
Opvallend is dat ook retailers steeds vaker AI inzetten bij leveranciersgesprekken. McKinsey verwacht dat accountmanagers in de komende jaren tegenover een door AI ondersteunde onderhandelingspartner zullen zitten. Aangezien prijsvoorstellen, promotiebudgetten en assortimentsbeslissingen onmiddellijk getoetst kunnen worden aan verkoopdata en alternatieve scenario’s, veranderen de machtsverhoudingen: wie over de beste data- en analysecapaciteit beschikt, krijgt een belangrijk concurrentievoordeel.
Toch vormt juist die data vandaag de grootste hindernis. Veel fabrikanten beschikken niet over voldoende geïntegreerde informatie over kassaverkopen, retailmedia, voorraden en online zichtbaarheid. McKinsey adviseert daarom eerst de belangrijkste databronnen met elkaar te verbinden, in plaats van steeds nieuwe AI-toepassingen te lanceren.
De echte return is extra verkoop
Noch voor fabrikanten, noch voor retailers mag AI een geïsoleerd efficiëntieproject blijven. Marketing, sales, e-commerce en supplychain moeten samenwerken rond dezelfde commerciële doelstellingen. Dat vraagt ook om een andere manier van werken: retailmediabudgetten, online productzichtbaarheid en voorraadbeheer moeten veel nauwer op elkaar aansluiten. Winkelcontroles maken plaats voor permanente monitoring, terwijl AI voorraadproblemen en gemiste verkoopkansen onmiddellijk signaleert.
“De echte opbrengst van agentic AI zal worden gemeten in groei die voortkomt uit het beter bedienen van shoppers”, concludeert McKinsey. De cruciale vraag is dus niet hoeveel personeelsuren AI kan besparen, maar hoeveel verloren omzet merken en retailers ermee kunnen terugwinnen.
België - NL
Nederland - NL
España - ES
France - FR
Europe - EN

