साक्षात्कार
मायरन बर्के, सेंसरमैटिक सॉल्यूशंस में सॉल्यूशंस मैनेजमेंट के नेता – साक्षात्कार श्रृंखला
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मायरन बर्के, सेंसरमैटिक सॉल्यूशंस में ग्लोबल प्रोडक्ट और सॉल्यूशंस के प्रमुख, नए तरीकों की पहचान करते हैं और उनका उपयोग करके नवाचार को तेज करते हैं, गति बढ़ाते हैं और ग्राहकों को अधिक मूल्य प्रदान करते हैं जो एक रणनीतिक समाधान रोडमैप के माध्यम से होता है।
मायरन एक अनुभवी नेता हैं जिनके पास 25 वर्ष से अधिक का खुदरा अनुभव है, जिसमें वॉलमार्ट और सैम्स क्लब में उनका कार्यकाल शामिल है, जहां उन्होंने बड़े पैमाने पर नवाचार प्रदान किया। हाल ही में, मायरन ने डाइवर्जेंट टेक्नोलॉजी एडवाइजर्स की स्थापना की, जो एक खुदरा प्रौद्योगिकी सलाहकार फर्म है जो प्रमुख खुदरा विक्रेताओं, प्रौद्योगिकी प्रदाताओं और स्टार्टअप्स को प्रौद्योगिकी रणनीति, बाजार में प्रवेश करने की योजना, अंतर्राष्ट्रीय बाजार विस्तार और अधिक के साथ मार्गदर्शन प्रदान करती है।
(WMT )सेंसरमैटिक सॉल्यूशंस, जॉनसन कंट्रोल्स के अग्रणी वैश्विक खुदरा समाधान पोर्टफोलियो, सुरक्षित, सुरक्षित और निर्बाध खुदरा अनुभवों को संचालित करता है। 60 वर्ष से अधिक समय से, ब्रांड ने उद्योग की तेजी से बदलती प्रौद्योगिकी अपनाने में अग्रणी भूमिका निभाई है, वैश्विक स्तर पर खुदरा संचालन को पुनर्परिभाषित किया है और अंतर्दृष्टि को कार्रवाई में बदल दिया है। सेंसरमैटिक सॉल्यूशंस एक अंतर्संबंधित पारिस्थितिकी तंत्र प्रदान करता है जिसमें हानि रोकथाम, इन्वेंट्री बुद्धिमत्ता और यातायात अंतर्दृष्टि समाधान शामिल हैं, साथ ही सेवाएं और भागीदार भी शामिल हैं जो खुदरा विक्रेताओं को सटीकता के साथ नवाचार और उन्नति करने में सक्षम बनाते हैं, जो डेटा-संचालित परिणामों को आकार देते हैं जो खुदरा के भविष्य को आकार देते हैं।
आप खुदरा संचालन और उभरती प्रौद्योगिकी के चौराहे पर 25 वर्ष से अधिक समय से हैं। वॉलमार्ट और सैम्स क्लब में आरएफआईडी रणनीति और स्टोर नवाचार का नेतृत्व करने से लेकर स्टोर नंबर 8 में अगली पीढ़ी की अवधारणाओं को स्थापित करने तक, और अब सेंसरमैटिक सॉल्यूशंस में वैश्विक उत्पाद और सॉल्यूशंस का नेतृत्व करने तक। इन अनुभवों ने आपके दर्शन को कैसे आकार दिया है कि भौतिक खुदरा वातावरण के भीतर एआई और सेंसर प्रौद्योगिकियों को कैसे तैनात किया जाना चाहिए?
