Connect with us

Stejně jako Santa, mají podniky dostatek výzev. Zde je vysvětleno, jak jim může pomoci AI

Myslitelé

Stejně jako Santa, mají podniky dostatek výzev. Zde je vysvětleno, jak jim může pomoci AI

mm

Každý rok se zdá, že někdo prohlašuje, že tento bude vánoční sezóna, kdy technologie konečně vyřeší všechno, co nemáme rádi na vánočních nákupách – zpoždění dodávek, problémy v dodavatelském řetězci, vadné produkty, nalezení správného dárku – vše. A každý rok se stejné problémy vrátí, oblečené do čerstvého sněhu, zejména pro společnosti, které jsou pod tlakem, aby vánoční sezónu zvládly.

Letošní rok je samozřejmě populární hymnou, že AI vše verbessší. Ale mnoho společností již investovalo významné prostředky do AI, s průměrnými výsledky na nejlepší.

Existuje však způsob, jak pokračovat. Pokud opravdu chcete vědět, jak společnosti mohou využít maximum z AI, neohlížejte se na elegantní demonstrace nebo firemní plány. Podívejte se na Santaovu dílnu.

Ano, Santa. Ten s červeným oblekem, veselým smíchem, soby, hračkami a termíny, které nikdo neoceňuje. Pokud odstraníte zvony, jeho slavnou, zřídka viditelnou dílnu, začíná připomínat každou moderní společnost pod tlakem: dobře míněnou, přetíženou a běžící systémy, které rostly rychleji, než někdo mohl rozumně řídit.

Zahrnuty v předvánočním chaosu jsou stejné otázky, které společnosti napříč odvětvími nyní klade: Jak můžeme postavit spolehlivé software, abychom naše produkty dostali na trh? Jak můžeme učinit lepší rozhodnutí s daty? Můžeme použít AI bez vytváření zmatku, který nikdo později nemůže vysvětlit?

North Poleův „kreativní kódový základ“ problém

Představte si tým skřítků, kteří dodávají na základě systémů, včetně počítačového kódu, který se nahromadil po staletích. Každý z nich má slightly odlišný styl. Někteří milují poslední-minute opravy. Někteří přísahají, že jejich verze „dočasné opravy“ je v pořádku. Někteří stále testují věci ručně, protože „to je to, jak jsme to vždy dělali“. Každý inženýr, který to čte, pravděpodobně cuká.

Vánoční kouzlo nezachránilo dílnu před stejnými věcmi, které ovlivňují skutečné společnosti, jako je hromadění zadlužení, nekonzistentní standardy a křehké systémy, které se chovají pouze občas. Tyto napětí se zvyšují od začátku Black Friday.

Řešení není více kouzla, ale více struktury. Ne rigidní, byrokratický proces, ale ten, který udržuje kreativitu od kolapsu pod svou vlastní vahou: lehké peer reviews, automatizované testování a kanály, které přivádějí kvalitní návrhy a aktualizace vpřed, místo aby je nechaly náhodě.

A ano, malá pomoc od strojové inteligence: nástroje, které mohou skenovat kód pro výkonové problémy, označit bezpečnostní rizika a ukázat „toto určitě rozbité na Štědrý večer“ chyby, které nikdo nezachytí v spěchu.

Žádné z toho není glamorous. Ale je to to, co odděluje společnost od nárazu do zdi od té, která dodává spolehlivě, i během vrcholné vánoční sezóny. Jakmile dílna mohla skutečně vidět, co se děje v reálném čase, konečně měla prostor se učit z sezóny místo toho, aby jen přežívala.

Rudolphova cla a skutečná úzkost v dodavatelském řetězci

Dílny další tichá krize tohoto roku? Cla.

Pokud si myslíte, že Santa je osvobozen od geopolitiky, přemýšlejte znovu. Když se cena hraček zvyšuje a dodávky zpomalují, ani sobi nemohou skrýt dopad na děti (a jejich rodiče). Co vyřešilo problém tento rok, nebyla přísnější kontrola, ale viditelnost. Díky AI má dílna a další společnosti nyní čisté dodavatelské údaje, prognózy, které se aktualizují v něco, co připomíná reálný čas, a scénářové modely, které mohou odpovědět na otázky, které lidé zřídka chtějí vyslovit nahlas: Co když záložní dodavatel odejde offline? Co když se transport zpomalí? Co když poptávka vzroste v jednom regionu a klesne v jiném?

AI nenahradilo soby. Dílně poskytlo šanci jednat, než se věci dostanou do krizové situace. Výplatou nebylo jen efektivní výroba, ale také klidnější týmy a méně požárů, které je třeba hasit v půlnoci. Když cla změnila polovinu sezóny, dílna mohla okamžitě vidět, které komponenty jsou nyní dražší, které dodavatelé jsou náhle neekonomičtí a kde je třeba změnit, aby se vyhnula překročení vánočního rozpočtu. AI-poháněná viditelnost umožnila týmu identifikovat cla bez alternativ, navrhla místně zdrojované komponenty a nabídla lepší monitorování nadcházejících povětrnostních podmínek. Kontinuálním srovnáváním prognóz s skutečnými výsledky mohla dílna vylepšit procesy, předvídat úzká místa a upravovat proaktivně. To proměnilo reaktivní operace v něco bližšího k inteligenci v pohybu.

