مصنوعی قرار گرفت»، توضیح داده شد که پیش از ورود هوش مصنوعی، تجربه کاربران یکسان و نرخ تبدیل پایین بود، اما امروز هوش مصنوعی این فرایند را از حالت استاتیک به داینامیک تغییر داده است.تغییر پارادایم از نگاه گذشته‌محور به آینده‌محور یکی از تحولات مهم مطرح و گفته شد که امروز دیگر سوال ما این نیست که چه اتفاقی افتاد، بلکه می‌پرسیم چه اتفاقی خواهد افتاد و چه باید بکنیم. سپس چهار کارکرد بنیادین هوش مصنوعی در تجارت الکترونیک نیز تشریح شد؛ «انجین شخصی‌سازی (Personalization Engine)» با تحلیل داده‌های هر کاربر، تجربه خریدی متناسب با علایق او ایجاد می‌کند. این قابلیت موجب رشد شاخص‌هایی همچون AOV، CLV، CTR، RPV و در نهایت نرخ تبدیل می‌شود. در این زمینه به نمونه نتفلیکس اشاره شد که بیش از ۸۰ درصد محتوای مصرفی کاربران در آن از سیستم پیشنهاددهی می‌آید.
«پشتیبانی هوشمند مشتریان» کارکرد دیگر است که استفاده از ابزارهای هوشمند در خدمات مشتری به کاهش هزینه‌های عملیاتی و حذف نیروی انسانی از لایه نخست ارتباط منجر می‌شود. همچنین، تحلیل سنتیمنت از روی صدای مشتری به بهبود شاخص‌هایی همچون FRT و CSAT کمک کرده است.«تحلیل و پیش‌بینی آینده (Predictive Analytics)» نیز در مدیریت محصولات پرمصرف، قیمت‌گذاری پویا و ارسال سریع‌تر کالا به‌کار گرفته می‌شود و کاهش هزینه ارسال هر کالا را به همراه دارد. در نهایت هم «کاربردهای GenAI در تولید محتوا» است؛ ابزاری که تولید محتوا با استفاده از هوش مصنوعی را راهبری می‌کند و ابزاری است که می‌تواند زمان و هزینه تولید محتوای دیجیتال را کاهش دهد.
