Sprouts leva inteligência agêntica a 55 lojas. Veja o que aconteceu depois.

Ver no idioma original →

Autoria: Microsoft Cloud · Assistir no YouTube

Vídeo de autoria do canal indicado, não da IANIA; todos os direitos pertencem ao criador. Transcrição, resumo e tradução gerados automaticamente; o conteúdo no idioma original é preservado na versão em idioma original.

Idioma original: inglês

Vídeo original: Sprouts Put Agentic Intelligence in 55 Stores. Here’s What Happened Next. · Canal: Microsoft Cloud · 19:47 · Assistir no YouTube

Tópicos: Agentes de IA, Aplicações empresariais de IA, Avaliação e benchmarks de IA

Resumo

A Sprouts Farmers Market testou o Store Assist Intelligence, um assistente de IA para ajudar os funcionários a atender clientes e acessar informações sobre produtos e processos. A empresa começou em duas lojas, ajustou a solução com feedback de quem a usava e chegou a um piloto de 55 lojas, com expansão nacional prevista para aquele ano. Segundo Evan Naylor, a ferramenta reduz tarefas repetitivas e ajuda os funcionários a atender clientes com mais confiança, sem substituir seu julgamento ou sua experiência. A adoção depende de liderança, comunicação e foco em resultados úteis para a equipe e para os clientes.

Pontos-chave

• A missão da Sprouts é ajudar as pessoas a viver e comer melhor; a tecnologia deve apoiar essa missão, não ser adotada por si só.
• O Store Assist Intelligence foi criado para reduzir tarefas sem valor agregado e liberar os funcionários para interagir com os clientes.
• A equipe começou o piloto em duas lojas para validar a precisão e o funcionamento no ambiente real antes de ampliar para 55 lojas.
• O envolvimento de lideranças das lojas e dos distritos teve impacto importante na adoção da ferramenta.
• A empresa envolveu funcionários e outras partes interessadas desde o início e ajustou o plano com feedback frequente.
• A solução dá acesso a conhecimento sobre produtos, procedimentos operacionais, planejamento de refeições e guias de produção.
• Alguns workflows foram simplificados: a IA pode executar etapas repetitivas, enquanto os funcionários se concentram em julgamento e experiência do cliente.
• Um funcionário de outro setor usou o assistente para recomendar vinhos para acompanhar um corte de carne, ajudando o cliente a comprar em diferentes áreas da loja.
• A Sprouts incentiva feedback negativo para identificar problemas e melhorar a solução.
• A visão da empresa é usar IA para tornar o varejo mais humano, não menos humano.

Capítulos

Início	Capítulo	Resumo
00:00	A missão da Sprouts e a oportunidade nas lojas	Evan Naylor explica como a missão da empresa orientou a busca por uma forma de ajudar funcionários a atender melhor os clientes.
03:42	Desenvolvimento com funcionários e início do piloto	A equipe envolveu funcionários desde o começo e iniciou o teste em duas lojas para validar a precisão antes de ampliar a escala.
07:51	Adoção, partes interessadas e foco em resultados	Naylor descreve a colaboração com Microsoft e equipes internas, além da necessidade de manter o projeto alinhado a resultados de negócio.
10:26	Casos de uso e valor para a operação	O assistente reúne informações úteis para a equipe e ajuda a simplificar processos repetitivos, redirecionando o trabalho para a experiência do cliente.
13:34	Um exemplo de atendimento entre diferentes setores	Naylor conta como um funcionário usou a ferramenta para recomendar vinhos e ajudar um cliente a comprar em outra área da loja.
15:39	O que vem a seguir e como melhorar a solução	A Sprouts considera apoiar decisões sobre sortimento, estoque, preços e promoções personalizadas, enquanto usa feedback para aprimorar o assistente.
18:14	Feedback e uma visão mais humana para o varejo	Naylor defende incentivar críticas e usar a IA para tirar tarefas repetitivas dos funcionários, permitindo mais conexão com os clientes.

Citações

A mudança não acontece com as pessoas; acontece junto com elas. — 03:42

O pior que você pode fazer é lançar um assistente de IA que não seja preciso. Aí você perde a confiança. — 05:16

Agora eles têm confiança para ajudar o cliente a comprar pela loja toda. — 14:37

Nosso objetivo é que isso torne o varejo mais humano, não menos humano. — 18:46

Conceitos e entidades

• Sprouts Farmers Market (empresa): Rede varejista de alimentos cujo propósito, segundo Evan Naylor, é ajudar as pessoas a viver e comer melhor.
• Store Assist Intelligence (ferramenta): Assistente de IA para funcionários da Sprouts, criado para facilitar o acesso a informações e apoiar o atendimento aos clientes.
• Evan Naylor (pessoa): VP de transformação de IA da Sprouts Farmers Market, que apresenta a experiência da empresa com o assistente.
• Microsoft (empresa): Parceira que colaborou com a Sprouts para ajudar a resolver obstáculos técnicos durante o desenvolvimento.
• Agentic workflows (conceito): Workflows em que a IA executa etapas repetitivas para reduzir tarefas operacionais dos funcionários.
• change management (conceito): Processo de preparar e apoiar as equipes na adoção da ferramenta, com comunicação, liderança e participação dos funcionários.
• real-time feedback (conceito): Feedback frequente de funcionários e clientes usado para identificar problemas e melhorar a solução.

