Liderzy opinii

Od ceł do triumfu: Jak CEO mogą wykorzystać AI do uzyskania przewagi konkurencyjnej

Adam Brotman Andy Sack
Dodaj Unite.AI do preferowanych źródeł w Google
Kluczowe punktyGeneratywna AI symuluje złożone kompromisy między jednostkami biznesowymi, aby poruszać…
Zobacz więcej
  • Generatywna AI symuluje złożone kompromisy między jednostkami biznesowymi, aby poruszać się wśród systemowych zakłóceń wywołanych cłami.
  • Napędzane AI silniki cenowe wykorzystują dane o elastyczności popytu, aby wprowadzać precyzyjne podwyżki cen, a nie ogólne podniesienia stawek.
  • AI rekonfiguruje łańcuchy dostaw, równoważąc w czasie rzeczywistym koszty celne z jakością i logistyką.

Przez branże, cła i zmiany handlowe przekroczyły sferę abstrakcyjnych debat politycznych i stały się egzystencjalnymi wyzwaniami dla firm wszystkich rozmiarów. Krajobraz gospodarczy w 2025 roku prezentuje bezprecedensowe złożoności: powszechny 10% cło importowe obejmuje wszystkie przychodzące towary z karzącymi stawkami do 54% ukierunkowanymi na Chiny, Meksyk i członków Unii Europejskiej, tworząc labirynt przeszkód regulacyjnych.

Gdy detaliści zmagają się z tanim zaopatrzeniem w towary, restauracje walczą z inflacją kosztów żywności, producentów artykułów spożywczych obserwują wzrost kosztów opakowań, a marki bezpośrednio dostarczające do konsumenta obserwują, jak marże przechodzą od cienkich do nieistniejących, te działania handlowe nie są po prostu nagłówkami; są to realia zysku i straty.

Zespoły kierownicze muszą zmierzyć się z serią kompromisów: podnieść ceny i ryzykować exodus klientów na coraz bardziej wrażliwym na ceny rynku; pochłonąć rosnące koszty wewnętrznie i obserwować, jak marże zysku znika; lub znaleźć kompromisy operacyjne, które mogą obciążyć jakość, obsługę lub dobrostan pracowników. Żadna z tych opcji nie oferuje łatwej drogi do przodu.

Ta wysokostopniowa złożoność reprezentuje nową normę dla kierownictwa wykonawczego i jest po prostu najnowszą okazją do zwrócenia się do generatywnej sztucznej inteligencji w poszukiwaniu odpowiedzi. W tej niepewności stosowanie generatywnej sztucznej inteligencji przedstawia strategiczną przewagę, która może ostatecznie oddzielić liderów rynkowych od tych, którzy zostaną pozostawieni w tyle.

Poza buzzwordami: AI jako strategiczny partner myślowy

Generatywna sztuczna inteligencja jest zbyt często sprowadzana do sfery nowinek technologicznych: lepiej rozwiniętego silnika wyszukiwania, asystenta do pisania dla zespołów marketingowych lub eksperymentu technologicznego, aby zadowolić rady innowacyjne. Ale w tym momencie – gdzie liderzy stają twarzą w twarz z presją, definiującymi marże decyzjami na co dzień – AI może być czymś o wiele cenniejszym: prawdziwym partnerem myślowym, który może przekształcić sam proces decyzyjny.

Wzburzenie spowodowane cłami jest fundamentalnie wielowymiarowe. Nie wpływa tylko na koszt twoich sprzedawanych towarów. Równocześnie napięta długoterminowe relacje źródłowe, tworzy operacyjne wąskie gardła, wstrząsa oczekiwaniami klientów dotyczącymi cen i dostępności, a także testuje twoją zespół na adaptacyjność i wytrzymałość. Wyzwania do rozwiązania nie są pojedyncze, są one systemowe.

Z tego powodu generatywna sztuczna inteligencja jest o wiele bardziej skuteczna niż tradycyjna analiza w nawigowaniu tego momentu. Podczas gdy tradycyjna analiza oferuje wsteczne spojrzenie na wgląd, generatywna sztuczna inteligencja symuluje złożone kompromisy, przewidując efekt kaskady w całych jednostkach biznesowych, oraz dostosowując strategie w czasie rzeczywistym, gdy warunki ewoluują. Nie tylko przetwarza dane; przetwarza możliwości. Oznacza to, że liderzy mogą myśleć szybciej, widzieć dalej i działać z większą pewnością.

