Лідери думок

Від тарифів до тріумфу: як генеральні директори можуть використовувати штучний інтелект для отримання конкурентної переваги

Adam Brotman Andy Sack
Додайте Unite.AI до бажаних джерел у Google
Ключові моментиГенеративний штучний інтелект моделює складні компроміси між бізнес-підрозділами, щоб…
Показати більше
  • Генеративний штучний інтелект моделює складні компроміси між бізнес-підрозділами, щоб долати системні порушення, спричинені тарифами.
  • Цінові механізми на основі ШІ використовують дані про еластичність попиту для впровадження точних підвищень цін, а не загальних підвищень.
  • ШІ переконфігурує ланцюги поставок, зважуючи витрати на тарифи, якість та логістику в режимі реального часу.

У різних галузях тарифи та зміни торгівлі перейшли від абстрактних політичних дебатів до існування викликів для підприємств усіх розмірів. Економічний ландшафт 2025 року представляє безпрецедентні складності: універсальна імпортна мито у розмірі 10% покриває всі імпортні товари з покарними ставками до 54%, спрямованими проти Китаю, Мексики та країн-членів Європейського Союзу, створюючи лабіринт нормативних перешкод.

Поки рітейлери борються за те, щоб заповнити полиці дешево, ресторани ведуть боротьбу з інфляцією вартості харчових продуктів, виробники товарів спостерігають, як вартість упаковки зростає, а бренди, що працюють безпосередньо з споживачами, спостерігають, як їхні маржі переходять від дуже тонких до відсутніх, ці торгові дії не є просто заголовками; вони є реальністю прибутку та втрат. Ефекти від цих дій торкаються всього, від харчових продуктів до одягу та обладнання, суттєво змінюючи структуру витрат на ведення бізнесу в Америці.

Команди керівників повинні вирішити серію компромісів: підвищити ціни та ризикнути виходом клієнтів на тлі зростаючої чутливості до ціни на ринку; поглинути зростаючі витрати внутрішньо та спостерігати, як маржі прибутку зникають; або знайти операційні компроміси, які можуть надати тиск на якість, обслуговування чи добробут працівників. Жоден з цих варіантів не пропонує легкого шляху вперед.

Ця висока складність представляє нову норму для виконавчої влади та є ще однією можливістю звернутися до генеративного штучного інтелекту за答案ами. Серед цієї невизначеності застосування генеративного штучного інтелекту пропонує стратегічну перевагу, яка може в кінцевому підсумку відокремити лідерів ринку від тих, хто залишається позаду.

Поза слоганами: штучний інтелект як стратегічний партнер думок

Генеративний штучний інтелект часто відводиться до сфери технологічної новинки: трохи розумніший пошуковий двигун, помічник з написання для маркетингових команд або технологічний експеримент, щоб вдовольнити інноваційні ради. Але в цей момент – коли лідери стикаються з напруженими, визначальними для маржі рішеннями щодня – штучний інтелект може бути чимось набагато ціннішим: справжнім партнером думок, здатним трансформувати сам процес прийняття рішень.

Тарифне порушення є фундаментально багатогранным. Воно не тільки впливає на вашу вартість проданих товарів. Воно одночасно створює напруження в давно встановлених джерелах постачання, створює операційні瓶нем, розхитує очікування клієнтів щодо ціни та доступності, та перевіряє адаптивність та стійкість вашої команди. Виклики, які потрібно вирішити, не є окремими, вони є системними.

Через це генеративний штучний інтелект є набагато більш ефективним, ніж традиційний аналіз, у навигації цього моменту. Поки традиційний аналіз пропонує ретроспективні висновки, генеративний штучний інтелект симулює складні компроміси, передбачаючи каскадні ефекти по бізнес-одиницям та адаптуючи стратегії в режимі реального часу, коли умови змінюються. Він не просто обробляє дані; він обробляє можливості. Це означає, що лідери можуть думати швидше, бачити далі та діяти з більшою впевненістю.

Перевага штучного інтелекту: чотири критичні можливості

  1. Точна інтелект-цінова розвідка

Типова реакція на підвищення тарифів – загальне підвищення ціни – стала небезпечно застарілою. Сьогодні штучно-інтелектні цінові двигуни, як ті, які використовуються лідерами, що працюють з компаніями типу Palantir, використовують багатовимірні дані моделі, що включають історичні продажні моделі, гранульовані показники еластичності попиту та конкурентну бенчмаркінг для рекомендації гіпер-цільових коригувань ціни.

Цей хірургічний підхід дозволяє підприємствам реалізовувати підвищення ціни вибірково, підвищуючи маржі там, де дозволяють ринкові умови, та підтримуючи цінову стабільність на продуктах, що приваблюють трафік, або в особливо конкурентних категоріях. Крім того, лідери можуть використовувати штучний інтелект, щоб допомогти їм стратегувати, коли поділитися підвищенням ціни, коли передати його далі, або в комбінації.

  1. Переконфігурація ланцюга постачання

Можливо, ніде вплив штучного інтелекту не є так негайно цінним, як у стратегії джерел постачання та ланцюга постачання. Системи генеративного штучного інтелекту можуть одночасно аналізувати сотні записів постачальників та складних глобальних таблиць тарифів, моделювати графіки доставки та логістичні витрати, щоб запропонувати оптимальні джерела постачання, завершуючи за хвилини те, що б зайняло тижні у команд постачання.

Більшість рітейлерів уже почали переносити постачання з сильно тарифованих регіонів, таких як Китай, до альтернатив з нижчими тарифами у В’єтнамі, Індії та Латинській Америці, на основі моделей прогнозування, керованих штучним інтелектом. Ці моделі не просто визначають варіант з найнижчими тарифами – вони балансують податкові наслідки проти консистенції якості, виробничих можливостей, логістичної надійності та довгострокового потенціалу відносин.