Tradução completa (pt-BR)

00:00 Olá, boa tarde. Brad Mark. Lidero nossa equipe de IA para o setor de varejo e bens de consumo. Meu nome é Evan Naylor e sou vice-presidente de transformação de IA na Sprouts Farmers Market. Fantástico. Estamos ansiosos pela conversa desta tarde. Talvez, antes de começarmos, vocês pudessem compartilhar um pouco sobre a missão da Sprouts e sobre o seu papel. Sim, nossa missão está presente em praticamente tudo o que fazemos, inclusive no meu papel: ajudamos as pessoas a viver e comer melhor.

00:32 E acho que o que é ótimo em vir do lado dos negócios, sem necessariamente ter uma formação técnica, é que mantenho nossa equipe realmente focada nessa visão: como ajudamos nossos clientes a viver e comer melhor? Como garantimos que entendemos as preferências deles, o que é importante para eles, em vez de começar pela tecnologia só por causa da tecnologia? E acho que isso tem sido muito importante enquanto contamos essa história hoje e falamos sobre como isso transformou algumas das coisas que estamos fazendo com nosso assistente de compras com IA na Sprouts. Adoro isso. E, falando sobre vir da área de negócios, você viu uma

01:03 oportunidade no nível das lojas, junto aos membros da sua equipe. Conte um pouco sobre essa oportunidade que você percebeu. Sim, acho que, no fundo, os membros da nossa equipe têm muita paixão por ajudar nossos clientes a viver e comer melhor. Quando entram na loja, muitos clientes estão começando uma jornada e não sabem muito bem por onde começar. Como começo essa jornada de vida e alimentação saudáveis? Quais são os produtos certos para mim? Qual é o melhor próximo passo inicial que devo dar para começar minha jornada? E os membros da nossa equipe realmente gostam

01:34 de interagir com nossos clientes, oferecer a eles conhecimento especializado, informações e compartilhar sua experiência para ajudá-los a começar a jornada. Quando percebemos isso, vimos que havia um problema para os membros da nossa equipe: o que estava atrapalhando a capacidade deles de fazer isso? Percebemos que havia muito trabalho sem valor agregado e muito esforço para reunir recursos de diferentes lugares, para poder ajudar a atender às necessidades dos clientes. Era simplesmente trabalho que atrapalhava a capacidade deles de interagir e se conectar com nossos clientes. Então, quando conversamos sobre essa ideia de um assistente de IA para os membros da equipe, a questão

02:07 era como aproveitar isso para tirar da frente todo esse trabalho sem valor agregado e eliminar todos esses atritos entre as informações que eles estavam tentando encontrar, para que pudessem passar mais tempo se relacionando com os clientes e ajudando-os no primeiro passo, no segundo passo ou até mesmo ao longo de toda uma jornada de alimentação e vida saudáveis. Então, a solução que vocês desenvolveram é a Store Assist Intelligence. Parece que vocês escolheram a palavra “assistência” de propósito.

02:38 Sim, havia um pouco disso. Bem, “artificial” soa muito ameaçador. Acho que muita gente está tentando evitar essa palavra. Mas, para nós, trata-se realmente de assistência. A questão é como capacitar os membros da nossa equipe para, mais uma vez, tirar da frente todo o trabalho sem valor agregado e se concentrar no que querem fazer, que é interagir com nossos clientes e fazer o que realmente é mais importante para eles. Para nós, trata-se mesmo de assistência. Não se trata de remover o julgamento deles da equação nem de deixar de lado a experiência deles. Trata-se de ajudá-los a se conectar de uma forma mais humana, porque

03:11 agora eles não ficam atolados em tarefas nem fazendo coisas que os distraem dessa conexão e interação humanas. A IA já existe há algum tempo, mas não resolve tudo. E nós já nos encontramos algumas vezes, e você me contou que é muito importante obter feedback em tempo real. Conte um pouco sobre como vocês conseguiram esse feedback em tempo real. Talvez também sobre como ajustaram o plano de execução ao longo do caminho. Sim. Quando começamos, começamos com os membros da nossa equipe. E sempre digo que a mudança não acontece com as pessoas; acontece junto com as pessoas. Por isso, envolvemos os membros da equipe desde o início.

03:42 Quais são os maiores pontos de dificuldade dos clientes? O que está atrapalhando você de fazer seu trabalho e de realizar as coisas que são mais significativas e têm maior impacto para seus clientes e para a empresa? Ao nos sentarmos com os membros da nossa equipe, ouvirmos o que tinham a dizer e começarmos a remover esses pontos de atrito, tudo começou com o que é melhor para o cliente e para a empresa, e com a questão de como os membros da equipe impulsionam essa interseção.

04:13 Não começamos pela tecnologia, dizendo: “Ah, todo mundo está fazendo X, todo mundo está fazendo Y, você leu aquele artigo? Essa tecnologia é muito legal, seria muito legal se pudéssemos fazer isso.” Mas o que isso significa para nossa equipe? E para nossos clientes? Manter esse foco e desenvolver a solução junto com eles foram princípios e prioridades fundamentais desde o início. Talvez você possa contar um pouco sobre o ritmo: quão rápido ou devagar vocês avançaram, quantas lojas, quantos membros da equipe… E também um pouco sobre os

04:44 modelos operacionais, para entendermos bem a escala da Store Assist Intelligence. Sim, acho que foi importante começarmos um pouco mais devagar e garantir que tivéssemos algumas boas bases estabelecidas. Acho que reforço alguns dos comentários feitos mais cedo no palco principal, quando falaram que às vezes é preciso desacelerar para depois acelerar e garantir que os dados e a infraestrutura certos estejam disponíveis para ajudar a fazer tudo direito e com precisão. Porque a pior coisa que pode acontecer é começar a usar um assistente de IA e ele não

