Jak se budou AI poháněné plánovací schopnosti dále vyvíjet v roce 2026

Když se rok 2025 chýlí ke konci, společnosti a lídři dodavatelského řetězce se musí vypořádat s vánoční sezonou a obchodním prostředím, které jsou ovlivněny měnícími se celními a obchodními politikami, stejně jako ekonomickou nejistotou, která bude pravděpodobně pokračovat i v roce 2026.

Pokud něco bylo naučeno za poslední几 roky, je to, že řízení nejistoty a volatility se stalo novým normálem. Jako takový, tradiční metodologie pro podnikové plánování, které často zahrnují tabulky a informace izolované mezi odděleními, již nejsou dostatečné.

Jak trvají nejistoty trhu a narušení dodavatelského řetězce, tak také roste dostupnost dat. Zpráva McKinsey z roku 2024 uvádí, že do roku 2030 se objem dat očekává zvýšit desetinásobně od roku 2020. Ačkoli tyto dva faktory nejsou přímo korelovány, lídři podniků si začínají uvědomovat koncept využití větších objemů dat pro lepší navigaci v obchodních nejistotách a přijímání datově podložených rozhodnutí. Více společností přistupuje k komplexnímu přístupu k strategickému využití dat budováním datových skladů, vývojem podnikových datových strategií a implementací AI poháněných platforem s digitálními dvojčaty. Tyto platformy mohou zpracovat velké objemy dat pro modelování různých obchodních scénářů a detekci narušení v předstihu.

Využití AI pro eliminaci izolovaných dat

Jedním z prvních kroků pro implementaci komplexní datové strategie od vize k realitě je zaměřit se na eliminaci datových sil, digitalizaci a sjednocení dat a znalostí, které jsou rozptýleny po celé organizaci. V mnoha podnicích fungují jednotlivá oddělení nezávisle, každé využívající svá vlastní data. Například finance využívají svá vlastní data, nákup využívá jiná data a plánování dodavatelského řetězce využívá další data. Navíc je každý odbor využívající svá vlastní externí datové signály. To znamená, že pokud jedno oddělení ví o potenciálním zpoždění dodavatele, jiná týmy nemusí mít viditelnost do této informace včas, aby mohly učinit rozhodnutí, která by mohla ovlivnit dostupnost produktu.

AI poháněné plánovací platformy mohou zpracovat obrovské množství interních a externích dat, sloužících jako jediný zdroj pravdy. Digitální dvojčata mohou poskytnout viditelnost do celého dodavatelského řetězce a pomoci týmům vyvinout poznatky napříč různými plánovacími scénáři, umožňující jim učinit spolupráci, datově podložená plánovací a obchodní rozhodnutí. Například, pokud dojde k náhlému zvýšení poptávky, data mohou odhalit, které dodavatelé jsou nejpravděpodobněji schopni splnit zvýšenou poptávku včas, kteří by mohli mít potíže se splněním velkých objednávek v poslední chvíli, nebo zda spotřebitelé v určitých trzích pravděpodobně přejdou k jiným produktům, pokud je nejoblíbenější chuť omezená. Pokud plánovací tým může detekovat trendy, rizika a příležitosti dříve, podnik může přejít k alternativnímu dodavateli, využít jinou dopravu nebo přeřadit zásoby do distribučních center, kde je poptávka nejvyšší, předtím, než potenciální riziko nebo narušení dodavatelského řetězce dopadne na podnik.

Takové platformy mohou také pomoci odemknout a digitalizovat interní znalosti z celé organizace, umožňující týmům pracovat společně efektivněji. Například, pokud plánovač s 20 lety zkušeností může z dat určit, že jak dodavatel A, tak dodavatel B mají dostatečné zásoby, aby splnili zvýšenou poptávku, ale dodavatel A je spolehlivější, tento plánovač ví, že by měl priorizovat objednávku u tohoto dodavatele. Naopak, méně zkušený plánovač by mohl vybrat dodavatele B a nemusí obdržet produkt včas, aby splnil poptávku. S pokročilou plánovací platformou může plánovač, který má tento kontext, ručně zadat informace o dodavateli, datumy objednávek, datumy dodávek a další, které jsou pak zakódovány v softwaru. Tyto poznatky budou poté označeny i pro ostatní plánovače, aby jejich rozhodnutí byla informována podobným kontextem.

Pro podniky, které již začaly implementovat AI nástroje pro propojení dat z celé organizace a rozšířené hodnoty a které začaly přehodnocovat, jak technologické platformy mohou hrát roli v sjednocení jejich dat a obchodních poznatků, aby fungovaly jako “severní hvězda”, která sjednocuje integrované podnikové plánování napříč podnikem. Tento přístup umožňuje týmům přístup k sdílenému, jedinému zdroji pravdy prostřednictvím digitální platformy, získat viditelnost do vznikajících rizik a příležitostí, které by mohly ovlivnit jejich podnikání, a poté učinit informovaná, koordinovaná rozhodnutí na základě těchto poznatků.

