Zebra Technologies dowodzi, że sztuczna inteligencja rewolucjonizuje prognozowanie popytu

 

Ponadto wśród pracowników panuje obawa, że sztuczna inteligencja zabierze im pracę. Badania pokazują jednak, że choć AI pomaga zautomatyzować niektóre procesy, to nie będzie w stanie zastąpić personelu na wszystkich etapach pracy, zwłaszcza jeśli chodzi o planowanie łańcucha dostaw czy zarządzanie zapasami.

Według badania przeprowadzonego przez Światowe Forum Ekonomiczne (WEF), oczekuje się, że sztuczna inteligencja przekształci lub zastąpi niektóre miejsca pracy, ale również stworzy zupełnie nowe kierunki zawodowe. Raport WEF Future of Jobs przewiduje, że do 2025 r. AI i automatyzacja doprowadzą do powstania aż 12 milionów nowych miejsc pracy na całym świecie.

Zatem możemy oczekiwać, że sztuczna inteligencja zamiast zastępować pracowników, zwiększy ich produktywność i możliwości. Dzięki temu zespoły będą mogły skupić się na ważniejszych zadaniach, które wymagają kreatywności i krytycznego myślenia. Zadania te są kluczowe przy podejmowaniu decyzji związanych z prognozowaniem popytu i planowaniem zapasów.

Liderzy biznesowi mogą łagodzić obawy pracowników, zapewniając im niezbędne szkolenia i wsparcie, aby poczuli się pewniej w procesie wdrażania sztucznej inteligencji do ich codziennych zadań. Dzięki temu personel zacznie postrzegać AI jako narzędzie, które może usprawnić pracę, a nie stanowić zagrożenie dla ich zatrudnienia.

Inną powszechną obawą związaną z wdrażaniem sztucznej inteligencji jest prywatność. Systemy AI przetwarzają ogromne ilości danych, zatem firmy muszą zadbać o ochronę klientów i pracowników — podobnie jak w przypadku korzystania z każdej innej technologii. Może to wymagać opracowania skutecznych polityk i protokołów bezpieczeństwa informacji oraz uzyskania niezbędnych zgód kontrahentów i personelu na gromadzenie oraz wykorzystywanie danych. Firmy stosują już dziś tego rodzaju praktyki.

Przedsiębiorstwa nadal mogą kwestionować wiarygodność prognoz sztucznej inteligencji i wahać się przed jej zastosowaniem. Wcześniej wspomniano jednak, że prognozowanie z wykorzystaniem AI jest dokładniejsze niż to prowadzone tradycyjnymi metodami. Sztuczna inteligencja sprawdza się przede wszystkim podczas analizy dużych zbiorów danych. W związku z tym starannie dobierając modele AI i stale monitorując ich wydajność, firmy mogą osiągnąć za pomocą algorytmów dokładne i rzetelne prognozy.

Przyjrzymy się kilku przykładom tego, jak detaliści i firmy z branży pakowanych dóbr konsumpcyjnych (CPG) już teraz wykorzystują AI do osiągania lepszych wyników biznesowych. PacSun, wiodący sprzedawca odzieży lifestyle'owej, zastosował prognozowanie popytu oparte na sztucznej inteligencji do alokacji i realizacji zamówień, aby zoptymalizować zarządzanie zapasami oraz zredukować braki magazynowe. System umożliwił firmie podwojenie ilości skompletowanych zamówień oraz prognozowanie i alokację popytu w różnych kanałach sprzedaży. Pozwoliło to również na rozdzielanie zapasów między sklepami, centrami dystrybucji i magazynami, zarówno dla sprzedaży stacjonarnej, jak i online.

Innym przykładem jest firma Bimbo Bakeries, która współpracowała z zespołem ds. prognozowania popytu za pomocą AI. Celem kooperacji było stworzenie platformy prognozowania popytu opartego na sztucznej inteligencji. Takie rozwiązanie może wspierać pracowników pierwszej linii za pośrednictwem niestandardowych interfejsów użytkownika (UI).

Teraz każdy, od menedżerów operacyjnych po kierowców DSD, może otworzyć indywidualny interfejs użytkownika, aby dostosować wielkość produkcji i plany dostaw wybierając takie parametry jak SKU, sklep czy dzień tygodnia. Tak zaprojektowane rozwiązanie uwzględnia sezonowość, lokalne wydarzenia, promocje i czynniki zewnętrzne, które mogą zostać pominięte w klasycznych modelach prognozowania popytu i planowania zapasów.

Podczas pandemii przez wiele miesięcy liczne firmy z branży pakowanych towarów konsumpcyjnych oraz konkurujące z nimi przedsiębiorstwa piekarnicze borykały się z problemami logistycznymi i ciągłością łańcuchów dostaw. Natomiast zespół Bimbo potrafił dostosować swoje prognozy i produkcję do nowych warunków w niespełna miesiąc. Kiedy ludzie zaczęli częściej przygotowywać posiłki w domu w związku z zamknięciem restauracji, firma była gotowa, żeby sprostać zwiększonemu zapotrzebowaniu na ich wypieki. W ciągu zaledwie kilku tygodni sztuczna inteligencja umożliwiła Bimbo Bakeries dostosowanie produkcji oraz zaplanowanie tras przejazdu dla dostawców, aby uniknąć wyczerpania zapasów. AI pomogła firmie również optymalnie zaopatrzyć linie produkcyjne, punkty załadunku i ciężarówki, aby sprostać gwałtownie rosnącemu popytowi.

Inna firma z branży towarów konsumpcyjnych również podczas pandemii musiała szybciej reagować i dostosowywać planowanie zapasów oraz realizację zamówień, aby sprostać gwałtownemu wzrostowi popytu na ich produkty. Aby zoptymalizować wyniki biznesowe w tych warunkach rynkowych, ta warta wiele miliardów dolarów globalna firma wprowadziła strategię koncentrującą się na przewadze konkurencyjnej poprzez inwestowanie w dane i analitykę. Jednym z kluczowych obszarów, który mógł przynieść znaczące korzyści biznesowe, było przetwarzanie zamówień i dostępność do realizacji (ATP). System pomógł firmie osiągnąć 4-5% poprawę wskaźnika uzupełnienia zapasów dla strategicznych klientów. Udało się również osiągnąć 10-krotny zwrot z inwestycji (ROI) dzięki zwiększeniu przychodów i zmniejszeniu kar za nieterminowe i niepełne dostawy (OTIF).

Gotowi na większe marże?

Sztuczna inteligencja może zrewolucjonizować branżę detaliczną i CPG usprawniając prognozowanie popytu, jak również zarządzanie zapasami oraz polityką cenową i promocjami. Przedsiębiorstwa muszą jednak dobrze zaplanować strategię i integrację, aby w pełni wykorzystać możliwości AI. Reagując na obawy pracowników, firmy powinny zaangażować ich w proces wdrażania i podkreślać zalety wykorzystywania AI. Dzięki temu przedsiębiorstwa mogą pokonywać bariery i w pełni wykorzystywać potencjał sztucznej inteligencji, tak jak Bimbo i PacSun, tym samym zwiększając marże i zdobywając przewagę konkurencyjną na rynku.

Źródło: Zebra Technologies