05:16 funcionar, não ser preciso, não encontrar os dados certos ou não fornecer a inferência correta; aí, de repente, você perde a confiança. Perde a confiança dos membros da equipe e dos clientes. Por isso, para nós, era muito importante garantir a precisão do que estávamos desenvolvendo. Então, envolvemos os membros da equipe ao longo dessa jornada e começamos com um grupo pequeno, apenas duas lojas. Um grupo bem pequeno, para acertarmos, entendermos como a solução funcionava no mundo real, não apenas em um laboratório, e depois expandirmos para mais algumas lojas. Agora estamos em um piloto com cerca de 55 lojas

05:47 e o lançamento nacional virá ainda este ano. Gosto muito dessa abordagem. E, como sabemos, o atendimento ao cliente é muito importante; agora vocês estão dando aos membros da equipe mais tempo para atender os clientes. Conte um pouco sobre a gestão da mudança, a adoção por parte dos membros da equipe que estão na linha de frente e como isso evoluiu ao longo do caminho. Sim. A primeira coisa que vou dizer sobre a adoção, especialmente no varejo e em operações com várias unidades, é que a liderança da loja e a liderança do

06:18 distrito fazem muita diferença. Isso é muito importante, e vimos algumas diferenças nesse sentido. Em algumas lojas que testamos, onde talvez a liderança não estivesse envolvida, vimos certo nível de adoção e certo nível de engajamento. Depois, vimos algumas lojas em que a liderança tornou prioridade capacitar a equipe para ajudar a impulsionar essa iniciativa, e a solução decolou na loja. Isso impactou as vendas e as perdas e o desperdício. A liderança também assumiu um papel ativo para garantir que os membros da equipe soubessem usar a tecnologia e entendessem

06:50 o que ela significava para eles. Há também esse fator relacionado à adoção e à mudança: se você não der às pessoas uma visão de para onde estão indo, elas terão medo de deixar para trás o que conhecem. Certo? Tenho medo de deixar de fazer o que costumo fazer porque não tenho muita certeza do que você está me levando a fazer. Então, se você apresentar uma visão — eis o que isso vai permitir que você faça, eis como vemos sua função evoluindo, eis como você pode se conectar mais com seus clientes —, você realmente lhes dá aquilo que responde à pergunta “o que eu ganho com isso?” ou a razão para que possam avançar para algo novo e

07:21 Então, essa é uma parte realmente crucial da adoção. A liderança é uma parte realmente crucial da adoção, assim como desenvolver ferramentas úteis, coisas que importam. É muito legal se os engenheiros quiserem criar todos esses recursos e disserem: “Ei, poderíamos fazer isso e aquilo.” Mas, de novo, como isso vai impactar os membros da equipe? Vai facilitar a vida deles? Vai reduzir os atritos para eles? Vai reduzir os atritos para os clientes deles? Acho que há vários pontos de adoção ao longo do caminho, mas a solução precisa ser funcional e útil. Ela precisa ser conduzida pela liderança, e a liderança

07:51 precisa apoiá-la. E quando você combina essas coisas, é aí que a adoção realmente começa a decolar. Falando sobre as partes interessadas e como você gerencia o modelo operacional, além de como se comunica de forma abrangente durante todo esse processo, talvez possamos nos aprofundar um pouco mais na gestão das partes interessadas: com que frequência você comunica o progresso dessa jornada? Sim, há muitas partes interessadas nessa jornada, incluindo a Microsoft. Trabalhamos

08:22 muito de perto com as equipes da Microsoft, e elas têm sido ótimas parceiras para nos ajudar a avançar quando nossa parceira terceirizada de desenvolvimento ficava um pouco travada do ponto de vista técnico. Vocês conseguiram trazer parceiros e nos ajudar a seguir em frente. Nossos parceiros técnicos de desenvolvimento realmente ajudaram a equipe a entender os requisitos do negócio e o que estávamos tentando alcançar. E há momentos em que as pessoas dizem: “Bom, sabe, se pudéssemos fazer essas coisas em vez disso, seria ótimo.” E é como: “Isso seria ótimo, mas não é o que nossas equipes estão pedindo. E isso também não vai ser uma solução viável para o negócio nem gerar impacto para ele.”

08:52 Então, é preciso ajustar constantemente as coisas, um pouco, do lado da tecnologia. Na verdade, começamos a desenvolver mais capacidade de engenharia depois que começamos a trabalhar com nossa parceira terceirizada de desenvolvimento. Trouxemos algumas dessas pessoas, e elas se tornaram partes interessadas importantes junto com nossas equipes de TI e de engenharia. Também temos os parceiros de RH, para garantir que entendamos o impacto sobre as pessoas e todo o lado da gestão da mudança. Temos nosso diretor de lojas, com quem nos reunimos regularmente, e os membros da equipe das lojas

09:23 — envolvemos essas pessoas e fazemos com que realmente assumam a responsabilidade pela iniciativa. Como grupo de transformação em IA, ficamos meio que no centro do negócio, em toda a empresa. Por isso, é extremamente importante que, se você está implementando IA ou uma nova tecnologia em uma área do negócio, essa área realmente assuma a responsabilidade por ela. Se não assumir, você estará tentando promovê-la de fora daquela área funcional. Isso dificulta um pouco mais a adoção e faz com que seja mais difícil para as pessoas se orgulharem do que estão fazendo. Há muitas partes interessadas; reunimo-nos semanalmente