मैं एआई कार्यान्वयन के लिए एक बहुत ही व्यावहारिक दृष्टिकोण अपनाता हूं, और मैं अपनी टीम और सेंसरमैटिक सॉल्यूशंस के खुदरा ग्राहकों को भी ऐसा ही करने के लिए प्रोत्साहित करता हूं। मेरे अनुभव ने दोनों पक्षों के साथ समय और समय फिर से साबित किया है कि इस तरह से निर्माण करना सफल परिवर्तन की कुंजी है।
सेंसरमैटिक सॉल्यूशंस ने पिछले 60 वर्षों से एक बहुत ही सरल विश्वास पर काम किया है: प्रौद्योगिकी तब तक सफल नहीं होती जब तक कि संचालन प्रभावशीलता और वास्तविक दुनिया के खुदरा विक्रेताओं की चुनौतियां केंद्र में न हों। यह स्पष्ट लगता है – विशेष रूप से उन लोगों के लिए जो उभरते उपकरणों के करीब रहते हैं – लेकिन यह मूल सिद्धांत कुछ हद तक भूल गया है एआई के चारों ओर सभी हYPE के बीच।
समाधान विकास और ग्राहक अपनाने में तेजी से आगे बढ़ने का दबाव उच्च था और अभी भी है, लेकिन वास्तव में अंतराल को भरने वाले उपकरण बनाना हर उत्पाद में एआई कार्यक्षमता को शामिल करने की कोशिश करने से अधिक प्रभावी है। हम उन स्थानों पर ध्यान केंद्रित कर रहे हैं जहां सुव्यवस्थित संग्रह, संलयन, विश्लेषण और कार्रवाई मापनीय सुधार चला रहे हैं। यह फोकस डेटा सेट पर भी लागू होता है जो एआई का उपयोग करेगा – लक्षित, नियंत्रित और साफ़ डेटा सेट विशेष रूप से विभेदित ग्राहकों के पार स्थायी एआई मूल्य प्रदान करने के लिए महत्वपूर्ण हैं।
हम जो कुछ और ध्यान में रखते हैं वह यह है कि यह सभी संभावित उपयोगकर्ताओं के लिए सच है: कॉर्पोरेट निर्णय लेने वाले, खरीदार और सहयोगी। प्रत्येक नए समाधान या अद्यतन के साथ, हम खुद से पूछते हैं कि क्या हम तीनों हितधारकों को समान उपाय में मूल्य प्रदान कर रहे हैं, क्योंकि प्रत्येक समूह खुदरा सफलता के लिए महत्वपूर्ण है।
यह आंतरिक नैतिकता स्वाभाविक रूप से समाधानों में अनुवादित होती है जो खुदरा विक्रेताओं को एक समान स्थिति अपनाने में मदद करती है, जो व्यावहारिक, अनुकूलित प्रणाली डिजाइनों के माध्यम से अर्थपूर्ण सुधार का समर्थन करने वाले उपकरण प्रदान करते हैं। एआई तैनाती एक-आकार-फिट-सभी नहीं है, और न ही हम जो ग्राहकों के साथ बनाते हैं वह कार्यक्रम हैं।
सेंसरमैटिक सॉल्यूशंस आधुनिक खुदरा संचालन बुद्धिमत्ता के मुख्य संचालक के रूप में एआई और एमएल उन्नत विश्लेषण को तेजी से स्थिति दे रहा है। एक ओम्नीचैनल दुनिया में “हानि रोकथाम” का क्या अर्थ है?
सबसे सरल उत्तर दृश्यता के साथ गति है। एआई वास्तव में हानि को कम करने और कुल खुदरा हानि का पूरा दृश्य प्रदान करने में मदद कर रहा है। वास्तविकता यह है कि आप केवल उन हानियों को नोट कर सकते हैं जिन्हें आप देख सकते हैं, सही? उद्योग के अधिकांश इतिहास के लिए, हानियों में दृश्यता केवल सबसे बुनियादी, सतह स्तर पर संभव थी, जिसमें कार्यक्रम उन वस्तुओं पर केंद्रित थे जो बिक्री के लिए उपलब्ध होनी चाहिए थीं लेकिन नहीं थीं। आपको यह पता चल सकता है कि क्या एक आइटम चोरी हो गया था, परिवहन के दौरान टूट गया था या अलमारी पर रहते हुए क्षतिग्रस्त हो गया था, लेकिन इन तरह की चीजों को बड़े पैमाने पर ट्रैक करना मुश्किल था, यदि असंभव नहीं था।
