De detailhandel is geen eenduidige sector als het om AI-volwassenheid gaat. Aan de ene kant staan organisaties met een grote, geautomatiseerde online omgeving, waar personalisatie, voorraadsturing en prijslogica al langer op data draaien. Aan de andere kant staat de fysieke winkelvloer, waar processen vaak nog leunen op ervaring, papier en mondelinge afspraken tussen filiaal en hoofdkantoor. Binnen één en dezelfde keten kunnen die twee werelden naast elkaar bestaan, en dat verschil is groter dan in veel andere sectoren. Waar de financiële dienstverlening doorgaans een vlakker beeld laat zien tussen hoofdkantoor en uitvoering, ziet u in de detailhandel regelmatig een hoofdkantoor dat ver vooruit is en een winkelvloer die nog moet volgen.
Die kloof is de reden dat AI-pilots in de detailhandel vaak wel starten, maar niet doorgroeien. Een pilot op het hoofdkantoor werkt, omdat daar de data, de systemen en de mensen al enigszins op elkaar zijn afgestemd. Zodra dezelfde aanpak richting de winkelvloer of het distributiecentrum moet, ontbreekt vaak de infrastructuur om die te dragen. Niet omdat de ambitie ontbreekt, maar omdat de fundamentele laag er nog niet klaar voor is.
De volwassenheidsmeting van hybridresourcing kijkt naar zeven dimensies, verdeeld over vijf niveaus: van baseline tot intelligence. Een deel van die dimensies is fundamenteel: de organisatie zelf, de IT-infrastructuur en het datamanagement. Een ander deel is daarvan afhankelijk. Dat is geen keuze in de volgorde, maar de manier waarop het werkt. Een keten kan pas op filiaalniveau AI inzetten als de data uit de kassa's, de voorraadsystemen en de personeelsplanning betrouwbaar en op elkaar aangesloten is. Zonder die basis blijft elke toepassing een losstaand experiment dat niet opschaalt.
In de detailhandel zien we dat de fundamentele dimensies vaak wel op orde zijn bij het hoofdkantoor, maar niet uniform doorgevoerd zijn richting de vestigingen. Datamanagement kan op centraal niveau volwassen zijn, terwijl de data die op de vloer wordt vastgelegd nog inconsistent, onvolledig of vertraagd is. Dat verschil zorgt ervoor dat de organisatie als geheel op een lager niveau scoort dan de som van haar delen zou suggereren.
Wat de detailhandel bijzonder maakt, is niet alleen het verschil tussen online en fysiek, maar ook het verschil tussen wie u het vraagt. Een plot-ronde, waarin verschillende mensen binnen dezelfde organisatie apart scoren, laat in deze sector vaak een grote spreiding zien. Een IT-manager op het hoofdkantoor kan de infrastructuur als volwassen beoordelen, terwijl een filiaalmanager dagelijks tegen de beperkingen van verouderde systemen aanloopt. Beide beelden zijn waar, maar ze wijzen naar een verschillende plek in de keten.
Die spreiding is op zichzelf informatie. Het laat zien waar in de organisatie het beeld van gereedheid uiteenloopt, en dus waar eerst overeenstemming moet ontstaan voordat een volgende stap in AI zinvol is. Dat overeenstemmingsvraagstuk is vaak groter in de detailhandel dan in sectoren met een compactere organisatiestructuur, zoals de ICT-sector, waar hoofdkantoor en uitvoering doorgaans dichter bij elkaar liggen.
De spanning tussen een centraal aangestuurd hoofdkantoor en een verspreide uitvoering is niet uniek voor de detailhandel. Diezelfde spanning is terug te zien in de horeca, waar een keten van vestigingen eveneens moet steunen op consistente basisprocessen voordat AI op locatieniveau kan werken, en in de vastgoedsector, waar centraal beheer en decentraal onderhoud vaak los van elkaar zijn gegroeid. In al deze sectoren geldt dezelfde volgorde: de organisatie, de infrastructuur en het datamanagement moeten eerst staan, voordat de dimensies die daarop bouwen richting kunnen geven.
De volwassenheidsmeting geeft geen oordeel over welke afdeling achterblijft, en geen advies over wat er als eerste moet veranderen. Wat de meting wel doet, is helder maken op welk niveau een organisatie zich bevindt binnen elk van de zeven dimensies, en waar de spreiding tussen de mensen die scoren het grootst is. Voor een keten in de detailhandel betekent dat vaak een confrontatie tussen het beeld op het hoofdkantoor en de realiteit op de winkelvloer, en dat is precies het beeld dat nodig is om te bepalen waar de basis nog moet worden gelegd.
De tool die deze meting uitvoert, is in aanbouw. Wie hier gebruik van wil maken zodra deze beschikbaar is, kan zich aanmelden voor de wachtlijst. Er wordt niets aangeboden dat er nog niet is, en er wordt niets beloofd over de uitkomst van de meting voor uw organisatie.
Deze pagina beschrijft of de organisatie als geheel klaar is om AI te dragen: of de basis van organisatie, infrastructuur en data stevig genoeg is voordat verdere stappen zinvol worden. Dat is een andere vraag dan welk deel van het werk AI daadwerkelijk kan overnemen. Voor die vraag is de werkscan van FTE TO AI bedoeld: die rekent per taak uit welk deel van het werk over te dragen is aan AI, van voorraadadministratie tot klantcommunicatie. Waar de volwassenheidsmeting de draagkracht van de organisatie in beeld brengt, brengt de werkscan de inhoud van het werk zelf in beeld. Beide beelden zijn nodig om te weten waar u werkelijk staat.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Antwoorden komen uit de kennisbank van deze site. Geen advies op maat, en geen scan van uw bedrijf.