09:54 ou a cada duas semanas com a maioria delas para manter contato e também entender os problemas que estão encontrando. O que está funcionando, o que não está funcionando, o que achávamos que funcionaria no ambiente de testes, mas não funcionou no mundo real? E como voltamos atrás e resolvemos esse problema? O que achávamos que seria adotado rapidamente, mas acaba não sendo, e os membros da equipe não gostaram nem um pouco? Por isso, é preciso voltar constantemente e ajustar as coisas com todas essas partes interessadas, para garantir que estamos criando algo útil e que gere impacto. Tenho certeza de que, enquanto você gerencia esse projeto, algumas das partes interessadas também estão pedindo que você faça ainda mais

10:26 projetos e outras coisas. Como você está gerenciando a oferta e a demanda, considerando que a IA é um tema tão forte no mundo atual? Sim, acho que realmente é preciso ter disciplina em algumas coisas. É preciso ter disciplina no foco. Então, vamos entregar o que já tínhamos combinado que entregaríamos, e não apenas entregar. Também precisamos garantir que isso tenha o impacto esperado. Muita gente quer entregar uma solução tecnológica e dizer: “Pronto, terminamos. A tecnologia está disponível.” Certo,

10:56 mas ela está realmente alcançando o resultado que esperávamos? Está nos levando ao resultado que pretendíamos alcançar? Acho importante continuar pensando em como seguir rumo a esse resultado, em vez de se concentrar apenas na entrega técnica. Isso se tornou algo muito importante para nós. Sem revelar nenhum número, é claro, você poderia falar um pouco, em termos gerais, sobre o TCO, o ROI e o caso de negócio? Como você e a Sprouts garantem que estão alinhados enquanto

11:27 a solução evolui constantemente? Sim, quando penso em algumas das coisas que desenvolvemos, criamos uma série de ferramentas, algumas voltadas para impulsionar as vendas. Por exemplo, ajudar com conhecimento e informações sobre os produtos. A Sprouts abre muitas lojas todos os anos. Sabe, abrimos cerca de 10% da nossa rede a cada ano. Quando fazemos isso, precisamos garantir que conseguimos oferecer ferramentas aos novos membros da equipe em novas regiões para ajudá-los a se adaptar rapidamente. Esse foi um dos motivos para desenvolver uma ferramenta que os ajudasse a ter conhecimento sobre os produtos

11:59 — conhecimento sobre os produtos, procedimentos operacionais padrão, planejamento de refeições e guias de produção — tudo ao alcance deles. No passado, no nosso negócio, era preciso sentar diante de um computador de mesa para acessar essas informações. Por isso, priorizamos esse trabalho manual e repetitivo, ou as tarefas que tiravam as pessoas do salão de vendas, em vez de mantê-las lá para interagir com os clientes. Atacamos esse trabalho primeiro, porque assim as pessoas ficam envolvidas em atividades nas quais podem interagir com os clientes. Também analisamos alguns workflows.

12:30 Se eu puder pegar um workflow e dizer: “Olha, esse workflow normalmente envolve 14 processos ou 14 etapas.” Então, você se pergunta: por quê? Por que são necessárias 14 etapas para fazer isso? Muitas vezes, descobrimos que a IA pode executar umas 10 dessas etapas, e podemos reduzir o processo a quatro. Então, escolhemos alguns casos de uso de alto valor em que podíamos assumir um processo inteiro, tirar novamente da carga de trabalho dos membros da equipe as tarefas sem valor agregado e permitir que se concentrassem no que mais importa: o julgamento deles, a

13:01 tomada de decisões e a experiência do cliente. Com isso, conseguimos criar alguns casos de uso de workflows agênticos para reduzir o trabalho nas lojas e redirecioná-lo para a experiência do cliente. Para nós, a experiência do cliente é um verdadeiro diferencial. Portanto, ao contrário de outros varejistas ou de algumas outras empresas, não estamos interessados em eliminar uma grande quantidade de mão de obra do negócio. Mas queremos reaproveitá-la para garantir que ela seja significativa e gere impacto na experiência do cliente. Ótimo. Todo projeto bem-sucedido

13:34 tem um momento decisivo. Sei que ainda estamos nos primeiros estágios e que a solução ainda não foi implementada em todas as lojas. Mas, se você tivesse que mencionar um ou dois momentos decisivos até agora, o que vem à sua mente? Eu diria que fico animado, realmente empolgado, quando ouço que um membro da equipe finalmente conseguiu conectar os pontos na loja, ajudar o cliente e até montar uma cesta de compras. Adoro que tenhamos algumas histórias em que uma pessoa que não é membro da equipe e não está trabalhando

14:07 em produtos perecíveis, eles não estavam no setor de carnes. Mas alguém tinha acabado de comprar um bife muito bonito, com uma boa marmorização, e um funcionário estava passando por ali quando a pessoa disse: “Ei, você poderia recomendar um vinho? Qual vinho combinaria bem com isso?” E, sabe, se você não entende muito de vinho, provavelmente é uma pergunta bem assustadora. Mas essa pessoa respondeu: “Sabe, não tenho certeza, mas vou dar uma olhada.” Então, abriu o aplicativo que criamos e informou que tipo de bife era. Também fez mais algumas perguntas ao cliente sobre o evento que ele estava organizando e disse: “Me ajude a recomendar um vinho que combine com isso.”