Ресторани також подібним чином використовують штучний інтелект, щоб відобразити потенційні заміни інгредієнтів, коли морепродукти чи спеціальні олії з тарифованих країн різко зростають у ціні, дозволяючи командам інженерії меню підтримувати вартість харчових продуктів без компрометації фірмових страв. Одна мережа ресторанів швидкого харчування вважає, що моделювання заміни, кероване штучним інтелектом, допомогло зберегти її цільову вартість харчових продуктів на рівні 28%,尽管 вона поглинула понад 2,3 мільйона доларів тарифних збільшень на імпортні інгредієнти.

  1. Виявлення операційних неефективностей

З маржами, стиснутими тарифним тиском, операційна витрата стає неприйнятною. Предиктивний аналіз та моделі машинного навчання можуть зменшити помилки інвентаризації до 50%, одночасно покращуючи точність прогнозування попиту на 25-35%.

Чи то оптимізація графіків роботи персоналу в рітейл-ланцюзі для відповідності зміненим моделям клієнтського трафіку, чи то перенастройка рівнів підготовки кухні в ресторані швидкого харчування, штучно-інтелектне прогнозування допомагає компаніям уникнути перевербування та перевищення замовлень, а також мінімізувати витрати. Це операційне стиснення приводить до виграшу в ефективності, який суттєво компенсує тарифно-зумовлені збільшення витрат.

  1. Утримання клієнтів через поведінковий інтелект

Поведінка споживачів змінюється передбачувано, але складно під час періодів економічної напруженості – і поширені тарифи сприяють широким підвищенням цін на харчові продукти, харчування, одяг та електроніку. Штучний інтелект дозволяє підприємствам точно передбачати ці зміни та відповідним чином коригувати свою діяльність.

Наприклад, платформи типу Brizo FoodMetrics зараз дозволяють операторам ресторанів симулювати конкретні шокові ціни – такі як 20% зростання вартості авокадо – та візуалізувати ефекти по всьому ланцюжку прибутковості пунктів меню, моделей замовлень та ймовірної поведінки заміни клієнтів. Рітейлери використовують подібні симуляції, щоб оцінити, як чутливість до ціни еволюціонує по різних сегментах клієнтів та коригувати промо-кампанії та програми лояльності відповідно.

Імператив лідерства

Історично підприємства сприймали тарифи як тимчасові перешкоди, які потрібно подолати через короткострокові коригування та фінансові буфери. Але з середнім рівнем тарифів у США, який зараз сягнув 22,5% – найвищого рівня з 1909 року, команди лідерів повинні визнати це як структурну, а не циклічну, зміну. Тимчасові рішення та фінансове інжиніринг не достатні; що потрібно, це адаптація системи, підтримана інтелектом в реальному часі.

Штучний інтелект є унікально придатним для управління цим рівнем складності. Він не просто автоматизує існуючі процеси, а симулює сценарії, ітеративно працює над можливостями та пропонує інтегровані стратегії. І, можливо, найкритичніше, він масштабується, забезпечуючи видимість на рівні підприємства від рішень щодо джерел постачання до стратегій ціноутворення та ініціатив клієнтського взаємодії.

Тарифи тут. Технологія готова. Питання не в тому, чи адаптується ваша організація, а чи будете ви лідером цієї адаптації з найбільш потужними інструментами інтелекту, які доступні.

Адам Бротман - підприємець з понад 25-річним досвідом керівництва великими технологічними та споживчими брендами. Він став співзасновником Forum3 у 2021 році, щоб допомогти брендам використовувати нові технології, обслуговуючи клієнтів, таких як Anheuser-Busch, Crumbl, Starbucks та Tishman Speyer. Раніше Адам був президентом, директором з клієнтського досвіду та співгенеральним директором у J.Crew, де він запустив широко успішну програму J.Crew Rewards. У Starbucks він був першим директором із цифрових технологій та виконавчим віце-президентом глобальних роздрібних операцій, розробивши платформу платежів, замовлень і лояльності, яка зібрала 60 мільйонів учасників.

Адама відзначили як одного зі «100 найкреативніших людей» за версією Fast Company та як CDO року за версією CDO Club. Він входить до рад директорів Ruby Tuesday і Cabi, а раніше обіймав посади в радах директорів Neiman Marcus Group і Brooks Running.

Він здобув ступінь бакалавра в UCLA та ступінь Juris Doctor (JD) у Школі права Вашингтонського університету.

Енді Сек — досвідчений підприємець та інвестор із понад 25-річним досвідом у технологіях, фінансах і венчурному капіталі. Його називають «хрещеним батьком стартап-спільноти Сіетла»: він відіграв важливу роль у створенні інноваційних технологічних компаній та інвестуванні в них. У 2021 році став співзасновником Forum3, щоб допомагати брендам вивчати й використовувати нові технології. Компанія обслуговує таких клієнтів, як Anheuser-Busch, Crumbl, Starbucks і Tishman Speyer. Раніше Енді консультував Microsoft, сприяючи цифровій трансформації за керівництва Сатьї Наделли. Перед цим був керівним директором Techstars Seattle та привів набір учасників 2011 року до найкращих результатів в історії програми, здійснюючи посівні інвестиції в єдинорогів Remitly, Zipline й Outreach. Також співзаснував три успішні технологічні компанії, продані Axciom, The New York Times Digital і Microsoft.

Здобув ступінь бакалавра в Браунському університеті та MBA у Школі менеджменту Слоуна MIT. Нині живе в Сіетлі, штат Вашингтон.