Mažmeninės prekybos sprendimai dažnai priklauso nuo savaitinių veiklos ataskaitų, tačiau šių ataskaitų sudarymas gali užtrukti valandų valandas. „Urban Outfitters Inc.“ (URBN) išbando naują metodą, naudodama agentines AI sistemas, kad automatiškai generuotų tas ataskaitas, pakeisdama įprastą personalo analizę į programinę įrangą.
Mažmenininkas valdo tokius prekių ženklus kaip „Urban Outfitters“, „Anthropologie“ ir „Free People“ ir įdiegė AI sistemas, kurios analizuoja parduotuvės lygio duomenis ir parengia savaitines santraukas prekybos komandoms. Užuot peržiūrėję kelias skaičiuokles ar prietaisų skydelius, darbuotojai gauna ataskaitą, kurioje pabrėžiami modeliai ir sritys, į kurias reikia atkreipti dėmesį.
Pramonės aprėptis rodo, kad automatizavimas apsaugo prekybininkus nuo daugiau nei 20 atskirų ataskaitų peržiūros kiekvieną sekmadienį, sujungus informaciją į vieną apžvalgą. Tikslas – sumažinti laiką, sugaištą renkant ir tvarkant duomenis prieš priimant sprendimus. Išleidimas yra praktiškas pavyzdys, kaip „agentinis AI“ pradeda patekti į kasdienes įmonės operacijas.
Kaip agentinis AI perima įprastą mažmeninės prekybos ataskaitų teikimą
Savaitinės ataskaitos yra arti mažmeninės prekybos valdymo esmės. Prekybos komandos naudoja šiuos atnaujinimus pardavimo tendencijoms stebėti, atsargų judėjimui tikrinti ir nuspręsti, kur koreguoti kainas, atsargų lygius ar akcijas. Kadangi procesas kartojasi daugelyje parduotuvių ir regionų, jis gali sunaudoti didelę darbo laiko dalį.
URBN AI agentai perima struktūrizuotas šios darbo eigos dalis. Sistemos renka saugojimo duomenis, tvarko rezultatus ir pateikia lengvai suprantamą santrauką, kad komandos galėtų peržiūrėti. Darbuotojai lieka atsakingi už išvadų aiškinimą ir veiksmų atlikimą, tačiau parengiamieji darbai atliekami automatiškai.
Tai atspindi įmonės AI pritaikymo pokyčius. Ankstyvieji diegimai dažnai buvo skirti padėti asmenims greičiau atlikti užduotis, pvz., parengti tekstą ar ieškoti vidinės informacijos. Vietoj to, agentinės sistemos vykdo procesus fone ir pateikia užbaigtus rezultatus, todėl darbuotojai gali sutelkti dėmesį į sprendimą, o ne į pasiruošimą.
Mažmeninės prekybos analitikai atkreipė dėmesį į augantį susidomėjimą šiuo modeliu sektoriuje. Diskusijose neseniai vykusiuose Nacionalinės mažmeninės prekybos federacijos renginiuose buvo pabrėžta, kaip mažmenininkai tiria savarankiškas AI darbo eigas, siekdami paremti prekybą ir veiklos stebėjimą. URBN ataskaitų teikimo automatizavimas parodo, kaip šios idėjos perkeliamos į gamybos aplinką, kuri nepasilieka bandomuosiuose etapuose.
Kodėl ataskaitų teikimas yra ankstyvas automatizavimo tikslas
Ataskaitų teikimas yra viena iš pirmųjų veiklos sričių, kurią daugelis įmonių bando automatizuoti, nes jos grindžiamos organizuotais duomenimis ir nuspėjamais formatais. Savaitės suvestinės yra pakartojamos, todėl jas lengviau išbandyti naudojant automatizavimą, tuo pačiu išlaikant priežiūrą.
Pradedant nuo ataskaitų teikimo, URBN gali įvertinti, kiek patikimi yra dirbtinio intelekto rezultatai ir kaip komandos prisitaiko prie automatinių įžvalgų gavimo. Jei sistema nuosekliai rengia tikslias suvestines, ji gali sumažinti vėlavimą tarp tendencijų nustatymo ir reagavimo į jas.
Šis metodas taip pat pabrėžia, kad automatizavimas nepanaikina atskaitomybės. Darbuotojai vis tiek peržiūri ataskaitas ir priima galutinius sprendimus, tačiau jie praleidžia mažiau laiko rinkdami informaciją rankiniu būdu.
Signalas apie besikeičiančius įmonės prioritetus
URBN diegimas rodo, kad kitas įmonės AI priėmimo etapas gali būti automatizavimo įtraukimas į kasdienes darbo eigas. Įmonės vis dažniau klausia, ar dirbtinis intelektas gali pakankamai patikimai atlikti pasikartojančias veiklos užduotis, kad taptų įprastų verslo procesų dalimi.
Sėkmingai automatizavus šias užduotis, nauda neapsiriboja laiko taupymu. Nuoseklus ataskaitų teikimas gali padėti užtikrinti, kad komandos regionuose dirbtų remdamosi ta pačia informacija, o tai gali pagerinti koordinavimą ir pagreitinti atsaką į kylančias problemas. Dideliuose mažmeninės prekybos tinkluose net nedideli patobulinimai, kaip greitai įžvalgos pasiekia sprendimus priimančius asmenis, gali turėti įtakos atsargų valdymui ir pardavimo rezultatams.
Jei ataskaitų teikimo automatizavimas pasirodys patikimas, panašios sistemos galėtų plisti į gretimas sritis, pvz., paklausos prognozavimą, reklamos analizę ar pasiūlos stebėjimą. Kiekvienas veiksmas būtų vykdomas pagal tą patį modelį: automatizuoti pakartojamą parengiamąjį darbą, išlaikyti žmones atsakingus už priežiūrą ir sprendimus.
Nuo AI pagalbos iki agentinio AI vykdymo
Tai, kad URBN naudoja agentinį AI, rodo laipsnišką pokyčius, kaip įmonės integruoja dirbtinį intelektą. AI pradeda automatiškai vykdyti apibrėžtus veiklos procesus, o žmonės prižiūri rezultatus.
Pokyčiai perkelia AI nuo individualaus produktyvumo palaikymo prie darbo organizavimo formavimo. Pradėdamas nuo pasikartojančios užduoties, pvz., kassavaitinio ataskaitų teikimo ir tvirtai laikydamas peržiūrą žmogaus rankose, URBN išbando, kiek automatizavimu galima pasitikėti realiose mažmeninės prekybos operacijose.
Kitoms įmonėms, stebinčioms agentinių sistemų evoliuciją, pamoka yra praktiška, būtent, kaip nuspręsti, kuriuos kasdienius procesus galima perduoti programinei įrangai ir kaip valdyti šį perėjimą.
(Nuotrauka Clark Street Mercantile)
Taip pat žiūrėkite: Agentinis AI skatina finansų IG automatizuojant mokėtinas sumas
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite „AI & Big Data Expo“, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra TechEx dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
