Η Fractal αποκαλύπτει διασυνδεδεμένη πλατφόρμα τεχνητής νοημοσύνης για την αυτοματοποίηση της λήψης αποφάσεων για το CPG, την κατασκευή και το λιανικό εμπόριο

Η Fractal αποκαλύπτει διασυνδεδεμένη πλατφόρμα τεχνητής νοημοσύνης για την αυτοματοποίηση της λήψης αποφάσεων για το CPG, την κατασκευή και το λιανικό εμπόριο

Dezember 1, 2022 0 Von admin

Ρίξτε μια ματιά στις συνεδρίες κατ‘ απαίτηση από τη Σύνοδο Κορυφής Low-Code/No-Code για να μάθετε πώς να καινοτομείτε με επιτυχία και να επιτύχετε αποτελεσματικότητα, αναβαθμίζοντας και κλιμακώνοντας τους πολίτες προγραμματιστές. Παρακολουθήσετε τώρα.


Περισσότερο από ποτέ, τα καταναλωτικά αγαθά, οι επωνυμίες κατασκευής και λιανικής πρέπει να βασίζονται σε μεγάλο βαθμό στην τεχνολογία τους για να ξεκλειδώσουν την αξία – με την αγορά λιανικής τεχνητής νοημοσύνης (AI) και μόνο να έρχεται να χτυπήσει 31 δισεκατομμύρια δολάρια μέχρι το 2028. Ωστόσο, λόγω του τεράστιου κατακερματισμού που υπάρχει σε όλο το οικοσύστημα της τεχνητής νοημοσύνης, οι επιχειρήσεις στις κατηγορίες λιανικής και CPG δεν είναι σε θέση να οδηγήσουν τον επιχειρηματικό αντίκτυπο που αναζητούν από τις τεχνολογικές τους στοίβες.

Για να αντιμετωπίσουμε αυτά τα σιλό κατά μέτωπο, με έδρα τη Βομβάη και τη Νέα Υόρκη Fractal AI ανέπτυξε μια end-to-end πλατφόρμα AI, μεταγλωττισμένη Asper AI, που επιτρέπει διασυνδεδεμένες και αυτοματοποιημένες αποφάσεις μεταξύ ζήτησης και προσφοράς. Αλλάζοντας τον τρόπο λήψης αποφάσεων, η Asper στοχεύει να ξεκλειδώσει την ανάπτυξη και να μετατρέψει τους οργανισμούς σε προσαρμοστικές ευφυείς επιχειρήσεις.

>>Μην χάσετε το νέο μας ειδικό τεύχος: Μηδενική εμπιστοσύνη: Το νέο παράδειγμα ασφάλειας.<<

Μέσω της αυτόνομης πλατφόρμας λήψης αποφάσεων, η Asper ενοποιεί τον σχεδιασμό της ζήτησης, τις πωλήσεις και τη διανομή, τον προγραμματισμό αποθεμάτων και την τιμολόγηση και την προώθηση. Λειτουργεί με δεδομένα όχι μόνο για να παρέχει προληπτικές αποφάσεις, αλλά και για να παρέχει αποφάσεις που βοηθούν τους πελάτες να αξιοποιήσουν τις δυνατότητές τους – από τα τελικά αποτελέσματα έως τη βελτιστοποίηση των ροών εργασίας τους.

Εκδήλωση

Ευφυής Σύνοδος Ασφάλειας

Μάθετε τον κρίσιμο ρόλο του AI & ML στην ασφάλεια στον κυβερνοχώρο και τις ειδικές περιπτωσιολογικές μελέτες του κλάδου στις 8 Δεκεμβρίου. Εγγραφείτε για το δωρεάν πάσο σας σήμερα.

Κάνε εγγραφή τώρα

«Η επιχειρηματική επιτυχία σήμερα ορίζεται από το πόσο γρήγορα και απρόσκοπτα οι επωνυμίες είναι σε θέση να λαμβάνουν αποφάσεις», δήλωσε ο Mohit Agarwal, Διευθύνων Σύμβουλος της Asper. «Δυστυχώς, οι επωνυμίες – ειδικά στο CPG – βρίσκουν τις προσπάθειές τους να υπονομεύονται συνεχώς από την αποσυνδεδεμένη τεχνολογία που εμποδίζει την επιτυχία τους, όχι την ενδυναμώνει. Χωρίς διασύνδεση, οι μελλοντικές τεχνολογίες τεχνητής νοημοσύνης υπόσχονται, δεδομένου ότι έκαναν το ντεμπούτο τους πριν από δεκαετίες, θα εξακολουθούσαν να είναι μακρινές, αντί να είναι εδώ, τώρα. Η Asper προσπαθεί να λύσει αυτές τις προκλήσεις οδηγώντας τη διασύνδεση μέσω της αυτόνομης πλατφόρμας λήψης αποφάσεων».

