Veľkoobchod stojí na tokoch: tovar, objednávky, faktúry a informácie, ktoré sa pohybujú medzi dodávateľmi a odberateľmi. Veľká časť kancelárskych hodín ide na prácu, ktorá sa v rámci tohto toku opakuje — zadávanie a kontrola objednávok, zosúlaďovanie zásob s nákupom a predajom, sledovanie cenových dohôd, párovanie faktúr s dodacími listami, odpovedanie na otázky klientov o dodacích lehotách a dostupnosti. Vedľa toho stojí práca, ktorá sa opakuje menej: rokovanie s dodávateľmi, zostavovanie sortimentu, komunikácia s klientom v zložitej situácii, rozhodovanie o tom, čo sa stane, keď sa dodávka zablokuje.
Tieto dva druhy práce vedú k inému výsledku, keď ambícia predpokladá prácu s AI. Opakujúca sa práca s pevnými pravidlami sa dá prevziať jednoduchšie ako práca, v ktorej niekto stále znova zvažuje, čo je v danej situácii správne. Okolnosti, ktoré určujú výsledok, nezahŕňajú len povahu práce, ale aj to, ako čisté a štruktúrované sú podkladové dáta — riadok objednávky, ktorý sa v piatich systémoch zaznamenáva odlišne, je pre systém ťažšie čitateľný ako pre človeka, ktorý poznácontext.
V časti veľkoobchodných podnikov sa práca už dnes prevzáva: kontrola objednávok voči nákupným podmienkam, sumarizácia e-mailov od dodávateľov do konkrétnej akcie, vyplnenie prognózy zásob na základe historických vzorcov. V inej časti podnikov leží presne tá istá práca ešte úplne na ľuďoch. Rozdiel len málokedy tkvie v ochote meniť sa. Tkvie v tom, či sú dáta v poriadku, či existuje niekto, kto môže výsledok systému schváliť alebo zamietnuť s odôvodnením, a či organizácia stanovila, kto o čom rozhoduje, keď sa niečo pokazí.
Tri kategórie sa objavujú takmer v každom procese vo veľkoobchode. Existuje práca, ktorú systém môže prevziať bez zásahu, napríklad prevod riadku objednávky do správneho formátu. Existuje práca, pri ktorej AI navrhne riešenie a človek tento návrh posúdi — navrhovaný dobropis, ktorý zamestnanec schváli alebo vráti s odôvodnením. A existuje práca, ktorá zostáva ľudskou, ako napríklad rozhovor s dodávateľom, ktorý nedodrží dodaciu lehotu. Ktorá úloha spadá do ktorej kategórie, sa líši podľa podniku a systému, a mení sa spolu so zmenou dát alebo procesu.
Ambícia typu „naša klientská podpora bude v budúcnosti prevažne automatizovaná“ predpokladá, že podnik je schopný kategorizovať otázky klientov, že vedomosti stojace za odpoveďou sú niekde štruktúrovane zaznamenané, a že existuje dohoda o tom, kedy sa otázka posúva na človeka. Bez týchto troch vecí je ambícia len vetou, nie plánom. To isté platí pre ambíciu okolo riadenia zásob: tá vyžaduje, aby si dáta o nákupe, predaji a logistike navzájom zodpovedali, a aby bol niekto oprávnený opraviť odporúčanie objednávky navrhnuté AI.
Ambičný test zaznamenáva takéto ambície do štyroch vrstiev — vízia, vision state, target, target state — a testuje ich na ôsmich dimenziách pripravenosti, s piatimi confidence gates, ktoré ukazujú, kde plán ešte stojí na dôvere a nie na dôkaze. Ten istý test prekladá výsledok späť na capabilities: čo musí byť daná rola schopná robiť, a kto získa rozhodovacie právo, keď systém navrhne výsledok. Pre veľkoobchodné podniky, ktoré tiež uvažujú o tom, koľko zisku sa spotrebuje na udržanie podielu na trhu, sa oplatí prečítať si ako zvážiť rast oproti marži v strategii, pretože AI ambícia bez tohto zváženia sa ľahko stane predpokladom, nie voľbou.
Veľkoobchod má veľa spoločného s logistickými článkami pred ním a za ním. Kto chce porovnať sektor, kde je fyzická práca s tovarom ešte bližšie k procesu, nájde to v aké AI ambície sa objavujú v sektore dopravy, a kto chce vidieť, ako sa rovnaká ambícia prekladá do výrobného prostredia, nech si prečíta aké AI ambície sa objavujú vo výrobnom sektore. Vzorec sa opakuje: rovnaké ambiciózne slová, iná pripravenosť, iný výsledok.
Tam, kde sa to týka personálu — ktoré funkcie sa zmenia, keď sa práca presunie — platia vlastné zákonné požiadavky, ktoré stoja mimo tohto testu. Ambičný test však robí jasným, aká kapacita sa uvoľní, keď sa určitá práca presunie, v hodinách a v prepočte na FTE, aby vedenie vedelo, o čom hovorí, ešte predtým, než začne hovoriť o ľuďoch.
Základná otázka — akú prácu v tomto podniku je naozaj možné previesť na AI — sa zodpovedá pomocou pracovného skenu FTE TO AI po jednotlivých úlohách, nie podľa funkcie alebo predpokladu. Pre vedenie, ktoré chce najprv vedieť, či je vlastná vízia dostatočne merateľná, aby na nej bolo možné test postaviť, je tu ako urobiť víziu merateľnou.
Kto chce vedieť, kde na tom vlastná organizácia stojí, môže absolvovať bezplatnú kontrolu pripravenosti: osem krátkych otázok, jedna na každú dimenziu, s výsledkom v podobe obrazu toho, kde ste najdalej a kde najmenej pokročilí. Úplný ambičný test, so štyrmi vrstvami a piatimi confidence gates, sa pripravuje.
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.