Detailhandlen er ikke en entydig sektor, når det kommer til AI-modenhed. På den ene side står organisationer med et stort, automatiseret online miljø, hvor personalisering, lagerstyring og prisstruktur allerede længe har kørt på data. På den anden side står den fysiske butiksgulv, hvor processer ofte stadig hviler på erfaring, papir og mundtlige aftaler mellem filial og hovedkontor. Inden for én og samme kæde kan disse to verdener eksistere side om side, og den forskel er større end i mange andre sektorer. Hvor den finansielle servicesektor som regel viser et mere fladt billede mellem hovedkontor og udførelse, ser De i detailhandlen regelmæssigt et hovedkontor, der er langt fremme, og et butiksgulv, der stadig skal følge med.
Den kløft er årsagen til, at AI-pilotprojekter i detailhandlen ofte nok starter, men ikke vokser videre. Et pilotprojekt på hovedkontoret virker, fordi data, systemer og mennesker der allerede i nogen grad er afstemt med hinanden. Så snart samme tilgang skal føres ud mod butiksgulvet eller distributionscentret, mangler ofte den infrastruktur, der skal bære den. Ikke fordi ambitionen mangler, men fordi det fundamentale lag endnu ikke er klar til det.
Modenhedsmålingen fra hybridresourcing.com ser på syv dimensioner, fordelt over fem niveauer: fra baseline til intelligence. En del af disse dimensioner er fundamentale: organisationen selv, IT-infrastrukturen og datahåndteringen. En anden del er afhængig heraf. Det er ikke et valg i rækkefølgen, men den måde det fungerer på. En kæde kan først anvende AI på filialniveau, når data fra kasserne, lagersystemerne og personaleplanlægningen er pålidelig og indbyrdes forbundet. Uden det fundament forbliver hver anvendelse et enkeltstående eksperiment, der ikke kan skaleres.
I detailhandlen ser vi, at de fundamentale dimensioner ofte er i orden på hovedkontoret, men ikke er gennemført ensartet ud mod filialerne. Datahåndtering kan være moden på centralt niveau, mens de data, der registreres på gulvet, stadig er inkonsistente, ufuldstændige eller forsinkede. Den forskel medfører, at organisationen som helhed scorer på et lavere niveau, end summen af dens dele ville antyde.
Hvad der gør detailhandlen særlig, er ikke kun forskellen mellem online og fysisk, men også forskellen på, hvem De spørger. En plot-runde, hvor forskellige personer inden for samme organisation scorer separat, viser i denne sektor ofte en stor spredning. En IT-manager på hovedkontoret kan vurdere infrastrukturen som moden, mens en filialchef dagligt løber ind i begrænsningerne fra forældede systemer. Begge billeder er sande, men de peger på forskellige steder i kæden.
Denne spredning er i sig selv information. Den viser, hvor i organisationen billedet af beredskab er forskelligt, og dermed hvor der først skal opnås overensstemmelse, før et næste skridt inden for AI giver mening. Dette overensstemmelsesspørgsmål er ofte større i detailhandlen end i sektorer med en mere kompakt organisationsstruktur, såsom IT-sektoren, hvor hovedkontor og udførelse som regel ligger tættere på hinanden.
Spændingen mellem et centralt styret hovedkontor og en spredt udførelse er ikke unik for detailhandlen. Den samme spænding kan ses i restaurationsbranchen, hvor en kæde af beliggenheder ligeledes skal støtte sig på konsistente grundprocesser, før AI kan fungere på lokationsniveau, og i fast ejendom-sektoren, hvor central forvaltning og decentral vedligeholdelse ofte er vokset uafhængigt af hinanden. I alle disse sektorer gælder samme rækkefølge: organisationen, infrastrukturen og datahåndteringen skal først stå fast, før de dimensioner, der bygger derpå, kan give retning.
Modenhedsmålingen giver ingen dom om, hvilken afdeling der halter bagefter, og ingen rådgivning om, hvad der først skal ændres. Hvad målingen derimod gør, er at gøre klart, på hvilket niveau en organisation befinder sig inden for hver af de syv dimensioner, og hvor spredningen mellem de personer, der scorer, er størst. For en kæde i detailhandlen betyder det ofte en konfrontation mellem billedet på hovedkontoret og realiteten på butiksgulvet, og det er præcis det billede, der er nødvendigt for at afgøre, hvor fundamentet stadig skal lægges.
Det værktøj, der udfører denne måling, er under udvikling. Den, der ønsker at bruge dette, så snart det bliver tilgængeligt, kan tilmelde sig ventelisten. Der bliver ikke tilbudt noget, der ikke allerede findes, og der gives ingen løfter om resultatet af målingen for Deres organisation.
Denne side beskriver, om organisationen som helhed er klar til at bære AI: om fundamentet af organisation, infrastruktur og data er solidt nok, før yderligere skridt bliver meningsfulde. Det er et andet spørgsmål end, hvilken del af arbejdet AI faktisk kan overtage. Til det spørgsmål er arbejdsscanningen fra FTE TO AI beregnet: den beregner pr. opgave, hvilken del af arbejdet der kan overdrages til AI, fra lagerregistrering til kundekommunikation. Hvor modenhedsmålingen viser organisationens bæreevne, viser arbejdsscanningen selve indholdet af arbejdet. Begge billeder er nødvendige for at vide, hvor De virkelig står.
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.