सेंसर सिस्टम ने जो खुदरा विक्रेताओं को देख सकते हैं, ट्रैक कर सकते हैं और मात्रा कर सकते हैं उसे विस्तारित किया। सोचें कि 3% त्रुटि को उजागर करने के बारे में जो आज उत्पन्न होने वाले डेटा की विशाल मात्रा में छिपा है। ये सेंसर सिस्टम हानि के क्या, कहां, कब और किसने को अनलॉक करते हैं, जो अपने आप में हानि और हानि के आसपास के परिदृश्य को स्थानांतरित करने में एक परिवर्तन को स्पार्क करते हैं। यह व्यापक दायरा खुदरा विक्रेताओं को संचालन के एक और परत को देखने और हानि से संबंधित प्रक्रिया विचलन और अंतराल से संबंधित एक नए सेट के साथ-साथ बर्बाद समय, संसाधनों और प्रयासों को देखने की अनुमति देता है।
जब यह सब पहचाना और लेबल किया जाता है, तो आप इसे बदल सकते हैं। यही वह जगह है जहां एआई आता है। यह नए “बिंदुओं” को जोड़ता है, अक्सर वास्तविक समय में, एक पूरी तरह से अलग डेटा परत को उजागर करने के लिए। भविष्यवाणी, उच्च सटीकता की बुद्धिमत्ता और मॉडलिंग हानि के प्रभावों को कम करने में मदद कर सकती है, अपशिष्ट के प्रभाव को कम करने में मदद कर सकती है, संभावित समायोजन के सापेक्ष मूल्य को तौल सकती है और निष्क्रियता की लागत को चित्रित कर सकती है। प्रभावी रूप से, यह खुदरा विक्रेताओं को प्रतिक्रियात्मक से प्रोक्रियात्मक दृष्टिकोण से परे ले जाने में मदद कर रहा है, उन्हें हानियों को सुधार के अवसर के रूप में पुनः परिभाषित करने में मदद कर रहा है।
री-आईडी और एआई-संचालित फुट ट्रैफिक विश्लेषण जैसी प्रौद्योगिकियों के साथ, खुदरा विक्रेता अब बस लोगों की गिनती से परे गहरे खरीदार व्यवहार और संचालन अंतर्दृष्टि में जा सकते हैं। आप इस बदलाव से कौन से सबसे परिवर्तनकारी उपयोग के मामले देख रहे हैं?
री-आईडी मेरे लिए एक शक्तिशाली उदाहरण है जो एक छोटे, लक्षित समायोजन का एक बड़ा प्रभाव डालता है जो संचालन समझ में आता है।
री-आईडी वास्तव में एक चीज करता है: यातायात उपायों को परिष्कृत करता है। जाहिर है, प्रौद्योगिकी को सटीक रूप से विशिष्ट खरीदारों को पुनः प्रवेश, कर्मचारियों और अन्य श्रेणियों के आगंतुकों से अलग करने के लिए प्राप्त करना जटिल है, लेकिन परिणाम एक बहुत ही सरल परिवर्तन है जो डेटासेट में सुधार लाता है।
यातायात डेटा उद्योग भर में विभिन्न मापदंडों के लिए आधार बना हुआ है, जिसमें रूपांतरण शायद सबसे उल्लेखनीय उदाहरण है। बस रिकॉर्ड को संशोधित करना ताकि यह अधिक सटीक गणना को प्रतिबिंबित करे व्यक्तिगत आगंतुकों की संख्या में परिवर्तन को नाटकीय रूप से बदल सकता है, जो खुदरा विक्रेताओं को कर्मचारियों को सुधारने में मदद कर सकता है, फ्लोर प्लान, संदेश और असंख्य अन्य प्रथाओं को बेहतर ग्राहक अनुभव और वित्तीय परिणाम प्रदान करने में मदद कर सकता है।
यह हमारे पिछले चर्चा में केंद्रीय सेंसरमैटिक सॉल्यूशंस के सफलता के लिए स्वाभाविक रूप से अनुवाद करता है जो पिछले 60 वर्षों से है। हम एआई का उपयोग करके लक्षित, उच्च-मूल्य समायोजन कर रहे हैं जो सभी को लाभान्वित करते हैं।
सेंसरमैटिक सॉल्यूशंस ने हाल ही में अपनी स्टोर गेस्ट बिहेवियर्स क्षमताओं के हिस्से के रूप में ऑर्बिट एआई और वीडियो एआई की शुरुआत की। यह समाधान खुदरा विक्रेताओं के लिए कौन सा रणनीतिक अंतराल को हल करता है, और यह अन्य खुदरा बुद्धिमत्ता प्लेटफार्मों से कैसे अलग है?
