หากคุณบริหารธุรกิจผลิตอาหาร ในปัจจุบันคุณกำลังทำสงครามในสองด้าน ด้านหนึ่งคือลูกค้าที่อ่อนไหวต่อราคามากขึ้นเรื่อยๆ ตามค่าครองชีพที่สูงขึ้น อีกด้านหนึ่งคือห่วงโซ่อุปทานทั่วโลกที่ดูเหมือนจะประคับประคองไว้ได้อย่างยากลำบากท่ามกลางความไม่แน่นอน สำหรับผู้ผลิตรายย่อย พื้นที่ตรงกลางซึ่งก็คืออัตรากำไร (margin) ของคุณกำลังลดน้อยลงทุกวัน
ผมใช้เวลาในช่วงทศวรรษที่ผ่านมาศึกษาบัญชีกำไรขาดทุน (P&L) ของธุรกิจในภาคส่วนนี้ และพบรูปแบบที่เหมือนกันเสมอ นั่นคือพวกเขามีความคิดสร้างสรรค์ที่เป็นเลิศในเรื่องสูตรอาหาร แต่กลับใช้วิธีการคำนวณที่อาศัยแรงงานคนอย่างน่ากังวล ผู้ผลิตรายย่อยส่วนใหญ่จัดหาวัตถุดิบตาม 'วิธีที่เราทำกันมาตลอด' หรือโดยการตอบสนองต่อการแจ้งเตือนสินค้าคงคลังต่ำในสเปรดชีต ในยุคที่มีความผันผวนสูงเช่นนี้ วิธีการดังกล่าวไม่ได้เป็นเพียงแค่ความไม่มีประสิทธิภาพอีกต่อไป แต่มันคือภัยคุกคามต่อการอยู่รอดของธุรกิจคุณ
เมื่อเร็วๆ นี้ ผมได้ร่วมงานกับผู้ผลิตกราโนล่าและขนมขบเคี้ยวรายหนึ่งที่ชื่อว่า 'Field & Flour' ซึ่งสามารถทำในสิ่งที่ที่ปรึกษาส่วนใหญ่บอกว่าเป็นไปไม่ได้สำหรับบริษัทขนาดนั้น พวกเขาลดต้นทุนสินค้าขาย (COGS) ลงได้ถึง 12% ภายในเวลาเพียง 90 วัน โดยไม่ได้เปลี่ยนไปใช้วัตถุดิบราคาถูกที่ด้อยคุณภาพ หรือเลิกจ้างพนักงานในครัว แต่พวกเขาทำได้โดยการนำแนวทางที่กระชับและเฉพาะเจาะจงของ AI สำหรับธุรกิจขนาดเล็ก มาใช้ ซึ่งมุ่งเน้นไปที่ 'การจัดซื้อเชิงคาดการณ์' (Predictive Procurement) โดยเฉพาะ
กับดักของภาพลวงตาแบบ 'Just-in-Time'
💡 ต้องการให้ Penny วิเคราะห์ธุรกิจของคุณหรือไม่? เธอจัดทำแผนผังว่าบทบาทใดที่ AI สามารถแทนที่ได้ และสร้างแผนแบบเป็นขั้นตอน เริ่มทดลองใช้ฟรี →
เป็นเวลาหลายปีที่ธุรกิจขนาดเล็กถูกพร่ำบอกให้เลียนแบบโมเดลการจัดส่งแบบ 'Just-in-Time' (JIT) ของยักษ์ใหญ่อย่าง Toyota หรือ Nestlé แนวคิดนี้เรียบง่ายมาก คืออย่าให้เงินสดจมอยู่ในสินค้าคงคลัง แต่ให้ซื้อสิ่งที่คุณต้องการในเวลาที่ต้องการใช้จริงๆ เท่านั้น