14:37 E o aplicativo recomendou três opções para o cliente. Assim, o funcionário ficou muito mais confiante para lidar com aquela situação, conduzir o cliente até os vinhos e encontrar uma combinação que funcionasse. Ouvimos exemplos assim o tempo todo: nossos funcionários conseguem começar a montar cestas de compras porque entendem as diferentes categorias e podem ajudar o cliente a comprar em toda a loja. Antes, talvez ficassem um pouco mais perto de sua própria área, onde conheciam melhor a variedade de produtos. Agora, têm confiança para ajudar o cliente a comprar em toda a

15:08 loja. E é exatamente isso que queremos. De repente, a IA está nos ajudando a nos envolver mais com os clientes e a criar conexões humanas melhores, gerar compras recorrentes e aumentar o fluxo de clientes que voltam. Depois desse exemplo, fiquei com sede e fome. Muito bom. Se pensarmos no futuro, no que vem pela frente, supondo que isso seja um grande sucesso e que vocês implementem a solução em todas as lojas

15:39 do país, o que você acha que vem a seguir? Como podem aproveitar esse sucesso e talvez acrescentar alguns recursos que, na sua opinião, seriam grandes melhorias para o Store Assist Intelligence? Sim, acho que sempre voltamos ao que o cliente prefere e quer. Para a Sprouts, renovamos muito do nosso estoque, ou melhor, de nossa variedade de produtos, todos os anos. Fazemos isso porque precisamos manter as prateleiras cuidadosamente selecionadas. As pessoas vêm até nós porque querem saber o que há de novo e o que vem por aí em alimentação e estilo de vida saudáveis.

16:10 E esperam que sejamos uma autoridade nisso. Então, mais uma vez, o conhecimento sobre os produtos fornecido pelo Stores Assisted Intelligence ajuda a equipar nossos funcionários com informações até mesmo sobre marcas e produtos emergentes. Mas também precisamos pensar em como manter uma seleção cuidadosa nas prateleiras. Como isso pode ajudar? Como pode contribuir para a confiabilidade do nosso estoque? Acho que esse é outro aspecto realmente importante. Como garantir que oferecemos valor e preços acessíveis, com preços e promoções adequados? É importante ter o produto em estoque. É importante ter uma promoção. E também: a oferta é personalizada

16:40 o suficiente, como ouvimos hoje de manhã, para que esse valor realmente corresponda ao que alguém quer, certo? É bom oferecer promoções. É bom ter ótimos preços e acessibilidade. Mas, se você puder mostrar que o que está fazendo é personalizado para mim e que sabe como eu compro, vai se destacar para mim de uma forma única. São coisas que queremos continuar desenvolvendo. Muito bom. Talvez uma última pergunta antes dos comentários finais. Às vezes é difícil obter feedback direto dos clientes, dos consumidores finais,

17:12 nesse ambiente, mas é essencial receber esse feedback em tempo real. Como vocês pretendem continuar aprimorando esse ciclo de feedback digital para continuarem sendo a Sprouts que são e mantendo a cultura que estão promovendo entre os funcionários? Sim, acho isso muito interessante, porque, quando começamos a medir todas as coisas que a IA permite medir — como o desempenho do modelo e os feedbacks positivos e negativos —, todo mundo sempre quer receber feedback positivo.

17:43 “Ei, demos a resposta ao funcionário, ele deu um joinha e todos ficamos muito satisfeitos conosco.” Nós fizemos algo um pouco diferente. Na verdade, incentivamos e pedimos aos funcionários que dessem um sinal de desaprovação, porque queríamos que nos avisassem quando as coisas não estivessem funcionando. Queríamos que fossem mais enfáticos: “Ei, a resposta foi boa o suficiente, mas não era exatamente o que eu queria. Gostaria que fosse melhor.” Demos carta branca e liberdade para que nos enviassem críticas, assim poderíamos aprimorar o modelo e torná-lo melhor.

18:14 É claro que agora tudo isso está incorporado à maneira como assimilamos esse feedback e o transformamos em recursos úteis para nossos funcionários. Eu diria o mesmo sobre os clientes. Não tenham medo dos sinais de desaprovação. Tudo bem. Vocês receberão mais feedback se o incentivarem, e esse feedback será mais útil para melhorar seus produtos. Ótimo conselho. Sei que temos mais um minuto. Alguma reflexão final ou prática recomendada para compartilhar com o grupo hoje? Uma coisa sobre a qual falamos bastante é

18:46 como fazer isso… Essa é a parte de gestão da mudança. Em um mundo com IA, às vezes as pessoas ficam assustadas. Elas se preocupam com o que isso fará com seus empregos e com o impacto que terá sobre elas. Nossa intenção é que isso torne o varejo mais humano, não menos humano. Queremos continuar descobrindo maneiras de usar a IA que estamos oferecendo para tirar… Quero reiterar isso, porque é muito importante… para retirar dos funcionários o trabalho que não agrega valor, para que possam se concentrar de verdade em cuidar dos nossos clientes.

19:16 Acho que as pessoas que têm inclinação para interagir com os clientes vão usar a IA dessa forma, para garantir que ela pareça muito mais humana do que se esperaria. Trata-se de conexão. Trata-se de interação. Trata-se de transmitir confiança e conhecimento. Não dá para fazer isso quando você não está no salão de vendas, porque está ocupado com outras tarefas, ou quando está nos fundos tentando fazer coisas que só tomam seu tempo. Queremos aliviar esse peso dos nossos funcionários e garantir que se dediquem totalmente aos clientes. Muito obrigado por compartilhar essa

19:47 história. É realmente empolgante, e espero ouvir sobre todo o sucesso que ainda está por vir. Por favor, juntem-se a mim para agradecer a Evan pelo tempo e por compartilhar essa ótima história. Obrigado.

