AI in de winkel: computer vision drijft productiviteit en margeherstel

Sophie Jansen · 2026-06-18

Stel je voor: je loopt een winkel binnen en elk schap klopt precies. Geen lege plekken, geen verkeerde prijzen, geen frustratie. Dat is geen utopie meer, maar de realiteit die computer vision nu mogelijk maakt. Steeds meer retailers zetten deze technologie in om hun fysieke schappen te digitaliseren en zo hun marges te beschermen. ### Wat kost slechte winkeluitvoering eigenlijk? Het klinkt misschien als een detail, maar lege schappen en foutieve prijzen kosten de sector handenvol geld. Uit een onderzoek van Coresight Research, samen met Simbe en RELEX Solutions, blijkt dat operationele inefficiëntie maar liefst 6,4 procent van de brutoverkoop opslokt. Vooral de categorieën hardware, mass merchandise en levensmiddelen zijn de klos. In 2026 zal dit verlies oplopen tot maar liefst €180 miljard. En dat is een stijging van 21 procent ten opzichte van het jaar ervoor. Ter vergelijking: de verwachte omzetgroei voor de hele sector is slechts 3 procent.  ### Negen op de tien retailers worstelen met de winkelvloer Je zou denken dat dit probleem allang is opgelost, maar niets is minder waar. Negen van de tien retailers geven aan dat ze actief worstelen met het beheer van hun winkelvloeren. Lege schappen en foute prijskaartjes drukken direct de operationele marges. Voor 89 procent van de bedrijven is de marge-erosie zelfs groter dan 5 procent. Dat zijn geen kleine bedragen; het gaat om structurele problemen die de winstgevendheid uithollen. ### De adoptie van slimme winkeltechnologie versnelt Toch is er goed nieuws. De inzet van winkelintelligentieplatforms groeit snel. Op dit moment draait 60 procent van de grotere winkelketens op een volledig schaalbare implementatie. Dat is een toename van 18 procentpunt ten opzichte van vorig jaar. Experimentele pilots zijn nog maar goed voor 18 procent van de marktactiviteit. De adoptiecurve is duidelijk: grote spelers met een omzet van meer dan €4,6 miljard (ongeveer $5 miljard) lopen voorop. Maar liefst 73 procent van hen heeft de technologie volledig uitgerold. ### MKB-bedrijven blijven achter Middenmarktbedrijven blijven helaas achter. Slechts 42 procent van de bedrijven met een omzet onder de €920 miljoen heeft een vergelijkbaar volwassenheidsniveau bereikt. Dat is een gemiste kans. Want als je fysieke winkels als losse eilanden behandelt, los van je digitale kanalen, dan daalt de klantwaarde. De investeringen gaan dan ook vooral naar het oplossen van concrete problemen: het bijhouden van voorraad, automatische prijsaanpassingen, planogramcontrole en assortimentsplanning. ### Praktijkvoorbeelden: BJ's Wholesale Club en Albertsons Laten we eens kijken naar een paar bedrijven die het goed doen. BJ's Wholesale Club is een mooi voorbeeld. Zij hebben Simbe-robots ingezet om de voorraad en prijsnauwkeurigheid in al hun winkels te monitoren. Het management gebruikte deze hardware om digitale tweelingen te maken van hun magazijnen. Hierdoor kregen ze realtime inzicht in wat er in de winkel gebeurde, iets wat ze eerder misten. Deze digitale modellen werden vervolgens gebruikt voor het plannen van routes voor online bestellingen en afhaalbestellingen aan de stoeprand. Het resultaat? Een verbetering van 40 procent in de efficiëntie van het orderpicken. CEO Bob Eddy vertelde dat de technologie het bedrijf hielp om de kwaliteitsnormen voor verse producten te verhogen. Ook supermarktketen Albertsons zet AI in om complexe retailprocessen te automatiseren. De keten mikt op €1,38 miljard aan productiviteitswinst over drie jaar. CEO Susan Morris legt uit: "We gaan onze inkopers uitrusten met AI-gestuurde inzichten en geautomatiseerde uitvoering om prijzen, promoties en assortiment te optimaliseren. Dit transformeert categoriemanagement en verbetert de marges." Ze voegt eraan toe: "Onze visie is een toekomst waarin intelligente automatisering deze beslissingen stuurt, zodat onze mensen zich kunnen richten op strategie en innovatie." ### De valkuil: verkeerde volgorde van implementatie Toch gaat niet alles vanzelf. Veel organisaties maken een cruciale fout: ze installeren prijssoftware voordat ze de nodige sensorinfrastructuur hebben. Uit onderzoek blijkt dat 43 procent van de technologieleiders eerst investeert in prijsoptimalisatiesoftware. Samenwerkingsplatforms voor leveranciers staan op de tweede plaats, met 36 procent. Maar slechts 33 procent investeert in de schapdigitalisering die nodig is om die prijsmodellen van accurate data te voorzien. Deze hardware, zoals sensoren en camera's, is essentieel om de fysieke voorraad te verifiëren. Zonder die basis werkt de rest niet. Retailers moeten dus eerst het schap digitaliseren, dan data-analyses inzetten, en pas daarna voorraad- en prijssystemen implementeren. Het is een kwestie van de juiste volgorde. ### Wat betekent dit voor jouw winkelstrategie? De boodschap is duidelijk: wacht niet te lang. De technologie is er, de resultaten zijn bewezen, en de concurrentie loopt voorop. Of je nu een grote speler bent of een middelgroot bedrijf, het digitaliseren van je schappen is geen luxe meer, maar een noodzaak om je marges te beschermen. Begin met de basis: investeer in de juiste hardware, zorg voor accurate data, en bouw van daaruit verder. Alleen dan kun je de vruchten plukken van AI en computer vision. - Start met een pilot in een paar winkels om de technologie te testen. - Zorg dat je eerst de schappen digitaliseert voordat je aan prijssoftware denkt. - Betrek je team erbij; uitleg en training zijn cruciaal voor succes.