Vairumtirdzniecība balstās uz plūsmām: precēm, pasūtījumiem, rēķiniem un informāciju, kas pārvietojas turp un atpakaļ starp piegādātājiem un klientiem. Liela daļa biroja stundu tiek veltīta darbam, kas atkārtojas šajā plūsmā — pasūtījumu ievadīšanai un pārbaudei, krājumu saskaņošanai ar iepirkumu un pārdošanu, cenu vienošanos uzskaitei, rēķinu salīdzināšanai ar pavadzīmēm, klientu jautājumu par piegādes laikiem un pieejamību atbildēšanai. Līdzās tam pastāv darbs, kas atkārtojas mazāk: sarunas ar piegādātājiem, sortimenta veidošana, sarežģītas situācijas klienta apkalpošana, lēmumu pieņemšana par to, kas notiek, ja piegāde iestrēgst.
Šie divi darba veidi rada atšķirīgu iznākumu, ja ambīcija paredz AI veiktu darbu. Atkārtojošos darbu ar fiksētiem noteikumiem ir vieglāk pārņemt nekā darbu, kurā kāds atkal un atkal izsver, kas šajā situācijā ir pareizi. Apstākļi, kas nosaka iznākumu, ir ne tikai darba raksturs, bet arī tas, cik tīri un strukturēti ir pamatā esošie dati — pasūtījuma rindu, kas piecās sistēmās tiek reģistrēta atšķirīgi, sistēmai ir grūtāk nolasīt nekā cilvēkam, kurš pārzina kontekstu.
Daļā vairumtirdzniecības uzņēmumu darbs jau šodien tiek pārņemts: pasūtījumu pārbaude pret iepirkuma nosacījumiem, piegādātāju e-pastu apkopošana darāmajā darbā, krājumu prognozes aizpildīšana, balstoties uz vēsturiskiem modeļiem. Citā daļā uzņēmumu tieši tas pats darbs joprojām pilnībā gulstas uz cilvēkiem. Atšķirība reti ir gribā mainīties. Tā ir tajā, vai dati ir sakārtoti, vai ir kāds, kurš var apstiprināt vai noraidīt sistēmas iznākumu ar pamatojumu, un vai organizācija ir noteikusi, kurš par ko lemj, ja kaut kas noiet greizi.
Trīs kategorijas caurvij gandrīz katru procesu vairumtirdzniecībā. Ir darbs, ko sistēma var pārņemt bez iejaukšanās, piemēram, pasūtījuma rindas pārnešana pareizajā formātā. Ir darbs, kurā AI izsaka priekšlikumu un cilvēks šo priekšlikumu novērtē — kredītrēķins, kas tiek ierosināts, bet ko darbinieks apstiprina vai nosūta atpakaļ ar pamatojumu. Un ir darbs, kas paliek cilvēka darbs, piemēram, saruna ar piegādātāju, kurš nespēj ievērot piegādes termiņu. Kurš uzdevums ietilpst kurā kategorijā, atšķiras pēc uzņēmuma un sistēmas, un mainās līdz ar datu vai procesa izmaiņām.
Ambīcija, piemēram, "mūsu klientu apkalpošana drīzumā darbosies lielākoties automatizēti", paredz, ka uzņēmums spēj klasificēt klientu jautājumus, ka zināšanas, uz kurām balstās atbilde, kaut kur ir strukturēti pieejamas, un ka pastāv vienošanās par to, kad jautājums tiek novirzīts cilvēkam. Bez šiem trim elementiem ambīcija ir teikums, nevis plāns. Tas pats attiecas uz ambīciju saistībā ar krājumu pārvaldību: tā prasa, lai iepirkuma, pārdošanas un loģistikas dati būtu savstarpēji saskaņoti un lai kāds būtu pilnvarots koriģēt AI ierosinātu pasūtīšanas ieteikumu.
Ambīciju pārbaude fiksē šādas ambīcijas četros slāņos — vīzija, vīzijas stāvoklis, mērķis, mērķa stāvoklis — un pārbauda tās astoņās gatavības dimensijās, ar piecām uzticamības kontrolvārtiem (confidence gates), kas parāda, kur plāns joprojām balstās uz uzticēšanos, nevis uz pierādījumiem. Tā pati pārbaude iznākumu pārtulko atpakaļ kapacitātēs (capabilities): ko konkrētai lomai jāprot un kam ir lēmuma tiesības, ja sistēma piedāvā iznākumu. Vairumtirdzniecības uzņēmumiem, kas domā arī par to, cik liela peļņas daļa tiek tērēta tirgus daļas noturēšanai, ir vērts izlasīt kā izsvērt izaugsmi pret peļņas normu stratēģijā, jo AI ambīcija bez šī izvērtējuma ātri kļūst par pieņēmumu, nevis izvēli.
Vairumtirdzniecība daudz kopīga dala ar loģistikas posmiem gan pirms, gan pēc tās. Kas vēlas veikt salīdzinājumu ar nozari, kurā fiziskais preču darbs vēl tuvāk atrodas procesam, to atradīs sadaļā kādas AI ambīcijas pastāv transporta nozarē, un kas vēlas redzēt, kā tā pati ambīcija izpaužas ražošanas vidē, var izlasīt kādas AI ambīcijas pastāv apstrādes rūpniecībā. Modelis atkārtojas: tie paši ambīciju vārdi, atšķirīga gatavība, atšķirīgs iznākums.
Tur, kur tas skar personālu — kuras funkcijas mainās, kad darbs pāriet citur — attiecas savas tiesiskās prasības, kas neietilpst šajā pārbaudē. Ko ambīciju pārbaude gan dara, ir padarīt skaidru, kāda kapacitāte atbrīvojas, kad konkrēts darbs pāriet citur, stundās un pilnas slodzes ekvivalentos (fte), lai vadības komanda zinātu, par ko tā runā, pirms tā runā par cilvēkiem.
Uz pamatjautājumu — kuru darbu šajā uzņēmumā AI patiešām var pārņemt — FTE TO AI darba skenēšana (werkscan) atbild uz katra uzdevuma līmeņa, nevis funkcijas vai pieņēmuma līmenī. Vadības komandai, kas vispirms vēlas zināt, vai pašas vīzija ir pietiekami izmērāma, lai to pārbaudītu, ir pieejams raksts kā izmērāmu padarīt vīziju.
Kas vēlas uzzināt, kur atrodas pati organizācija, var veikt bezmaksas gatavības pārbaudi: astoņi īsi jautājumi, viens par katru dimensiju, kā rezultātam iegūstot priekšstatu par to, kur esat tālāk tikuši un kur mazāk. Pilna ambīciju pārbaude, ar četriem slāņiem un pieciem uzticamības kontrolvārtiem, tiek izstrādāta.
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.