Údaje o spotřebitelích se tradičně čerpají ze zdrojů, jako jsou demografické údaje, vyhledávací dotazy, chování při prohlížení a historie nákupů, a poskytují široká, obecná doporučení a nabídky produktů.

​Do budoucna mají maloobchodní značky potenciál využívat umělou inteligenci, strojové učení a analýzu velkých dat k získání hlubšího vhledu do preferencí a chování spotřebitelů díky analýze mnohem bohatších informací o spotřebitelích: příspěvků a recenzí na sociálních sítích, relací zákaznického servisu s inteligentními chatboty, interakcí s produkty v prostředí AR/VR a dokonce i hodnocení produktů v obchodě. 

Díky těmto informacím mohou společnosti získat hlubší a podrobnější znalosti o motivacích, hodnotách a záměrech spotřebitelů. Generativní umělá inteligence pak může tyto poznatky využít k předvídání vznikajících zájmů a neuspokojených potřeb, a na základě toho vytvářet specifická sdělení, marketing, doporučení, ceny, propagační akce a pobídky pro zákazníky. Ty lze doručit přesně tak, jak, kde a kdy to každý zákazník preferuje, a vytvořit tak dynamický zážitek podle jeho přání.