Jak AI zmienia dane i analitykę w sektorze przemysłowym
Dane przemysłowe były kiedyś rejestrem. Dzięki AI stały się Państwa najcenniejszym zasobem
Transakcje zapisane. Ruchy magazynowe śledzone. Kontakty z klientami odnotowane. Wzorce popytu zarejestrowane.
Rok po roku Państwa oprogramowanie przemysłowe robiło to, do czego je zaprojektowano: prowadziło dokładny, kompletny zapis tego, jak działa firma. Przez większość tego czasu sam zapis był celem. Gdy trzeba było wiedzieć, co się wydarzyło, system dawał odpowiedź. Powstawały raporty, zapadały decyzje, a dane spełniały swoją rolę.
A jednak 92% menedżerów łańcucha dostaw wciąż musi czasem podejmować decyzje na wyczucie, ponieważ ich raporty nie dają wskazówek predykcyjnych. Dane istnieją, ale nie podpowiadają, co robić dalej.
92% menedżerów łańcucha dostaw musi podejmować decyzje na wyczucie, ponieważ ich raporty nie dają wskazówek predykcyjnych.
Dane, które już Państwo mają
Większość firm przemysłowych siedzi na kopalni złota i traktuje ją jak papierologię. Każdy produkt, jaki kiedykolwiek mieli na stanie. Każdy dostawca, z którym kiedykolwiek współpracowali. Każde zamówienie, decyzja cenowa i ruch magazynowy sprzed lat. Wszystko tam jest. Ale kiedy ostatnio ktoś zrobił z tymi danymi coś więcej niż uruchomił te same raporty w tym samym cyklu?
Tak wygląda wykorzystanie tych danych w praktyce. Pewien producent miał magazyn pełen produktów, które przestały się sprzedawać: wycofane linie, spisane na straty, zajmujące miejsce. Standardowa reakcja: pogodzić się ze stratą i iść dalej.
Zamiast tego wykorzystano AI opartą na danych już zgromadzonych w systemie ERP: każdy przestarzały SKU zestawiono z aktualnymi sygnałami popytu. Opisy produktów dopasowano do regionalnych trendów wyszukiwania. Kampanie wygenerowano automatycznie, po jednej na produkt, skierowane tam, gdzie dany produkt miał największe szanse na sprzedaż.
Zajęło to półtora dnia. Towar, który został spisany na straty, przyniósł ostatecznie 130 000 € przychodu.
Dane, które to umożliwiły, były już w systemie. AI nie znalazła nowych informacji. Po prostu wykorzystała istniejące informacje wystarczająco szybko, by odkryć wartość, która w innym razie pozostałaby niewidoczna.
Złe dane na wejściu, złe wyniki na wyjściu
W zarządzaniu danymi obowiązuje stara zasada: „garbage in, garbage out”, czyli złe dane na wejściu dają złe wyniki na wyjściu. Zawsze była prawdziwa, ale kiedyś problem miał dość ograniczony zasięg. Błędny raport mógł wprowadzić kogoś w błąd na spotkaniu, a wadliwa prognoza kierowała specjalistę ds. zakupów w złą stronę. Szkoda ograniczała się do jednej osoby lub jednej decyzji.
AI całkowicie zmienia skalę tego problemu, zwłaszcza gdy jest wbudowana w całą działalność firmy. Nagle nie przygotowuje już jednego raportu dla jednej osoby. Działa nieprzerwanie, zasila zautomatyzowane procesy i wpływa na decyzje w całej firmie, a nikt nie zatrzymuje się, by sprawdzić logikę. Błędne dane wejściowe mogą łatwo zostać wbudowane w logikę systemu i stamtąd się rozprzestrzeniać.
Firmy korzystające ze starszych systemów, które nie były aktualizowane od dziesięciu czy piętnastu lat, zwykle przez lata gromadziły wpisy, które nigdy nie były należycie utrzymywane. Duplikaty. Przestarzałe linie produktów, których nigdy nie usunięto. Nikt tego nie zauważał, bo raporty wciąż się uruchamiały, a firma wciąż działała.
W chwili, gdy skieruje się AI na takie dane, widać to od razu. Dobra wiadomość jest taka, że moment, w którym większość firm mierzy się z jakością swoich danych, to nie kryzys, lecz migracja. Przejście na nowy system wymusza takie porządki, jakich codzienna praca nigdy do końca nie wymaga.
To niewygodne. Ale firmy, którym się to uda, osiągają realne korzyści. Firmy korzystające z systemów przemysłowych wspieranych przez AI raportują poprawę trafności prognoz o 30% i redukcję kosztów operacyjnych o 15%.
Popyt, który obecnie Państwo pomijają
Każda firma przemysłowa zna jakąś wersję tego problemu.
Zapytania wpływają e-mailem, telefonicznie, przez WhatsApp lub przez Państwa stronę internetową. Niektóre są duże, ale wiele jest drobnych. Wycena kilku sztuk, jednorazowe zamówienie albo klient, który testuje nową linię produktów. Każde zapytanie wymaga, by ktoś zebrał dane produktowe, sprawdził stany magazynowe, naliczył ceny i napisał odpowiedź.
W przypadku drobnych zapytań ten proces często kosztuje więcej, niż warte jest zamówienie. Zapytanie leży więc w skrzynce i schodzi na dalszy plan. W końcu znika, a klient odchodzi.
Nikt nie podjął złej decyzji. Po prostu rachunek się nie zgadzał.
To właśnie długi ogon popytu: mnóstwo drobnych, rozproszonych zapytań, które istnieją, ale nigdy nie kończą się sprzedażą, ponieważ wysiłek związany z odpowiedzią przewyższa wartość transakcji. Dla większości firm to znaczące i stale pomijane źródło przychodów.
AI całkowicie zmienia ten rachunek. Odpowiedź, która wymagała 20 minut ręcznej pracy, by sprawdzić aktualne stany, zweryfikować ceny i napisać wiadomość, może być teraz przygotowana automatycznie w kilka sekund. Zamówienie za 50 funtów, którego nie opłacało się ścigać, staje się opłacalne. Pomnóżmy to przez setki zapytań miesięcznie, a powstają całe źródła przychodów, które wcześniej po prostu nie istniały.
Dane potrzebne do tego są już w Państwa systemie. Znajdują się w stanach magazynowych, logice cenowej i katalogach produktów. Dzięki temu automatyczne odpowiedzi są wykonalne, a nie ryzykowne. AI nie zgaduje – pracuje na tych samych danych, z których korzystałaby osoba, tylko szybciej.
Państwa dane są punktem wyjścia
Dane to jedyny zasób, którego nie skopiuje żaden konkurent i którego nie dostarczy żaden dostawca AI. Istnieją, bo istnieje Państwa firma. A im dłużej firma działa, tym więcej ich ma. Zmieniło się to, co można z nimi zrobić. AI działa tylko wtedy, gdy otrzymuje dane wystarczająco czyste, uporządkowane i powiązane, by móc na nich operować.
Tu właśnie zaczyna się Forterro: od rozmowy o danych. W ten sposób pomagamy firmom przemysłowym zrozumieć, czym dysponują, gdzie dane wymagają uwagi i co staje się możliwe, gdy zaczynają działać prawidłowo. To samo możemy zrobić dla Państwa.