רוב בעלי העסקים הקטנים מסתכלים על AI ורואים כלי המיועד למפתחים בעמק הסיליקון או לסוחרים בבורסה בתדירות גבוהה. הם לא רואים בו משהו ששייך לשדה בוצי או לאסם מאוורר. אך סיפורי ההצלחה המרשימים ביותר של הטמעת AI בעסקים קטנים שאני רואה לאחרונה אינם מתרחשים במרכזי טכנולוגיה – הם מתרחשים בתעשיות מסורתיות כמו חקלאות. באופן ספציפי, אני רוצה לספר לכם על כרם קטן שהפסיק לנחש לגבי הבציר שלו והתחיל להשתמש בנתונים כדי להכתיב את התנאים שלו למפיצים.
עבדתי עם מאות עסקים, והבחנתי בדפוס חוזר שאני מכנה פער המינוף שבדיוק. זהו ההבדל העצום בכוח המיקוח בין עסק הפועל על סמך "הערכות גסות" לבין עסק הפועל על סמך ודאות חזויה. בעולם היין, הפער הזה הוא ההבדל בין להיות מקבל מחיר לבין להיות קובע מחיר.
תנודה של 15%: המחיר של הטעות
💡 רוצה שפני תנתח את העסק שלך? היא ממפה אילו תפקידים בינה מלאכותית יכולה להחליף ובונה תוכנית מדורגת. התחל את תקופת הניסיון בחינם →
במשך שנים, 'Valley Estates' (כרם בניהול משפחתי שייעצתי לו לאחרונה) פעל במעגל של חרדת בציר. מדי שנה, הם היו בוחנים את הגפנים, בודקים את תחזית מזג האוויר המקומית ומבצעים הערכה מלומדת לגבי היבול שלהם.
אם הם העריכו הערכת יתר, הם הבטיחו למפיצים יותר ארגזים ממה שיכלו לספק, מה שהוביל לקנסות ולפגיעה במערכות יחסים. אם הם העריכו הערכת חסר, הם נותרו עם עודפים שנאלצו למכור במחירי הפסד רק כדי לפנות מקום ביקב. ה"תנודה של 15%" הזו – מרווח הטעות הטיפוסי בחיזוי יבול ידני – עלתה להם קרוב ל-£40,000 בשנה באובדן הכנסות ולוגיסטיקה מבוזבזת.
זו אינה רק בעיה חקלאית. אני רואה זאת גם בקמעונאות, בייצור ובשירותים מקצועיים. כשאתה לא יודע מהי הקיבולת שלך, אתה לא יכול לתמחר את הערך שלך בצורה מדויקת.
שלב 1: גישור על פער המינוף שבדיוק
כשהתחלנו את המסע של הטמעת AI בעסקים קטנים, הבעלים היו סקפטיים. לא היה להם מדען נתונים. לא היה להם אפילו גיליון אלקטרוני שעודכן יותר מפעם בחודש.
אבל כן היו להם נתונים. היו להם יומני בציר של חמש שנים, היסטוריית מזג אוויר מקומית וקריאות לחות קרקע מכמה חיישנים בסיסיים שהתקינו לפני שנים אך מעולם לא באמת בדקו.
לא בנינו רשת עצבית מותאמת אישית. השתמשנו בכלי אנליטיקה חזויה קיימים (off-the-shelf) שקולטים נתונים היסטוריים ומצליבים אותם עם משתנים חיצוניים. עבור כרם, המשתנים הללו הם ימי מעלה, דפוסי משקעים ורמות לחות בשלב הפריחה.
על ידי הצלבת נתוני היבול ההיסטוריים שלהם עם עשר שנים של דפוסי מזג אוויר היפר-מקומיים, ה-AI זיהה מתאם שהבעלים מעולם לא הבחינו בו: ירידת טמפרטורה ספציפית למשך 48 שעות בסוף מאי הייתה הגורם העיקרי לירידה של 10% באשכולות הענבים שלושה חודשים לאחר מכן.
שלב 2: מעבר ממבט לאחור למבט לעתיד
זיהוי הסיבות למה שקרה בעבר הוא מעניין; חיזוי מה שיקרה בעתיד הוא רווחי. כאן מתחיל החיסכון בחקלאות להתבטא באמת.
