Ma gli effetti secondari sono ancora più dolorosi. Quando il denaro è bloccato nelle scorte, le aziende non hanno la libertà o l'agilità per effettuare gli investimenti necessari. E il costo dell'esaurimento delle scorte non si limita alle vendite perse. Secondo vari studi, il motivo principale per cui i consumatori provano un altro marchio è la disponibilità. Il motivo principale per cui i consumatori lasciano un negozio senza acquistare sono gli Scaffali vuoti. Il rivenditore a cui andrà la maggior parte dei redditi più alti a causa della mancanza di fiducia negli altri? Amazon.

Il tradizionale playbook di vendita al dettaglio non funziona più e le aziende utilizzano nuove fonti di dati per ottenere quel vantaggio. "I dati che non erano nemmeno stati acquisiti prima vengono ora acquisiti " , secondo Siva kumar Lakshmanan, CEO, antuit.ai - ora parte di Zebra Technologies. Ma questa acquisizione di dati va oltre la necessità di acquisire dati per il bene dei dati; i sistemi intelligenti utilizzano i dati per guidare le decisioni di inventario. Le aziende vinicole possono utilizzare i dati meteorologici per pianificare le loro spedizioni per evitare il caldo eccessivo e le aziende sanitarie possono utilizzare i dati sui pollini per posizionare i farmaci per l'allergia in luoghi idonei.

La tecnologia sta assumendo un ruolo guida nella risoluzione dei problemi di domani. Grazie agli investimenti tecnologici, la produttività del lavoro è cresciuta del 2,2% all'anno tra il 2020 e il 2021, rispetto a una crescita media annua dello 0,9% dal 2011 al 2019. E nel suddetto rapporto del gruppo IHL, "Sistemi e processi migliori hanno fornito 23,9 miliardi di dollari di miglioramento delle vendite nei soli ultimi due anni".

Le tecnologie AI, Cloud e SaaS sono una grande ragione di questi vantaggi. Come discusso in precedenza, il cloud computing aumenta la potenza di elaborazione riducendo i costi. Gli abbonamenti SaaS obbligano i fornitori di software a essere più responsabili delle loro promesse. E le soluzioni di intelligenza artificiale decifrano i dati a velocità, scalabilità e sofisticatezza crescenti. È una tripletta di innovazione.

Nonostante l'entusiasmo, le tecnologie di intelligenza artificiale da sole non sono una bacchetta magica. Dopotutto, molti progetti di intelligenza artificiale non riescono a fornire i risultati attesi e i risultati trasformativi richiedono l'interazione umana con il sistema di intelligenza artificiale. Gli utenti aziendali non devono conoscere i dettagli alla base del funzionamento dell'IA, ma dovrebbero capire concettualmente cosa sta facendo e come utilizzarla. È come se qualcuno dicesse che i Big Data sono la soluzione a tutti i problemi, per poi non seguire mai come utilizzare i dati effettivi che vengono presentati.

Ma questo articolo non riguarda i vantaggi dell'IA: si tratta di come i dati e l'IA possono trasformare il modo di pensare e l’approccio, proprio come ha fatto l'analisi digitale nel baseball, nel calcio, nel calcio e in altri sport.

La sfida più grande che le aziende CPG devono affrontare oggi è anticipare la domanda dei consumatori. Il 76% dei leader della supply chain afferma di dover affrontare interruzioni maggiori e più frequenti rispetto a tre anni fa. I problemi della catena di approvvigionamento, aggravati dal cambiamento del comportamento di acquisto, fanno sì che l'inventario sia passato da carenze a eccedenze. La digitalizzazione di un'intera catena di approvvigionamento può costare decine di milioni di dollari e richiedere 3-5 anni. E questo investimento non include i costi per l'aggiunta di nuovi impianti di produzione e stoccaggio. Le aziende non possono aspettare così a lungo e spendere così tanto per vedere il cambiamento.

L'uso dell'IA per aumentare i sistemi è una valida alternativa. L'aumento del sistema non è nuovo, ma prima aggiungeva nuove funzionalità e capacità a una soluzione ERP di base quando tale funzionalità non era presente. L'aumento del sistema per l'IA aggiunge intelligenza per ottenere il numero giusto.

Prendiamo una situazione tipica. La pianificazione della domanda viene eseguita tramite un sistema che fornisce più visualizzazioni dei dati, riduce i dettagli, combina le informazioni su tutti i canali e consente di modificare il piano. Ma supponiamo che la previsione sottostante non sia corretta o non utilizzi i driver di domanda appropriati. Il pianificatore della domanda lo aumenta o lo riduce in base alla sua conoscenza? In tal caso, il valore è diminuito, poiché gli utenti avranno pregiudizi. Nella fase successiva, le vendite e il marketing aggiungono le loro proiezioni per stabilire un consenso. Ma quel nuovo numero è accurato? Probabilmente no. E quanto velocemente si può adattare questo piano in base a questo processo? Annuale, semestrale, trimestrale? Quando è troppo tardi?

Il vantaggio di aumentare le soluzioni con l'IA è massimizzare gli investimenti attuali, aumentare la velocità di innovazione e farlo a un costo inferiore.

Supponiamo di aver speso milioni per un sistema di rifornimento che funziona bene, ma non si è soddisfatti dei risultati che sta fornendo. In tal caso, è già integrato con i sistemi di gestione del magazzino, degli ordini e dell'inventario. Se si sostituisce il sistema, tali interfacce dovranno essere rielaborate senza alcun vantaggio aggiuntivo. Si dovrà anche testare nuovamente i processi e riqualificare il personale. Per non parlare di tutti i nuovi problemi che appariranno sempre durante l'implementazione del software. Tutti questi richiedono specialisti e tirano fuori le persone dal loro lavoro quotidiano per sostenerli.

Al contrario, se il problema principale è che si sta lottando per stare al passo con i cambiamenti della domanda dei consumatori, il problema potrebbe non essere il sistema stesso, ma le previsioni e l'intelligenza dietro di esso. Se si potesse infondere più intelligenza nel sistema (ad esempio, aumentare), si potrebbe mitigare il problema più grande e ottenere valore aggiuntivo dai tuoi sistemi attuali.?

Questo significa che non si deve mai sostituire quel sistema? No. Fornisce una soluzione al problema più importante in modo più rapido ed economico. Inoltre, quando l'esigenza aziendale decide di sostituire detto sistema, si può cercare di mantenere l'intelligence migliorando la parte di esecuzione.