Useimmat pienyrittäjät mieltävät tekoälyn työkaluksi, joka on tarkoitettu Piilaakson kehittäjille tai korkean taajuuden pörssikauppiaille. He eivät näe sitä asiana, joka kuuluisi mutaiselle pellolle tai vetoiseen latoon. Mutta menestyneimmät tekoälyn käyttöönotto pienyrityksissä -tarinat, joita olen viime aikoina nähnyt, eivät tapahdu teknogiakeskittymissä – ne tapahtuvat perinteisillä aloilla, kuten maataloudessa. Haluan kertoa teille erityisesti pienestä viinitilasta, joka lopetti sadon määrän arvailun ja alkoi käyttää dataa sanelemaan ehtonsa jakelijoille.
Olen työskennellyt satojen yritysten kanssa ja havainnut toistuvan kaavan, jota kutsun nimellä täsmällisen neuvotteluvoiman kuilu (The Precision Leverage Gap). Se on valtava ero neuvotteluvoimassa sellaisen yrityksen, joka toimii "parhaiden arvausten" varassa, ja sellaisen välillä, joka toimii ennustettavan varmuuden pohjalta. Viinimaailmassa tämä kuilu merkitsee eroa hinnan ottajan ja hinnan asettajan välillä.
15 prosentin heilahtelu: Virheen kustannus
💡 Haluatko Pennyn analysoivan liiketoimintaasi? Hän kartoittaa, mitkä roolit tekoäly voi korvata, ja rakentaa vaiheittaisen suunnitelman. Aloita ilmainen kokeilu →
Vuosien ajan "Valley Estates" (perheomisteinen viinitila, jota konsultoin äskettäin) toimi satoahdistuksen syklissä. Joka vuosi he tarkastelivat köynnöksiä, katsoivat paikallisen sääennusteen ja tekivät valistuneen arvauksen sadostaan.
Jos he arvioivat sadon yläkanttiin, he lupasivat jakelijoille enemmän laatikoita kuin pystyivät toimittamaan, mikä johti sopimussakkoihin ja vahingoittuneisiin liikesuhteisiin. Jos he arvioivat sadon alakanttiin, heille jäi ylijäämää, joka oli myytävä pilkkahintaan vain kellaritilan vapauttamiseksi. Tämä "15 prosentin heilahtelu" – tyypillinen virhemarginaali manuaalisessa satoennusteessa – maksoi heille lähes £40,000 vuodessa menetettyinä tuloina ja hukkaan heitettynä logistiikkana.
Tämä ei ole vain maatalouden ongelma. Näen tätä myös vähittäiskaupassa, valmistavassa teollisuudessa ja asiantuntijapalveluissa. Kun et tunne kapasiteettiasi, et voi hinnoitella arvoasi tarkasti.
Vaihe 1: Täsmällisen neuvotteluvoiman kuilun kurominen
Kun aloitimme tekoälyn käyttöönotto pienyrityksessä -projektin, omistajat olivat skeptisiä. Heillä ei ollut datatieteilijää. Heillä ei ollut edes taulukkolaskentaohjelmaa, jota olisi päivitetty useammin kuin kerran kuussa.
Mutta heillä oli dataa. Heillä oli viiden vuoden satoilmoitukset, paikallinen sähistoria ja maaperän kosteuslukemat muutamista perusantureista, jotka he olivat asentaneet vuosia sitten, mutta joita he eivät olleet koskaan todella analysoineet.
Emme rakentaneet räätälöityä neuroverkkoa. Käytimme valmiita ennustavan analytiikan työkaluja, jotka hyödyntävät historiatietoa ja vertaavat sitä ulkoisiin muuttujiin. Viinitilan tapauksessa näitä muuttujia ovat lämpösummat, sademäärät ja ilmankosteus kukintavaiheen aikana.
Analysoimalla heidän historiallista satodataansa kymmenen vuoden paikallisten sääolosuhteiden rinnalla, ChatGPT:n ja muiden työkalujen kaltaista logiikkaa hyödyntävä tekoäly tunnisti korrelaation, jota omistajat eivät olleet koskaan huomanneet: tietty 48 tunnin lämpötilan lasku toukokuun lopussa oli ensisijainen syy 10 prosentin laskuun rypäleterttujen määrässä kolme kuukautta myöhemmin.
Vaihe 2: Jälkiviisaudesta ennakointiin
On mielenkiintoista tunnistaa, miksi asioita tapahtui menneisyydessä; mutta on kannattavaa ennustaa, mitä tapahtuu tulevaisuudessa. Tässä kohtaa maatalouden säästöt alkavat todella realisoitua.