हम प्रत्येक नए समाधान के साथ एक विशिष्ट चुनौती के साथ आते हैं। ऑर्बिट एआई और वीडियो एआई के लिए, हम “सिग्नल से शोर” को अलग करने पर केंद्रित थे, ताकि खुदरा विक्रेताओं को विशिष्ट, संदर्भित डेटा प्रदान किया जा सके जो निर्णय लेने में अनुमान लगाने से बचाता है।
री-आईडी की नवाचारी वस्तु पहचान प्रौद्योगिकी ऑर्बिट एआई और वीडियो एआई को खुदरा विक्रेताओं की मदद करने में सक्षम बनाती है:
- स्टोर भर में रहने वाले पैटर्न को समझें।
- खरीदारों और पारित करने वालों के बीच अंतर करें।
- खरीदार यात्राओं को ट्रैक करें और रुझानों की पहचान करें जो माल लेआउट, प्रचार और विज्ञापन योजनाओं को सूचित करते हैं।
- हीटमैपिंग का उपयोग करके आगंतुकों द्वारा बिताए गए समय को ट्रैक करें।
ऑर्बिट एआई और वीडियो एआई आगे बढ़ते हैं, हालांकि, क्योंकि उनके अनुकूलित मशीन लर्निंग मॉडल संचालन के साथ-साथ अनुकूलन करते हैं। सिस्टम प्रत्येक उद्यम और स्थान के बारे में सीखता है, लगातार पैरामीटर को समायोजित करता है, पूर्वाग्रह के स्रोतों की पहचान करता है और मॉडल को विकृत करने वाले अतिरिक्त या अपूर्ण डेटा को हटाने का काम करता है। यह निरंतर परिशोधन सुनिश्चित करता है कि प्रत्येक अंतर्दृष्टि वर्तमान में स्टोर की वास्तविकता को प्रतिबिंबित करती है। नहीं कल; नहीं पिछले हफ्ते। और यह महत्वपूर्ण है क्योंकि खुदरा रुझान, दबाव और स्थितियां तेजी से बदलती हैं।
ऑर्बिट एआई और वीडियो एआई को एकीकरण में आसानी और अपनाने के लिए महत्वपूर्ण बाधाओं को ध्यान में रखते हुए बनाया गया था। सेंसर के एकीकृत डिजाइन, ए एज पर दृष्टिकोण और री-आईडी क्षमताएं खुदरा विक्रेताओं को कम उपकरणों के साथ इन अंतर्दृष्टि प्राप्त करने में सक्षम बनाते हैं, जिससे तैनाती आसान हो जाती है और व्यवसायों के लिए विश्लेषणात्मक उपकरण उपलब्ध हो जाते हैं। यह हमारे दशकों के काम का विस्तार है जो उद्योग के लिए बुद्धिमान अंतर्दृष्टि प्रदान करने पर केंद्रित है।
आप स्ट्रीमलाइन डेटा उपयोग और सेंसर फ्यूजन को खुदरा पुनरावृत्ति के लिए मौलिक मानते हैं। एकल सेंसर इनपुट की तुलना में कई सेंसर इनपुट को जोड़ने से प्रतिस्पर्धात्मक लाभ क्या है?
