الأخبار

كيف يمكن للذكاء الاصطناعي مساعدة الشركات على التغلب على التضخم وتجنب الانكماش

أدى تأثير الدومينو لـ COVID-19 والحرب في أوكرانيا إلى تعطيل سلاسل التوريد وزيادة التكاليف، تاركين للمصنعين ثلاثة مسارات للبقاء: زيادة الأسعار مباشرة، أو إعادة صياغة المنتج بمواد أرخص أو تقليص حجم المنتجات في موجات.

نظرًا لأن العملاء أكثر حساسية تجاه الزيادات في الأسعار أو انخفاض الجودة، فقد اختارت العديد من الشركات إزالة بعض المنتجات دون تغيير السعر. يشير المصنعون إلى هذه الممارسة باسم "خفض التكلفة". لكن المستهلكين يسمونها انكماش (shrinkflation).

رد الفعل العنيف للانكماش
إن الانكماش ليس بالأمر الجديد، ولفترة طويلة كان يعتبر معيارًا، إن لم يكن بالضرورة طريقة أخلاقية، لممارسة الأعمال التجارية، خاصة أثناء فترات الركود. تم القيام به بشكل تدريجي - في أجزاء وأجزاء - وهذا هو السبب في أنه نادرًا ما تم إخضاعه لرادار المستهلك. ولكن، خلال العامين الماضيين، في الوقت الذي كانت فيه مخاوف المستهلكين المالية في أعلى مستوياتها على الإطلاق، لم يمر الانكماش دون أن يلاحظه أحد.

وفقًا لاستطلاع أجرته مؤسسة Gartner مؤخرًا للمستهلكين: "في العام الماضي، قال 70% من المستهلكين إنهم لاحظوا انكماشًا أو تضخمًا بطيئًا [ممارسة استخدام مواد أرخص في منتج] في فئة منتج واحدة على الأقل. أشار 41% من المستهلكين إلى أن المنتجات المنزلية عانت من انكماش، بينما أشار 32% من المستهلكين إلى أن منتجات "العناية الشخصية" عانت من ذلك".

فيما يلي بعض الأمثلة الحديثة على الانكماش:

- تم مؤخرا معاقبة شركة نستله لخفضها من لوح كادبوري ديري ميلك من 200 جرام إلى 180 جرام.
- تم تخفيض أكياس فريتو سكوب بحجم الحفلة من 18 إلى 15.5 أونصة هذا العام.
- تقوم شركة PepsiCo بالتخلص التدريجي من عبوات Gatorade سعة 32 أونصة لصالح حاويات سعة 28 أونصة.

بالإضافة إلى تفاعل العملاء بقوة مع الانكماش، يدرك المصنعون أنفسهم عدم فعالية هذه الممارسة. قال إيرا دوبينسكي، مدير GTM في Peak: "إنه تكتيك قصير المدى لمشكلة طويلة الأمد".
 
الكفاءات المتزايدة عبر سلسلة التوريد يمكن أن تساعد
يعد تجميع البيانات عبر سلسلة التوريد التقليدية أمرًا شائعًا، ولكن عمليات العملاء - حيث يتم إنشاء الطلب - غالبًا ما يتم عزلها في قسم آخر وتعمل عادةً على مستوى أكثر دقة. يمثل ربط بيانات التنفيذ والطلب عبر سلسلة التوريد فرصة كبيرة لمخططي الطلب، الذين يعملون بالفعل بسعة.

هذا هو المكان الذي يمكن أن يساعد فيه الذكاء الاصطناعي (AI) Artificial Intelligence. يمكن أن يساعد وجود بيانات الموقع واتجاهات سلوك العملاء والأرقام التفصيلية لحركة مخزون التجزئة في مكان واحد الشركات على تحقيق كفاءات متزايدة عبر سلسلة التوريد. يتم تحقيق وفورات في التكلفة لأن الشركات لا تفوت المبيعات بسبب مشاكل المخزون، وتجنب غرامات التسليم المتأخرة، وتحسين مسارات المركبات لخفض تكاليف الوقود، وما إلى ذلك.

تعزيز ذكاء القرار بالذكاء الاصطناعي
ذكاء القرار (DI) Decision intelligence هو التطبيق التجاري للذكاء الاصطناعي في عملية صنع القرار. Peak، منصة ذكاء اصطناعي تأسست عام 2015، تبني تطبيقات DI. إنها تتنافس مع منصات مثل O9 و C3 و DataRobot.

