Lielākā daļa mazo uzņēmumu īpašnieku uzskata ChatGPT un citus MI rīkus par palīglīdzekļiem Silīcija ielejas izstrādātājiem vai augstas frekvences tirgotājiem. Viņi tos neuzskata par kaut ko tādu, kas piederētos dubļainam laukam vai caurvējainam šķūnim. Taču veiksmīgākie MI ieviešanas mazajā biznesā stāsti, kurus pēdējā laikā novēroju, nenotiek tehnoloģiju centros – tie notiek tradicionālajās nozarēs, piemēram, lauksaimniecībā. Konkrēti, es vēlos jums pastāstīt par nelielu vīna dārzu, kas pārtrauca minēt ražas apjomus un sāka izmantot datus, lai diktētu savus noteikumus izplatītājiem.
Esmu strādājis ar simtiem uzņēmumu un esmu pamanījis atkārtotu modeli, ko saucu par Precizitātes ietekmes plaisu (The Precision Leverage Gap). Tā ir milzīga atšķirība sarunu pozīcijās starp uzņēmumu, kas darbojas pēc "labākajiem minējumiem", un uzņēmumu, kas darbojas ar prognozējamu pārliecību. Vīna pasaulē šī plaisa ir atšķirība starp to, vai jūs pieņemat cenu vai pats to nosakāt.
15% svārstības: kļūdas cena
💡 Vai vēlaties, lai Penijs analizē jūsu biznesu? Viņa kartē, kuras lomas AI var aizstāt, un izveido pakāpenisku plānu. Sāciet savu bezmaksas izmēģinājuma versiju →
Gadiem ilgi "Valley Estates" (ģimenes vīna dārzs, kuru nesen konsultēju) darbojās ražas trauksmes ciklā. Katru gadu viņi apskatīja vīnogulājus, pārbaudīja vietējo laika ziņu ziņojumu un izdarīja pamatotu minējumu par savu ražu.
Ja viņi pārvērtēja apjomu, viņi solīja izplatītājiem vairāk kastu, nekā spēja piegādāt, kas izraisīja soda naudas un sabojātas attiecības. Ja viņi novērtēja par zemu, viņiem palika pārpalikums, kas bija jāpārdod par pazeminātām cenām, lai tikai atbrīvotu vietu pagrabā. Šīs "15% svārstības" — tipiskā kļūdas robeža manuālajā ražas prognozēšanā — viņiem izmaksāja gandrīz £40,000 gadā neiegūtos ieņēmumos un nelietderīgā loģistikā.
Tā nav tikai "lauksaimniecības problēma". Es to redzu arī mazumtirdzniecībā, ražošanā un profesionālajos pakalpojumos. Ja nezināt savu jaudu, jūs nevarat precīzi noteikt savu vērtību.
1. fāze: Precizitātes ietekmes plaisas pārvarēšana
Kad mēs sākām MI ieviešanas mazajā biznesā ceļu, īpašnieki bija skeptiski. Viņiem nebija datu zinātnieka. Viņiem pat nebija izklājlapas, kas tiktu atjaunināta biežāk nekā reizi mēnesī.
Bet viņiem bija dati. Viņiem bija piecu gadu ražas žurnāli, vietējā laikapstākļu vēsture un augsnes mitruma rādījumi no dažiem pamata sensoriem, kurus viņi bija uzstādījuši pirms gadiem, bet nekad nebija īsti pētījuši.
Mēs neizveidojām pielāgotu neironu tīklu. Mēs izmantojām gatavus prognozēšanas analīzes rīkus, kas apkopo vēsturiskos datus un sasaista tos ar ārējiem mainīgajiem. Vīna dārzam šie mainīgie ir grādu dienas, nokrišņu modeļi un mitruma līmenis ziedēšanas stadijā.
Slāņojot viņu vēsturiskos ražas datus ar desmit gadu hiperlokālajiem laikapstākļu modeļiem, MI identificēja korelāciju, kuru īpašnieki nekad nebija pamanījuši: specifisks 48 stundu temperatūras kritums maija beigās bija galvenais iemesls 10% vīnogu ķekaru samazinājumam trīs mēnešus vēlāk.
2. fāze: pāreja no pagātnes izvērtēšanas uz nākotnes paredzēšanu
Identificēt, kāpēc lietas notika pagātnē, ir interesanti; prognozēt, kas notiks nākotnē, ir rentabli. Šeit ietaupījumi lauksaimniecībā sāk reāli izpausties.
