Hulgikaubandus võtab harva enda üle kliendisuhte või tootmisprotsessi, kuid seisab nende keskel. Tellimused saabuvad klientide süsteemide kaudu, laoseis kooskõlastatakse tarnijatega, ja marginaal peitub kiiruses ja täpsuses, millega vahelüli töötab. See muudab AI-kasutuse selles sektoris vähem nähtavaks kui sektorites, kus on oma frontoffice. Ei ole müügisaali, kus keegi näeb vestlusrobotit kliendiga rääkimas. On planeerija, kes kasutab tööriista ostumahtude prognoosimiseks, kliendihaldur, kes laseb keelemudelil pakkumisi koostada, laosüsteem AI-komponendiga, mida enam keegi sellisena ei tunne, kuna see on aastaid tegutsenud teise nime all.
Hulgikaubandusettevõtte IT-osakond haldab tavaliselt põhisüsteeme: ERP-süsteemi, WMS-i, klientide ja tarnijatega ühendusi. Mis kasvab sellele peale — vahetabelitööriistad sisseehitatud prognoosifunktsiooniga, eraldi tellimus tekstigeneratsiooniks, AI-pistikprogramm CRM-is, mille aktiveeris üks meeskond — jääb sageli sellest administreerimisest välja. See ei tulene sellest, et midagi varjataks, vaid sellest, et keegi ei ole seda jälginud. Kes selles sektoris tahab teada, mis tegelikult toimib, peab küsima nende käest, kes seda kasutavad. Ja see toimib ainult siis, kui see küsimus ei tundu süüdistusena. Ostja, kes kasutab tööriista tarnekindluse prognoosimiseks, räägib sellest ainult siis, kui ta on kindel, et vastust tema vastu ei kasutata.
Mitte igal AI-kasutusel hulgikaubanduses ei ole sama kaal. Tööriistal, mis kontrollib arveid kõrvalekaldumiste suhtes, on teistsugune mõju kui süsteemil, mis kohandab hindu automaatselt nõudluse ja pakkumise põhjal, või mudelil, mis hindab tarnijaid ja mõjutab sellega seda, kes lepingu saab. Klassifikatsioon sõltub sellest, mida süsteem otsustab, kelle jaoks, ja mis juhtub, kui asjad läheb valesti. Hinnaalgoritm, mis pidevalt valesti arvutab, mõjutab otseselt marginaali. Tööriist, mis ainult sisemisi aruandeid koondab, mõjutab peamiselt raporti loetavust. Need erinevused määravad, millisel tasemel järelevalve, dokumenteerimine ja läbivaatus rakendusele sobib. Regulatiivne sisu, mis täpselt on kohustuslik, ei ole sellel lehel toodud; see muutub ja seda jälgitakse mujal. Siin on jutt mehhanismist: teadmine, mis toimib, teadmine, millist riski see kannab, ja selle dokumenteerimine viisil, mida juhtkond või järelevalveasutus saab küsida.
Mis eristab hulgikaubandust paljudest teistest sektoritest, on määr, mil AI-kasutus ei alga ettevõttest endast. Kliendid tarnivad automatiseeritud tellimusi, tarnijad saadavad prognoose kättesaadavuse kohta, ja nende kahe voo vahel on hulgikaubandusettevõte, mis kasutab ka enda algoritme, et ühendust luua. Governance-lähenemine, mis vaatab ainult oma organisatsiooni, jätab osa pildist puudu. Küsimus ei ole ainult see, milline AI sisemiselt toimib, vaid ka see, milliseid automatiseeritud otsuseid väljast saabub ja kuidas neid kontrollitakse enne, kui need mõjutavad laoseisu, hinda või tarneaega.
Skaneering, mis algab sellest, mida tegelikult kasutatakse, mitte sellest, mis on IT-nimekirjas, toob hulgikaubanduses tavaliselt esile mitmekihilise pildi: tuum heakskiidetud süsteemidest, keskkiht tööriistadest, mis on muutunud funktsionaalseks ilma formaalse kontrollita, ja äär individuaalsest kasutusest, mida ei ole kunagi teatatud. Need kolm kihti ei vaja sama lähenemist. Mõned rakendused saab lihtsalt dokumenteerida ja jälgida; teised vajavad vestlust selle üle, miks need on kasutusele tulnud ja mida omanik neist ootab. Tulemus ei ole hinnang selle kohta, kes midagi valesti tegi, vaid alus, millele juhtkond saab selgitada, mis toimub ja miks see on kontrolli all — või kus see veel nii ei ole.
Viis, kuidas AI organisatsioonis levib, erineb sektorite lõikes, kuid aluseks olev liikumine on sarnane. Tootmistööstuses on AI sageli põimitud tootmisplaneerimisse ja kvaliteedikontrolli, transpordisektoris mängib see rolli peamiselt marsruudi planeerimisel ja viivituste prognoosimisel, ja äriteenustes ilmneb see peamiselt aruannetes ja kliendisuhtluses. Kes töötab hulgikaubanduses, tunneb ära elemente kõigist neist sektoritest, kuna ahel läbib kõiki.
AI-kasutuse inventuur näitab, kus risk peitub ja kus järelevalve puudub. See ei vasta teisele küsimusele, mis on paljudes hulgikaubandusettevõtetes samavõrd pakiline: milline osa igapäevatööst tegelikult laseb AI-l üle võtta ja milline osa ei lase. See on teistsugune arvutus, suunatud ülesannetele, mitte süsteemidele. FTE TO AI pakub selleks tööskaneeringut, mis arvutab ülesande kaupa, milline osa tööst on AI-le üle antav, järgmise etapina pärast seda, kui on selge, mis juba toimib ja millise järelevalve alla see peab kuuluma.
Responsible AI Scan hulgikaubandusele on praegu koostamisel. Kes soovib, et temaga võetakse ühendust kohe, kui skaneering on saadaval, saab end registreerida ootenimekirja.
Vraag maar. Governance begint bij weten wat er draait — ook wat niemand heeft goedgekeurd.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.