क्लाउड-आधारित विश्लेषण संचालन को जोड़ने में मदद करते हैं और सिलोस को दूर करते हैं, लेकिन वे अपशिष्ट और अक्षमता के कई ड्राइवरों को भी शामिल करते हैं – और कई खुदरा विक्रेता यह भी नहीं जानते हैं कि वे अपने सिस्टम में मौजूद हैं। प्रभावी रूप से, सेंसर फ्यूजन प्रारंभिक प्रसंस्करण और एकीकरण कार्यों को स्वयं डिवाइस (एज पर) में स्थानांतरित कर देता है, जिससे केंद्रीय सर्वर पर प्रसारित होने वाले डेटा की मात्रा कम हो जाती है और पूरे पारिस्थितिकी तंत्र में वास्तविक समय प्रतिक्रिया की अनुमति मिलती है।
व्यवहारिक विश्लेषण लें, उदाहरण के लिए। एक पारंपरिक क्लाउड-आधारित वातावरण में, सेंसर बुनियादी संग्रह कार्यों को करते हैं, लगातार (या आवर्ती) रॉ डेटा को केंद्रीय कंप्यूट के लिए प्रसंस्करण, विश्लेषण और कार्रवाई के लिए भेजते हैं। कहें कि विश्लेषण सेल्स फ्लोर पर संदिग्ध व्यवहार के संकेतों का खुलासा करता है, जो प्रतिक्रिया प्रोटोकॉल की एक श्रृंखला को ट्रिगर करता है। खैर, उस जानकारी – प्रतिक्रिया की आवश्यकता – को भी प्रसारित करने की आवश्यकता है। और हालांकि पूरी प्रक्रिया मानव मानकों द्वारा तेज है, आप पहले ही ए से बी से सी से बी और इतने पर जानकारी भेजने और प्राप्त करने में समय खो चुके हैं।
वीडियो एआई और ऑर्बिट एआई की फ्यूजन क्षमताओं के साथ, हम उन अतिरिक्त चरणों को काट सकते हैं। एकीकृत एआई और एमएल टूल्स रॉ डेटा का विश्लेषण करते हैं जैसे ही यह एकत्र किया जाता है और अपने निष्कर्षों के आधार पर अगले चरणों को प्राथमिकता देते हैं, जिससे अधिक समय पर कार्रवाई करने में सक्षम होता है। इसके अतिरिक्त, बड़े प्रणालियों में निरंतर स्थानांतरण की आवश्यकता को समाप्त करके, एज-आधारित फ्यूजन ऊर्जा की मांग और केंद्रीय प्रणाली पर दबाव को कम करता है।
वैश्विक स्तर पर हार्डवेयर, सॉफ्टवेयर और डेटा प्लेटफार्मों को एकीकृत करना विशाल पैमाने पर जटिल है। एआई-संचालित खुदरा बुनियावरण को वास्तव में स्केलेबल बनाने के लिए कौन से वास्तुकला सिद्धांत या सिस्टम-इंजीनियरिंग दृष्टिकोण महत्वपूर्ण हैं?
यह सुनिश्चित करना आवश्यक है कि एसएफई / लीन – एगाइल सिस्टम आर्किटेक्चर के साथ शुरू किया जाए। यह नींव सुरक्षित, आर्थिक रूप से स्मार्ट, लचीले और अनुकूलन योग्य (यदि आवश्यक हो) डिजाइन सोच और विकास को सक्षम बनाती है। मैं एक भागीदार पारिस्थितिकी तंत्र के प्रति एक अंग्रेजी दृष्टिकोण पर काम करने में भी विश्वास करता हूं – जो हमें भागीदारों को उनकी डिजिटल यात्रा में मिलने की अनुमति देता है। यह हमें लेखा स्तर पर लाभ प्रदान करने की अनुमति देता है और हमें उन कंपनियों का समर्थन करने के लिए मार्ग खोलता है जिन्हें अधिक सास ऑफरिंग की आवश्यकता है या जो विशिष्ट उद्यम संगठन हैं जो सभी प्रणालियों / डेटा को साइट पर चाहते हैं। हमारा दृष्टिकोण कई मार्गों को सक्षम बनाता है और विभिन्न प्रकार के हार्डवेयर विकल्पों का भी समर्थन करता है।
कई खुदरा विक्रेता विश्लेषण को मापनीय आरओआई और संचालन कुशलता में अनुवाद करने के लिए संघर्ष करते हैं। आप संगठनों को उन्नत एआई अंतर्दृष्टि को सीधे वित्तीय परिणामों और संचालन कुशलता से कैसे जोड़ते हैं?
