Trgovina na debelo je od nekdaj sektor marž, obsegov in logistične natančnosti. Podatki so tam že desetletja v ospredju — zaloge, postavke naročil, cene dobaviteljev, izračuni marž. To ustvarja vtis, da bi ta sektor moral imeti prednost na področju AI. Obenem so ti podatki pogosto razpršeni po sistemih, ki med seboj ne govorijo: ERP-paket iz preteklih let, ločena programska oprema za zaloge, CRM, ki ni povezan s fakturiranjem, preglednice, ki zapolnjujejo vrzeli, ki jih puščajo sistemi. Količina podatkov torej ni dober napovedovalec zrelosti AI v tem sektorju. Struktura, v kateri so ti podatki, pa je.
Ta razlika je odločilna za to, kako se pilotni projekti končajo. Trgovec na debelo, ki vlaga v rešitev AI za napovedovanje povpraševanja ali optimizacijo nabave, pogosto ugotovi, da težava ni v modelu, temveč v tem, s čim se model hrani. Podatki o zalogah, ki se ne ujemajo s podatki o prodaji, segmentacija strank, ki je po posameznih enotah urejena drugače, cenovni dogovori, ki so zapisani v e-poštni korespondenci namesto v sistemu. Pilotni projekt deluje v testnem okolju in se zatakne, ko mora stopiti v organizacijo.
Trgovci na debelo se močno razlikujejo po obsegu in organizacijski obliki — od družinskih podjetij s kompaktno strukturo do velikih distributerjev z več lokacijami in slojevitim vodstvom. Ta raznolikost se odraža v zrelosti AI. Pri manjših, preglednih organizacijah je razdalja med vodstvom in delovnim mestom kratka, kar lahko pospeši odločitve o upravljanju podatkov in IT-infrastrukturi, takoj ko se prepozna njihov pomen. Pri večjih, decentraliziranih organizacijah gre ta razdalja skozi več plasti, in kar je na enem distribucijskem centru dodelan proces, je lahko na drugem še povsem neurejeno.
Prav zato krog ocenjevanja v tem sektorju pogosto razkrije stvari, ki jih posamezen pogovor ne pokaže. Ko generalni direktor, operativni direktor, direktor informatike in vodja enote neodvisno drug od drugega ocenijo isto na sedmih razsežnostih, se redno pokaže, da vodstvo oceni kakovost podatkov višje kot ljudje, ki z njimi vsakodnevno delajo. Ta razlika ni nesoglasje, ki bi ga bilo treba rešiti — je informacija o tem, kje organizacija dejansko stoji.
Sedem razsežnosti merjenja zrelosti ni enakovrednih po vrstnem redu. Organizacija, IT-infrastruktura in upravljanje podatkov so temeljne razsežnosti: te določajo, ali obstaja kaj, na čemer se lahko graditi. Razsežnosti, kot so upravljanje, veščine in kultura, so od njih odvisne. Trgovec na debelo, ki želi začeti z nabavnim svetovanjem, vodenim z AI, a čigar podatki o zalogah so v treh sistemih, ki si nasprotujejo, ne pogreša ambicije, temveč temelje. To ni vprašanje več usposabljanja ali več podpore — to je vprašanje upravljanja podatkov, ki najprej potrebuje odgovor.
Ta vrstni red tudi pojasnjuje, zakaj pilotni projekti v trgovini na debelo pogosto obtičijo na ravni temeljev ali aktivacije. Organizacija je nabavila ali naročila izdelavo rešitve AI — to je vidno in dokazljivo — a temelji, na katerih bi ta rešitev morala delovati, nikoli niso bili urejeni. Rezultat je orodje, ki stoji poleg dela namesto v njem.
Vprašanje ni, ali je vaša trgovina na debelo pripravljena na AI v splošnem smislu — to je vprašanje brez uporabnega odgovora. Vprašanje je, na katerih od sedmih razsežnosti vaša organizacija stoji trdno in na katerih ne, in ali se ta slika ujema med ljudmi, ki o tem odločajo, in ljudmi, ki s tem delajo. Prav ta primerjava je tisto, na čemer je zgrajeno merjenje zrelosti: pet ravni, sedem razsežnosti in krog ocenjevanja, ki razpršenost pokaže namesto da jo zabriše.
Rezultat se med podjetji močno razlikuje, tudi znotraj trgovine na debelo. Nekatere težave, ki jih pozna ta sektor, si delijo z transportnim sektorjem, kjer obsegom vodena logistika prav tako zahteva upravljanje podatkov, ki se ujema po celotni organizaciji. Druge podobnosti se kažejo pri predelovalni industriji, kjer proizvodni procesi in procesi upravljanja zalog postavljajo primerljive zahteve glede IT-infrastrukture. In kdor trguje z veliko malimi, razpršenimi odnosi s strankami, se morda prepozna v tem, kar se dogaja v trgovini na drobno, kjer podatki o strankah in transakcijah tudi ne pristanejo sami od sebe na enem mestu.
Merjenje zrelosti podjetja hybridresourcing je trenutno v izdelavi. Kdor želi opraviti merjenje takoj, ko bo na voljo, se lahko uvrsti na čakalni seznam. Tu se ne prodaja nič, česar še ni — le možnost, da izveste prvi, ko bo obstajalo.
Ta meritev odgovori na vprašanje, ali ima vaša trgovina na debelo temelje, potrebne za nošenje AI — organizacijo, infrastrukturo, upravljanje podatkov, na katerem vse ostalo sloni. Ne odgovori pa na vprašanje, kateri del dela pri upravljanju zalog, obdelavi naročil ali nabavi je dejansko mogoče prevzeti z AI. To vprašanje spada k delovni oceni podjetja FTE TO AI, ki za posamezno nalogo izračuna, kateri del dela je za to primeren. Obe vprašanji sodita skupaj, vendar v določenem vrstnem redu: najprej je treba vedeti, ali tla nosijo, šele nato, kaj je mogoče zgraditi na njih.
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.