Doświadczeni użytkownicy lepiej szacują koszty AI

Adam Beniowski
Adam Beniowski
30 marca 2022

W grudniu 2021 McKinsey opublikował raport “The State of AI in 2021”. Ten artykuł to część mojej subiektywnej analizy tej publikacji. Kluczowe wnioski znajdziesz pod tym linkiem, zawarłem tam też odnośniki do innych części analizy.

wykres artykuł AB - 07Na podstawie raportu McKinsey "The state of AI in 2021".

Respondenci, których organizacje wykorzystują AI w mniejszym
zakresie, znacznie częściej
niedoszacowują kosztów związanych z
wprowadzeniem AI. 

To zjawisko bardzo mocno pokrywa się z naszymi doświadczeniami. 

Bardziej doświadczeni klienci, jednocześnie trafniej oszacowują koszty wdrożenia AI, jak i bardziej świadomie uwzględniają źródła oszczędności lub zysków, wygenerowane dzięki tej technologii. Przykłady profitów z naszych projektów - krótszego zbierania danych podczas wizyty handlowej, wzrost dystrybucji i dostępności produktów w sklepach, właściwa ekspozycja, przekładająca się na zwiększoną sprzedaż, większe udziały półkowe. Rozumieją też znacznie lepiej jak wiarygodność danych wpływa na ich biznes. 

Wdrożenie AI, szczególnie w branży Retail, to bardzo często zmiana paradygmatu funkcjonowania organizacji. Zmiana źródła pochodzenia danych z wprowadzanych ręcznie, najczęściej deklaratywnych,  na automatyczny pobór z użyciem wiarygodnego AI. W prowadzonych projektach, często właśnie ten moment jest krytyczny dla klientów, ponieważ, w wielu przypadkach oznacza spadek raportowanych i analizowanych KPI jakościowych o pięćdziesiąt lub więcej procent. Nie każdy manager i nie każda organizacja jest w stanie zmierzyć się z takim nowym porządkiem świata. A przecież ciężko jest podejmować właściwe decyzje biznesowe w oparciu o zafałszowane dane. Organizacje potrafiące zaakceptować takie biznesowe “katharsis”, bardzo szybko przechodzą do skutecznych i świadomych działań, obserwując pozytywne zmiany w firmie i jej sytuacji rynkowej.

W przeszłości, wielokrotnie obserwowaliśmy jak wygodnie jest przebywać w wirtualnym świecie, gdzie niemal wszystkie KPI raportowane w subiektywny sposób, składają się na wyidealizowany obraz rynku. Z drugiej strony, obserwowaliśmy też zachowania odwrotne. Szczególnie, gdy zaczynają się pojawiać świadome pytania, kontestujące rzeczywistość budowaną na bazie ręcznych raportów. Skoro w szeroko rozumianym rynku działamy tak sprawnie, to jak to się dzieje, że nasza sprzedaż nie rośnie tak szybko jakbyśmy chcieli? Odpowiedzi na to pytanie szuka się wtedy  na różne sposoby. Z naszego doświadczenia, najlepszym rozwiązaniem jest odważna weryfikacja bieżących danych i informacji. Wymaga ona jednak skorzystania z nowych narzędzi i metod, tak aby było co porównywać z dotychczasowymi wynikami. Najprostszą metodą i do tego bardzo skuteczną, jest uruchomienie pilotażowego badania wspartego przez AI. To daje szansę na ocenę nowych narzędzi, urealnienie danych opisujących sytuację rynkową i podejmowanie skutecznych decyzji i działań.

Przytoczę tu przykład z ostatnich kilkunastu miesięcy. Mamy klienta, który zakładał, że sam fakt wykonania i przesłania do centrali zdjęcia ekspozycji produktów w punkcie sprzedaży, potwierdza, że została ona wdrożona rzeczywiście i do tego zgodnie ze standardem jakiego oczekuje firma. Po przeprowadzeniu pilota i zweryfikowaniu ponad 4000 ekspozycji przez nasz system Photo Recognition, okazało się, że tylko 60% z nich realizuje standard. Z tego badania klient dowiedział się również jakie były przyczyny tak niskiego, realnego poziomu egzekucji standardu, otrzymując szczegółowe informacje na temat poziomu realizacji każdego z elementów składających się na standard, w tym np.: odpowiedniej obecności produktów promocyjnych, odpowiedniego wdrożenia materiałów POS, właściwej komunikacji ceny, itd. Klient mógł zdiagnozować, który element wymaga szczególnej uwagi i wprowadził odpowiednią korektę w zadaniach dla operacji. 