Transcrição original

[00:00] Hey, good afternoon. Brad Mark. I am leading our AI team for our retail and consumer goods industry. My name is Evan Naylor and I’m the VP of AI transformation at Sprouts Farmers Market. Fantastic. We’ll look forward to the discussion this afternoon. Maybe before we get started, we’d love for you to maybe just share a little bit about the Sprouts mission and your role. Yeah, so I mean, our mission pretty much runs through everything we do, including my role, which is we help people live and eat better.

[00:32] And that’s what I think it’s great about coming from the business side of the house and not necessarily a technical background, is that I really keep our team focused on that vision of how do we help our customers live and eat better? How do we make sure we understand their preferences, what’s important to them, and not just start with tech for tech’s sake? And I think that’s really been important as we kind of go through the story today and talk about how that transformed some of the things we’re doing with our AI shopping assistant at Sprouts. I love that. And on that theme of coming from the business, you saw an

[01:03] opportunity at the store level within your team members. Talk to us a little bit about that opportunity that you saw. Yeah, I think at the heart of our team members is they have a real passion for helping our customers live and eat better. And when they come in the store, a lot of customers are starting on a journey and they’re not really sure. How do I start this healthy living and eating journey? What’s the best right products for me? What’s my best first next move that I should take in order to start my journey? And so our team members really love

[01:34] to interact with our customers, give them expertise, knowledge, give them their experience to help them start their journey. And so when we saw that, it was a problem for our team members. It was really about what’s getting in their way of being able to accomplish that. And we saw a lot of non-value added work, a lot of trying to gather resources from different places to be able to help them to address those customers’ needs. We’re just playing work getting in the way of their ability to interact and engage with our customers. And so when we talked about this idea of an AI team member assistant, it

[02:07] was really about how do we leverage that in order to take all this non value added work off their plate and all these scenes that were interacting between the information that they were trying to get to and just eliminate all that so that they can spend more time engaging the customer and helping them in the first step or second step or even on a lifelong journey of healthy eating and living. So the solution you built is Store Assist Intelligence. It seems you were very purposeful with the word assist.

[02:38] Yeah, it was a little bit about that. Yeah, well, our artificial sounds so menacing. So I think a lot of people are trying to get away from that word. But for us, it truly is about assistance. This is about how do we enable our team members to, again, get all the non value added work off their plate, focus on what they want to do, which is engage our customers and do things that really matter to them most. And so for us, it’s really about assistant. It’s not about removing their judgment from the equation or their expertise from the equation. It’s really about helping them connect in a more human way because

[03:11] now they’re not bogged down by tasks or doing things that distract them from that human connection and that human interaction. So, AI has been around for a while, but I doesn’t solve everything. And you’ve been we’ve met a couple of times and you’ve shared with me that it’s really important to get real time feedback and talk to us a little bit about how you got real time feedback. Maybe how you adjusted the execution plan along the way. Yeah. So when we first started with our

[03:42] team members, we started with our team members. And so I always have this saying that change doesn’t happen to people. It happens with people. And so we involve them right from the start. What are your biggest customer pain points and what’s not what’s getting in your way of helping you be able to do your job and the things that are most meaningful and impactful to your customers in the business. And by sitting and listening with our team members and starting to remove those friction points, it all started with what’s right for the customer and what’s right for the business and how do our team members drive that intersection.

[04:13] It did not start with the technology and hey, everybody else is doing X and everybody else is doing Y and did you just read this article and this tech is really cool and it’d be really cool if we could do this. But what does that matter to our team and what does it matter to our customers and so saying true to that and building this with them was a key principle and priority of what we did from the start. Maybe you share a little bit about how fast how slow you went. How many stores how many team members a little bit around maybe the

[04:44] operating models we can get a good understanding of the scale of Store Assist Intelligence. Yes, I think it’s and it was important for us to start actually start a little bit slower right and make sure that we had some good foundations in place. You know, I think I echo some of the comments from the main stage earlier where they were talking about sometimes you have to kind of slow down to speed up and you have to make sure that you have the right data in place. You have the right infrastructure in place to be able to help you get it right and get it accurate because the worst thing you can do is start to drive an AI assistant and it doesn’t

[05:16] get it’s not accurate. It doesn’t pick up on the right data. It doesn’t give the right inference and then all of a sudden you lose trust. You lose trust with the team members. You lose trust with the customer. So for us it was really important that we drive accuracy and what we were building and so having those team members along that journey and starting with a small group of just 2 stores very small group get it right understand how it played out in the real world. Not just in a lab and then expand that to a few more stores and then now we’re in about a 55 store pilot

[05:47] with a national road out coming later this year. I really like that approach and as we know customer service is so important and now you’re giving your team members more time to provide customer service. Talk to us a little bit about maybe the change management the adoption from your frontline team members and how how that’s progressed along the way. Yeah, I mean the first thing I’ll say about adoption, especially in a retail environment and multi unit is the leadership of the store and the

[06:18] district leadership matters a lot. It’s really important and we have seen some divergence in that. So we would you know in some stores that we tested where the leadership maybe not have been involved. We saw a certain level of adoption and certain level of engagement and then we saw a couple of our stores with the leadership made it a priority to enable their team to help drive this and it just took off in the store. It impacted sales. It impacted shrink waste and they were really taking an active role in making sure that their team members knew how to use the technology understood

