O varejo não é um setor uniforme quando se trata de maturidade em IA. Por um lado, há organizações com um ambiente online grande e automatizado, onde a personalização, a gestão de estoque e a lógica de preços já dependem de dados há mais tempo. Por outro lado, há o piso de vendas físico, onde os processos ainda se apoiam frequentemente em experiência, papel e acordos verbais entre a filial e a sede. Dentro de uma mesma rede, esses dois mundos podem coexistir, e essa diferença é maior do que em muitos outros setores. Enquanto os serviços financeiros geralmente apresentam um quadro mais nivelado entre a sede e a execução, no varejo é comum ver uma sede muito avançada e um piso de vendas que ainda precisa acompanhar.
Essa lacuna é a razão pela qual os pilotos de IA no varejo frequentemente começam, mas não crescem. Um piloto na sede funciona, porque ali os dados, os sistemas e as pessoas já estão minimamente alinhados entre si. No momento em que a mesma abordagem precisa avançar para o piso de vendas ou o centro de distribuição, muitas vezes falta a infraestrutura para sustentá-la. Não porque falte ambição, mas porque a camada fundamental ainda não está preparada para isso.
A medição de maturidade da hybridresourcing.com analisa sete dimensões, distribuídas em cinco níveis: de baseline a intelligence. Parte dessas dimensões é fundamental: a própria organização, a infraestrutura de TI e a gestão de dados. Outra parte depende disso. Não se trata de uma escolha na ordem, mas da forma como o sistema funciona. Uma rede só pode aplicar IA no nível das filiais quando os dados dos caixas, dos sistemas de estoque e do planejamento de pessoal são confiáveis e estão conectados entre si. Sem essa base, qualquer aplicação continua sendo um experimento isolado que não escala.
No varejo, observamos que as dimensões fundamentais costumam estar em ordem na sede, mas não são implementadas de forma uniforme em direção às unidades. A gestão de dados pode estar madura no nível central, enquanto os dados registrados no piso de vendas ainda são inconsistentes, incompletos ou atrasados. Essa diferença faz com que a organização como um todo obtenha uma pontuação inferior à que a soma de suas partes sugeriria.
O que torna o varejo particular não é apenas a diferença entre online e físico, mas também a diferença entre a quem se pergunta. Uma rodada de plotagem, na qual diferentes pessoas dentro da mesma organização pontuam separadamente, frequentemente revela uma grande dispersão neste setor. Um gerente de TI na sede pode avaliar a infraestrutura como madura, enquanto um gerente de filial enfrenta diariamente as limitações de sistemas ultrapassados. Ambas as visões são verdadeiras, mas apontam para lugares diferentes na cadeia.
Essa dispersão é, em si, informação. Ela mostra onde, dentro da organização, a percepção de preparo diverge, e portanto onde primeiro precisa haver consenso antes que um próximo passo em IA faça sentido. Essa questão de consenso costuma ser maior no varejo do que em setores com uma estrutura organizacional mais compacta, como o setor de TIC, onde a sede e a execução geralmente estão mais próximas uma da outra.
A tensão entre uma sede centralizada e uma execução dispersa não é exclusiva do varejo. A mesma tensão pode ser vista na hotelaria e restauração, onde uma rede de unidades também precisa se apoiar em processos básicos consistentes antes que a IA possa funcionar no nível da localidade, e no setor imobiliário, onde a gestão central e a manutenção descentralizada frequentemente cresceram de forma independente. Em todos esses setores vale a mesma ordem: a organização, a infraestrutura e a gestão de dados precisam estar consolidadas primeiro, antes que as dimensões que se apoiam nelas possam dar direção.
A medição de maturidade não emite julgamento sobre qual departamento está atrasado, nem oferece recomendação sobre o que deve mudar primeiro. O que a medição faz é deixar claro em que nível uma organização se encontra dentro de cada uma das sete dimensões, e onde a dispersão entre as pessoas que pontuam é maior. Para uma rede no varejo, isso costuma significar um confronto entre a percepção na sede e a realidade no piso de vendas, e é exatamente esse o retrato necessário para determinar onde a base ainda precisa ser construída.
A ferramenta que realiza essa medição está em desenvolvimento. Quem quiser utilizá-la assim que estiver disponível pode inscrever-se na lista de espera. Nada é oferecido que ainda não exista, e nada é prometido sobre o resultado da medição para a sua organização.
Esta página descreve se a organização como um todo está preparada para sustentar a IA: se a base de organização, infraestrutura e dados é sólida o suficiente antes que próximos passos façam sentido. Essa é uma questão diferente de qual parte do trabalho a IA pode realmente assumir. Para essa questão, existe o scan de trabalho da FTE TO AI: ele calcula, por tarefa, qual parte do trabalho pode ser transferida para a IA, desde a administração de estoque até a comunicação com clientes. Enquanto a medição de maturidade mostra a capacidade de sustentação da organização, o scan de trabalho mostra o conteúdo do próprio trabalho. Ambas as perspectivas são necessárias para saber onde a sua organização realmente se encontra.
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.