Die Erfolgsformel für den Einzelhandel: Mensch + Machine Learning = Maximale Produktivität

IN Machine Learning — 26 July, 2017

Wenn es um künstliche Intelligenz geht, wird in den Medien heute vor allem das Thema Mensch versus Maschine diskutiert. Dabei konzentrieren sich aktuelle KI-Entwicklungen vielmehr darauf, dass die Menschen mithilfe von Machine Learning selbst besser und effizienter arbeiten können.

GettyImages-597267824-cropped-10.jpg

In einem früheren Blogartikel haben wir gezeigt, wie KI das Personal im Einzelhandel unterstützt und dass Mitarbeiter die Automatisierung von Prozessen nicht fürchten müssen. Die Anzahl und die Art der Tätigkeiten im Einzelhandel werden sich in den nächsten Jahren vielleicht verändern, gleichzeitig eröffnen sich den Angestellten aber auch Möglichkeiten, ihre Arbeit neu zu gestalten und dabei ihre Stärken besser einzubringen, was sich positiv auf die Motivation und Produktivität auswirkt. Die Arbeitswelt durch KI zu verbessern, ist Teil unserer Zukunftsvision.

Die neue Welt des Einzelhandels

Als Vorreiter im Bereich KI-basierte Entscheidungen sehen wir bei unseren Kunden bereits, welchen signifikanten Unterschied die Automatisierung für Einzelhändler macht. Nachdem die ersten Anwender manuelle Prozesse durch Machine Learning und Deep Learning ersetzt haben, können sie Milliarden von automatisierten Echtzeitentscheidungen treffen und häufig auftretenden Fehler minimieren. Diese Unternehmen leben bereits in der neuen Welt des Einzelhandels, in der sie ihre Daten bestmöglich nutzen.

Allerdings ersetzt KI-Technologie nicht die Mitarbeiter. Der Unterschied zwischen der alten und der neuen Einzelhandelswelt besteht darin, dass diese jedoch dank der Automatisierung mehr Zeit haben, um für eine bessere Customer Experience zu sorgen.

Die Zukunft ist jetzt

Wie die Erfahrung der ersten Anwender von KI-basierten Lösungen zeigt, ist künstliche Intelligenz keine Zukunftstechnologie, sondern verbessert schon heute die Geschäftswelt. Es ist nur verwunderlich, dass nicht längst mehr Unternehmen die Vorteile für sich nutzen.

Viele Einzelhändler befürchten, dass die Veränderungen, die KI mit sich bringt, vom Personal als „disruptiv“ empfunden werden. Allerdings ist es ja gerade eines der wichtigsten Argumente für die Nutzung von KI, dass sich die Automatisierung der Kernprozesse eben nicht störend auf die tägliche Arbeit auswirkt. Die Mitarbeiter können wie gewohnt weiterarbeiten, während im Hintergrund die Bedarfsplanung, die Warendisposition und die Preise optimiert werden.

Und nicht nur das: Es werden schnell positive Ergebnisse erzielt, was die Automatisierung von Entscheidungen aus betriebswirtschaftlicher Sicht sehr überzeugend macht. In der Regel liefern Blue Yonder Projekte den Kunden bereits nach drei bis sechs Monaten einen Mehrwert. Mitarbeiter in Schlüsselpositionen können sofort sehen, wie KI die täglichen Prozesse optimiert und wie sie von einer unmittelbaren Verbesserung der Leistung profitieren.

So profitieren Mitarbeiter von KI

Bis jetzt konzentrierten sich die Innovationen rund um die Arbeitsplatzproduktivität vor allem auf den Einsatz von Smartphone oder Tablets, um dem Kunden in der Filiale schneller und besser weiterzuhelfen.

Echter Wandel muss aber im Kern des Geschäfts starten. Machine Learning verändert das Geschäftsmodell des Einzelhandels grundlegend und sorgt dafür, dass Mitarbeiter auf jeder Ebene – von der Zentrale bis zur kleinsten Filiale – die Auswirkungen bemerken, verstehen und davon profitieren.

Durch die Automatisierung kann das Angebot eng an der Nachfrage ausgerichtet werden. Dadurch lässt sich der Gewinn steigern und es werden Ressourcen für die Personalschulung und -entwicklung freigesetzt, um so die Produktivität noch weiter zu erhöhen. Während KI täglich optimale Entscheidungen liefert, können sich die Verkäufer auf das konzentrieren, was sie am besten beherrschen: die Kundenberatung und den Verkauf.

Blue Yonder Blue Yonder

World-class retailers can reduce their out-of-stock rates by as much as 80% and see their revenue and profits improve by more than 5%.