Zlepšení scénářového plánování

Jakmile jsou interní znalosti digitalizovány a všechny zdroje dat jsou sjednoceny pro efektivní spolupráci mezi týmy při plánování a rozhodování, týmy mohou jít za hranice pouhého detekování potenciálních rizik a narušení a začít posilovat své proaktivní scénářové plánovací schopnosti. Když týmy využívají AI platformu, která může zpracovat a propojit data napříč různými obchodními funkcemi, mohou spolupracovat hlouběji tím, že překládají jedinečnou událost nebo narušení do jeho přímého dopadu na podnik a zákazníky. Jakmile plánovací týmy pochopí situaci a její potenciální dopad v předstihu, mohou prozkoumat několik scénářů, aby pomohli zmírnit negativní dopady na podnik.

Například, pokud narušení dodavatelského řetězce vede k nedostatku populárního snackového produktu, plánovací týmy mohou využít datově podložené poznatky, aby určily, kolik produktu je aktuálně ve skladu, které lze přenést do jiných distribučních center, a identifikovat oblasti se silnou poptávkou po jiných chuťových variantách stejného produktu. S touto znalostí mohou plánovací týmy zmírnit potenciální nedostatky a výpadky zásob u maloobchodníků tím, že přeřadí zásoby do oblastí, kde je produkt nejvíce poptáván, a vyrovnají alternativní chuťové varianty v oblastech, kde je také silná poptávka po těchto produktech.

Automatizace úkolů prostřednictvím AI agentů

Platformy, které mají také agentic AI schopnosti, mohou pomoci týmům automatizovat rutinní plánovací úkoly a scénářové návrhy, aby se mohli soustředit na vyšší úroveň plánování strategií a scénářového managementu. AI agenti mohou být nakonfigurováni pro automatizaci procesu analýzy situací, pochopení jejich dopadů a navrhování více možností nebo scénářů pro plánovače k přezkumu a zvážení. Mohou pomoci plánovacím týmům vyhodnotit různé možnosti, zohlednit faktory, jako jsou náklady a marže produktu, a reagovat na náhlé změny poptávky nebo nabídky. Když se agentic AI schopnosti inicializují, agenti mohou navrhnout doporučení pro lidskou validaci. Jakmile je stanovena důvěra v kvalitu jejich doporučení, agenti mohou přejít do větších autonomních režimů s definovanými hranicemi.

Existují však případy, kdy musí plánovač zasáhnout, aby schválil plán nebo zrušil doporučení na základě specifických pokynů. Scénářový plán může navrhnout přesunutí produktu z distribučního centra v Kanadě, ale pokud plánovač ví, že prodejní tým je na pokraji uzavření velké dohody s kanadskou společností, tento sklad bude potřebný pro službu zákazníkovi v krátkém časovém horizontu. Proto by plánovač zrušil tuto scénářovou možnost.

Znovu, pro podniky, které již začaly implementovat agentic AI schopnosti a začaly konfigurovat své agenty pro automatizaci specifických úkolů, dalším krokem je identifikace příležitostí, kde agenti mohou poskytnout hlubší poznatky pro zlepšení produktivity mezioborových týmů a synchronizaci rozhodování napříč týmy a obchodními plány.

Jak škálovat AI zodpovědně napříč podnikem

Pro lídry podniků, kteří jsou připraveni využít AI poháněnou plánovací platformu pro propojení dat organizace a externích signálů (jako poptávka, zásoby a nákup) a vybudování datově podložené plánovací strategie, jedním z nejdůležitějších kroků je pochopení obchodních hodnotových mezer, které AI nástroje mohou pomoci řešit. Například, pokud plánovací týmy mají potíže s analýzou velkých objemů dat nebo udržením kroků s rostoucím objemem objednávek, což vede k úniku hodnoty, tyto oblasti by mohly profitovat z pilotního programu, který může propojit relevantní data, aby poskytly zúčastněným stranám větší viditelnost do zdrojů problémů a nabízet poznatky pro zlepšení rozhodování.

Týmy, které jsou pověřeny implementací AI zaměřených řešení, budou také muset získat souhlas od svých kolegů, kteří budou využívat nástroje a platformy, a důkladně otestovat výsledky a doporučení platformy (a začlenit zpětnou vazbu uživatelů) předtím, než umožní autonomní schopnosti být široce používány napříč týmem. Jakmile pilotní program ukáže úspěšné výsledky, lídři podniků mohou zvážit, kde má smysl nasadit další AI technologie v podniku a využít platformy pro integraci více koherentního a bezproblémového obchodního plánování a rozhodovacího modelu napříč organizací.