Detaljhandeln är ingen entydig sektor när det gäller AI-mognad. Å ena sidan finns organisationer med en stor, automatiserad onlinemiljö, där personalisering, lagerstyrning och prislogik redan länge har byggt på data. Å andra sidan finns den fysiska butiksgolvet, där processer ofta fortfarande vilar på erfarenhet, papper och muntliga överenskommelser mellan butik och huvudkontor. Inom en och samma kedja kan dessa två världar existera sida vid sida, och den skillnaden är större än i många andra sektorer. Där den finansiella tjänstesektorn vanligtvis visar en mer jämn bild mellan huvudkontor och utförande, ser man i detaljhandeln regelbundet ett huvudkontor som ligger långt före och ett butiksgolv som fortfarande måste hinna med.
Den klyftan är anledningen till att AI-pilotprojekt inom detaljhandeln ofta startar, men inte växer vidare. Ett pilotprojekt på huvudkontoret fungerar, eftersom data, system och människor där redan i viss mån är samordnade. När samma tillvägagångssätt ska riktas mot butiksgolvet eller distributionscentret saknas ofta infrastrukturen för att bära det. Inte på grund av brist på ambition, utan eftersom det fundamentala lagret ännu inte är redo för det.
Mognadsmätningen från hybridresourcing.com tittar på sju dimensioner, uppdelade över fem nivåer: från baseline till intelligence. En del av dessa dimensioner är fundamentala: organisationen själv, IT-infrastrukturen och datahanteringen. En annan del är beroende av dessa. Det är inget val i ordningen, utan sättet det fungerar på. En kedja kan först använda AI på butiksnivå när data från kassorna, lagersystemen och personalplaneringen är tillförlitlig och sammankopplad. Utan den grunden förblir varje tillämpning ett fristående experiment som inte skalas upp.
Inom detaljhandeln ser vi att de fundamentala dimensionerna ofta är i ordning på huvudkontoret, men inte enhetligt genomförda mot butikerna. Datahanteringen kan vara mogen på central nivå, medan de data som registreras på golvet fortfarande är inkonsekventa, ofullständiga eller fördröjda. Den skillnaden gör att organisationen som helhet får en lägre poäng än summan av dess delar skulle antyda.
Vad som gör detaljhandeln speciell är inte bara skillnaden mellan online och fysiskt, utan även skillnaden beroende på vem man frågar. En plot-runda, där olika personer inom samma organisation poängsätter separat, visar ofta en stor spridning inom denna sektor. En IT-chef på huvudkontoret kan bedöma infrastrukturen som mogen, medan en butikschef dagligen stöter på begränsningarna hos föråldrade system. Båda bilderna är sanna, men de pekar mot en annan plats i kedjan.
Den spridningen är i sig information. Den visar var i organisationen bilden av beredskap skiljer sig åt, och därmed var samsyn först måste uppstå innan ett nästa steg inom AI blir meningsfullt. Den samsynsfrågan är ofta större inom detaljhandeln än i sektorer med en mer kompakt organisationsstruktur, som IT-sektorn, där huvudkontor och utförande vanligtvis ligger närmare varandra.
Spänningen mellan ett centralt styrt huvudkontor och en spridd verksamhet är inte unik för detaljhandeln. Samma spänning återfinns inom restaurangbranschen, där en kedja av verksamheter likaså måste stödja sig på konsekventa grundprocesser innan AI kan fungera på lokal nivå, och inom fastighetssektorn, där central förvaltning och decentraliserat underhåll ofta har utvecklats separat från varandra. I alla dessa sektorer gäller samma ordning: organisationen, infrastrukturen och datahanteringen måste stå på plats först, innan de dimensioner som bygger vidare på dem kan ge riktning.
Mognadsmätningen ger inget omdöme om vilken avdelning som ligger efter, och ingen rekommendation om vad som bör ändras först. Vad mätningen gör är att göra tydligt på vilken nivå en organisation befinner sig inom var och en av de sju dimensionerna, och var spridningen mellan de personer som poängsätter är störst. För en kedja inom detaljhandeln innebär det ofta en konfrontation mellan bilden på huvudkontoret och verkligheten på butiksgolvet, och det är exakt den bild som behövs för att avgöra var grunden fortfarande måste läggas.
Verktyget som utför denna mätning är under uppbyggnad. Den som vill använda det så snart det blir tillgängligt kan anmäla sig till väntelistan. Inget erbjuds som ännu inte finns, och inget utlovas om resultatet av mätningen för er organisation.
Denna sida beskriver om organisationen som helhet är redo att bära AI: om grunden av organisation, infrastruktur och data är stark nog innan ytterligare steg blir meningsfulla. Det är en annan fråga än vilken del av arbetet AI faktiskt kan ta över. För den frågan är arbetsscanen från FTE TO AI avsedd: den beräknar per uppgift vilken del av arbetet som kan överföras till AI, från lageradministration till kundkommunikation. Där mognadsmätningen visar organisationens bärkraft, visar arbetsscanen själva innehållet i arbetet. Båda bilderna behövs för att veta var ni verkligen står.
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.