Veľkoobchod je od nepamäti sektorom marží, objemov a logistickej presnosti. Dáta v ňom stoja už desaťročia v centre pozornosti — úrovne zásob, riadky objednávok, ceny dodávateľov, výpočty marží. To vytvára dojem, že tento sektor by mal mať náskok v oblasti AI. Zároveň sú tieto dáta často rozptýlené po systémoch, ktoré medzi sebou nekomunikujú: ERP balík z rokov dozadu, samostatný softvér na zásoby, CRM, ktoré stojí oddelene od fakturácie, tabuľky, ktoré zaplátavajú diery, ktoré systémy zanechávajú. Množstvo dát tak nie je dobrým predpovedateľom AI-vyspelosti v tomto sektore. Štruktúra, v ktorej sa tieto dáta nachádzajú, to však je.
Tento rozdiel určuje, ako pilotné projekty dopadnú. Veľkoobchod, ktorý investuje do AI-aplikácie na predpovedanie dopytu alebo optimalizáciu nákupu, často zistí, že problém nie je v modeli, ale v tom, čím je model krmený. Údaje o zásobách, ktoré nenavädzujú na predajné dáta, segmentácia klientov, ktorá je na každej pobočke nastavená inak, cenové dohody, ktoré sa nachádzajú v e-mailovej korešpondencii a nie v systéme. Pilotný projekt funguje v testovacom prostredí a zasekne sa vo chvíli, keď má preniknúť do organizácie.
Veľkoobchody sa výrazne líšia v rozsahu a organizačnej forme — od rodinných firiem s kompaktnou štruktúrou až po veľkých distribútorov s viacerými pobočkami a vrstveným manažmentom. Táto variácia sa premieta do AI-vyspelosti. V menších, prehľadných organizáciách je vzdialenosť medzi vedením a prevádzkou krátka, čo môže urýchliť rozhodnutia o správe dát a IT-infraštruktúre, hneď ako sa uvidí ich dôležitosť. Vo väčších, decentralizovaných organizáciách táto vzdialenosť prechádza cez viacero vrstiev, a čo je na jednom distribučnom centre vypracovaný proces, môže byť na inom ešte úplne rozbité.
Presne to je dôvod, prečo kolo plot-merania v tomto sektore často odhalí to, čo jediný rozhovor neukáže. Keď CEO, COO, CIO a manažér pobočky bodujú nezávisle od seba na rovnakých siedmich dimenziách, pravidelne sa ukáže, že vedenie odhaduje kvalitu dát vyššie ako ľudia, ktorí s nimi denne pracujú. Tento rozdiel nie je nezhoda, ktorú treba vyriešiť — je to informácia o tom, kde sa organizácia skutočne nachádza.
Sedem dimenzií merania vyspelosti nie sú v poradí rovnocenné. Organizácia, IT-infraštruktúra a správa dát sú základné dimenzie: určujú, či je niečo, na čom sa dá stavať. Dimenzie ako governance, zručnosti a kultúra od nich závisia. Veľkoobchod, ktorý chce začať s AI-riadeným nákupným poradenstvom, ale ktorého údaje o zásobách sa nachádzajú v troch systémoch, ktoré si vzájomne odporujú, mu chýba nie ambícia, ale základ. To nie je otázka viac tréningu alebo väčšej podpory — je to otázka správy dát, ktorá si najprv vyžaduje odpoveď.
Toto poradie tiež vysvetľuje, prečo pilotné projekty vo veľkoobchode často zostávajú na úrovni foundation alebo activation. Organizácia si obstarala alebo dala postaviť AI-aplikáciu — to je viditeľné a preukázateľné — ale základy, na ktorých by táto aplikácia mala fungovať, nikdy neboli dané do poriadku. Výsledkom je nástroj, ktorý stojí vedľa práce, nie v nej.
Otázka nie je, či je váš veľkoobchod pripravený na AI vo všeobecnom zmysle — to je otázka bez použiteľnej odpovede. Otázka je, na ktorých zo siedmich dimenzií vaša organizácia stojí pevne a na ktorých nie, a či sa tento obraz zhoduje medzi ľuďmi, ktorí o tom rozhodujú, a ľuďmi, ktorí s tým pracujú. Toto porovnanie je presne to, na čom je meranie vyspelosti postavené: päť úrovní, sedem dimenzií a kolo plot-merania, ktoré rozptyl zviditeľňuje, nie zahladzuje.
Výsledok sa výrazne líši od firmy k firme, aj vo veľkoobchode. Niektoré zápasy, ktoré tento sektor pozná, delí s transportným sektorom, kde objemovo riadená logistika taktiež vyžaduje správu dát, ktorá je konzistentná v celej organizácii. Iné podobnosti sa nachádzajú vo výrobnom priemysle, kde výrobné a zásobovacie procesy stavajú podobné nároky na IT-infraštruktúru. A kto obchoduje s množstvom malých, rozptýlených klientskych vzťahov, sa možno spozná v tom, čo sa deje v maloobchode, kde sa dáta o klientoch a transakciách taktiež samy od seba nedostávajú na jedno miesto.
Meranie vyspelosti hybridresourcing sa momentálne stavia. Kto chce absolvovať meranie hneď, ako bude k dispozícii, sa môže zaradiť na čakaciu listinu. Tu sa nič nepredáva, čo ešte neexistuje — iba možnosť dozvedieť sa ako prvý, kedy to už existuje.
Toto meranie odpovedá na otázku, či má váš veľkoobchod základy na to, aby uniesol AI — organizáciu, infraštruktúru, správu dát, na ktorých všetko ostatné ďalej stojí. Neodpovedá na otázku, ktorú časť práce vo vašej správe zásob, spracovaní objednávok alebo nákupe skutočne môže prevziať AI. Táto otázka patrí k pracovnému skenu FTE TO AI, ktorý pre každú úlohu vypočíta, ktorá časť práce je na to vhodná. Obe otázky patria spolu, ale v pevnom poradí: najprv vedieť, či pôda unesie záťaž, až potom čo sa na nej dá postaviť.
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.