Koliko vrijedi ulaganje u vještačku inteligenciju? Kako su sve ove prednosti povezane? U početku, implementacija vještačke inteligencije i robotike zahtijeva velika ulaganja – skupu opremu, integraciju sistema i obuku. Tradicionalne metode, u poređenju s tim, imaju niže početne troškove (ljudi i papir), ali veću kontinuiranu neefikasnost. Vremenom, sistemi vođeni vještačkom inteligencijom imaju tendenciju da se isplate smanjenjem operativnih troškova (podnaslov)
Autor: Boban Mladenovski, menadžer za transport, Tesco, Boban.Mladenovski@tesco.com
Putovanje boce šampona ili kartona mlijeka od fabričkog pogona do police supermarketa se transformira. U skladištima širom Evrope već imamo flote robota koji prikupljaju narudžbe, dok algoritmi pročišćavaju podatke kako bi predvidjeli trendove kupovine. Vještačka inteligencija (AI) je brzo prešla put od popularne riječi do revolucionarnog i ključnog faktora u FMCG industriji, preoblikujući i logistiku i iskustvo potrošača. Od prediktivne analitike i generativne vještačke inteligencije do robotike, kompjuterskog vida i automatizacije, ove tehnologije pokreću lance snabdijevanja i remete decenijama stare prakse.
Kompanije kao što su Unilever, Tesco, Ocado i Carrefour ulažu velika sredstva u vještačku inteligenciju kako bi povećale efikasnost i agilnost. Tradicionalno predviđanje potražnje oslanjalo se na arhive i sezonske tabele. Prediktivna AI analitika sada integriše prošlu prodaju, vremensku prognozu, društvene mreže i lokalne događaje radi veće tačnosti. Na primjer, Unilever je smanjio otpad za 40% nakon implementacije predviđanja potražnje zasnovanog na AI u svim svojim proizvodnim operacijama.
Generativna AI se pojavljuje kao „kopilot“ lanca snabdijevanja. Studija Harvard Business Reviewa primijetila je da AI može smanjiti vrijeme donošenja odluka s dana na minute, a McKinsey je otkrio da AI smanjuje administrativne zadatke i do 60%. Tesco koristi mašinsko učenje za analizu podataka o karticama lojalnosti, promet u prodavnicama i vremenske prognoze, omogućavajući predviđanja na nivou prodavnice koja minimiziraju nestašice. U poređenju s tradicionalnim reaktivnim planiranjem, AI omogućava proaktivan pristup: police se pune prije nego što dođe do skokova potražnje.
Najvidljiviji utjecaj AI je u skladištima. Hive sistem, također, kontroliše stotine robota koji se kreću po mreži kako bi prikupili narudžbe. Narudžba od 50 artikala može se završiti za pet minuta – šest puta brže od ljudi. Kompjuterski vid omogućava robotskim rukama da precizno rukuju krhkim predmetima, poput jaja, dok digitalne simulacije optimiziraju tokove rada u realnom vremenu.
U međuvremenu, Carrefour uvodi vještačku inteligenciju u svoje trgovine sa 500 kamera i 70.000 elektronskih etiketa na policama, omogućavajući praćenje zaliha u realnom vremenu i dinamičko određivanje cijena. Umjesto da osoblje ručno provjerava police, sistem odmah označava nestašice i ažurira cijene pritiskom na dugme. Ocado i Carrefour sada prilagođavaju cijene u realnom vremenu na osnovu uslova ponude i potražnje. Digitalne etikete u Carrefouru omogućavaju trenutno uvođenje popusta ili promocija.
Unilever je čak testirao zamrzivače pokretane vještačkom inteligencijom koji prilagođavaju cijene sladoleda po vrućem vremenu, povećavajući prodaju do 30%.
Transparentnost za potrošače putem vještačke inteligencije
Potrošači, također, zahtijevaju transparentnost. Platforme za praćenje zasnovane na vještačkoj inteligenciji omogućavaju kupcima da skeniraju QR kodove kako bi vidjeli porijeklo proizvoda, rješavajući etičke norme i pitanja održivosti. Studije pokazuju da je 73% potrošača spremno platiti više za transparentne lance snabdijevanja.
Po gotovo svim mjerama, lanci snabdijevanja poboljšani vještačkom inteligencijom nadmašuju svoje starije analogne prethodnike. Dobici u efikasnosti vidljivi su u brzini i troškovima. Automatizovana skladišta, poput Ocadovog, mogu obrađivati narudžbe zapanjujućom brzinom – više narudžbi u vremenu koje bi ljudskoj posadi trebalo da odabere jednu – smanjujući troškove ispunjenja po jedinici.
Ocadov pristup, također, smanjuje troškove otpada i zaliha: s naprednim predviđanjem i kontrolom u stvarnom vremenu, njihova stopa bacanja hrane je tek dio industrijskog prosjeka. Tradicionalni lanci snabdijevanja često su imali višak zaliha „za svaki slučaj“, vežući kapital; vještačka inteligencija omogućava pojednostavljen tok „just-in-time“ koji i dalje precizno zadovoljava potražnju. Studija o vidljivosti lanca snabdijevanja otkrila je da kompanije s visokom transparentnošću, zasnovanom na podacima, smanjuju operativne troškove za 10–15% kroz bolju koordinaciju.
