Perinteisesti kuluttajadataa on kerätty lähteistä, kuten demografisista tiedoista, hakukyselyistä, selauskäyttäytymisestä ja ostohistoriasta, mikä on tuottanut laajoja, yleisiä tuotesuosituksia ja -tarjouksia.

​Jatkossa vähittäiskaupan brändeillä on potentiaalia hyödyntää tekoälyä, koneoppimista ja big data -analytiikkaa saadakseen syvempää tietoa kuluttajien mieltymyksistä ja käyttäytymisestä jäsentämällä paljon rikkaampaa kuluttajatietoa: sosiaalisen median julkaisuja ja arvosteluja, asiakaspalvelukeskusteluja älykkäiden chatbottien kanssa, tuotekohtauksia AR/VR-ympäristöissä ja jopa myymälässä tapahtuvia tuotearviointeja. 

Tämän tiedon avulla yritykset voivat saada syvemmän ja yksityiskohtaisemman ymmärryksen kuluttajien motivaatioista, arvoista ja aikomuksista. Generatiivinen tekoäly voi sitten käyttää näitä tietoja ennustaakseen nousevia kiinnostuksen kohteita ja täyttämättömiä tarpeita, ja siten tiedottaakseen asiakaskohtaiseen viestintään, markkinointiin, suosituksiin, hinnoitteluun, kampanjoihin ja kannustimiin. Nämä voidaan toimittaa täsmälleen miten, missä ja milloin kukin ostaja haluaa, mikä luo dynaamisen ja minulle sopivan kokemuksen.