AI uhlíkové štítky v regálech: co změní v retailu

V lednu 2024 se na veletrhu CES objevila ukázka, která je pro potravinářský retail mnohem praktičtější, než zní na první přečtení: uhlíková stopa přímo na cenovce v regálu. Ne v mobilní aplikaci, ne na zadní straně obalu drobným písmem. Přímo tam, kde lidé dělají rozhodnutí během pár sekund.

Nizozemský startup GreenSwapp předvedl koncept, kde elektronické regálové štítky (ESL) ukazují vedle ceny i klimatické skóre produktu a u pokladny se na účtence objeví souhrnné hodnocení nákupu (škála A–F) v porovnání s „průměrným nákupem“. Pro téma naší série „Umělá inteligence v maloobchodu a e-commerce“ je to ideální příklad: AI tady není jen o personalizaci nebo predikci poptávky. Je o transparentnosti – a ta může změnit, jak se navrhuje sortiment, promo akce i celé dodavatelské řetězce.

Proč uhlíkové skóre na cenovce dává smysl (a proč teď)

Největší problém u udržitelnosti v nákupu je frikce. Když musí zákazník skenovat QR kód, hledat v aplikaci nebo luštit tabulky na obalu, nedělá to. Regálová cenovka je naopak „bod pravdy“: stojíte, koukáte, vybíráte. Přidat tam ještě jeden údaj je logisticky i psychologicky nejjednodušší cesta.

Druhá věc: data o emisích se rychle stávají součástí firemního reportingu, a to nejen v EU. I mimo Evropu se objevují regulace a požadavky na vykazování emisí v dodavatelském řetězci. Retail proto začíná řešit, jak data získat, sjednotit a použít – a cenovka je jen viditelná špička ledovce.

A třetí, velmi prosincová realita roku 2025: cena je pořád král. V období, kdy lidé citlivě reagují na výdaje (a před Vánoci obzvlášť), uhlíkové skóre uspěje jen tehdy, když bude:

• srozumitelné během 1–2 sekund,
• konzistentní napříč kategoriemi,
• propojené s reálnou nabídkou (např. „podobná chuť, nižší stopa, stejná cena“).

Jak to funguje v praxi: AI mezi produktem, regálem a účtenkou

Z pohledu technologií jde o kombinaci tří vrstev: výpočet uhlíkové stopy, distribuce dat do prodejny a zobrazení v místě rozhodnutí.

Výpočet uhlíkové stopy produktu není jen tabulka

Aby bylo možné dát produktu „A–F“, potřebujete nějaký model. V reálném světě to obvykle znamená kombinaci:

• dat od dodavatelů (složení, původ, balení),
• typových emisních faktorů (např. doprava, energie, obalové materiály),
• pravidel pro chybějící informace (co dělat, když dodavatel nedodá detail).

AI v tomhle kroku často pomáhá dvěma způsoby:

1. Normalizuje a čistí data (různé formáty, neúplné údaje, duplicity).
2. Odhaduje hodnoty tam, kde data nejsou – například porovnáním s podobnými produkty nebo typovými recepturami.

Tohle je zároveň nejcitlivější část. Jakmile má zákazník pocit, že skóre je „vycucané z prstu“, důvěra končí.

Elektronické cenovky (ESL) jako distribuční kanál dat

Elektronické regálové štítky dnes v řadě řetězců slouží hlavně pro:

• rychlé změny cen,
• akční označení,
• synchronizaci s e-shopem.

Přidáním klimatického skóre se z nich stává mikromédium pro transparentnost. Pro retailer to znamená několik praktických dopadů:

• nutnost definovat, jak často se skóre aktualizuje,
• řízení verzí (aby se nestalo, že e-shop ukazuje jiné hodnocení než prodejna),
• auditovatelnost (kdo data změnil a proč).

Účtenka jako „feedback loop“

Nápad se souhrnným hodnocením nákupu na účtence je překvapivě chytrý. Ne proto, že by lidé po cestě domů analyzovali účtenku. Ale protože to vytváří zpětnou vazbu, kterou lze časem propojit s věrnostní aplikací, doporučeními a marketingem.

Dobře navržený systém může říct něco jako:

„Váš nákup měl hodnocení C. Kdybyste vyměnili dvě položky, jste na B – bez navýšení ceny.“

To už je motivace, která začíná fungovat.

Co si z toho má vzít zemědělství a potravinářství: „od pole po regál“ konečně dostává čísla

Uhlíková cenovka v prodejně se tváří jako retailová vychytávka. Ve skutečnosti ale tlačí na změnu celého potravinového řetězce.

Jakmile retailer začne uhlíkové skóre zobrazovat, dodavatelé budou chtít vědět, co ho zhoršuje a co ho zlepší. A to je přesně místo, kde se potkává naše kampaň „Umělá inteligence v zemědělství a potravinářství“ s retailovou realitou.

