El comercio minorista no es un sector uniforme en lo que respecta a la madurez en IA. Por un lado, hay organizaciones con un entorno online amplio y automatizado, donde la personalización, la gestión de inventario y la lógica de precios ya llevan tiempo funcionando sobre datos. Por otro lado, está el suelo físico de la tienda, donde los procesos a menudo todavía se apoyan en la experiencia, el papel y los acuerdos verbales entre la sucursal y la sede central. Dentro de una misma cadena, estos dos mundos pueden coexistir, y esa diferencia es mayor que en muchos otros sectores. Mientras que los servicios financieros suelen mostrar una imagen más uniforme entre la sede central y la ejecución, en el comercio minorista se observa con regularidad una sede central muy avanzada y un suelo de tienda que todavía debe seguirle el paso.
Esa brecha es la razón por la que los pilotos de IA en el comercio minorista a menudo sí arrancan, pero no logran crecer. Un piloto en la sede central funciona porque allí los datos, los sistemas y las personas ya están relativamente alineados entre sí. En cuanto el mismo enfoque debe extenderse hacia el suelo de la tienda o el centro de distribución, a menudo falta la infraestructura para sostenerlo. No porque falte ambición, sino porque la capa fundamental todavía no está preparada para ello.
La medición de madurez de hybridresourcing analiza siete dimensiones, repartidas en cinco niveles: de baseline a intelligence. Una parte de esas dimensiones es fundamental: la propia organización, la infraestructura de TI y la gestión de datos. Otra parte depende de esas primeras. No se trata de una elección en el orden, sino de la manera en que funciona. Una cadena solo puede aplicar IA a nivel de sucursal cuando los datos de las cajas registradoras, los sistemas de inventario y la planificación de personal son fiables y están conectados entre sí. Sin esa base, cada aplicación sigue siendo un experimento aislado que no logra escalar.
En el comercio minorista observamos que las dimensiones fundamentales suelen estar en orden en la sede central, pero no se han implementado de manera uniforme hacia las sucursales. La gestión de datos puede ser madura a nivel central, mientras que los datos que se registran en la tienda todavía son inconsistentes, incompletos o llegan con retraso. Esa diferencia hace que la organización en su conjunto obtenga una puntuación inferior a la que sugeriría la suma de sus partes.
Lo que hace especial al comercio minorista no es solo la diferencia entre lo online y lo físico, sino también la diferencia según a quién se le pregunte. Una ronda de plot, en la que distintas personas dentro de la misma organización puntúan por separado, suele mostrar en este sector una gran dispersión. Un gerente de TI en la sede central puede evaluar la infraestructura como madura, mientras que un gerente de sucursal se topa a diario con las limitaciones de sistemas obsoletos. Ambas imágenes son ciertas, pero señalan a un lugar distinto dentro de la cadena.
Esa dispersión es en sí misma información. Muestra en qué punto de la organización la percepción de la preparación diverge, y por tanto dónde debe surgir primero un consenso antes de que tenga sentido dar el siguiente paso en IA. Esa cuestión del consenso suele ser mayor en el comercio minorista que en sectores con una estructura organizativa más compacta, como el sector TIC, donde la sede central y la ejecución suelen estar más próximas entre sí.
La tensión entre una sede central dirigida de forma centralizada y una ejecución dispersa no es exclusiva del comercio minorista. Esa misma tensión se observa en la hostelería, donde una cadena de establecimientos también debe apoyarse en procesos básicos consistentes antes de que la IA pueda funcionar a nivel de local, y en el sector inmobiliario, donde la gestión central y el mantenimiento descentralizado a menudo han crecido de manera independiente. En todos estos sectores rige el mismo orden: la organización, la infraestructura y la gestión de datos deben estar establecidas primero, antes de que las dimensiones que se apoyan en ellas puedan marcar la dirección.
La medición de madurez no emite un juicio sobre qué departamento se queda atrás, ni un consejo sobre qué debe cambiar primero. Lo que la medición sí hace es aclarar en qué nivel se encuentra una organización dentro de cada una de las siete dimensiones, y dónde es mayor la dispersión entre las personas que puntúan. Para una cadena del comercio minorista, esto suele significar una confrontación entre la imagen que se tiene en la sede central y la realidad en el suelo de la tienda, y esa es precisamente la imagen necesaria para determinar dónde todavía debe sentarse la base.
La herramienta que realiza esta medición está en construcción. Quien desee utilizarla en cuanto esté disponible puede inscribirse en la lista de espera. No se ofrece nada que todavía no exista, y no se promete nada sobre el resultado de la medición para su organización.
Esta página describe si la organización en su conjunto está preparada para sostener la IA: si la base de organización, infraestructura y datos es suficientemente sólida antes de que tenga sentido dar más pasos. Esa es una pregunta distinta de qué parte del trabajo puede realmente asumir la IA. Para esa pregunta está pensado el escáner de trabajo de FTE TO AI: este calcula, por tarea, qué parte del trabajo se puede transferir a la IA, desde la administración de inventario hasta la comunicación con los clientes. Mientras que la medición de madurez muestra la capacidad de la organización, el escáner de trabajo muestra el contenido del trabajo en sí. Se necesitan ambas imágenes para saber en qué punto se encuentra usted realmente.
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.