In dieser Ära der sich entwickelnden Technologie müssen Unternehmen hochgradig anpassungsfähig sein, um erfolgreich zu sein. EIN Statistiken Der Bericht zeigt, dass vor der Pandemie über 4.7 Millionen Menschen in den USA mindestens die Hälfte der Zeit aus der Ferne arbeiteten – ein Prozentsatz, der seitdem gestiegen ist. Und voll 75 % der Menschen, die zum ersten Mal digitale Kanäle nutzen, geben an, dass sie diese weiterhin nutzen werden, wenn die Dinge nach der Pandemie wieder „normal“ sind.

Kellogg gehört zu den Marken, die Strategien für flexibles, vielseitigeres Arbeiten verfolgen. Die Entwicklung des Unternehmens zur Entwicklung von Analyselösungen hat beispielsweise zu Tools geführt, die Indikatoren für Verbraucherveränderungen und das Profil eines Käufers nach demografischen Merkmalen identifizieren können. Kellogg nutzt jetzt auch Daten, um Kampagnen auf Verbrauchergruppen auszurichten und Einzelhandelsverkäufe zu leiten, sowie Suche und Inventar für den E-Commerce zu automatisieren und zu optimieren.

„Wir setzen KI in unserem gesamten Unternehmen ein – von der Effizienzsteigerung in der Lieferkette über die Identifizierung der besten Geschmackskombinationen für neue Lebensmittel bis hin zur Fokussierung des Marketings auf Schlüsselkohorten und der Identifizierung der Inhalte, die bei ihnen am meisten Anklang finden, bis hin zur Identifizierung von Möglichkeiten zur Verkaufsabwicklung“, Monica McGurk, sagte Kelloggs Chief Global Growth Officer in einem Gespräch mit VentureBeat. „Jede Funktion und Geschäftseinheit bei Kellogg priorisiert Anwendungsfälle basierend auf Faktoren, die von ihren geschäftlichen Auswirkungen bis hin zu ihrer Fähigkeit reichen, unsere Technologie vom Standpunkt des Änderungsmanagements bis zu ihrem Welleneffekt weiterzuentwickeln … Letztlich geht es bei der Einführung von KI um eine ganz neue Arbeitsweise new .“

Anwendungsszenarien

Auf der Seite der Lieferkette setzt Kellogg KI ein, um die Materialien und Produkte zur richtigen Zeit an die Orte zu schicken – und zu den richtigen Kosten. Eine der Technologien des Unternehmens überprüft ständig unterschiedliche Datenquellen zu verschiedenen Nachfragesignalen. Wenn es eine Störung oder sogar ein Muster erkennt, das zu einer Störung führen könnte, gibt es eine Empfehlung, wie diese vermieden werden kann.

„Die Herausforderungen in den Lieferketten in jeder Branche haben sich seit Jahrzehnten nicht wesentlich geändert … [Mit dieser KI-gestützten Lösung] können wir Tage bis Wochen im Voraus Anpassungen vornehmen, um ein Problem mit fehlenden Lagerbeständen zu verhindern Ereignis. Wir haben die Technologie im Jahr 2020 mit verschiedenen Marken, darunter Cheez-It, pilotiert und haben bedeutende Verbesserungen beim Service festgestellt“, sagte McGurk. „Das heißt, es ist keine Wunderwaffe. Wenn Sie beispielsweise keine Kapazitäten haben, kann maschinelles Lernen dieses zugrunde liegende Problem nicht beheben – aber es kann Ihnen helfen, das Beste aus dem herauszuholen, was Sie haben.“

Laut McGurk hat die Pandemie die Bedeutung der Investitionen, die Kellogg in den letzten Jahren in KI getätigt hat, erhöht. Zu den Herausforderungen, mit denen es und andere Konsumgüterunternehmen konfrontiert waren, gehörten die Aufrechterhaltung von Lieferketten und die Vorhersage granularer Nachfragequellen, da lokale Schließungen den Zugang zu Kanälen und das Essverhalten beeinträchtigten. Kellogg war auch gezwungen, Wege zu finden, um seine Kunden zu unterstützen, selbst wenn es nicht möglich war, ein Geschäft physisch anzunehmen, um eine Bestellung anzunehmen, und sicherzustellen, dass seine Marken in den E-Commerce-Kanälen, die während der Sperrung anstiegen, „in Kraft“ erscheinen.