Przewaga AI: Cztery krytyczne możliwości

  1. Dokładna inteligencja cenowa

Powszechne odpowiedzi na podwyżki ceł – ogólne podwyżki cen – stały się niebezpiecznie przestarzałe. Dziś silniki cenowe napędzane przez AI, takie jak te wdrożone przez liderów pracujących z firmami takimi jak Palantir, wykorzystują wielowymiarowe modele danych, które uwzględniają historyczne wzorce sprzedaży, drobne metryki elastyczności popytu i benchmarki konkurencyjne, aby zalecić precyzyjne dostosowania cen.

Ten chirurgiczny podejście umożliwia firmom wprowadzanie selektywnych podwyżek cen, zwiększając marże tam, gdzie pozwala na to sytuacja rynkowa, jednocześnie utrzymując stabilność cen na produktach przyciągających ruch lub w szczególnie konkurencyjnych kategoriach. Ponadto, liderzy mogą wykorzystać AI, aby pomóc im opracować strategie dotyczące udostępniania podwyżek cen, przenoszenia ich lub łączenia.

  1. Rekonfigurowanie łańcucha dostaw

Być może nigdzie wpływ AI nie jest bardziej natychmiastowo cenny niż w strategii źródłowej i łańcucha dostaw. Systemy generatywnej sztucznej inteligencji mogą jednocześnie analizować setki rekordów dostawców i złożonych tabel celnych, a także modelować czasy wysyłki i koszty logistyczne, aby sugerować optymalne ruchy źródłowe, wykonując w kilka minut to, co zajęłoby zespołom zakupowym tygodnie.

Duży detaliści już zaczynają przenosić zakupy z regionów objętych wysokimi cłami, takimi jak Chiny, do alternatyw o niższych cłach w Wietnamie, Indiach i Ameryce Łacińskiej, w oparciu o modele prognozowania napędzane przez AI. Te modele nie identyfikują po prostu najniższej opcji celnego – balansują implikacje podatkowe z konsekwencjami jakości, zdolnościami produkcyjnymi, niezawodnością logistyczną i potencjałem długoterminowych relacji.

Grupy restauracyjne w podobny sposób wykorzystują AI, aby mapować potencjalne substytucje składników, gdy morze lub specjalne oleje z krajów objętych cłami gwałtownie wzrastają w cenie, pozwalając zespołom inżynierii menu na utrzymanie kosztów żywności bez kompromisów w odniesieniu do podpisanych potraw. Jeden szybki łańcuch gastronomiczny przypisuje modelowaniu substytucji napędzanemu przez AI zachowanie docelowego 28% kosztu żywności, pomimo absorbowania ponad 2,3 miliona dolarów wzrostu ceł na importowanych składnikach.

  1. Wyszukiwanie nieefektywności operacyjnych

Z marżami ściśniętymi przez presję ceł, marnotrawstwo operacyjne staje się nie do zaakceptowania. Analiza predykcyjna i modele uczenia maszynowego mogą zmniejszyć błędy inwentaryzacyjne o 50%, jednocześnie poprawiając dokładność prognozowania popytu o 25-35%.

Czy to optymalizacja grafików pracowników w łańcuchu detalicznym, aby dopasować się do zmienionych wzorców ruchu klientów, czy kalibracja poziomów przygotowania kuchni w restauracji szybkiej obsługi, prognozowanie napędzane przez AI pomaga firmom uniknąć nadmiernego zatrudniania i nadzamawiania, a także minimalizować marnowanie. To operacyjne zacieśnienie prowadzi do zysków wydajności, które znacznie przekraczają wzrosty kosztów spowodowane cłami.

  1. Utrzymanie klientów za pomocą inteligencji behawioralnej

Zachowania konsumentów zmieniają się przewidywalnie, ale złożono w okresach ekonomicznego stresu – a powszechne cła napędzają szerokie podwyżki cen w całym zakresie produktów spożywczych, odżywiania, odzieży i elektroniki. AI umożliwia firmom dokładne przewidywanie tych zmian i dostosowanie się do nich.