แต่สำหรับผู้ผลิตรายย่อย JIT มักจะเป็นกับดัก คุณไม่มีปริมาณการสั่งซื้อที่มากพอจะได้รับสิทธิพิเศษจากซัพพลายเออร์ ดังนั้นเมื่อเกิดการขาดแคลนหรือราคาพุ่งสูงขึ้น คุณจะเป็นกลุ่มแรกที่ได้รับผลกระทบ Field & Flour สูญเสียเงินหลายพันปอนด์ทุกเดือนเพราะพวกเขาซื้อข้าวโอ๊ตและน้ำผึ้งในราคาตลาดที่สูงที่สุด เพียงเพราะนั่นเป็นช่วงเวลาที่วัตถุดิบในถังเก็บของพวกเขาหมดลงพอดี
ผมเรียกสิ่งนี้ว่า ความล่าช้าในการจัดซื้อ (The Procurement Lag) ซึ่งเป็นต้นทุนแฝงของการทำงานเชิงรับมากกว่าเชิงคาดการณ์ เมื่อคุณขาดข้อมูลที่จะมองเห็นการพุ่งขึ้นของราคาล่วงหน้า คุณจะต้องจ่าย 'ภาษีความผันผวน' ที่กัดกินกำไรของคุณไปก่อนที่คุณจะเปิดเตาอบเสียด้วยซ้ำ
ขั้นตอนที่ 1: การแก้ปัญหาความกระจัดกระจายของข้อมูล
ก่อนที่เราจะนำเครื่องมือ AI ใดๆ มาใช้ เราต้องจัดการกับความวุ่นวายของข้อมูลก่อน Field & Flour มีข้อมูลกระจายอยู่ในสี่แห่ง ได้แก่ ระบบบัญชี Sage รุ่นเก่า, พอร์ทัลซัพพลายเออร์สามแห่ง, บันทึกการผลิตแบบจดมือ และปึกใบแจ้งหนี้ที่เป็นกระดาษ
AI ไม่ใช่เวทมนตร์ แต่มันคือเครื่องจักรจดจำรูปแบบ (Pattern-recognition engine) หากรูปแบบเหล่านั้นถูกฝังอยู่ในกระดาษ เครื่องจักรก็ไม่สามารถเริ่มทำงานได้ เราใช้เครื่องมือ OCR (Optical Character Recognition) อย่างง่ายในการแปลงใบแจ้งหนี้ย้อนหลังสามปีให้เป็นข้อมูลดิจิทัล สิ่งนี้ทำให้ AI มีฐานข้อมูลอ้างอิงว่า เราจ่ายค่าน้ำผึ้งในเดือนมิถุนายน 2022 เทียบกับมิถุนายน 2023 ไปเท่าไหร่? และซัพพลายเออร์รายใดที่ส่งสินค้าล่าช้าเป็นประจำ?
หากคุณกำลังมองหาแนวทางที่คล้ายกันสำหรับโรงงานของคุณ คู่มือการประหยัดต้นทุนสำหรับอุตสาหกรรมการผลิตอาหารและเครื่องดื่ม ของเราได้แจกแจงวิธีตรวจสอบความซ้ำซ้อนของข้อมูลเหล่านี้โดยไม่ต้องจ้างนักวิทยาศาสตร์ข้อมูล
ขั้นตอนที่ 2: การนำ 'การทำกำไรจากความผันผวน' มาใช้
นี่คือจุดที่ AI สำหรับธุรกิจขนาดเล็กเข้ามามีบทบาทอย่างแท้จริง เราไม่ได้สร้างโมเดลขึ้นมาใหม่เอง เพราะนั่นเป็นการสิ้นเปลืองเงินสำหรับธุรกิจขนาดนี้ แต่เราใช้การวิเคราะห์เชิงคาดการณ์ที่มีอยู่ทั่วไปร่วมกับการตรวจสอบตลาดโดยอัตโนมัติ
