Veleprodaja rijetko sama preuzima odnos s klijentom ili proizvodni proces, ali se nalazi točno u sredini toga. Narudžbe stižu kroz sustave klijenata, zalihe se usklađuju s dobavljačima, a marža leži u brzini i preciznosti karike koja se nalazi između. To čini korištenje AI-a u ovom sektoru manje vidljivim nego u sektorima koji imaju vlastiti frontoffice. Ne postoji prodajni pod na kojem netko vidi chatbota kako razgovara s klijentom. Postoji planer koji koristi alat za predviđanje volumena nabave, account manager koji prepušta jezičnom modelu izradu ponuda, sustav skladišta s AI-komponentom koju nitko više ne prepoznaje kao takvu jer već godinama radi pod drugim imenom.
IT-odjel veleprodajnog poduzeća obično upravlja ključnim sustavima: ERP-om, WMS-om, povezivanjima s klijentima i dobavljačima. Ono što raste iznad toga — alati za proračunske tablice s ugrađenom funkcijom predviđanja, zasebna pretplata za generiranje teksta, AI-dodatak u CRM-u koji je aktivirao jedan tim — često ostaje izvan te administracije. To nije zato što se nešto skriva, nego zato što to nitko nije pratio. Tko u ovom sektoru želi znati što se zapravo odvija, mora to provjeriti kod ljudi koji to koriste. A to funkcionira samo ako to pitanje ne izgleda kao optužba. Nabavljač koji koristi alat za predviđanje pouzdanosti isporuke to će ispričati samo kada bude siguran da se odgovor neće koristiti protiv njega.
Ne teži svako korištenje AI-a u veleprodaji jednako. Alat koji provjerava fakture na odstupanja ima drugačiji utjecaj od sustava koji automatski prilagođava cijene na temelju ponude i potražnje, ili modela koji ocjenjuje dobavljače i time utječe na to ko dobiva ugovor. Klasifikacija ovisi o tome što sustav odlučuje, za koga, i što se dogodi kada nešto krene po zlu. Algoritam za određivanje cijena koji sustavno pogrešno računa odmah pogađa maržu. Alat koji samo sažima interna izvješća uglavnom pogađa čitljivost izvještaja. Te razlike određuju koja razina nadzora, evidentiranja i revizije odgovara pojedinoj primjeni. Točan sadržaj propisa koji je pri tome obavezan ne stoji na ovoj stranici; on se mijenja i pratimo ga na drugom mjestu. Ovdje je riječ o mehanizmu: znati što radi, znati kakav rizik nosi, i to zabilježiti na način koji upravni odbor ili nadzorno tijelo mogu provjeriti.
Ono što veleprodaju razlikuje od mnogih drugih sektora je mjera u kojoj korištenje AI-a ne počinje kod samog poduzeća. Klijenti dostavljaju automatizirane narudžbe, dobavljači šalju predviđanja o dostupnosti, a između te dvije struje stoji veleprodajno poduzeće koje i samo koristi algoritme za povezivanje. Pristup governanceu koji promatra samo vlastitu organizaciju propušta dio slike. Pitanje nije samo koji AI radi interno, nego i koje automatizirane odluke stižu izvana i kako se one provjeravaju prije nego što utječu na zalihe, cijenu ili rok isporuke.
Skeniranje koje počinje od onoga što se stvarno koristi, umjesto od onoga što stoji na IT-popisu, u veleprodaji obično otkriva slojevitu slika: jezgru odobrenih sustava, srednji sloj alata koji su postali funkcionalni bez formalne provjere, i rub individualnog korištenja koje nikada nije prijavljeno. Ta tri sloja ne zahtijevaju isti pristup. Neke primjene mogu se jednostavno zabilježiti i pratiti; druge zahtijevaju razgovor o tome zašto su počele funkcionirati i što njihov vlasnik od njih očekuje. Rezultat nije presuda o tome ko je nešto pogrešno napravio, nego temelj na kojem upravni odbor može objasniti što se događa i zašto je to pod kontrolom — ili gdje to još nije slučaj.
Način na koji se AI širi kroz organizaciju razlikuje se po sektorima, ali temeljno kretanje je usporedivo. U proizvodnoj industriji AI je često uklopljen u planiranje proizvodnje i kontrolu kvalitete, u sektoru transporta najviše se pojavljuje u planiranju ruta i predviđanju kašnjenja, a u poslovnim uslugama najčešće se javlja u izvještajima i komunikaciji s klijentima. Tko radi u veleprodaji, prepoznaje elemente iz svih tih sektora, jer lanac prolazi kroz sve njih.
Inventarizacija onoga što AI radi pokazuje gdje se nalazi rizik i gdje nadzor izostaje. Ne odgovara na drugo pitanje koje je u mnogim veleprodajnim poduzećima jednako hitno: koji dio svakodnevnog posla stvarno može preuzeti AI, a koji ne. To je drugi obračun, usmjeren na zadatke a ne na sustave. FTE TO AI za to nudi radni scan koji po zadatku izračunava koji dio posla može preuzeti AI, kao sljedeći korak nakon što je jasno što već radi i pod kakvim nadzorom to treba biti.
Responsible AI Scan za veleprodaju trenutno se izrađuje. Tko želi biti kontaktiran čim scan bude dostupan, može se prijaviti na listu čekanja.
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.