Vähittäiskauppa perustuu yhdistelmään toistuvaa työtä ja hetkiä, jotka ratkaisevat asiakaskohtaamisessa. Varastonhallinta, hinnoittelu, henkilöstön suunnittelu, tilausten käsittely ja osa asiakaspalvelusta vievät suuren osan käytetyistä tunneista. Sen lisäksi on työtä, joka perustuu paikan päällä tehtävään arviointiin: miten hylly järjestetään, miten valitus ratkaistaan, miten myyjä reagoi siihen, mitä asiakas ei ole vielä sanonut. Myyntihetken lopputulokseen vaikuttavat olosuhteet, jotka vaihtelevat myymälän ja ketjun mukaan: valikoiman laajuus, fyysisen ja verkkomyynnin suhde, tuotteen kate ja se, missä määrin asiakkaat vertailevat hintoja ennen myymälään astumista.
Niin kauan kuin varastonhallinta ja hinnoittelu perustuivat pääasiassa kokemukseen ja manuaaliseen tarkastukseen, niiden laatu oli seurausta henkilöstön määrästä ja kokemuksesta. Kenellä oli enemmän ihmisiä suunnittelemassa, sillä oli tyypillisesti vähemmän virheitä. Kun järjestelmät alkavat laskea varastoa ja hintaa suurelta osin itse ja tuovat vain poikkeukset työntekijän eteen, se muuttaa sen, mikä siinä ratkaisee. Kyse ei ole enää siitä, kuinka monta ihmistä suunnittelee, vaan järjestelmän käyttämän datan laadusta ja siitä, kuinka nopeasti poikkeamat havaitaan ja korjataan.
Tämä tapahtuu jo tänä päivänä osalla vähittäiskauppiaista, mutta ei kaikilla. Ero riippuu siitä, missä määrin yritys on saanut varasto- ja myyntidatansa kuntoon, halukkuudesta jättää päätöksiä järjestelmälle asetettujen rajojen sisällä, ja valikoiman laajuudesta: rajoitetulla valikoimalla automatisointi on helpompi validoida kuin laajalla ja nopeasti muuttuvalla tarjonnalla. Ketjut, joilla on useita toimipisteitä ja standardoitu valikoima, ovat tässä usein edellä, kun taas erikoisliikkeet tai vahvasti kausiluonteiset myymälät nojaavat enemmän ihmisen arvioon.
Saman osaston sisällä kolme kategoriaa menevät lomittain. Tilausten käsittely ja perusvaraston täydennys ovat tehtäviä, joita järjestelmä pystyy hoitamaan yhä itsenäisemmin. Hinnanmuutokset ja henkilöstöaikataulujen laatiminen kuuluvat useammin väliluokkaan: järjestelmä tekee ehdotuksen, esihenkilö hyväksyy tai hylkää sen perustellusti. Asiakassuhteen rakentaminen myymälälattialla, epätavallisen valituksen käsittely ja paikallisten mieltymysten arviointi ovat toistaiseksi ihmisten työtä. Se, missä tarkalleen raja näiden kolmen kategorian välillä kulkee, vaihtelee myymälämuodon ja tehtävän mukaan, ja juuri sen takia yleiset lausunnot 'AI:sta vähittäiskaupassa' antavat vähän tukea konkreettiseen kilpailijavertailuun.
Kun kaksi vähittäiskauppiasta väittävät saman toimitusajan, palvelutason tai hinnoittelun, kysymys ei ole enää vain siitä, kuka toteuttaa sen parhaiten, vaan myös siitä, kuka on järjestänyt tämän prosessin niin, että järjestelmä pystyy ohjaamaan sitä itsenäisesti. Ketju, joka antaa varastopäätösten automatisoitua suurelta osin, pystyy reagoimaan kysynnän vaihteluihin nopeammin kuin ketju, joka tekee samat päätökset edelleen viikoittaisessa palaverissa. Tämä ero on mitattavissa läpimenoajoissa ja virhemarginaaleissa, ei aikomuksissa tai tavoitteissa.
Juuri tässä peer group on tärkeä: vain vertaamalla myymälämuotoanne vähittäiskauppiaisiin, jotka ovat kooltaan, valikoimaltaan ja myyntikanavaltaan vastaavia, käy ilmi, johtuuko ero toimitusajassa tai hinnoittelussa erilaisesta AI-lähestymistavasta vai jostakin muusta. White space -analyysi näyttää sen jälkeen, millä ulottuvuudella yksikään vastaavista toimijoista ei pärjää vahvasti, ja missä on siis vielä käyttämättä jäänyttä tilaa.
Taustalla oleva kysymys siitä, mikä työ omassa yrityksessänne on todella AI:n hoidettavissa, vastataan tehtäväkohtaisesti FTE TO AI:n työskannauksella. Jos tämä kysymys koskettaa henkilöstöpäätöksiä, niihin pätevät omat lakisääteiset vaatimukset; työskannaus kuvaa työtä, ei sen vaikutuksia ihmisiin.
Tapa, jolla AI muuttaa kilpailijavertailua, vaihtelee suuresti sektorin mukaan. Ravintola-alalla muutos näkyy pääasiassa suunnittelussa ja henkilöstömitoituksessa, ICT-sektorilla toimitusnopeudessa ja koodin laadussa, ja rahoituspalveluissa riskiarvioinnissa ja hyväksymisnopeudessa. Myös maatalousalalla näkyy, miten kausiluonteinen työ ja automatisointi kohtaavat, mikä on rinnastettavissa vähittäiskaupan kausiluonteisiin valikoimiin.
Voitte aloittaa nimeämällä ne kohdat, joissa uskotte voittavanne kilpailijoihinne nähden, ja testaamalla näitä väitteitä sen suhteen, mikä on todellisuudessa osoitettavissa näytöllä. FTE TO AI:n ilmainen ulottuvuustarkistus on siihen lähtökohta: ilmoitatte, missä uskotte voittavanne, ja näette, mitkä näistä väitteistä pitävät ja mistä puuttuu vielä tukea. Täydellinen benchmark, jossa on peer group ja vähittäiskaupan näyttömatriisi, on rakenteilla.