Kesäkuuhun mennessä tekoälymalli ennusti syyskuun sadon 94 prosentin tarkkuudella. Ensimmäistä kertaa kolmeenkymmeneen vuoteen omistajat tiesivät tarkalleen, kuinka monta pulloa he tuottaisivat, ennen kuin ensimmäistäkään rypälettä oli edes poimittu.
Tämä johti siihen, mitä kutsun varmuuslisäksi (The Certainty Premium). Kun voit taata jakelijalle tarkalleen 12,500 laatikkoa – etkä "jotain kymmenen ja viidentoista tuhannen väliltä" – poistat heidän riskinsä. Ja liiketoiminnassa se, joka kantaa riskin, maksaa hinnan. Poistamalla jakelijan riskin, Valley Estates pystyi neuvottelemaa 12 prosentin korotuksen yksikköhintaansa.
Toisen kertaluokan vaikutukset: Vakuutukset ja toimitusketju
Hyödyt eivät päättyneet kellarin ovelle. Kun käytössämme oli ennustettava satomalli, veimme tiedot heidän vakuutusyhtiölleen.
Useimmat maatalousvakuutukset hinnoitellaan laajojen alueellisten riskien perusteella. Osoittamalla, että heillä oli datapohjainen lähestymistapa sadon terveyden seurantaan ja ennustamiseen, he pystyivät neuvottelemaan alhaisemmat yritysvakuutus -maksut. He eivät olleet enää vain yksi "riskialtis" tila; he olivat hallitun riskin yritys.
Lisäksi he käyttivät näitä ennusteita optimoidakseen toimitusketjunsa. He lopettivat lasipullojen ja korkkien ylitilaamisen varmuuden vuoksi ja siirtyivät lean-malliin ja oikea-aikaiseen varastonhallintaan. Pelkästään tämä siirto vapautti £12,000 käyttöpääomaa, joka oli aiemmin seissyt varastossa tyhjinä pulloina.
Malli: Ennakoinnista katteeseen -ketju
Jos mietit, miten soveltaa tätä omaan liiketoimintaasi, käytä tätä kolmivaiheista ajatusmallia, jonka olen kehittänyt tilaajilleni:
- Inventoi "näkymätön data": Mitkä ovat ne ulkoiset tekijät, jotka vaikuttavat tuotokseesi? (Sää, toimitusviiveet, hakutrendit, korot).
- Määritä "arvailuveron" suuruus: Kuinka paljon sinulle maksaa se, että olet 15 prosenttia väärässä kapasiteettisi tai kysynnän suhteen?
- Ota käyttöön ennustekerros: Käytä tekoälyä korreloimaan historiasi näiden ulkoisten tekijöiden kanssa.
Miksi useimmat pienyritykset epäonnistuvat tässä
Syy, miksi useimmat tekoälyn käyttöönotto pienyrityksissä -projektit epäonnistuvat, ei ole teknologian puute; se on prosessin puute. Ihmiset ostavat työkalun ennen kuin ymmärtävät ongelman.
Valley Estates ei aloittanut ajatuksella "käytetään tekoälyä". He aloittivat ajatuksella "olemme kyllästyneitä siihen, että jakelijat pomottavat meitä, koska emme tunne omia lukujamme". Tekoäly oli vain vipuvarsi.
Olen nähnyt tämän kerta toisensa jälkeen. Yritykset, jotka voittavat tekoälyn avulla, ovat niitä, jotka ovat rehellisiä siitä, missä kohtaa ne tällä hetkellä arvailevat. Jos toimit yhä "mututuntumalla" liiketoimintasi keskeisten tekijöiden osalta, jätät valtavan määrän neuvotteluvoimaa käyttämättä.
Penny-näkökulma
Olen työskennellyt tuhansien yritysten kanssa ja voin sanoa, että "täsmällisen neuvotteluvoiman kuilu" on sulkeutumassa niiltä, jotka liikkuvat ensin. Kahden vuoden kuluttua ennustettava sato ei ole kilpailuetu viiniteollisuudessa – se on pääsymaksu markkinoille. Jakelijat tulevat vaatimaan sitä.
Jos odotat "täydellistä" aikaa aloittaa tekoälysiirtymä, valitset käytännössä "myöhästymisveron" maksamisen myöhemmin. Tänään keräämäsi data on polttoainetta huomisen ennusteille.
Älä odota sadonkorjuuta saadaksesi tietää, miten pärjäsit. Aloita ennusteen rakentaminen nyt.
Haluatko nähdä tarkalleen, missä yrityksesi vuotaa rahaa arvailun vuoksi? Siirry osoitteeseen aiaccelerating.com ja tehdään täysi operatiivinen arviointi.