Η μητρική εταιρεία της Asper, Fractal, εστιάζει στους κλάδους CPG, λιανικής και μεταποιητικής βιομηχανίας και έχει εντοπίσει 10%+ πιθανές ευκαιρίες ανάπτυξης στις οικονομικές επιδόσεις και περισσότερο από 50% στην αυτοματοποίηση της λήψης αποφάσεων.

Το διάκενο που εμποδίζει την αποδοτικότητα και την ανάπτυξη

Η ιδέα πίσω από το Asper χρονολογείται πριν από σχεδόν πέντε χρόνια, όταν ο Agarwal και η ομάδα του άρχισαν να παρατηρούν μια ανησυχητική τάση που κερδίζει δυναμική στον κλάδο των καταναλωτικών αγαθών, του λιανικού εμπορίου και της μεταποιητικής βιομηχανίας. Παρατήρησαν ότι οι βασικές επιχειρηματικές αποφάσεις λαμβάνονταν σε λειτουργικά σιλό και στερούνταν τακτικής συνοχής στο πιο αναλυτικό επίπεδο, με αποτέλεσμα να χαθούν ευκαιρίες εσόδων.

Παρόλο που η ρομποτική αυτοματοποίηση διεργασιών (RPA) είναι μια ραγδαία τεχνολογία στον κόσμο του CPG, πιστεύει ότι απέτυχε να προσφέρει βελτιώσεις παραγωγικότητας πέρα ​​από απλές εργασίες. Και εξακολουθεί να εξαρτάται μόνο από τους «ανθρώπους» να λαμβάνουν ακριβείς αποφάσεις λαμβάνοντας υπόψη πολλές διαθέσιμες πληροφορίες και σήματα σε πραγματικό χρόνο. Η RPA απέτυχε να προσφέρει βελτιώσεις παραγωγικότητας πέρα ​​από απλές εργασίες.

Και ακόμα κι αν οι εταιρείες στραφούν στην τεχνητή νοημοσύνη για αυτό, η δημιουργία δυνατοτήτων AI από την αρχή απαιτεί σημαντικό χρόνο και επενδύσεις, συμπεριλαμβανομένης της δημιουργίας ομάδων και διαδικασιών στην επιστήμη δεδομένων, τη μηχανική και το σχεδιασμό.

«Μέσα από την εμπειρία μας στο Fractal για την επίλυση αυτών των προβλημάτων για τους πελάτες του Fortune 500, έχουμε τα δομικά στοιχεία για να λύσουμε αυτά τα προβλήματα», δήλωσε ο Agarwal. «Με το Asper AI, συγκεντρώνουμε αυτή την εμπειρία και επενδύουμε για λογαριασμό των πελατών μας για να δημιουργήσουμε για αυτούς την επόμενη γενιά πλατφόρμας λογισμικού AI που επικεντρώνεται σε αυτόνομες αποφάσεις στην επιχείρηση».

Αυτό που ουσιαστικά βλέπουν οι πελάτες είναι ένα σύστημα τεχνητής νοημοσύνης που σπάει τα σιλό αποφάσεων και εξελίσσει τις εταιρείες να κατασκευάζουν αυτοματοποιημένα οικοσυστήματα, επαναπροσδιορίζοντας τους ρόλους του ανθρώπου και της τεχνητής νοημοσύνης ώστε να λειτουργούν με κλίμακα και ακρίβεια.

Η πλατφόρμα με δύο σκέλη του Asper

Η τρέχουσα σειρά προσφορών της Asper περιλαμβάνει δύο ενότητες: Dynamic Demand AI, η οποία χρησιμοποιείται για τον προγραμματισμό και την πρόβλεψη της ζήτησης και τη Διαχείριση εσόδων, η οποία είναι μια πλατφόρμα τιμολόγησης και προωθήσεων.

Με το λογισμικό σχεδιασμού και πρόβλεψης ζήτησης, η Asper στοχεύει να προσφέρει σημαντική βελτίωση στην ακρίβεια των προβλέψεων στα πιο αναλυτικά επίπεδα δράσης. Όχι μόνο μπορεί να οδηγήσει σε αυτόνομες προσαρμογές και οριστικοποίηση των προβλέψεων, αλλά ενθαρρύνει τον συνεργατικό συναινετικό σχεδιασμό σχετικά με τους κινδύνους και τις ευκαιρίες. Η πλατφόρμα ενσωματώνεται πάνω από τα υπάρχοντα δεδομένα και συστήματα για να προσφέρει σταδιακή οικονομική ανάπτυξη μέσω κορυφαίας γραμμής, βελτιστοποίησης αποθέματος και αυτοματοποίησης.

