04-02-2026
Manhattan Associates ha reso disponibili tre nuovi agenti AI: Store Associate Agent, Contact Center Agent e OMS Configuration Agent, tutti accessibili direttamente dalla user interface di Manhattan Active Omni, a supporto dei team di vendita e assistenza dei retailer. Grazie a un’interfaccia naturale, questi agenti offrono insight immediati e utilizzabili su attività in-store, trend di vendita, stock, resi e comportamento dei clienti, aiutando gli store associate e i team di customer service a risolvere rapidamente le problematiche e a offrire un supporto sempre più personalizzato.
“I retailer sono costantemente sotto pressione per agire più rapidamente, lavorare in modo più smart e offrire esperienze seamless su ogni touchpoint”, afferma Brian Kinsella, SVP Product Management di Manhattan Associates. “I nostri ultimi update riflettono l’impegno continuo di Manhattan nel portare l’AI all’interno delle nostre applicazioni. Che si tratti dei numerosi algoritmi di machine learning presenti da anni o delle nuove funzionalità di Agentic AI e Fulfillment Simulation, crediamo da sempre che la vera AI debba essere integrata nelle nostre applicazioni, non semplicemente affiancarle. Siamo orgogliosi di collaborare con retailer di livello mondiale nella progettazione e nello sviluppo di queste tecnologie breakthrough”.
Insieme alle innovazioni di agentic AI, Manhattan Active® Point of Sale si evolve ulteriormente con il Customer Facing Display, un potente upgrade che coinvolge direttamente i clienti nella fase di checkout. I clienti possono visualizzare il carrello in tempo reale, aggiungere i propri dati loyalty alla transazione, inserire i dettagli di spedizione e scegliere come ricevere lo scontrino d’acquisto, tutto tramite un display dedicato. I retailer possono così raccogliere ulteriori informazioni dai clienti, garantendo maggiore accuratezza e velocità nelle transazioni al punto vendita, colmando il gap tra associate e shopper e offrendo un’esperienza di checkout più fluida e coinvolgente. Inoltre, il Fulfillment Optimization Simulation engine consente alle aziende di modellare e confrontare strategie alternative di fulfillment, bilanciando costi, velocità, livello di servizio e margini.
Questo strumento fornisce insight data-driven su spedizioni frazionate, costi totali di fulfillment, distribuzione per location e KPI chiave, utilizzando un set coerente di ordini per ogni strategia. Gli utenti possono facilmente modificare le regole di ottimizzazione, rieseguire le simulazioni e confrontare i risultati in parallelo per comprendere il reale impatto di ogni cambiamento. Il motore supporta anche la pianificazione di scenari “what if”, consentendo ai team di anticipare vincoli, valutare cambiamenti operativi e analizzare i trade-off in modalità completamente self-service. Riproducendo ordini storici o selezionati, le aziende possono ottimizzare continuamente il fulfillment, individuare nuove opportunità di saving e migliorare le performance in modo significativo.
“I retailer sono costantemente sotto pressione per agire più rapidamente, lavorare in modo più smart e offrire esperienze seamless su ogni touchpoint”, afferma Brian Kinsella, SVP Product Management di Manhattan Associates. “I nostri ultimi update riflettono l’impegno continuo di Manhattan nel portare l’AI all’interno delle nostre applicazioni. Che si tratti dei numerosi algoritmi di machine learning presenti da anni o delle nuove funzionalità di Agentic AI e Fulfillment Simulation, crediamo da sempre che la vera AI debba essere integrata nelle nostre applicazioni, non semplicemente affiancarle. Siamo orgogliosi di collaborare con retailer di livello mondiale nella progettazione e nello sviluppo di queste tecnologie breakthrough”.
Insieme alle innovazioni di agentic AI, Manhattan Active® Point of Sale si evolve ulteriormente con il Customer Facing Display, un potente upgrade che coinvolge direttamente i clienti nella fase di checkout. I clienti possono visualizzare il carrello in tempo reale, aggiungere i propri dati loyalty alla transazione, inserire i dettagli di spedizione e scegliere come ricevere lo scontrino d’acquisto, tutto tramite un display dedicato. I retailer possono così raccogliere ulteriori informazioni dai clienti, garantendo maggiore accuratezza e velocità nelle transazioni al punto vendita, colmando il gap tra associate e shopper e offrendo un’esperienza di checkout più fluida e coinvolgente. Inoltre, il Fulfillment Optimization Simulation engine consente alle aziende di modellare e confrontare strategie alternative di fulfillment, bilanciando costi, velocità, livello di servizio e margini.
Questo strumento fornisce insight data-driven su spedizioni frazionate, costi totali di fulfillment, distribuzione per location e KPI chiave, utilizzando un set coerente di ordini per ogni strategia. Gli utenti possono facilmente modificare le regole di ottimizzazione, rieseguire le simulazioni e confrontare i risultati in parallelo per comprendere il reale impatto di ogni cambiamento. Il motore supporta anche la pianificazione di scenari “what if”, consentendo ai team di anticipare vincoli, valutare cambiamenti operativi e analizzare i trade-off in modalità completamente self-service. Riproducendo ordini storici o selezionati, le aziende possono ottimizzare continuamente il fulfillment, individuare nuove opportunità di saving e migliorare le performance in modo significativo.


