Trgovina na veliko funkcionira na tokovima: roba, narudžbe, računi i informacije koje kruže između dobavljača i kupaca. Velik dio uredskih sati odlazi na posao koji se ponavlja unutar tog toka — unos i provjeru narudžbi, usklađivanje zaliha s nabavom i prodajom, praćenje cjenovnih dogovora, usklađivanje računa s otpremnicama, odgovaranje na upite kupaca o rokovima isporuke i dostupnosti. Uz to postoji posao koji se manje ponavlja: pregovaranje s dobavljačima, sastavljanje asortimana, razgovor s kupcem u složenoj situaciji, odlučivanje što se događa kada isporuka zapne.
Te dvije vrste posla usmjeravaju drugačiji ishod kada ambicija pretpostavlja AI-rad. Posao koji se ponavlja s fiksnim pravilima lakše se preuzima od posla u kojem netko iznova procjenjuje što je ispravno u toj situaciji. Okolnosti koje usmjeravaju ishod nisu samo priroda posla, nego i koliko su čisti i strukturirani osnovni podaci — stavku narudžbe koja se u pet sustava bilježi drugačije sustavu je teže pročitati nego čovjeku koji poznaje kontekst.
U dijelu tvrtki iz trgovine na veliko posao se već danas preuzima: kontrola narudžbi u odnosu na uvjete nabave, sažimanje e-pošte dobavljača u konkretnu akciju, popunjavanje prognoze zaliha na temelju povijesnih obrazaca. U drugom dijelu tvrtki isti taj posao u potpunosti je još kod ljudi. Razlika rijetko leži u volji za promjenom. Leži u tome jesu li podaci u redu, postoji li osoba koja može odobriti ili odbiti ishod sustava s razlogom, i je li organizacija utvrdila tko o čemu odlučuje kada nešto pođe po zlu.
Tri kategorije prolaze kroz gotovo svaki proces u trgovini na veliko. Postoji posao koji sustav može preuzeti bez posredovanja, kao prebacivanje stavke narudžbe u ispravan format. Postoji posao u kojem AI iznosi prijedlog a čovjek taj prijedlog ocjenjuje — kreditna nota koja se predlaže, ali koju zaposlenik odobrava ili vraća s razlogom. I postoji posao koji ostaje ljudski posao, kao razgovor s dobavljačem koji ne uspijeva ispoštovati rok isporuke. Koji zadatak spada u koju kategoriju razlikuje se po tvrtki i po sustavu, i mijenja se čim se promijene podaci ili proces.
Ambicija kao "naša korisnička služba će uskoro raditi uglavnom automatizirano" pretpostavlja da tvrtka može kategorizirati upite kupaca, da je znanje iza odgovora negdje strukturirano, i da postoji dogovor o tome kada upit ide prema čovjeku. Bez ta tri elementa ambicija je rečenica, a nije plan. Isto vrijedi za ambiciju vezanu za upravljanje zalihama: ona zahtijeva da se podaci o nabavi, prodaji i logistici međusobno usklade, i da je netko ovlašten korigirati preporuku za naručivanje koju predlaže AI.
Provjera ambicije bilježi takve ambicije u četiri sloja — vizija, vision state, target, target state — i provjerava ih na osam dimenzija spremnosti, s pet confidence gates koji pokazuju gdje se plan još oslanja na povjerenje umjesto na dokaz. Ta ista provjera prevodi ishod natrag u capabilities: što neka ulога mora znati napraviti, i tko dobiva pravo odlučivanja kada sustav predloži ishod. Za tvrtke iz trgovine na veliko koje razmišljaju i o tome koliki dio dobiti odlazi na održavanje tržišnog udjela, vrijedi pročitati kako odmjeravate rast u odnosu na maržu u strategiji, jer AI ambicija bez tog odmjeravanja brzo postaje pretpostavka umjesto izbora.
Trgovina na veliko dijeli mnogo s logističkim karikama koje slijede i prethode. Tko želi usporedbu sa sektorom u kojem je fizički rad s robom još bliže procesu, to pronalazi u koje se AI ambicije javljaju u sektoru transporta, a tko želi vidjeti kako se ista ambicija prevodi u proizvodnom okruženju, čita koje se AI ambicije javljaju u proizvodnoj industriji. Obrazac se ponavlja: iste riječi ambicije, drugačija spremnost, drugačiji ishod.
Gdje se to dotiče osoblja — koje funkcije se mijenjaju kada se posao premješta — za to vrijede vlastiti zakonski zahtjevi koji ne spadaju u ovu provjeru. Što provjera ambicije doista čini je da razjasni koliki kapacitet se oslobađa kada se određeni posao premjesti, u satima i fte, tako da uprava zna o čemu govori prije nego što počne govoriti o ljudima.
Osnovno pitanje — koji se posao u ovoj tvrtki zapravo može prebaciti na AI — odgovara se putem radne skeniranja (werkscan) tvrtke FTE TO AI po zadatku, a ne po funkciji ili pretpostavci. Za upravu koja prvo želi znati je li vlastita vizija dovoljno mjerljiva da bi se na temelju nje mogla provesti provjera, dostupno je kako viziju činite mjerljivom.
Tko želi znati gdje se njegova organizacija nalazi, može napraviti besplatnu provjeru spremnosti: osam kratkih pitanja, jedno po dimenziji, s rezultatom koji prikazuje gdje ste najdalje, a gdje najmanje daleko dogurali. Potpuna provjera ambicije, s četiri sloja i pet confidence gates, u izradi je.
Vertel wat u wilt bereiken, dan kijken we samen wat daarvoor moet staan.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.