Velkoobchod je od nepaměti sektorem marží, objemů a logistické přesnosti. Data v něm hrají ústřední roli už desetiletí — úrovně zásob, řádky objednávek, ceny dodavatelů, výpočty marží. To vytváří dojem, že by tento sektor měl mít náskok v oblasti AI. Zároveň jsou tato data často rozptýlena po systémech, které si mezi sebou nepovídají: ERP systém starý mnoho let, samostatný software pro zásoby, CRM oddělené od fakturace, tabulky, které zalepují díry, jež systémy zanechávají. Množství dat tedy není dobrým ukazatelem AI-vyspělosti v tomto sektoru. Strukturou, ve které tato data stojí, ale je.
Tento rozdíl je určující pro to, jak pilotní projekty dopadají. Velkoobchod, který investuje do AI-nástroje pro předpověď poptávky nebo optimalizaci nákupu, často zjistí, že problém není v modelu, ale v tom, čím je model krmen. Údaje o zásobách, které neodpovídají prodejním datům, segmentace klientů, která je na každé pobočce nastavena jinak, cenové dohody, které stojí v e-mailové korespondenci a ne v systému. Pilotní projekt funguje v testovacím prostředí a zadrhne se ve chvíli, kdy musí vstoupit do organizace.
Velkoobchody se výrazně liší co do rozsahu a organizační formy — od rodinných firem s kompaktní strukturou až po velké distributory s více pobočkami a vrstevnatým managementem. Tato variace se promítá do AI-vyspělosti. U menších, přehledných organizací je vzdálenost mezi vedením a provozem krátká, což může urychlit rozhodování o správě dat a IT infrastruktuře, jakmile si vedení uvědomí jejich důležitost. U větších, decentralizovaných organizací vede tato vzdálenost přes více vrstev, a co je na jednom distribučním centru propracovaný proces, může na druhém být ještě neuspořádané.
Právě proto ukazuje kolo měření v tomto sektoru často to, co jeden rozhovor neodhalí. Když CEO, COO, CIO a vedoucí pobočky nezávisle na sobě hodnotí stejných sedm dimenzí, ukazuje se pravidelně, že vedení hodnotí kvalitu dat výše než lidé, kteří s nimi denně pracují. Tento rozdíl není názorová neshoda, kterou je třeba vyřešit — je to informace o tom, kde organizace skutečně stojí.
Sedm dimenzí měření vyspělosti nemá stejnou váhu v pořadí. Organizace, IT infrastruktura a správa dat jsou základní dimenze: určují, zda existuje něco, na čem se dá stavět. Dimenze jako governance, dovednosti a kultura na nich závisí. Velkoobchod, který chce začít s AI-řízeným nákupním poradenstvím, ale jehož data o zásobách stojí ve třech systémech, které si vzájemně odporují, nepostrádá ambici, ale základ. To není otázka více tréninku nebo více podpory — to je otázka správy dat, která si nejprve vyžaduje odpověď.
Toto pořadí také vysvětluje, proč pilotní projekty ve velkoobchodu často zůstávají na úrovni foundation nebo activation. Organizace zakoupila nebo si nechala postavit AI-nástroj — to je viditelné a prokazatelné — ale základy, na kterých by tento nástroj měl fungovat, nebyly nikdy uvedeny do pořádku. Výsledkem je nástroj, který stojí vedle práce, ne v ní.
Otázka nezní, zda je váš velkoobchod připraven na AI v obecném smyslu — to je otázka bez použitelné odpovědi. Otázka zní, na kterých ze sedmi dimenzí vaše organizace stojí pevně a na kterých ne, a zda se tento obraz shoduje mezi lidmi, kteří o tom rozhodují, a lidmi, kteří s tím pracují. Toto srovnání je přesně to, na čem je měření vyspělosti postaveno: pět úrovní, sedm dimenzí a kolo měření, které rozptyl zviditelňuje, místo aby ho zametalo pod koberec.
Výsledek se výrazně liší podle firmy, i uvnitř velkoobchodu. Některé potíže, které tento sektor zná, sdílí s dopravním sektorem, kde objemově řízená logistika rovněž vyžaduje správu dat, která funguje v celé organizaci. Další podobnosti se týkají zpracovatelského průmyslu, kde výrobní a zásobovací procesy stanovují podobné požadavky na IT infrastrukturu. A kdo obchoduje s mnoha malými, rozptýlenými klientskými vztahy, může se poznat v tom, co se odehrává v maloobchodu, kde se data o klientech a transakcích také nesbíhají samovolně na jednom místě.
Měření vyspělosti od hybridresourcing se momentálně staví. Kdo chce měření absolvovat ve chvíli, kdy bude dostupné, se může zapsat na čekací listinu. Neprodává se zde nic, co ještě neexistuje — pouze možnost dozvědět se jako první, kdy už existovat bude.
Toto měření odpovídá na otázku, zda má váš velkoobchod základy, aby unesl AI — organizaci, infrastrukturu, správu dat, na které vše ostatní stojí. Neodpovídá na otázku, kterou část práce ve vaší správě zásob, zpracování objednávek nebo nákupu je skutečně možné převést na AI. Tato otázka patří k pracovní analýze FTE TO AI, která pro každou úlohu vypočítá, jaká část práce se k tomu hodí. Obě otázky patří k sobě, ale v pevném pořadí: nejprve zjistit, zda půda unese zátěž, pak teprve co se na ní může postavit.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.