Na przykład, platformy takie jak Brizo FoodMetrics pozwalają operatorom restauracji symulować konkretny szok cenowy – taki jak 20% skok w kosztach awokado – i wizualizować efekty falowe w zyskowności pozycji menu, wzorcach zamówień i nawet prawdopodobnych zachowaniach substytucyjnych klientów. Detaliści wykorzystują podobne symulacje, aby ocenić, jak czułość cenowa ewoluuje w różnych segmentach klientów i dostosować kampanie promocyjne i programy lojalnościowe odpowiednio.

Imperatyw przywództwa

Historycznie, firmy traktowały cła jako tymczasowe przeszkody do przezwyciężenia przez krótkoterminowe dostosowania i buforowanie finansowe. Ale z średnią stopą celną USA sięgającą 22,5% – najwyższym poziomem od 1909 roku, zespoły kierownicze muszą uznać to za strukturalną, a nie cykliczną, zmianę. Tymczasowe rozwiązania i inżynieria finansowa nie wystarczą; co jest wymagane, to adaptacja na poziomie systemu napędzana przez inteligencję w czasie rzeczywistym.

AI jest unikalnie dostosowana do zarządzania tym stopniem złożoności. Nie tylko automatyzuje istniejące procesy, ale symuluje scenariusze, iteruje szybko przez możliwości i zaleca zintegrowane strategie. A może najbardziej krytycznie, skaluje, zapewniając widoczność na poziomie przedsiębiorstwa od decyzji źródłowych do strategii cenowych po inicjatywy zaangażowania klienta.

Cła są tu. Technologia jest gotowa. Pytanie nie brzmi, czy twoja organizacja się zaadaptuje – ale czy poprowadzisz adaptację z najpotężniejszymi dostępnymi narzędziami inteligencji.

Adam Brotman jest przedsiębiorcą z ponad 25-letnim doświadczeniem w zarządzaniu dużymi markami technologicznymi i konsumenckimi. W 2021 roku współzałożył Forum3, aby pomóc markom wykorzystywać nowe technologie, obsługując klientów takich jak Anheuser-Busch, Crumbl, Starbucks i Tishman Speyer. Wcześniej Adam był prezesem, dyrektorem ds. doświadczeń klientów i współdyrektorem generalnym w J.Crew, gdzie uruchomił bardzo udany program J.Crew Rewards. W Starbucks był pierwszym dyrektorem cyfrowym i wykonawczym wiceprezesem ds. globalnych operacji detalicznych, rozwijając platformę płatności, zamówień i lojalności, która zgromadziła 60 milionów członków.

Adam znalazł się na liście „100 najbardziej kreatywnych osób” magazynu Fast Company i otrzymał tytuł CDO Roku od CDO Club. Zasiada w radach dyrektorów Ruby Tuesday i Cabi, a wcześniej pełnił takie funkcje w Neiman Marcus Group i Brooks Running.

Uzyskał tytuł licencjata na UCLA oraz stopień Juris Doctor (JD) na Wydziale Prawa Uniwersytetu Waszyngtońskiego.

Andy Sack to doświadczony przedsiębiorca i inwestor z ponad 25-letnim stażem w technologii, finansach i kapitale wysokiego ryzyka. Nazywany „ojcem chrzestnym społeczności startupowej Seattle”, odegrał istotną rolę w tworzeniu innowacyjnych firm technologicznych i inwestowaniu w nie. W 2021 roku współzałożył Forum3, aby pomagać markom poznawać i wykorzystywać nowe technologie. Firma obsługuje takich klientów jak Anheuser-Busch, Crumbl, Starbucks i Tishman Speyer. Wcześniej doradzał Microsoftowi, wspierając transformację cyfrową pod kierownictwem prezesa Satyi Nadelli. Przedtem był dyrektorem zarządzającym Techstars Seattle, gdzie doprowadził grupę z 2011 roku do najlepszych wyników w historii programu, dokonując inwestycji zalążkowych w takie jednorożce jak Remitly, Zipline i Outreach. Współzałożył również trzy odnoszące sukcesy firmy technologiczne, które następnie sprzedano Axciom, The New York Times Digital i Microsoftowi.

Uzyskał dyplom studiów pierwszego stopnia na Uniwersytecie Browna oraz MBA w Sloan School of Management przy MIT. Obecnie mieszka w Seattle w stanie Waszyngton.