Jaekaubandus ei ole ühtne sektor, kui jutt käib AI-valmidusest. Ühel pool on organisatsioonid, kellel on suur, automatiseeritud veebikeskkond, kus personaliseerimine, laohaldus ja hinnalogika toetuvad juba pikemat aega andmetele. Teisel pool on füüsiline müügisaal, kus protsessid põhinevad tihti veel kogemusel, paberil ja suulistel kokkulepetel filiaali ja peakontori vahel. Ühe ja sama keti sees võivad need kaks maailma eksisteerida kõrvuti, ja see erinevus on suurem kui paljudes teistes sektorites. Kui finantsteenuste sektor näitab tavaliselt tasasemat pilti peakontori ja rakendamise vahel, siis jaekaubanduses näete sageli peakontorit, mis on kaugel ees, ja müügisaali, mis peab veel järgi jõudma.
See lõhe on põhjus, miks AI-pilootprojektid jaekaubanduses tihti käivituvad, kuid ei kasva edasi. Peakontoris toimib pilootprojekt, kuna seal on andmed, süsteemid ja inimesed juba mõnevõrra omavahel kooskõlla viidud. Niipea kui sama lähenemine peab liikuma müügisaali või jaotuskeskuse suunas, puudub tihti infrastruktuur, mis seda kannaks. Mitte ambitsiooni puudumise pärast, vaid seepärast, et põhitasand ei ole selleks veel valmis.
hybridresourcing valmiduse mõõtmine vaatab seitset mõõdet, jagatuna viiele tasemele: baasjoonest kuni intelligence-tasemeni. Osa neist mõõtmetest on fundamentaalsed: organisatsioon ise, IT-infrastruktuur ja andmehaldus. Teine osa sõltub neist. See ei ole valik järjekorra osas, vaid viis, kuidas see toimib. Kett saab AI-d filiaali tasandil rakendada alles siis, kui kassade, laosüsteemide ja personaliplaneerimise andmed on usaldusväärsed ja omavahel ühendatud. Selle aluseta jääb igasugune rakendus eraldiseisvaks eksperimendiks, mis ei skaleeru.
Jaekaubanduses näeme, et fundamentaalsed mõõtmed on peakontoris sageli korras, kuid ei ole ühtselt rakendatud filiaalide suunas. Andmehaldus võib keskse tasandi peal olla küps, samas kui müügisaalis salvestatavad andmed on ikka veel ebajärjekindlad, mittetäielikud või hilinenud. See erinevus tähendab, et organisatsioon tervikuna saab madalama tulemuse kui selle osade summa võiks eeldada.
See, mis teeb jaekaubanduse eriliseks, ei ole ainult erinevus veebi- ja füüsilise kaubanduse vahel, vaid ka erinevus selle vahel, kellelt te küsite. Plot-voor, kus erinevad inimesed samas organisatsioonis annavad eraldi hinnanguid, näitab selles sektoris tihti suurt hajuvust. IT-juht peakontoris võib hinnata infrastruktuuri küpseks, samal ajal kui filiaalijuht puutub igapäevaselt kokku vananenud süsteemide piirangutega. Mõlemad pildid on tõesed, kuid need viitavad ketis erinevale asukohale.
See hajuvus on iseenesest informatsioon. Ta näitab, kus organisatsioonis läheb valmiduse pilt lahku, ja seega kus tuleb esmalt jõuda üksmeelele, enne kui järgmine AI-samm on mõttekas. See üksmeeleküsimus on jaekaubanduses tihti suurem kui sektorites, kus organisatsioonistruktuur on kompaktsem, näiteks IKT-sektor, kus peakontor ja rakendamine on tavaliselt teineteisele lähemal.
Pinge tsentraalselt juhitava peakontori ja hajutatud rakendamise vahel ei ole jaekaubandusele omane. Sama pinget näeme toitlustussektoris, kus filiaalide kett peab samuti toetuma järjekindlatele põhiprotsessidele, enne kui AI saab toimida asukoha tasandil, ja kinnisvarasektoris, kus tsentraalne haldus ja detsentraliseeritud hooldus on tihti üksteisest lahus kasvanud. Kõigis nendes sektorites kehtib sama järjekord: organisatsioon, infrastruktuur ja andmehaldus peavad esmalt paigas olema, enne kui neile toetuvad mõõtmed saavad suunda anda.
Valmiduse mõõtmine ei annab hinnangut selle kohta, milline osakond jääb maha, ega soovitust selle kohta, mida tuleks esimesena muuta. Mida mõõtmine teeb, on selgeks tegemine, millisel tasemel organisatsioon on igas seitsmest mõõtmest, ja kus hindajate vahel on hajuvus suurim. Jaekaubanduse keti jaoks tähendab see tihti vastasseisu peakontoris valitseva pildi ja müügisaali reaalsuse vahel, ja see on täpselt see pilt, mida on vaja, et otsustada, kuhu alus veel rajada tuleb.
Tööriist, mis seda mõõtmist läbi viib, on veel ehitamisel. Kes soovib seda kasutada kohe, kui see kättesaadavaks muutub, saab registreeruda ootenimekirja. Ei pakuta midagi, mida veel ei ole, ega antud lubadusi mõõtmise tulemuse kohta teie organisatsiooni jaoks.
See leht kirjeldab, kas organisatsioon tervikuna on valmis AI-d kandma: kas organisatsiooni, infrastruktuuri ja andmete alus on piisavalt tugev, enne kui edasised sammud muutuvad mõttekaks. See on teine küsimus kui see, millise osa tööst AI tegelikult üle võtta suudab. Selle küsimuse jaoks on mõeldud FTE TO AI töö skaneering: see arvutab iga ülesande kohta, milline osa tööst on võimalik AI-le üle kanda, alates laoarvestusest kuni kliendisuhtluseni. Kui valmiduse mõõtmine kaardistab organisatsiooni kandevõime, siis töö skaneering kaardistab töö sisu ise. Mõlemat pilti on vaja, et teada, kus te tegelikult seisate.
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.