Retail, in Italia persi oltre 4 miliardi l’anno in costi di personale per scorte che non tornano: nei “negozi ombra” l’IA lavora su dati inaffidabili

Secondo l’indagine di Scandit “The Store Truth Gap”, nei punti vendita l’inventario a sistema coincide con gli scaffali meno di una volta su due. Ne nasce un “negozio ombra” fatto di carta, chat e foto, e l’IA lavora con una visione incompleta del negozio

Zurigo, Svizzera, 10 novembre 2026 – Scandit, leader nella raccolta intelligente di dati basata su intelligenza artificiale visiva, ha pubblicato oggi i risultati di un’indagine globale^[1] secondo cui la corsa all’adozione dell’IA nel retail procede più velocemente della qualità dei dati disponibili nei negozi.

A livello globale, gli addetti dei punti vendita riferiscono che le informazioni sulle scorte corrispondono a quanto presente sugli scaffali solo nel 46% dei casi, e solo l’8% si fida completamente dei dati del proprio negozio. In Italia il quadro è analogo: il 47% degli addetti indica una corrispondenza tra sistema e scaffale, mentre il 9% dichiara piena fiducia nei dati del negozio.

Si crea così un divario costoso tra ciò che risulta a sistema, ciò che è realmente in negozio e ciò che i clienti sperimentano, mentre gli investimenti in IA e in altre tecnologie poggiano su registri incompleti.

Queste discrepanze ricadono sul lavoro quotidiano. Per esempio, l'indagine di Scandit stima che in Italia, con dati affidabili, ciascun addetto recupererebbe oltre 4,1 ore a settimana, quasi cinque settimane lavorative all’anno: complessivamente, centinaia di milioni di ore. Per un retailer con 10.000 addetti nei punti vendita, il costo del lavoro assorbito dal divario supererebbe 23 milioni di euro all’anno^[2].

Estendendo il calcolo agli addetti al commercio al dettaglio - circa 1,9 milioni secondo Confcommercio^[3] - l’inaccuratezza dei dati potrebbe costare al settore oltre 4 miliardi di euro l’anno, soltanto in costi di personale.

Quando il sistema mostra dati non corretti, gli addetti fanno quello che possono per far funzionare il negozio. Nei punti vendita italiani, oltre la metà (54%) dichiara di correggere direttamente il dato, e il 46% richiede una rettifica dell’inventario. Tra chi interviene, però, la metà (49%) aggira del tutto il sistema ufficiale e il 66% ricorre ad almeno un metodo informale, tra cui appunti su carta, chat di team, foto scattate con il telefono personale e app o note. Ne risulta un “negozio ombra”, in cui informazioni essenziali esistono al di fuori del registro dei dati su cui si basano sede centrale, dashboard e sistemi di IA.

“Per i retailer il problema non è tanto l’adozione dell’IA, quanto una visione veritiera del punto vendita”, ha dichiarato Samuel Mueller, CEO e cofondatore di Scandit. “Gli addetti dedicano tempo prezioso a colmare queste lacune, ma gran parte di quel lavoro finisce in sistemi di tracciamento non ufficiali. Prima di affidare all’IA più decisioni basate su dati imprecisi, i retailer hanno bisogno di una visione condivisa e accurata di ciò che accade davvero sugli scaffali e nei negozi”.

La fiducia degli addetti nei dati sulle scorte non cresce in modo graduale. L’indagine di Scandit evidenzia che rimane bassa finché i dati non sono davvero affidabili. Nel nostro Paese, solo il 9% si fida pienamente delle informazioni sull’inventario del proprio negozio e solo uno su quattro le ritiene accurate oltre il 70% delle volte. Anche con un’accuratezza stimata fino al 50%, circa uno su quattro dichiara alta fiducia. La quota resta pressoché invariata fino al 70% e, oltre quella soglia, cresce bruscamente.

“Non è un problema che si risolve con miglioramenti graduali”, ha affermato Andrew Smith, Managing Partner e co-fondatore di ThinkUncommon e Top Expert di RETHINK Retail dal 2021. “Portare l’accuratezza dell’inventario dal 46% al 60% può sembrare un progresso in una presentazione al consiglio di amministrazione ma non cambiare nulla in negozio. La fiducia inizia a muoversi solo oltre il 70%. Fino ad allora gli addetti fanno ciò che farebbe qualsiasi persona di buon senso: controllano lo scaffale di persona e correggono il sistema, oppure fanno quello che serve per aiutare il cliente che hanno davanti”.

Le conseguenze vanno oltre la produttività. In media, gli addetti ai punti vendita nel nostro Paese dedicano 3,6 ore a settimana a rispondere a domande dei clienti, a cui la tecnologia del negozio dovrebbe dare una risposta immediata, e viene chiesto loro di verificare fisicamente la disponibilità di un articolo in magazzino 5,6 volte a settimana. Più di uno su cinque dichiara di controllare oltre dieci volte a settimana.

I risultati dell’indagine offrono anche un’indicazione pratica per l’introduzione di nuove tecnologie: gli addetti che hanno partecipato a un progetto pilota dichiarano di utilizzare la maggior parte degli strumenti del negozio con un tasso del 74%, contro il 61% sia di chi è stato consultato solo prima del lancio, sia di chi non è mai stato coinvolto. Tra i partecipanti al progetto pilota, la metà dichiara grande fiducia nei dati sulle scorte del proprio negozio, contro il 25% di chi non è mai stato interpellato.

Il The Store Truth Gap è disponibile a questo link (in lingua inglese).

Alla domanda su cosa renderebbe più semplici i flussi di lavoro di gestione dell'inventario, a livello globale gli addetti hanno risposto:

• "Conteggi delle scorte corretti, così da non inseguire un inventario fantasma"
• "Spesso la merce in arrivo non risulta a sistema, quindi devo controllare fisicamente più spesso di quanto vorrei"
• "Planimetrie più precise. A volte il sistema mi manda in un punto dove il prodotto non c’è"
• "Più confronto con la sede centrale: siamo noi quelli che parlano con i clienti"

Informazioni su Scandit

Scandit è leader nella raccolta intelligente di dati, basata su intelligenza artificiale visiva e, fornisce a lavoratori, clienti e aziende informazioni utili all’azione e automatizza i processi end-to-end. La piattaforma Smart Data Capture consente a dispositivi intelligenti, come smartphone, tablet, droni, smart glasses, robot e telecamere fisse, di interagire con gli oggetti fisici catturando dati da codici a barre, testi, documenti d’identità e oggetti con velocità, accuratezza e intelligenza ineguagliabili.

Scandit permette di innovare ottenendo risparmi significativi, maggiore fidelizzazione dei dipendenti e maggiore fedeltà dei clienti. L’azienda affianca i clienti in ogni fase: prove, progettazione della soluzione, integrazione e supporto al successo.

Visita scandit.com per scoprire perché i leader di mercato nel retail, trasporti e logistica, sanità e manifattura come Instacart, Carrefour, Ahold Delhaize, Albertsons, Levi Strauss & Co., Sephora, Lufthansa e FedEx scelgono Scandit.

^[1] L’indagine è stata condotta da Sapio Research a settembre 2026 su 2.200 addetti al punto vendita in Italia, UK, Germania, Francia, Polonia, Stati Uniti, Canada, nel settore alimentare, grande distribuzione generalista e grandi magazzini, ipermercati e super-centri, bricolage e fai-da-te, convenience store e farmacie.

^[2] La stima si basa su una retribuzione oraria media autodichiarata di 12 euro

^[3] Primo Rapporto Confcommercio sul commercio in Italia