यह प्रश्न श्रिंक विश्लेषक के विकास को चलाने में मदद करता है। डिजिटलीकरण निवेश के पहले प्रकोप के बाद, खुदरा विक्रेताओं के पास इन्वेंट्री, हानि और अन्य डेटा के पहाड़ थे, लेकिन उन्हें इसका अर्थ नहीं निकाल पा रहे थे।
हालांकि इसका प्राथमिक उद्देश्य निरंतर सुधार है, श्रिंक विश्लेषक का प्रारंभिक कार्य हमेशा बेंचमार्किंग पर होता है। यह पहला कदम है, और यह वह है जो इसके बाद किसी भी सुधार को सक्षम बनाता है, साथ ही साथ प्रगति को ट्रैक करने के लिए एक बिंदु के रूप में कार्य करता है जो व्यवसाय के लिए मायने रखता है। यह वह कदम है जिसे कई नेताओं ने एआई हYPE में याद किया है, और यही कारण है कि आरओआई को ट्रैक करना इतनी चुनौतीपूर्ण है।
अपशिष्ट और हानि के “क्या, कब और कहां” को उजागर करके, श्रिंक विश्लेषक खुदरा विक्रेताओं को पहले से ही क्या हो रहा है, इसका एक स्पष्ट, मात्रात्मक चित्र प्रदान करता है। यह दिखाता है कि हानियां वास्तव में कहां हो रही हैं, जो अंतराल सबसे बड़ा प्रभाव डालते हैं और जो परिवर्तन के अवसर हैं जो संख्या को कम करने में मदद कर सकते हैं। इसके बाद, खुदरा विक्रेता मामलों का परीक्षण शुरू कर सकते हैं, प्रगति को ट्रैक कर सकते हैं और जैसे ही वे आगे बढ़ते हैं, समायोजन करते हैं ताकि यह साबित हो सके कि उनके एआई और अन्य प्रौद्योगिकी निवेश परिणाम ला रहे हैं।
गोपनीयता और विश्वास केंद्रीय चिंताएं हैं क्योंकि स्टोर अधिक से अधिक साधन से सुसज्जित हो रहे हैं। सेंसरमैटिक सॉल्यूशंस गोपनीयता द्वारा डिजाइन दृष्टिकोण को अपनाते हुए उचित एआई तैनाती के लिए कैसे दृष्टिकोण अपना रहा है और फिर भी उच्च-रिज़ॉल्यूशन संचालन बुद्धिमत्ता को सक्षम बना रहा है?
मैं इस मुद्दे को हमारे पिछले चर्चा में केंद्रीय सेंसरमैटिक सॉल्यूशंस के लिए निर्माण के हिस्से के रूप में देखता हूं – नेताओं, खरीदारों और सहयोगियों के लिए समान उपाय में। हां, खुदरा विक्रेता हमारे समाधान खरीदने वाले लोग हैं, लेकिन हम अपने ग्राहकों और हमारे लिए सफल नहीं हो सकते हैं अगर सहयोगी और खरीदार हमारी प्रणालियों के साथ बोर्ड पर नहीं हैं। उनकी संतुष्टि हमारे ग्राहकों और हमारे लिए आवश्यक है।
यह हमारे गोपनीयता द्वारा डिजाइन दृष्टिकोण को चलाता है जो हमारे सभी शोध और विकास प्रक्रियाओं में बेक किया जाता है। दूसरे शब्दों में, हम उपभोक्ता गार्डरेल्स को समाधान में शामिल करते हैं जो हमें उत्साहित और रचनात्मक बनाए रखते हैं।
री-आईडी का डिजाइन यह प्रदर्शित करता है। इसकी यात्रा मैपिंग और यातायात गणना क्षमताएं व्यक्तिगत, गैर-पहचान योग्य विवरणों के संयोजनों का उपयोग करती हैं – जैसे कि बाल शैली और रंग, कपड़ों का डिजाइन और सहायक उपकरण – आगंतुकों को विशिष्ट आईडी सौंपने के लिए। आप सोच सकते हैं कि इतने सारे पोशाक या शैली में ओवरलैप होने के कारण यह प्रभावी नहीं हो सकता है, लेकिन हमने पाया कि जब संयुक्त रूप से माना जाता है, तो इस तरह की अंतर्दृष्टि विशिष्ट है कि हम कह सकते हैं कि “व्यक्ति यहां काम करता है” या “व्यक्ति एक घंटे पहले यहां आया था।”
हमें यह कभी नहीं पता होगा अगर हमें शुरू से ही बॉक्स के बाहर सोचने के लिए मजबूर नहीं किया गया होता। जैसा कि नियम बदल रहे हैं और उपभोक्ता गोपनीयता चिंताएं बढ़ रही हैं, जो संगठन इस दृष्टिकोण को जल्दी अपनाते हैं वे नवाचार में अग्रणी होने की संभावना है, क्योंकि वे पहले से ही रचनात्मक समस्या-समाधान के अभ्यस्त हैं।
खुदरा विक्रेता निरंतर व्यवधान का सामना कर रहे हैं – आपूर्ति श्रृंखला अस्थिरता, संगठित खुदरा अपराध, श्रम दबाव, और डिजिटल प्रतिस्पर्धा। एआई-संचालित बुनियावरण कैसे एक स्थिरता बल के रूप में कार्य कर सकता है, न कि जटिलता की एक और परत?