Obserwując rynek i zmiany na nim następujące, uważam, że tylko organizacje, posiadające odwagę i gotowość na zmianę, są w stanie zobaczyć realny obraz rynku a co za tym idzie podejmować realne, oparte na solidnych fundamentach decyzje biznesowe. Takie działania obserwujemy coraz częściej wśród naszych klientów, rynek jest coraz trudniejszy i tkwienie w wirtualnej rzeczywistości pięknych KPI, może jest miłe, ale mało opłacalne, szczególnie w perspektywie średnio i długookresowej. 

Tu płynnie chciałbym nawiązać do tematu artykułu - jak łatwo się domyślić zmiana paradygmatu funkcjonowania organizacji, jak każda zmiana, spotyka się z szeregiem zastrzeżeń, szczególnie na pierwszych dwóch etapach wprowadzania zmiany, tj: Zaskoczenia i Negacji. Chęć pozostania organizacji w strefie komfortu jest tak silna, że znajduje się sporo kontrargumentów na zdawałoby się oczywistą potrzebę zmiany sposobu raportowania. Jednym z tych kontrargumentów, co potwierdza raport McKinsey, bywa stwierdzenie: “wdrożenie AI wymaga dodatkowych nakładów, a nie przyniesie żadnych zysków. Zresztą, nasze dotychczasowe rozwiązania przecież działają”. 

Wracając do samych kosztów wdrożenia AI, produkcji kolejnych modeli AI i utrzymania obecnych, można je wprowadzać etapami. Wśród Klientów z którymi pracujemy wiele lat, widzimy mocny trend związany z rozwojem ilości parametrów, które mają być kontrolowane przez Photo Recognition wspieranego AI. Wielu z nich testuje technologię i jej przydatność zaczynając od badania kilku parametrów. Potem, uzyskując potwierdzenie opłacalności tej inwestycji i wzrosty parametrów biznesowych,  z czasem zwiększają skalę projektów i ilość badanych parametrów.

wykres artykuł AB - 08Opracowanie własne na bazie danych PBS.

Powyższa tabela ilustruje ten proces dość jasno, na bazie trzech wybranych klientów, na przestrzeni kilku ostatnich lat. Każdy z tych klientów zaczynał od weryfikacji kilku, w przypadku klienta A, kilkunastu parametrów, by z czasem zwiększyć ich ilość do kilkudziesięciu lub nawet kilkuset w przypadku wcześniej wymienionego. 

Od 2016 roku średnia ilość badanych parametrów na projekt wzrosła dziesięciokrotnie. Oczywiście koszt pomiaru na parametr też spadł znacznie przez te ostatnie kilka lat, co sprawia, że głód informacji, może być zaspokojony w coraz bardziej ekonomiczny sposób.

Z rozwojem świadomości AI, proporcji kosztów i benefitów, organizacje zdobywają również nowe doświadczenie. Okazuje się, że pozyskanie każdej nowej informacji z rynku przestało  łączyć się ,z jak wcześniej miałoby to miejsce, dodatkową  pracą ich zespołów. Wiarygodna i coraz szersza wiedza o rynku, może zostać pozyskana bez dodatkowego wysiłku działów operacji lub nawet z uwolnieniem części czasu pracy. Pozyskana wiedza może zostać spożytkowana do budowania dalszej przewagi konkurencyjnej. Przewagi, którą mogą budować jedynie organizacje gotowe wyjść ze swojej strefy komfortu i przełamujące paradygmat funkcjonowania w zastanych schematach.

👉 Zapraszamy do śledzenia naszej aktywności w mediach społecznościowych, aby być na bieżąco:

Nasz profil na Facebook'u New call-to-action

baner-nowy-123d

 

TAGI: PhotoRecognition, ProDisplay, retail, AIinRetail, AI, ImageRecognition