[06:50] what it meant to them. So there’s also this factor of with adoption and change of if you don’t give people a vision of what they’re going to, they’re scared to move away from. Right and so I’m scared to move away from what I normally do because I’m really not sure what you’re moving me toward. And so if you paint a vision of here’s what this is going to enable you to do. Here’s how we see your role progressing. Here’s how you can engage more with your customers. You really give them that’s what what’s in it for me or the with them to be able to move to something and

[07:21] so that’s a really critical part of adoption. The leadership is a really critical part of adoption and also building useful tools things that matter. So it’s really cool if the if the engineers want to go build all these bells and whistles and like hey we could do this and we could do that. But again how is it going to impact the team members? Does it make their life easier? Does it remove friction for them? Does it remove friction for their customer? And so I think there’s there’s several adoption points along the way but it’s got to be functional and useful. It has to be able to be leadership driven and leadership

[07:51] has to get behind it. And when you comment to a combination of those things, that’s when you really start to see adoption tank off. When it comes to stakeholders and how you’re managing the operating model and how you over communicate throughout this whole process, maybe just a little bit deeper on stakeholder management and how often are you communicating on progress on this journey. Yeah, and there’s a there’s a lot of stakeholders in this journey, including Microsoft. We’ve worked

[08:22] really closely with the teams at Microsoft and they’ve been great partners at helping us to move things along where maybe our third party build partner was a little bit technically stuck. You guys were able to bring in partners and help us kind of move forward. Our technical build partners really helping them understand what the business requirements what we were trying to accomplish. And you do run into those points where people try to say, well, you know, but if we could do these things instead, that would be really great. It’s like, that’s really great, but that’s not what our teams are asking for. And that’s not really going to be a

[08:52] business viable or business impact solution. And so you have to constantly calibrate a little bit, you know, on the on the tech side. We actually went through and we started building out some more engineering capability after we started building with our third party build partner. So bringing some of those folks in and they became key stakeholders with our it and our engineering teams as well. Then you’ve got your HR partners to make sure that we understand the impact on people, the whole change management side. We’ve got our chief of stores who we meet with regularly in our stores

[09:23] team members and getting them involved and really owning it. So as an AI transformation group, we kind of sit in the middle of the business across the enterprise. And so it’s really critically important that if you’re delivering AI or a new technology into a piece of the business, that they really take ownership of it. So if they don’t take ownership of it, you’re trying to kind of push it from outside that functional area. It becomes a little bit more difficult for adoption and for them to really, you know, take pride in what they’re what they’re doing. So a lot of stakeholders meet regularly with most of these people on a weekly

[09:54] or biweekly basis to make sure we stay connected and also make sure we understand the problems that are encountering. What’s working, what’s not working, what did we think was going to work in a lab, but didn’t work in the real world? And how do we go back and solve for that problem? What do we think is going to be a quick adoption, but ends up not being a quick adoption and the team members didn’t like it at all. And so you constantly have to go back and calibrate with all these stakeholders to make sure that you’re building something that is useful and impactful. I’m sure while you’re managing this project, some of the stakeholders are also asking you to do even more

[10:26] projects and more things. How are you managing kind of the supply and demand with AI being such a strong topic in today’s world right now? Yeah, I think it’s you really do have to be disciplined in a couple of things. You have to be disciplined in your focus. So let’s get out the door what we already agreed we were going to get out the door and not just get it out the door. But make sure it has the impact that it’s expected to have. There’s a lot of people want to deliver a technical technological solution and say, hey, we’re done. Technology’s there. Okay,

[10:56] but it is actually achieving the result that we expected. And is it getting us the outcome that we intended to get? And so I think it’s important to continue to think about, you know, how you continue to drive towards that outcome versus just the technical delivery. And so that that became something that was really important to us. Obviously, don’t share any of the numbers, but just high level a little bit on the TCO, the ROI, the business case side of things. Just how do you and Sprouts kind of make sure you’re aligned as you’re

[11:27] constantly evolving the solution? Yeah, I think when I look at some of the things that we developed, we kind of developed a suite of things that would be both things that drive sales. So helping with product knowledge and information. Sprouts opens a lot of stores every year. You know, we open about 10% of our network every year. And so when we do that, we have to go back and make sure that we are able to give our new team members in new areas, tools that help them ramp up fast. And so that was one of the impetuses behind building a tool that helps them have product knowledges

[11:59] product knowledge, standard operating procedures, you know, mill planning and production guides all at their fingertips. In our business in the past, you had to go and sit down at a desktop to retrieve that information. And so any of this manual repeatable work or places that took me off the sales floor instead of keeping me on the sales floor to interact with customers. We really went after and attacked that work first because it keeps people engaged in a point where they can be engaged with customers. And then we also looked at certain workflows.