डेटा-संचालित प्रणाली एक साझा लक्ष्य और एकल सच्चाई के आसपास संगठन को संरेखित करके स्थिरता प्रदान करती हैं। एआई जोड़ना उस निश्चितता को और मजबूत करता है।
डेटा अपने आप में अभी भी व्याख्या के लिए खुला है, और हितधारकों के निष्कर्ष उनकी अपनी प्राथमिकताओं द्वारा रंगे जाते हैं। एआई उस मुद्दे को कम कर सकता है, क्योंकि यह संचालन भर में डेटा का विश्लेषण करता है बिना किसी एक दृष्टिकोण के प्रति पूर्वाग्रह के। यदि प्रणाली इरादा के अनुसार काम करती है, तो विभिन्न व्यक्तिगत प्राथमिकताओं वाले नेता यह विश्वास कर सकते हैं कि विश्लेषण, सिफारिशें और भविष्यवाणी मॉडल व्यवसाय के संचालन की वास्तविकता को प्रतिबिंबित करते हैं। यह खेल के मैदान को समतल करता है, ताकि सबसे अच्छा अगला कदम सबसे ऊपर हो क्योंकि इसका मूल्य सभी के लिए स्पष्ट है।
आगामी पांच से दस वर्षों में, एक पूरी तरह से एआई-अनुकूलित भौतिक खुदरा वातावरण कैसा दिखेगा, और उस भविष्य के लिए तैयारी के लिए नेताओं को कौन से रणनीतिक कदम उठाने चाहिए?
मैं इंगित करने के लिए कोई एक-आकार-फिट-सभी रोडमैप नहीं है कि हमारी एआई-प्रतिबद्धता क्या है, क्योंकि यह वास्तव में प्रत्येक खुदरा विक्रेता के लिए काम करने वाली प्रणाली बनाने के बारे में है। हालांकि, नींव कुछ हद तक सार्वभौमिक है। प्रत्येक खुदरा विक्रेता को आवश्यकता है:
- एक एकीकृत डेटाबेस जो संचालन के सभी क्षेत्रों का एक व्यापक रिकॉर्ड प्रदान करता है। इसके बिना, यहां तक कि सबसे कुशल और उन्नत मॉडल भी उपयोगी अंतर्दृष्टि प्रदान नहीं करेंगे। उन्हें संदर्भ की आवश्यकता है जो वितरित करें।
- विश्वसनीय बेंचमार्क जो प्रासंगिक व्यवसाय डेटा पर आधारित हैं। यह निवेश और प्रगति को मापने के लिए एक बिंदु के रूप में कार्य करता है।
- प्रशिक्षण और कौशल विकास योजनाएं। एआई एक स्वतंत्र अभिनेता नहीं है। यह बहुत कुछ कर सकता है, लेकिन लोगों को इसके कार्यों और सीमाओं को समझने की आवश्यकता है। खुदरा विक्रेताओं को जल्दी और बार-बार प्रौद्योगिकी के बारे में योजना बनाने और संवाद करने की आवश्यकता है, ताकि सहयोगी और कर्मचारी तैयार हों जब समय आए।
- नेता जो देखभाल करते हैं। परिवर्तन एक दीर्घकालिक परियोजना है, और नेताओं को लंबे समय तक पहल के लिए संसाधनों को प्रतिबद्ध करने और संगठन को इसके माध्यम से मार्गदर्शन करने के लिए तैयार रहने की आवश्यकता है।
धन्यवाद इस महान साक्षात्कार के लिए, पाठक जो अधिक जानना चाहते हैं उन्हें सेंसरमैटिक सॉल्यूशंस या डाइवर्जेंट टेक्नोलॉजी एडवाइजर्स पर जाना चाहिए।