Η πλατφόρμα έχει σχεδιαστεί για να ενδυναμώνει τους σχεδιαστές ζήτησης στον ρόλο τους μέσω των ακόλουθων τεσσάρων ιστοριών χρηστών:

  1. Πρόβλεψη: Έγκαιρη προειδοποίηση για κινδύνους και ευκαιρίες​ με αναλυτική πολυεπίπεδη και πολυοριζόντια ορατότητα σε πραγματικό χρόνο.
  2. Ποσοτικοποίηση και χαρακτηρισμός: Ποσοτικοποίηση και ιεράρχηση κινδύνων και ευκαιριών με βαθύτερη κατανόηση των παραγόντων της ζήτησης.
  3. Προτείνετε και συνεργαστείτε: Προτεινόμενες ενέργειες που καθοδηγούνται από την τεχνητή νοημοσύνη, αυτομάθητες συνταγογραφικές ενέργειες, προτάσεις προσαρμογών​ για συναινετικό σχεδιασμό.
  4. Αυτοματισμός και ενοποίηση: Γνωστική ρύθμιση ροής εργασιών με αυτοματισμό μεγάλης ουράς και απρόσκοπτη ενοποίηση με συστήματα σχεδιασμού και εκτέλεσης.

Από την άλλη πλευρά, η πλευρά της διαχείρισης εσόδων είναι εκεί όπου έρχεται το μεγαλύτερο μέρος της τεχνητής νοημοσύνης — ειδικά για στρατηγικές και τακτικές αποφάσεις. Βοηθά στον εντοπισμό ευκαιριών σε πραγματικό χρόνο και στη μείωση του χρόνου για στρατηγική παρέμβαση τιμολόγησης σε εβδομάδες από μήνες. Διαθέτει βελτιστοποίηση ημερολογίου που βασίζεται σε τεχνητή νοημοσύνη και προτάσεις ανά λογαριασμό για να επιτρέπει στα KAM να εκτελούν προωθήσεις που αποδίδουν σε εσωτερικούς δείκτες απόδοσης και KPI λιανικής. Η πλατφόρμα μπορεί να παρακολουθεί και να παρακολουθεί τη διαχείριση της αύξησης των εσόδων (παραβιάσεις RGM, κινδύνους και ευκαιρίες).

Η εταιρεία ισχυρίζεται ότι η πλατφόρμα μπορεί να προσφέρει 2-3% οικονομική ανάπτυξη και 15-20% βελτιώσεις στα ROI των προωθητικών ενεργειών. Λέγεται επίσης ότι μειώνει το χρόνο για διαπραγματεύσεις πελατών και ευθυγράμμιση στο μισό με μια ολιστική προβολή σε εσωτερικούς, πελάτες και καταναλωτές KPI.

Τι σημαίνει αυτό όσον αφορά την απόδοση του πραγματικού κόσμου; Σύμφωνα με τον Agarwal, η πλατφόρμα μπορεί να βοηθήσει στην αντιμετώπιση τεσσάρων βασικών ζητημάτων:

  1. Διαρροή εσόδων στη διασταύρωση ζήτησης και προσφοράς: Η εταιρεία συνδυάζει τη σωστή στρατηγική δεδομένων, την τεχνητή νοημοσύνη και την αυτόνομη λήψη αποφάσεων για να συλλάβει ευκαιρίες στη διασταύρωση ζήτησης και προσφοράς στο πιο αναλυτικό επίπεδο σε πραγματικό χρόνο που χάνονται λόγω λειτουργικών σιλό, αργής απόκρισης και ανθρώπινης εξάρτησης.
  2. Η πλήρης εξάρτηση από τον άνθρωπο μόνο για τη λήψη αποφάσεων είναι αργή και αναποτελεσματική: Η Asper κατασκευάζει την τεχνητή νοημοσύνη για να δημιουργήσει συστάσεις πρώτα από τη μηχανή, αλλά και να σχεδιάσει τα σωστά εργαλεία και πλαίσιο για ανθρώπινη συμμετοχή και παρέμβαση, οδηγώντας σε μετασχηματισμό της διαδικασίας.
  3. Τα τρέχοντα μοντέλα αναλυτικών στοιχείων επικεντρώνονται μόνο σε περιορισμένα προγράμματα οδήγησης / KPI: Τα μοντέλα τεχνητής νοημοσύνης έχουν κατασκευαστεί ειδικά για να καταγράφουν τάσεις και σήματα από 100 εσωτερικά καθώς και εξωτερικά σήματα / KPI και να προσδιορίζουν τα σωστά προγράμματα οδήγησης και δεδομένα σχετικά και με αποχρώσεις για κάθε κατηγορία.
  4. Δύσκολο να περάσει η τεχνητή νοημοσύνη από τον πειραματισμό στην εφαρμογή κλίμακας: Η Asper κατασκευάζει το λογισμικό AI για να αυξήσει την αξία σε κλίμακα με ένα κλάσμα του κόστους.

