欢迎光临
中国顶尖人工智能与机器人行业新媒体平台

节省30%成本,他认为AI+企业经营还需迈过4道坎

[ 5AI科技导读 ] 未来经济环境的特点是决策更快,环境更复杂,因素更多。未来企业的经营、决策不是以经验为主的“拍脑袋”式,而是以数据驱动,更加高效的智能决策来提升商业效能。 节省30%成本,他认为AI+企业经营还需迈过4道坎

览众数据董事长陈灿

“我们目前服务的几家企业平均库存额在5000万元以上,经过智能引擎分析决策之后,其成本节约20%-30%,给每个企业节省1000万元以上。”览众数据董事长陈灿说。

陈灿本科毕业于浙江大学,是美国罗格斯大学信息管理科学博士。出生企业世家的他并未选择走学术道路,在海外读硕士和博士期间,他都把目标定在技术商业化之上。在读博士的过程中,他帮助美国ATNT做过数据分析项目,还参与过华为信号优化项目。

2015年8月,他回国创办了杭州览众数据公司,利用大数据和人工智能技术提升企业经营效能,其核心业务主要有两个方面:传统制造业和连锁行业。目前客户包括物产中大、三力士、永艺家居等10余家上市公司。今年1月,览众数据获得达晨创投的1500万元A轮融资。

节省30%成本,他认为AI+企业经营还需迈过4道坎

智能决策赋能供应链上下游,节约30%成本

传统企业管理面临很多问题:成本越来越高,比如人力成本、土地成本等逐渐增加,而且竞争愈来愈激烈。所以,如果企业在生产经营上效率越高,在竞争中就越有优势。

近年来,随着硬件成本的降低,越来越多的企业开始数据化,而且这些数据被积累下来,再反过来提升企业经营。企业决策预测就是一个很好的例子,富士康科技集团创始人郭台铭认为,大数据就是“事前诸葛亮”,可以对未来做出预测。对于富士康的将来而言,云端、移动、物联网、大数据、智能数据、智慧,网,缺一不可。

传统制造业的突出问题是库存积压非常厉害,而且可能影响企业现金流。“我们切入制造业首先从库存优化开始,通过一个智能化的销售预测模型,大概会知道每个产品在某段时间、某个区域的销量,进而帮助企业了解生产,而且可以辅助上游的采购,机器会推荐采购点,显示价格波动等因子。”陈灿说。

例如,传统仓库的管理一般都会设定一个最低“安全库存”,这个安全库存指标基本不变。但是市场的需求是周期性变化的,而且有可能出现突发事件,设固定的“安全库存”并不是最优化。

陈灿说:“我们把这个安全库存动态化,避免过度生产造成积压。而且在采购端就有不同的策略,根据产品市场价格采购不同的量,还对供应商进行分类,达到最优的组合。最关键的是我们有一套机器学习模型,结合采购时间,并在销售端对会员数据做用户画像分析,预测这类用户在这段时间内会买什么样的产品。”

6月24日,在“2017AI大师论坛”上,杉数科技CTO、明尼苏达大学助理教授王子卓也讲到定价决策的应用,他认为未来公司的核心竞争将是智能决策,比如定价策略将决定很多公司最终能否生存,是公司的生命线。数据驱动的定价策略需要在正确的时间、正确的地点、正确的价格,并对正确的客户给出正确的服务和产品。这需要了解消费者的构成、偏好和行为。

总之,机器决策相比传统的管理模式更加科学、量化和动态,它帮助企业优化采购生产的关系,减少库存,同时也让企业拥有更多的现金流,企业的抗风险能力更强。

智能化决策帮助连锁店快速规模化

传统连锁行业主要面临两大问题:一个是迅速扩张,很多时候连锁店的店长决定经营好坏,所以企业难以规模化。陈灿说,整体上来看,连锁店的店长满足2:8概率,基本上是20%的店长经营比较好,80%的较差。

另一个问题是决策,比如一家面包店,店长下订单需要提前24小时,时效性很强;而面包和奶的有效性在3天,店长在什么时候下多少量是很难决策的。有些店下午的产品就断货了,而另一些店的产品却卖不掉,店长也很难掌控。

陈灿说:“览众切入的连锁店主要集中在生鲜领域,因为生鲜的产品时效性非常强,人工对产品预测的难度更高,所以对智能化决策的依赖也更强。我们基于人工智能的商业模型,学习了很多优秀店长的下单决策,并结合很多的因素和维度(比如天气、客户习惯等),结合情景分析,帮助连锁店的店长在数据支撑下进行决策。

“览众服务过的一个企业,他们有1500多家门店,250多万会员,门店每天营业额6000-8000元。我们精准到每家店,分析出每个产品的需求量,通过我们的智能化决策方案,每家店的营业额每天平均增加了100多元。”

要吃上AI+企业经营“这块肉”,还需迈过四道坎

“AI+企业经营是一个很大的市场,至少是一个万亿级市场。”陈灿说。

未来的经济环境特点是决策更快,环境更复杂,因素更多,人工智能在制造业和连锁行业的应用会迅速普及。未来企业的经营、决策不是以经验为主的‘拍脑袋’式,而是以数据驱动,更加高效的智能决策来提升商业效能。

当然,一项新的技术应用于传统行业,也并非一帆风顺,陈灿认为,AI+企业经营还需要迈过四道坎。

1、技术商业化

其实深度学习技术的经典模型几乎都是开源,企业之前的差距不大,但是如何选择能够最大程度反映商业问题的模型是很难的,这要求所选的模型80%以上能体现商业问题。而且每个企业的经营模式不一样,这些个性化的需求就需要个性化的解决方案。

2、技术人才

2016年美国麦肯锡研究院发布了一份名为《分析的时代:在大数据的世界竞争》的报告,报告显示,能将商业转化的数据分析专家,单是美国的需求就约200-400万。而中国的大数据商业应用这几年才开始,人才缺口更大。

3、对垂直行业深度认知

要对垂直行业有深度知识,比如汽车制造业和物流行业的知识差别很大,做电子设备和家居的客户的生产模式有很大的区别,包括渠道和原材料的特点都不一样。

4、企业内部管理执行

企业经营数据化之后,把原来企业经营管理的问题暴露出来了,但是要让企业管理人员改掉一些原来不规范的经营方式,并不容易;而且,深度学习技术是越用越完善,需要内部管理者参与使用这套新的系统,还要要反馈,企业内部管理执行是一个很大的考验。

本文作者许伟军,5AI科技专栏作者;微信:xuweijun24(添加时请注明“姓名-公司-职务”方便备注);转载请注明作者姓名和“来源:5AI科技”;文章内容系作者个人观点,不代表5AI科技对观点赞同或支持。

赞(0) 关注公众号

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

公众号也精彩

微信扫一扫打赏