เราวางระบบที่อ้างอิงการใช้งานในอดีตของ Field & Flour กับราคาขายสินค้าโภคภัณฑ์ทั่วโลกและรูปแบบสภาพอากาศในภูมิภาคที่เป็นแหล่งปลูกสำคัญ AI ไม่ได้ดูแค่สิ่งที่พวกเขาใช้ แต่กำลังดูว่า ตลาด กำลังทำอะไรอยู่
ในเดือนที่สอง ระบบตรวจพบความน่าจะเป็นสูงที่จะเกิดการขึ้นราคาอัลมอนด์ออร์แกนิกถึง 15% เนื่องจากสภาวะภัยแล้งใน California โดยปกติแล้ว Field & Flour จะรอจนกว่าสต็อกจะเหลือน้อยจึงค่อยสั่งซื้อใหม่ แต่ข้อมูลเชิงลึกที่ขับเคลื่อนด้วย AI ช่วยให้พวกเขาสามารถสั่งซื้อจำนวนมากล่วงหน้าได้สามสัปดาห์ในราคาปัจจุบัน การตัดสินใจครั้งนั้นเพียงครั้งเดียวช่วยประหยัดเงินได้ถึง £4,200 ซึ่งมากกว่าต้นทุนในการนำ AI มาใช้เสียอีก
นี่คือ การทำกำไรจากความผันผวน (Volatility Arbitrage) คือการใช้ความเร็วของข้อมูลเพื่อชดเชยการขาดอำนาจในการต่อรองราคา เมื่อคุณไม่สามารถซื้อได้มากเท่ากับรายใหญ่ คุณต้องซื้อให้ ฉลาด กว่าพวกเขา
ขั้นตอนที่ 3: กฎ 90/10 ในการวางแผนการผลิต
หนึ่งในสิ่งที่กัดกินกำไรของธุรกิจอาหารมากที่สุดไม่ใช่แค่ต้นทุนวัตถุดิบ แต่คือต้นทุนของ ขยะ และ ความไม่มีประสิทธิภาพ ในระหว่างการผลิต
เราใช้สิ่งที่ผมเรียกว่า กฎ 90/10 เราพบว่า 90% ของการวางแผนการผลิตของ Field & Flour คือการป้อนข้อมูลซ้ำๆ เช่น การเช็คสต็อก การเช็คออเดอร์ และการจัดกะพนักงาน มีเพียง 10% เท่านั้นที่ต้องใช้ 'สัญชาตญาณ' ของเจ้าของธุรกิจในเรื่องคุณภาพและแบรนด์
การใช้ระบบอัตโนมัติจัดการงานในส่วน 90% นั้น ทำให้ AI สามารถเพิ่มประสิทธิภาพของขนาดการผลิต (batch size) ตามวันที่วัตถุดิบจะมาถึง หากการจัดส่งเมล็ดพันธุ์ล่าช้าไป 48 ชั่วโมง AI จะไม่เพียงแค่แจ้งเตือน แต่จะปรับตารางการผลิตโดยอัตโนมัติเพื่อจัดลำดับความสำคัญให้กับผลิตภัณฑ์ที่ใช้วัตถุดิบที่มีอยู่เดิม เพื่อให้พนักงานยังคงทำงานได้อย่างต่อเนื่องแทนที่จะยืนรอเฉยๆ
เรายังดูไปถึงต้นทุนรองอื่นๆ แม้ว่าการจัดหาวัตถุดิบจะเป็นชัยชนะครั้งใหญ่ แต่เรายังนำการวางแผนด้วย AI มาใช้กับการบำรุงรักษาโรงงานด้วย ตัวอย่างเช่น จากการวิเคราะห์การใช้สาธารณูปโภคและตารางการทำความสะอาด เราพบว่าพวกเขาจ่ายเงินเกินจริงให้กับบริการสุขาภิบาลภายนอก หากคุณเคยสงสัยว่าค่าใช้จ่ายส่วนกลางของคุณสูงเกินไปหรือไม่ ลองดูการวิเคราะห์ของเราเกี่ยวกับ การเปรียบเทียบต้นทุนระหว่าง AI และบริการทำความสะอาดแบบดั้งเดิม เพื่อดูว่าระบบอัตโนมัติกำลังเปลี่ยนเศรษฐศาสตร์ของการจัดการสถานประกอบการอย่างไร