[12:30] If I can take a workflow and say, look, this workflow typically takes 14 processes or 14 steps in the process. Well, then you ask yourself the question, why? Why is it taking 14 steps to do this? And oftentimes we find that actually, AI can come in and probably do about 10 of those steps and we can compress it down to four. And so we picked a couple of those high value use cases where we could really take a whole process, get that non value added work again off the team members plate and have them focus on the things where they matter most, which is their judgment, their

[13:01] decision making when it comes to that and then their customer experience. And so by doing that, we were able to come up with some agentic workflow cases to get labor out of the stores and take that labor and readjust it towards customer experience. Because for us, customer experience is really a differentiator. So unlike other retailers or some other businesses, we’re not really interested in taking tons of labor out of the business, but we do want to repurpose that labor to make sure that it is meaningful and impactful for the customer experience. That’s great. Any successful project

[13:34] has a breakthrough moment. I know you’re still a little early days and you’re not scaled out across every store today. But if you had to maybe mention one or two breakthrough moments so far, what comes top of mind? I would have to say I get excited, like super passionate about when you hear how a team member has finally connected the dots in the store and helped the customer and actually built a basket. So I love that there’s a couple of stories that we have where, you know, a non team member who is not working

[14:07] in perishables, they weren’t in the meat department. But somebody had just purchased like a really beautiful, nice, marbled steak and the team member was passing by and they said, hey, would you mind recommending? What would be a good wine to go with this? And, you know, if you’re not somebody who really understands wine, that’s probably a pretty scary question. But this person was like, you know, I’m not sure, but let me check. And so they pulled up the application that we created and they punched in, you know, what type of steak it was. And they asked the customer a couple more questions about the event they were having and said, help me recommend a wine pairing that would go with this.

[14:37] And it recommended three choices for the customer. So the team member was much more confident in their ability to approach that situation, guide the customer over to the wine and find a wine pairing that went with that. And we hear examples of that all the time where our team members are actually able to start building baskets because they understand the different categories and they can help the customer actually shop across the store. Whereas in the past, maybe they stayed a little bit closer to their area where they were a little bit more familiar with the product mix. Now they have that confidence to go and help the customer shop across the

[15:08] store. And that’s exactly what we want. Right now, all of a sudden, you know, AI is helping us become more engaging and have better human connection, create that repeat business and that repeat traffic. I’m getting thirsty and hungry after that example. That’s great. If we think about the future, we think about what’s next. Assuming that this is going to be super successful, that you’re going to roll it out to your entire stores

[15:39] nationwide. What do you think is next? Like how can you build upon this success and maybe some things that you feel are going to be some strong additives to Store Assist Intelligence? Yeah, I think there’s always the going back to what the customer prefers and the customer wants. I mean, for Sprouts, we turn a lot of our inventory, we turn a lot of our assortment, I should say, every year. And so we do that because we have to keep a very curated shelf. People come to us because they want to know what’s new and next in healthy eating and living.

[16:10] And they expect us to be the authority in that. And so, again, that product knowledge from the Stores Assisted Intelligence helps arm our team members with knowledge even on emerging brands, emerging products. But then it’s also how do we make sure that we keep a curated shelf? How can it help power that? How can it help power reliability in our inventory? I think that’s another really important for one. How can we make sure that we’re giving the right value and affordability through right pricing and promo? It’s important to have the product in stock. It’s important to have a promo. And also, is it personalized

[16:40] enough, like we heard earlier this morning, that that value is actually landing on something that somebody wants, right? And so it’s good to put promos out there. It’s good to have great pricing and affordability. But if you can actually show that what you’re doing is personalized to me and you know how I shop, then you’re going to show up for me in a very unique way. So those are things that we want to continue to build out. That’s great. Maybe last question before closing comments. Getting your end customer, your end consumers, direct feedback sometimes

[17:12] is hard in this environment, but it’s super critical to get that real time feedback. How are you looking to continue to evolve that digital loop back so you can continue to be the sprouts that you are in the culture that you’re delivering to your team members? Yeah, I think it’s really interesting because when we started measuring all the different things that you can measure with AI, how’s the model performing, what’s the positive and negative feedback, and everybody always wants the positive feedback.

[17:43] Hey, we gave the answer to the team member. The team member gave it a big old thumbs up and we all feel great about ourselves. We actually did something a little bit different. We actually encouraged and solicited team members to give the big old thumbs down because we wanted people to tell us when things weren’t working. We wanted them to be more adamant about, “Hey, this gave me a good enough answer, but it wasn’t exactly like I wanted, so I wish it would be better.” We gave them the carte blanche and we gave them the freedom to go in and give us some critical feedback there so we could improve the model and make it better.

[18:14] Of course, now all that’s built into the way we grasp that feedback and are able to turn it around into useful features for our team members. I’d say the same thing with customers. Don’t be afraid of the thumbs down. It’s okay. You’ll get more feedback that way if you encourage that feedback and you’ll get more useful feedback to help improve your products. That’s great advice. I know we have a minute left. Any closing thoughts or best practices to share with the group here today? One thing that we talk a lot about is

[18:46] how do you…this is the change management aspect. In a world of AI, sometimes it’s scary to people. They worry about what it’s going to do to my job and how is it going to impact me. Our heart is really that this should make retail more human, not less human. We want to continue to figure out ways that we can use the AI that we’re giving to take this…I want to reiterate this because it’s such a key important part… Is to take non-value added work away from team members so they can really focus in on taking care of our customers.

[19:16] I think that you’re going to see people who are inclined towards that engagement with their customers are going to leverage AI that way to make sure that AI feels a lot more human than you would expect it to be. It’s about connection. It’s about engagement. It’s about giving people that trust and expertise. You can’t do that when you’re not on the sales floor because you’re off doing other things or you’re in the back room trying to do things that’s just bogging you down. We want to lift those weights off of our team members and make sure that they’re fully engaged with their customers. Thank you so much for sharing this

[19:47] story. Just really exciting and look forward to hearing all the future success. Please join me in thanking Evan for his time today and a good story. Thank you.