Agilnost i vještačka inteligencija
Agilnost je još jedno područje u kojem se AI sistemi ističu. Ako toplotni val neočekivano pogodi sjevernu Evropu, Unileverovi AI alati mogu detektovati porast potražnje za sladoledom i preraspodijeliti zalihe u roku od nekoliko sati – nešto što bi konvencionalni sistem vjerovatno primijetio tek nakon što se police isprazne.
Slično tome, Carrefourova AI platforma za viziju u trgovinama može detektovati nestašice na policama u roku od sat vremena, umjesto dva dana uz stare metode, praktično eliminirajući dane bez zaliha. Ova agilnost znači manje izgubljene prodaje i zadovoljnije kupce. Također, čini cijeli lanac otpornijim: vještačka inteligencija može rano prepoznati probleme sa snabdijevanjem (kao što su kašnjenja u isporukama ili usporavanja u proizvodnji) i pokrenuti nabavke za nepredviđene situacije ili alternativne rute distribucije.
Potrošačko iskustvo je bolje uz AI
Iz perspektive kupca, korisničko iskustvo je značajno poboljšano. U maloprodaji optimiziranoj vještačkom inteligencijom, police su uglavnom punije, zalihe su bolje prilagođene lokalnom ukusu, a trgovine ili aplikacije mogu personalizirati iskustvo – bilo kroz preporučene proizvode ili brže opcije dostave.
Ocadov model čak nudi i širi asortiman: njihova automatizovana skladišta mogu uskladištiti do 50.000 različitih artikala, oko 78% više proizvoda od tipičnog supermarketa, pružajući kupcima veći izbor i praktičnost naručivanja s jednog mjesta. Usluga je također brža. Mnogi kupci u Velikoj Britaniji primijetili su da se online termini za namirnice isporučuju istog ili sljedećeg dana, jer algoritmi optimiziraju rute dostave i ispunjavanje narudžbi.
Koliko vrijedi ulaganje u vještačku inteligenciju? Kako su sve ove prednosti povezane?
U početku, implementacija vještačke inteligencije i robotike zahtijeva velika ulaganja – skupu opremu, integraciju sistema i obuku. Tradicionalne metode imaju niže početne troškove, ali veću kontinuiranu neefikasnost. Vremenom, sistemi vođeni vještačkom inteligencijom imaju tendenciju da se isplate smanjenjem operativnih troškova.
Automatizovano prikupljanje smanjuje troškove rada i greške (roboti ne prave pauze niti griješe pri skeniranju bar-kodova). Bolje prognoze znače manje novca potrošenog na višak zaliha ili hitne isporuke u posljednji čas. Dinamičko određivanje cijena može optimizirati marže tako što ne ostavlja novac „na stolu“ tokom velikih skokova potražnje.
Evropska firma za dostavu posljednje milje uštedjela je 30 miliona funti godišnje koristeći AI agente za „virtuelnu dispečersku“ dostavu, nakon ulaganja od samo dva miliona funti u tehnologiju. Takav povrat ulaganja ohrabruje čak i rukovodioce FMCG industrije koji su svjesni troškova da prihvate vještačku inteligenciju.
S druge strane, kompanije koje se drže tradicionalnih praksi mogu se naći u nepovoljnom položaju u pogledu troškova. Svjetski ekonomski forum procjenjuje da bi 25% radnih mjesta moglo biti poremećeno u roku od pet godina. Iako se pojavljuju nove uloge u robotici, ne mogu svi radnici lako preći u druge industrije. Kompanije poput Unilevera ističu da se planeri sada više fokusiraju na strategiju, dok se vještačka inteligencija bavi obradom podataka.
Složeni AI sistemi mogu zakazati, uzrokujući ozbiljne poremećaje. Firme moraju održavati ljudski nadzor i rezervne procese kako bi osigurale otpornost.
FMCG industrija se razvija od krutih ka modelima vođenim prognozama i inteligentnim, responzivnim mrežama. Pioniri u Velikoj Britaniji i EU pokazuju šta je moguće: prediktivna potražnja, autonomna skladišta, personalizirane ponude i transparentna opskrba.
Vrijednost vještačke inteligencije mora biti jasna potrošačima – kroz niže cijene, bolju uslugu i pouzdanu transparentnost – dok kompanije upravljaju privatnošću, pravednošću i tranzicijom radne snage.
Kako tehnologija napreduje, pobjednici će biti oni koji kombinuju mašinsku inteligenciju s ljudskim prosuđivanjem. U sljedećoj deceniji, kutija žitarica ili posuda sladoleda mogli bi stići do potrošača brže, svježije i etičnije nego ikada prije – zahvaljujući vještačkoj inteligenciji koja tiho orkestrira lancem snabdijevanja iza kulisa.
