Traditionnellement, les données sur les consommateurs proviennent de sources telles que les données démographiques, les requêtes de recherche, le comportement de navigation et l'historique des achats, ce qui permet d'obtenir des recommandations et des offres de produits générales et génériques.

​À l'avenir, les marques de détail ont la possibilité d'utiliser l'IA, l'apprentissage automatique et l'analyse des big data pour obtenir des informations plus approfondies sur les préférences et les comportements des consommateurs en analysant des informations beaucoup plus riches sur les consommateurs : messages et avis sur les médias sociaux, sessions de service client avec des chatbots intelligents, interactions avec les produits dans des environnements AR/VR et même évaluations des produits en magasin. 

Grâce à cette intelligence, les entreprises peuvent acquérir une compréhension plus profonde et plus granulaire des motivations, des valeurs et des intentions des consommateurs. L'IA générative peut ensuite utiliser ces informations pour prédire les intérêts émergents et les besoins non satisfaits, en informant les messages, le marketing, les recommandations, les prix, les promotions et les incitations spécifiques aux clients. Ceux-ci peuvent être livrés précisément de la manière, à l'endroit et au moment préférés de chaque acheteur, créant ainsi une expérience dynamique adaptée à chacun d'entre eux.