עד חודש יוני, מודל ה-AI חזה את בציר ספטמבר בדיוק של 94%. לראשונה מזה שלושים שנה, הבעלים ידעו בדיוק כמה בקבוקים הם ייצרו עוד לפני שהענב הראשון נקטף.
זה הוביל למה שאני מכנה פרמיית הוודאות. כשאתה יכול להבטיח למפיץ בדיוק 12,500 ארגזים – ולא "איפשהו בין עשרת אלפים לחמישה עשר אלף" – אתה מסיר את הסיכון שלו. ובעסקים, מי שמחזיק בסיכון משלם את המחיר. על ידי הסרת הסיכון של המפיץ, Valley Estates הצליחו לנהל משא ומתן על עלייה של 12% במחיר ליחידה.
השפעות משניות: ביטוח ושרשרת אספקה
היתרונות לא נעצרו בפתח היקב. ברגע שהיה לנו מודל יבול חזוי, לקחנו את הנתונים האלה למבטחים שלהם.
רוב הביטוחים החקלאיים מתומחרים לפי סיכון אזורי רחב. על ידי הוכחה שיש להם גישה מבוססת נתונים לניטור וחיזוי בריאות היבול, הם הצליחו לנהל משא ומתן על פרמיות ביטוח עסקי נמוכות יותר. הם כבר לא היו סתם עוד חווה "בסיכון"; הם היו עסק עם סיכון מנוהל.
יתרה מזאת, הם השתמשו בתחזיות אלו כדי לייעל את שרשרת האספקה שלהם. הם הפסיקו להזמין בקבוקי זכוכית ופקקי שטיח בעודף "ליתר ביטחון" ועברו למודל מלאי רזה של Just-In-Time. המהלך הזה לבדו שחרר תזרים מזומנים של £12,000 שקודם לכן ישב במחסן כזכוכית ריקה.
מסגרת עבודה: לולאת התחזית-לרווחיות
אם אתם תוהים איך ליישם זאת בעסק שלכם, השתמשו במודל המחשבתי בן שלושת השלבים שפיתחתי עבור המנויים שלי:
- מיפוי הנתונים השקופים: מהם הגורמים החיצוניים שמשפיעים על התפוקה שלכם? (מזג אוויר, עיכובי משלוח, מגמות חיפוש, שיעורי ריבית).
- כימות מס הניחושים: כמה עולה לכם כשאתם טועים ב-15% לגבי הקיבולת או הביקוש שלכם?
- פריסת שכבת החיזוי: השתמשו ב-AI כדי להצליב את ההיסטוריה שלכם עם אותם גורמים חיצוניים.
למה רוב העסקים הקטנים נכשלים בזה
הסיבה שרוב פרויקטי הטמעת AI בעסקים קטנים נכשלים אינה מחסור בטכנולוגיה; זהו מחסור בתהליך. אנשים קונים את הכלי לפני שהם מבינים את הבעיה.
Valley Estates לא התחילו ב-"בואו נשתמש ב-AI". הם התחילו ב-"נמאס לנו שהמפיצים לוחצים אותנו כי אנחנו לא מכירים את המספרים של עצמנו". ה-AI היה רק המנוף.
ראיתי זאת שוב ושוב. העסקים שמנצחים עם AI הם אלו שנוהגים ביושר לגבי המקומות שבהם הם מנחשים. אם אתם עדיין פועלים לפי "תחושת בטן" עבור המנועים המרכזיים של העסק שלכם, אתם משאירים כמות עצומה של מינוף על השולחן.
הזווית של Penny
עבדתי עם אלפי עסקים, ואני יכול לומר לכם ש"פער המינוף שבדיוק" נסגר עבור אלו שפועלים ראשונים. בעוד שנתיים, יבול חזוי לא יהיה יתרון תחרותי בתעשיית היין – הוא יהיה דמי הכניסה. המפיצים ידרשו זאת.
אם אתם מחכים לזמן ה"מושלם" להתחיל את מעבר ה-AI שלכם, אתם בעצם בוחרים לשלם "מס מאחרים" בהמשך. הנתונים שאתם אוספים היום הם הדלק לתחזיות שתצטרכו מחר.
אל תחכו לבציר כדי לגלות איך תפקדתם. התחילו לבנות את התחזית עכשיו.
רוצים לראות בדיוק איפה העסק שלכם מאבד מזומנים בגלל ניחושים? היכנסו ל-aiaccelerating.com ובואו נבצע הערכה תפעולית מלאה.