Līdz jūnijam MI modelis prognozēja septembra ražu ar 94% precizitāti. Pirmo reizi trīsdesmit gadu laikā īpašnieki precīzi zināja, cik pudeļu viņi saražos, pirms vēl tika novākta pirmā vīnoga.
Tas noveda pie tā, ko es saucu par Pārliecības prēmiju. Kad varat garantēt izplatītājam tieši 12,500 kastes — nevis "kaut kur starp desmit un piecpadsmit tūkstošiem" — jūs novēršat viņu risku. Un biznesā tas, kurš uzņemas risku, maksā cenu. Novēršot izplatītāja risku, Valley Estates spēja vienoties par 12% pieaugumu vienas vienības cenā.
Sekundārās sekas: apdrošināšana un piegādes ķēde
Ieguvumi neapstājās pie pagraba durvīm. Kad mums bija prognozējams ražas modelis, mēs iesniedzām šos datus viņu apdrošinātājiem.
Lielākā daļa lauksaimniecības apdrošināšanas cenu tiek noteiktas, pamatojoties uz plašu reģionālo risku. Pierādot, ka viņiem ir uz datiem balstīta pieeja ražas veselības uzraudzībai un prognozēšanai, viņi spēja vienoties par zemākām uzņēmējdarbības apdrošināšanas prēmijām. Viņi vairs nebija tikai kārtējā "riska grupā esošā" saimniecība; viņi bija pārvaldīta riska uzņēmums.
Turklāt viņi izmantoja šīs prognozes, lai optimizētu savu piegādes ķēdi. Viņi pārtrauca pasūtīt stikla pudeļu un korķu pārpalikumus "katram gadījumam" un pārgāja uz taupīgu, precīzi laikā (just-in-time) krājumu modeli. Šis solis vien atbrīvoja £12,000 naudas plūsmā, kas iepriekš vienkārši stāvēja noliktavā tukša stikla veidā.
Ietvars: Paredzēšanas-maržas cilpa
Ja domājat, kā to piemērot savam biznesam, izmantojiet šo trīs soļu mentālo modeli, ko izstrādāju saviem abonentiem:
- "Neredzamo datu" inventarizācija: Kādi ir ārējie faktori, kas ietekmē jūsu rezultātus? (Laikapstākļi, piegādes kavējumi, meklēšanas tendences, procentu likmes).
- Minējumu nodokļa kvantificēšana: Cik jums izmaksā tas, ka kļūdāties par 15% attiecībā uz savu jaudu vai pieprasījumu?
- Prognozēšanas slāņa ieviešana: Izmantojiet MI, lai sasaistītu savu vēsturi ar šiem ārējiem faktoriem.
Kāpēc lielākajai daļai mazo uzņēmumu tas neizdodas
Iemesls, kāpēc lielākā daļa MI ieviešanas mazajā biznesā projektu cieš neveiksmi, nav tehnoloģiju trūkums; tas ir procesa trūkums. Cilvēki pērk rīku, pirms saprot problēmu.
Valley Estates nesāka ar "izmantosim MI". Viņi sāka ar "mums ir apnicis, ka izplatītāji mūs ietekmē, jo mēs nezinām savus skaitļus". MI bija tikai svira.
Esmu to redzējis atkal un atkal. Uzņēmumi, kas uzvar ar MI, ir tie, kas ir godīgi par to, kur viņi nodarbojas ar minējumiem. Ja jūs joprojām paļaujaties uz "iekšējo sajūtu" savos galvenajos biznesa dzinējspēkos, jūs palaižat garām milzīgu ietekmes sviru.
Penny perspektīva
Esmu strādājis ar tūkstošiem uzņēmumu un varu teikt, ka "Precizitātes ietekmes plaisa" sašaurinās tiem, kuri rīkojas pirmie. Pēc diviem gadiem prognozējamā raža vairs nebūs konkurētspējīga priekšrocība vīna nozarē — tā būs ieejas maksa. Izplatītāji to pieprasīs.
Ja gaidāt "ideālo" laiku, lai sāktu MI pāreju, jūs pēc būtības izvēlaties vēlāk maksāt "novēloto nodokli". Dati, ko apkopojat šodien, ir degviela prognozēm, kas jums būs nepieciešamas rīt.
Negaidiet ražu, lai uzzinātu, kā jums veicās. Sāciet veidot prognozi tūlīt.
Vēlaties precīzi redzēt, kur jūsu uzņēmumam noplūst nauda minējumu dēļ? Dodieties uz aiaccelerating.com un veiksim pilnu darbības novērtējumu.