Precision agriculture a uhlíkové skóre jsou jedna mince

Farmáři a potravináři dnes používají AI a datové platformy pro:

• optimalizaci hnojení a závlahy (méně vstupů, stejné výnosy),
• plánování sklizně a logistiky,
• predikci chorob a škůdců,
• snižování ztrát a odpadu.

To všechno má přímý dopad na emise. Pokud se uhlíková stopa začne propisovat do regálu, vznikne tlak, aby tyto optimalizace byly měřitelné, doložitelné a škálovatelné.

Transparentnost není charita. Je to vyjednávací pozice.

Dodavatel, který umí doložit:

• odkud surovina pochází,
• jaká je energetická náročnost výroby,
• jaký má produkt dopad podle jednotné metodiky,

bude mít v jednání s retailerem výhodu. A často i v tendrech.

Co může (a nemusí) změnit chování zákazníků

Nejčastější mýtus: „Když lidem ukážeme uhlíkové skóre, začnou hned nakupovat ekologicky.“ V realitě je to složitější. Podobnou cestou prošlo uvádění nutričních informací – informace sama o sobě často nestačí.

Kdy to funguje

Uhlíkové značení začne ovlivňovat nákup, když jsou splněny tři podmínky:

1. Srovnatelnost: Zákazník chápe, že „B“ u kávy a „B“ u jogurtu znamená „relativně lepší volbu“ v rámci logiky systému.
2. Alternativa na dosah: Vedle produktu s „D“ je podobný s „B“ (chuť, použití, značka, gramáž).
3. Pocit férovosti: Lidé nesmí mít dojem, že jsou trestáni za levnější volbu.

Kdy to nefunguje

• když je skóre příliš abstraktní,
• když ho retailer používá jen jako PR bez návaznosti na sortiment,
• když se metodika často mění a hodnoty „skáčou“.

Moje zkušenost z retailových projektů: nejlépe fungují malé, konkrétní substituce, ne moralizování. „Vyměňte jednu položku“ je realističtější než „změňte celý jídelníček“.

Jak by měl retailer začít: 7 kroků, které ušetří měsíce

Pokud uvažujete o uhlíkových datech v regálu (nebo aspoň v e-shopu), postupujte pragmaticky.

1. Vyberte 1–2 kategorie s jasnými alternativami (např. mléčné výrobky, káva, snacky).
2. Zaveďte jednotnou metodiku a pravidla pro chybějící data – a držte se jich.
3. Spárujte produkty na úrovni SKU s uhlíkovým atributem v PIM/MDM (ne v Excelu).
4. Napojte atribut na ESL a e-commerce současně, jinak si zaděláte na chaos.
5. Otestujte, jak lidé skóre čtou (A/B test v prodejně, heatmapy v e-shopu).
6. Zaveďte „swap“ doporučení: podobný produkt, nižší stopa, stejná/nižší cena.
7. Měřte dopad na prodeje i mix košíku – nečekejte zázraky, hledejte trend.

Časté otázky, které padnou na poradě (a jasné odpovědi)

„Neodradí to zákazníky?“

Krátkodobě ne, pokud nezačnete „nálepkovat“ agresivně. Lidé si na nový údaj zvyknou. Riziko je spíš reputační: pokud je systém netransparentní, může se to obrátit proti vám.

„Co když dodavatelé data nedodají?“

Počítejte s tím. Proto potřebujete pravidla pro odhady a zároveň plán, jak dodavatele motivovat (např. lepší umístění, společné kampaně, podmínky v tendrech).

„Má to smysl bez regulace?“

Ano, protože retail tím získá řiditelný atribut, který se dá použít v category managementu, promu i privátních značkách. Regulace jen urychlí adopci.

Co bude dál: uhlík jako standardní atribut produktu

Uhlíkové skóre na regálové cenovce je viditelný signál, že se z emisí stává běžná datová dimenze – podobně jako cena, gramáž, alergeny nebo nutriční hodnoty. A čím dřív si firmy nastaví datové toky „od pole po regál“, tím méně bolestivý bude přechod.

Pro naši sérii o AI v maloobchodu a e-commerce to má jednoduchý závěr: AI už dávno není jen o tom „prodat víc“. Je i o tom prodat chytřeji – s menšími ztrátami, s lepšími informacemi a s tlakem na efektivnější zemědělství a výrobu.

Chcete-li to uchopit prakticky, začněte malým pilotem: dvě kategorie, jasná metodika, propojení e-shopu a prodejny, a hlavně doporučení typu „vyměňte jednu položku“. Pak se teprve ukáže, jestli se z uhlíkového skóre stane jen další číslo na štítku, nebo nový standard pro celý potravinový řetězec.