ผลลัพธ์: ที่มากกว่าแค่ตัวเลขในสเปรดชีต
เมื่อครบ 90 วัน ตัวเลขเป็นสิ่งที่ยืนยันความสำเร็จ:
- ต้นทุนวัตถุดิบ: ลดลง 7% จากการกำหนดจังหวะเวลาที่ดีขึ้นและ 'การทำกำไรจากความผันผวน'
- การลดของเสีย: ลดลง 18% จากการจับคู่การผลิตกับความต้องการที่แม่นยำยิ่งขึ้น
- ประสิทธิภาพแรงงาน: เพิ่มขึ้น 5% เนื่องจากพนักงานไม่ต้อง 'รอวัตถุดิบ'
การลด COGS โดยรวม: 12.2%
แต่ชัยชนะที่แท้จริงไม่ใช่แค่ตัวเลข 12% เท่านั้น แต่มันคือความเครียดที่ลดลงของเจ้าของธุรกิจ เธอไม่ต้องทำหน้าที่เป็น 'พนักงานดับเพลิง' ที่คอยแก้ปัญหาเฉพาะหน้าในห่วงโซ่อุปทานอีกต่อไป และได้เริ่มทำหน้าที่ CEO อย่างเต็มตัว AI ไม่ได้เข้ามาแทนที่เธอ แต่มันช่วยให้เธอมีความชัดเจนในการตัดสินใจได้ดีขึ้น
วิธีเริ่มต้นสำหรับธุรกิจของคุณ
หากคุณเป็นผู้ผลิตรายย่อยที่กำลังรู้สึกถึงแรงกดดัน อย่าเพิ่งเริ่มจากการมองหา 'เครื่องมือ AI ที่ดีที่สุด' แต่ให้เริ่มจากการมองหาจุดที่เป็นอุปสรรคของคุณ
- ระบุวัตถุดิบ 3 อันดับแรกที่มีความผันผวนที่สุด วัตถุดิบตัวไหนที่มีราคาแกว่งตัวมากที่สุด?
- ทำให้ข้อมูลในอดีตเป็นดิจิทัล คุณไม่สามารถทำนายอนาคตได้หากคุณไม่รู้ข้อมูลในอดีตของตัวเอง
- ระวัง 'ภาษีแฝงจากการจ้างที่ปรึกษา' คุณกำลังจ่ายเงินให้คนกลางหรือที่ปรึกษาเพื่อทำงานที่สคริปต์การคาดการณ์แบบง่ายๆ สามารถจัดการได้หรือไม่?
AI สำหรับธุรกิจขนาดเล็กไม่ใช่เรื่องเกี่ยวกับอนาคตของหุ่นยนต์ แต่มันคือเรื่องของผลกำไรในปัจจุบัน ทุกวันที่คุณรอการนำการจัดซื้อเชิงคาดการณ์มาใช้ แม้จะเป็นเพียงพื้นฐาน คือวันที่คุณกำลังจ่าย 'ภาษีการทำงานด้วยมือ' ให้กับคู่แข่งของคุณ
หากคุณต้องการเห็นว่าโครงสร้างเหล่านี้ปรับใช้กับภาคส่วนเฉพาะของคุณได้อย่างไร มาพบผมได้ที่ aiaccelerating.com เราไม่เน้นทฤษฎี แต่เราเน้นการเปลี่ยนแปลงจริง หน้าต่างของความได้เปรียบในการแข่งขันนี้กำลังเปิดอยู่ในขณะนี้ แต่มันจะไม่ได้เปิดอยู่ตลอดไป เริ่มลงมือก่อน หรือจะยอมถูกเบียดออกไปจากเส้นทาง