Spotřebitelé AI skutečně všimnou a důvěřují

Během vánoční sezóny většina spotřebitelů nemyslí na zadní kód nebo dodavatelský řetězec. Interagují s AI každý den, ať už jsou to chatboti, kteří odpovídají na poslední-minute otázky, nebo doporučují dárky, nebo personalizované reklamy, které přistávají ve svých feedech. A toto je místo, kde důvěra nejvíce záleží.

Společnosti objevují, že pokud systémy AI fungují bez lidského dohledu, vysvětlení nebo kontextu, mohou frustrovat uživatele, poškodit důvěru a dokonce způsobit poškození pověsti.

Vezměme marketing a zákaznickou angažovanost jako příklad: AI usnadňuje generovat obsah ve velkém měřítku, od vánočních e-mailů po sociální reklamy, ale rychlost sama o sobě nestačí. Špatně navržená automatizace může vést k tónově nesprávným zprávám, chybám nebo předpojatosti, což je přesně to, co některé prominentní značky zažily tuto sezónu. Pro společnosti, které spoléhají na AI-generovaný obsah, jsou sázky okamžité. Důvěra spotřebitelů, angažovanost a dokonce i prodej mohou trpět.

Pak je tu zákaznický servis. Chatboti mohou zvládnout velké zvýšení objemu během vánoční sezóny, ale bez lidského dohledu riskují poskytovat matoucí, neúplné, necitlivé nebo přímo nesprávné odpovědi. Zákazníci si toho všimnou a negativní zkušenosti se rychle šíří. Navrhování AI s lidmi v smyčce zajišťuje, že tón, empatie a úsudek nejsou opomenuty.

Personalizační motory také potřebují lidi v smyčce. Bez ohledu na to, zda Etsy pomáhá nakupujícím navrhnout jedinečné dárky nebo maloobchodníci nabízejí doporučení, AI musí být transparentní, vysvětlitelné a kontextově vědomé. Bez toho mohou doporučení vypadat intruzivní, nesprávná nebo odpojená, zejména během vysokotlaké vánoční nákupní sezóny.

Klíčovým nápadem je jednoduché: navrhovat AI kolem lidí, ne pouze technologie, rychlosti nebo měřítka. Čisté zábrany a kontinuální dohled nejsou pouze o etice, jsou nezbytné pro podniky. Zodpovědná AI zesiluje lidský úsudek místo toho, aby ho nahrazovala, a zajišťuje, že uživatelé se cítí pochopeni, respektováni a vytvářejí důvěryhodnou zkušenost. Během vánoční sezóny to může udělat rozdíl mezi frustrující interakcí a tou, která udržuje zákazníky, kteří se vracejí.

Proč mluvíme o Santovi vůbec?

Severní pól je výhodnou náhradou za problémy, které společnosti váhají přiznat veřejně. Kódové základy držené pohromadě dobrými úmysly, dodavatelské řetězce, které se snadno lámejí, algoritmy, které existují, ale nemají správné zábrany nebo spotřebitelské ochrany.

Tyto problémy existují všude – od výroby po maloobchod a veřejné agentury – ale vánoční sezóna tlak je dělá obtížněji ignorovatelné.

Existuje však dobrá zpráva. Žádné z toho nevyžaduje saně, skřítky nebo červený oblek, aby to opravilo. Pragmatický inženýrství, čisté údaje a AI použité zodpovědně a spojené s lidským úsudkem mohou vyřešit stejné problémy ve skutečném světě.

Pokud může Santaova dílna evoluce bez ztráty srdce, zbytek z nás by měl být schopen to zvládnout také, ideálně bez čekání, až do prosince, aby začal.

Ram Reddy je CTO a také vedoucí maloobchodu, life sciences a podnikových řešení společnosti Nagarro, globální digitální inženýringové a poradenské firmy. Ram má více než 30 let zkušeností s prací na technologických řešeních pro klienty po celém světě, se zvláštním zaměřením na maloobchod a módu. Předtím, než se připojil k Nagarro, byl Ram CIO pro Rockport a také pracoval s Wolverine Brands (Stride Rite, Hush Puppies, Saucony), Greg Norman Collection a Reebok. Nedávno se soustředil na pomoc velkým maloobchodním podnikům při zlepšování jejich digitálních schopností a operací - velkou výzvou pro módní značky, které se potýkají se problémy s dodavatelským řetězcem a hledáním správného způsobu, jak využít své prodejní údaje a zákaznické poznatky.