對(duì)于探索人工智能來指導(dǎo)決策的零售商而言 主要?jiǎng)訖C(jī)是圍繞盈利能力或可持續(xù)性

對(duì)于那些仍不確定是否有足夠的理由將此類活動(dòng)外包的公司而言，信息很明顯-他們是同一回事。

人工智能與可持續(xù)發(fā)展計(jì)劃之間的聯(lián)系并不是什么新鮮事物。普華永道英國(guó)的研究最近確定，到2030年，將AI用于環(huán)境應(yīng)用可以為全球經(jīng)濟(jì)貢獻(xiàn)高達(dá)5.2萬億美元。

但是，當(dāng)涉及將機(jī)器學(xué)習(xí)(ML)的概念與他們自己的生態(tài)目標(biāo)聯(lián)系起來的不同行業(yè)時(shí)，這個(gè)信息還沒有完全傳播出來。許多組織陷入困境，他們認(rèn)為它們可以盈利或可持續(xù)。這是一個(gè)愚蠢的推論，事實(shí)并非如此。

最佳決策

在零售業(yè)中，這種AI驅(qū)動(dòng)可持續(xù)性的想法有兩個(gè)框：

•通過產(chǎn)品過期以及對(duì)公司的供應(yīng)鏈和采購(gòu)活動(dòng)的影響來避免浪費(fèi)。

•遵守季節(jié)性趨勢(shì)，在一定時(shí)期內(nèi)如果不購(gòu)買產(chǎn)品就會(huì)變得多余。如果您可以在兩個(gè)參數(shù)之間做出最佳決策，那么您將減少庫存浪費(fèi)和多余的庫存，減少不必要的供應(yīng)和分銷活動(dòng)，并減少可能永遠(yuǎn)無法通過定制方式償還的采購(gòu)支出。

只有定義需求，需求和消耗的最佳概率曲線的算法才能確保這一點(diǎn)。這樣，公司便獲得了更大的權(quán)力來同時(shí)提高盈利能力和可持續(xù)性。

對(duì)于供應(yīng)商而言，它在繼續(xù)對(duì)抗“自己動(dòng)手”趨勢(shì)的同時(shí)為我們提供了更多的優(yōu)勢(shì)。

新動(dòng)態(tài)

我們?nèi)匀幻刻煊龅截?fù)責(zé)數(shù)百萬個(gè)數(shù)據(jù)點(diǎn)的組織，他們認(rèn)為它們比機(jī)器可以做出更好的決策。無論是圍繞庫存控制，收入管理還是季節(jié)性期望，他們都依靠數(shù)十年的經(jīng)驗(yàn)來提出這一主張。

但是，可持續(xù)發(fā)展的角度最近改變了這種動(dòng)態(tài)，并且很可能會(huì)繼續(xù)以更大的速度向前發(fā)展。擁有比機(jī)器更多經(jīng)驗(yàn)的想法并不能抵擋一種趨勢(shì)，這種趨勢(shì)直到最近才成為差異化因素。

在氣候控制，生態(tài)問題，全球變暖和公司的碳足跡方面，許多高層管理人員都在努力證明自己不愿遵守ML的理由。他們幾十年來一直沒有考慮這個(gè)問題。雖然AI提供商提出的實(shí)際產(chǎn)品或服務(wù)沒有改變，但其提議和與組織的聯(lián)系方式卻略有不同。

如果獲利能力的承諾不能說服公司，那么可持續(xù)性保證也可能—即使方法完全相同。

個(gè)性化的回報(bào)

這都是關(guān)于感知的。人類的“直覺”本能仍然是AI模型的最大對(duì)手，對(duì)于供應(yīng)商而言，這既是一場(chǎng)心理和社會(huì)斗爭(zhēng)，也就像一場(chǎng)行業(yè)斗爭(zhēng)。

在這種情況下，人們的呼聲是，最佳的數(shù)據(jù)量化可以圍繞您想要的一切進(jìn)行，但這并不會(huì)改變所需的技術(shù)和計(jì)算。

通常，這與利潤(rùn)和股東價(jià)值有關(guān)，因?yàn)檫@是源遠(yuǎn)流長(zhǎng)的成功故事。但是，如果您最關(guān)心的是客戶滿意度，聲譽(yù)提升或更好的推廣和互動(dòng)(通過促銷或市場(chǎng)營(yíng)銷手段)，那么您仍然可以從更明智的決策中受益。價(jià)格點(diǎn)?在哪里發(fā)送促銷?配股?季節(jié)性采購(gòu)?

可持續(xù)性只是AI可以幫助優(yōu)化的另一個(gè)參數(shù)。通過項(xiàng)目的個(gè)性化，做出的每個(gè)決定都可以優(yōu)化該特定資源。