„Mit der Pandemie kamen unerwartete Datensätze, die wir auf neue Weise verwenden – zum Beispiel, um die Verbraucher zu behalten, die während der Pandemie Kellogg-Lebensmittel probiert oder wiederentdeckt haben“, sagte McGurk. „Niemand weiß genau, was die Zukunft bringen wird, aber ich gehe davon aus, dass wir KI weiterhin auf neue Weise einsetzen werden, um sowohl alte als auch neue Herausforderungen zu lösen. Außerdem bleiben die Fähigkeiten, die wir jetzt in unsere Kernprozesse eingebaut haben, erhalten.“

Kelloggs Einführung von KI war weitgehend ein Erfolg und ermöglichte es dem Unternehmen, Verschwendung in seiner Lieferkette zu reduzieren und den Umsatz zu steigern. Das Unternehmen hat Pilotprojekte für eine Reihe von Anwendungsfällen gestartet, darunter die dynamische Optimierung des Routings seiner Vertriebsmitarbeiter auf Ladenebene in den USA, um die Bemühungen auf die Filialen mit dem größten Gewinn zu konzentrieren. In den USA, Indien und anderen Märkten nutzt es maschinelles Lernen, um Online-Out-of-Stocks bis zu 15 Tage im Voraus vorherzusagen, was es Kellogg ermöglicht, Nachbestellungen auszulösen oder Werbegelder von bestimmten Lebensmitteln abzulenken. Und das Unternehmen hat damit begonnen, KI zu verwenden, um die Demografie und Präferenzen geografischer Gebiete in Mexiko zu analysieren, um sein Point-of-Sale-Marketing in einzelnen Geschäften zu personalisieren.

„Die Personalisierung ist für ein Unternehmen unserer Größe nicht unbedingt einfach zu bewerkstelligen, aber hier kommt die KI ins Spiel. Der Vorteil der KI besteht darin, dass sie uns dabei hilft, die Personalisierung zu schaffen, die sich die Leute wünschen – in großem Maßstab“, sagte McGurk. „Der Großteil unserer Anwendung von KI und maschinellem Lernen war mit einem harten Business Case oder einem spezifischen Marktproblem verbunden, das wir zu lösen versuchen. Das stellt sicher, dass wir unsere Ressourcen auf etwas konzentrieren, das für unsere tatsächliche Geschäftsleistung von Bedeutung ist.“

Lernen

Zum Thema Ethik und verantwortungsvolle KI sagt McGurk, dass Kellogg Gesetze und Vorschriften zum Datenschutz und zur Einwilligung befolgt und dafür sorgt, dass seine Partner dasselbe tun. Während sie feststellt, dass die lokalen regulatorischen Rahmenbedingungen für den Einsatz von KI immer noch „ziemlich matschig“ sind, sagt McGurk, dass Kellogg sich intern darauf konzentriert, zu verstehen, wo mögliche Risiken und unbeabsichtigte Folgen liegen könnten, um ihnen zuvorzukommen. Das Unternehmen unternimmt beispielsweise Schritte, um Verzerrungen bei der Entwicklung und dem Training von Algorithmen zu vermeiden, insbesondere in Situationen, in denen „menschliches Einfühlungsvermögen“ durch die Automatisierung erforderlich ist.

„Wir haben es uns zur Priorität gemacht, Mitarbeiter und Partner zu schulen, die sich mit Dingen wie datengesteuertem Marketing beschäftigen“, sagte McGurk. „[Wir möchten, dass sie] sich der lokalen Vorschriften und unserer eigenen Richtlinien bewusst sind und deren Einhaltung bescheinigen.“

Unternehmen, die ihre eigene digitale Transformation in Angriff nehmen, empfiehlt McGurk, eine „Wenn wir es bauen, werden sie kommen“-Mentalität zu vermeiden. Um einen Rückstand zu vermeiden, müssen die erforderlichen Daten in Ordnung gebracht und Szenarien identifiziert werden, die eine praktische Anwendung und einen kurzfristigen Geschäftswert bieten können.

Zu den Herausforderungen bei der Einführung von KI in Unternehmen gehören laut IBM begrenztes Fachwissen und ein Mangel an Tools zur Entwicklung von Modellen. Während über 90 % der Unternehmen dem Unternehmen in a Umfrage dass ihre Fähigkeit zu erklären, wie die KI zu einer Entscheidung gelangt ist, wichtig ist, nannten mehr als die Hälfte Probleme, einschließlich verzerrter Daten. Trotzdem, IDC prognostiziert Unternehmen werden diese Blockaden überwinden und im Jahr 77.6 2022 Milliarden US-Dollar für KI ausgeben, gegenüber 24 Milliarden US-Dollar im Vorjahr.

„Schaffen Sie Schwung, indem Sie beweisen, was Sie können. Bauen Sie Ihren Stamm von Evangelisten auf“, sagte McGurk. „Die Implementierung von KI erfordert einen Kulturwandel: die Bereitschaft zu testen und zu lernen – und zwar schnell. Unabhängig von der Unternehmenskultur wird es von größter Bedeutung sein, interne Benutzer – die ultimativen Kunden für diese Algorithmen – darin zu schulen, wie man bessere Datenkonsumenten ist und mit Data-Science-Talenten arbeitet.“