Για παράδειγμα, η Asper έχει εφαρμόσει την πλατφόρμα τεχνητής νοημοσύνης σχεδιασμού ζήτησης με μια εταιρεία επεξεργασίας τροφίμων 5 δισεκατομμυρίων δολαρίων στις ΗΠΑ. Η εφαρμογή επικεντρώνεται στην ακρίβεια οδήγησης και στην αυτόνομη πρόβλεψη σε κλίμακα. Καλύπτουν περισσότερες από 11.000 SKU σε ένα κέντρο διανομής.

«Στο πρώτο έτος της συνεργασίας, επιτύχαμε βελτίωση 8%+ στην ακρίβεια των προβλέψεων και στοχεύουμε σε επιπλέον ακρίβεια 5% μέχρι το τέλος αυτού του έτους. Έχουμε επίσης ενεργοποιήσει τον αυτοματισμό πρόβλεψης χωρίς επαφή χωρίς ανθρώπινη παρέμβαση για περισσότερο από το 40% του χαρτοφυλακίου που αυξάνεται στο 60% μέχρι το τέλος αυτού του έτους», δήλωσε ο Agarwal στο VentureBeat.

Πέρα από την καθημερινή αποτελεσματικότητα και τη βελτιστοποίηση εσόδων, η Asper ξεκλειδώνει επίσης πρόσθετη ευελιξία για τις επιχειρήσεις ώστε να αποφύγουν να κολλήσουν σε μια γραμμική καμπύλη ωριμότητας AI. Με το Asper, οι επιχειρήσεις είναι ελεύθερες να προσαρμόσουν τα ταξίδια και την επιτυχία τους με την τεχνητή νοημοσύνη, δίνοντάς τους τη δυνατότητα να πηδούν απρόσκοπτα μέσα και έξω από την υποδομή τεχνητής νοημοσύνης τους για να ενισχύσουν τα βασικά στοιχεία που χρειάζονται, χωρίς τους χρόνους αναμονής που συνδέονται με τη γραμμική ανάπτυξη.

Μέχρι το 2022, η Asper χρησιμοποίησε πιλοτικά την πλατφόρμα της σε 5-10 πελάτες και ισχυρίζεται ότι επιτυγχάνει βελτιώσεις ακρίβειας άνω των 10-15 σημείων και έως και 60% αυτόνομες προβλέψεις. Η εταιρεία έχει δημιουργήσει μια διεπιστημονική ομάδα για την καινοτομία και την ανάπτυξη του λογισμικού τεχνητής νοημοσύνης προς τα εμπρός, φέρνοντας σε επαφή την ηγεσία και το ταλέντο στον σχεδιασμό, τη μηχανική, την τεχνητή νοημοσύνη και τη συμβουλευτική επιχειρήσεων. Μέχρι το τέλος του τρέχοντος έτους, η εταιρεία στοχεύει να επιτύχει επτά υλοποιήσεις σε επίπεδο επιχείρησης και αύξηση 2X+ στα έσοδα και στο ARR.

«Το όραμα της Asper είναι να είναι η πιο προτιμώμενη πλατφόρμα ανάπτυξης AI για το CPGR και την κατασκευή. Η ομάδα φιλοδοξεί να προσφέρει αντίκτυπο $250 MM+ για κάθε πελάτη που χρησιμοποιεί την πλατφόρμα του. Με την τεχνητή νοημοσύνη στον πυρήνα και σημαντική επένδυση από το Fractal για τη δημιουργία μιας πλατφόρμας τεχνητής νοημοσύνης με την καλύτερη στην κατηγορία του, η Asper στοχεύει να επεκτείνει τα φτερά της αντλώντας εξωτερικό κεφάλαιο στο μέλλον», δήλωσε ο Agarwal.

Η αποστολή του VentureBeat πρόκειται να αποτελέσει μια ψηφιακή πλατεία της πόλης για τους τεχνικούς λήπτες αποφάσεων ώστε να αποκτήσουν γνώσεις σχετικά με τη μετασχηματιστική επιχειρηματική τεχνολογία και να πραγματοποιήσουν συναλλαγές. Ανακαλύψτε τις Ενημερώσεις μας.