A kiskereskedelem olyan munkából áll, amely részben ismétlődik, részben a pillanat körül forog. Készlet leltározása, árak módosítása, megrendelések leadása, visszáruk kezelése, beosztások készítése: ez a kantoor- és backoffice-órák nagy részét jelenti, és ez olyan munka, amelynek rögzített szerkezete van. Ezzel szemben áll a pultnál, a boltban, a telefonban végzett munka: valaki, aki két méret között ingadozik, egy panasz egy szállításról, egy kérdés, amely nem fér bele a forgatókönyvbe. Ez a két munkatípus együtt határozza meg minden AI-ambíció kimenetét ebben az ágazatban. Ahol a munka strukturált és az adatok rendben vannak, a kapacitás viszonylag gyorsan elmozdul. Ahol a munka egy helyzet felismeréséről és egy döntésért való felelősség viseléséről szól, ott kevés vagy semmi nem mozdul el.
Ugyanaz a három csoport, amely minden ágazatban visszatér, itt is érvényes. A munka egy része átvehető AI által: ár-összehasonlítás, készletelőrejelzés az eladási előzmények alapján, standard jelentések összeállítása, a visszárukérelmek első szűrése. Egy másik rész részlegesen történik, egy emberrel, aki jóváhagyja vagy indoklással elutasítja: egy rendszer javasol egy megrendelést, egy beszerző pedig azt szezonális hatásokhoz vagy egy beszállítói megállapodáshoz méri, amelyet a rendszer nem ismer. És egy harmadik rész emberi munka marad: a beszélgetés egy vásárlóval, akinek valami sajátos dologra van szüksége, a mérlegelés egy garanciavitánál, egy csapat irányítása a boltban egy zsúfolt időszakban. Az, hogy melyik munkarész melyik kategóriába esik, vállalatonként eltérő. Ez attól függ, mennyire szabványosított a választék, mennyire tiszták a készlet- és eladási adatok, és a vásárlói kapcsolat mekkora része folyik már rögzített csatornákon keresztül.
Egy korlátozott választékkal, központi beszerzéssel és digitális pénztárakkal működő üzletlánc a backoffice-feladatok nagy részénél már rendelkezik az alappal: az adatok megvannak, a folyamat megismételhető, és egy rendszer tehet javaslatot, amelyet egy ember ellenőriz. Egy széles és változó választékkal, telephelyenkénti decentralizált beszerzéssel és sok kézi kivétellel működő lánc nem rendelkezik ezzel az alappal. Ez a különbség nem az ambícióban rejlik — mindkét vezetőség kimondhatja ugyanazt a mondatot, „az AI-nak át kell vennie a készletgazdálkodásunkat” —, hanem abban, mire képes a szervezet már most, mielőtt az adott munka áthelyezhető lenne. Azok a szerepkörök, amelyek most kézzel rendelnek, ugyanazok a szerepkörök lesznek, amelyek nemsokára egy rendszerjavaslatot bírálnak el? Van kijelölt döntési jogosultság ahhoz, aki a kivételt kezeli? Ezek a kérdések az ambíció alatt húzódnak, és láthatóvá válnak, amint teszteli őket, nem pedig feltételezi.
Ha kapacitás szabadul fel azáltal, hogy egy feladatot egy felügyelt rendszer vesz át, felmerül a kérdés, hogy mi történik a felszabadult órákkal: más feladatok, kevesebb kölcsönzés, más személyzeti felépítés. Ez a kérdés a munkáltatóra tartozik, és a személyi állományt érintő döntésekre saját jogi követelmények vonatkoznak. Ami itt szóban van, az az ezt megelőző lépés: mely munka áll már olyan szinten a feladatszerkezet és az adatminőség tekintetében, hogy egy rendszer átveheti vagy támogathatja, és melyik nem. Ez egy ténybeli kérdés a munkáról, nem tanács az emberekről.
A kiskereskedelem nem az egyetlen ágazat, ahol ez a kérdés felmerül, és a válaszok ágazatonként hasonló okokból eltérnek. A horeca ágazatban a kérdés másképp alakul a közvetlen kiszolgálás és a változó létszám miatt, ahogyan azt a horeca ágazatban jelentkező AI-ambíciók című írásban olvashatja; a mezőgazdasági szektorban a szezonális hatások és a fizikai munka nagyobb szerepet játszanak, ahogy azt az AI-ambíciók és a szezonmunka kapcsolata a mezőgazdasági szektorban című írás leírja; és a pénzügyi szolgáltatásoknál a súlypont éppen a szabályozásnál és a felügyeletnél van, ahogyan azt a pénzügyi szolgáltatásokon belüli AI-ambíciók és a compliance szerepe című írás kifejti. Az összehasonlítás megmutatja, hogy az ambíció önmagában kevésbé megkülönböztető, mint a mögötte álló felkészültség.
Egy ambíció, amely azt állítja, hogy az AI átveszi a munkát, olyan képességeket feltételez, amelyek most talán még nincsenek meg: tiszta adatok, egyértelmű döntési jogosultság a kivételeknél, egy csapat, amely egy rendszerjavaslatot el tud bírálni, nem csak végrehajtani. Ezen tesztelés nélkül az ambíció papíron marad egy mondat, egy szélesebb körben jelentkező kockázat, amelyet az a téma, hogy egy stratégia miért marad néha csak dokumentum a változás helyett tárgyal. Fordítva is előfordulhat, hogy egy változás már elindul, mielőtt bárki nevet adna neki; hogy milyen jelek utalnak erre, azt a korai jelek, amelyek arra utalnak, hogy egy változás megfogan című írás írja le. A mögöttes kérdésre — mely munka vehető ebben a konkrét vállalatban valóban át AI által — feladatonként ad választ az FTE TO AI munkateszt.
Az első lépés nem az ambíció újrafogalmazása, hanem annak megvizsgálása, hol áll már a szervezet. Egy ingyenes felkészültség-ellenőrzés nyolc rövid kérdéssel, dimenziónként egy, képet ad arról, hol áll a legjobban és hol a legkevésbé jól. A teljes ambíciótesztet, a négy réteggel és az öt confidence gate-tel, jelenleg fejlesztjük.
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.