تتميز منصة Peak بمكتبة من التطبيقات الجاهزة التي تناسب مجموعة متنوعة من حالات الاستخدام عبر القطاعات بما في ذلك CPG وتجارة التجزئة والتصنيع. تسمح هذه التطبيقات للمستخدمين بتطبيق الذكاء الاصطناعي بسرعة لتحقيق الأهداف التجارية، مع منحهم الأدوات التي يحتاجونها لتوسيع استخدام DI بمرور الوقت.

قال Dubinsky: "تخيل لو كنت تعرف ما يجب تصنيعه، ومتى يتم تصنيعه، وكم ستكلف المواد الخاصة بك، وعدد العبوات لكل منصة نقالة، وطريق التسليم الأكثر كفاءة". "ليس لدينا كرة بلورية، لكن لدينا أفضل شيء تالي".

تم تصميم حزمة تطبيقات العرض والطلب في Peak لأخذ البيانات من سلسلة التوريد واستخدام الذكاء الاصطناعي لتحسين القرارات من الشراء والمخزون إلى الخدمات اللوجستية والتسعير.

من خلال جلب الفرق الفنية والتجارية على حدٍ سواء إلى منصة واحدة وتوفير واجهة للفرق التجارية للتعامل مع أحد النماذج، تتصدى Peak للعديد من التحديات التي تواجهها الشركات التي تتطلع إلى نشر الذكاء الاصطناعي. إنه يضمن أن النماذج تركز على النتائج، ويسرع العملية من البداية إلى النهاية، مما يزيد من الوقت للقيمة.

استشهد دوبينسكي بمثال لشركة توصيل البقالة المستدامة، Modern Milkman، التي احتاجت إلى الحصول على رؤية كاملة لسلسلة التوريد الخاصة بها، وبالتالي اتخاذ قرارات أكثر استنارة بشأن عمليات المخزون والطلبات والمستودعات.

من خلال اتباع نهج متصل قائم على البيانات، فإن Modern Milkman قادرة على التنبؤ بالطلب في بيئة متقلبة، وتقليل هدر الطعام، والتخلص من التكاليف غير الضرورية والتأكد من أن المنتجات المناسبة متوفرة في مراكز البقالة المحلية لتلبية طلب العملاء. إن تحقيق كفاءات متزايدة من خلال تحسين الأداء عبر سلسلة التوريد يحافظ على عودة عملائه ويضع Modern Milkman في وضع رائع لمكافحة دورة التضخم هذه.

البيانات الصحيحة يمكن أن تحل المشاكل
نظرًا لأن المشاكل التي تؤدي إلى الانكماش لن تحدث في أي وقت قريبًا، ينصح دوبينسكي الشركات بتفكيك الصوامع الداخلية لسد الفجوة بين توليد الطلب وتلبية الطلب. "يمكن لأفراد التسويق وسلسلة التوريد أن يكونوا أفضل أصدقاء حقًا. يمكن أن يؤدي ربط البيانات من هاتين الإدارتين إلى فتح بعض الفرص التي تحدثنا عنها سابقًا حيث تُثري بيانات الطلب توقعات الطلب وتساعد على جعل العمليات أكثر كفاءة".

يجب أن تكون بيانات العملاء أولوية رئيسية أخرى. يقول دوبينسكي إن المستقبل يتعلق بعلاقات 1: 1 مع المستهلكين وطريقة تشغيل تتمحور حول المستهلك. سواء كنت تبيع للمستهلكين مباشرة وتعرف من هم، أو تبيع منتجاتك المصنعة لتجار التجزئة، استخدم كل قناة تسويقية لدفع الاشتراكات وجمع البيانات، ثم تقديم تجارب غنية لتعزيز هذه العلاقة.

قال دوبينسكي: "الموضوع المشترك هنا هو أن الإستراتيجيات تحتاج إلى أن تكون مستنيرة من خلال فهم ثري لطبيعة عملائك، ومكان وجودهم، وما يشترونه". "يمكن للذكاء الاصطناعي أن يفعل ذلك بمزيد من البيانات وأكثر ذكاءً وأسرع". "وهنا يأتي دور اللعب على المدى الطويل. استثمر في التكنولوجيا التي تستفيد من البيانات من جميع أنحاء مؤسستك لتحسين المخزون وتقليل الحركات وإدارة التقلبات".