News Pricer.lt

McKinsey: Gen AI gali padidinti mažmeninės prekybos maržas ir pajamas

McKinsey: Gen AI może zwiększyć marżę i przychody branży handlowej

AI laive – mažiau darbuotojų, sparčiai auga pelningumas

Skaityti daugiau

AI laive – mažiau darbuotojų, sparčiai auga pelningumas

Gen AI prekyba galėtų atlaisvinti 240–390 mlrd.

Generatyvusis dirbtinis intelektas (AI genas) tapo įprastu 2022 m. pabaigoje, o mažmeninės prekybos vadovai greitai suvokė laukiamą potencialą. Dirbtinio intelekto (AI) paminėjimas mažmenininkų skambučiuose dėl pajamų per pastaruosius metus išaugo, o tai nenuostabu, nes AI genas yra pasirengęs atlaisvinti nuo 240 iki 390 milijardų dolerių. ekonominės vertės mažmenininkams, o tai atitinka visos pramonės maržos padidėjimą 1,2–1,9 procentinio punkto. „McKinsey & Company“ teigimu, tai, kartu su negeneruojančios AI ir analizės verte, gali paversti milijardus dolerių trilijonais.

Per pastaruosius metus dauguma mažmenininkų pradėjo bandyti įvairius būdus, kaip naudoti Gen AI visoje mažmeninės vertės grandinėje. Tačiau net ir atlikus visus šiuos eksperimentus, nedaugeliui įmonių pavyko realizuoti visą technologijos potencialą. Iš daugiau nei 50 apklaustų mažmeninės prekybos vadovų dauguma teigia, kad bando ir plačiai tobulina didžiųjų kalbų modelius (LLM) ir gen AI, tačiau nedaugelis teigė, kad jie sėkmingai įdiegė gen AI savo organizacijose, rodo „McKinsey & Company“ tyrimas.

Mažmeninė prekyba išnaudoja AI geno galią

Kai kuriems mažmenininkams kilo sunkumų plačiai diegiant „Gen AI“, nes tam reikia perprogramuoti organizacijos dalis, atsižvelgiant į technines galimybes ir įgūdžius. „McKinsey & Company“ teigia, kad susirūpinimas dėl duomenų kokybės ir privatumo, nepakankamų išteklių ir patirties bei diegimo sąnaudos taip pat apsunkino greitį, kuriuo mažmenininkai gali išplėsti savo AI eksperimentus.

Mažmeninės prekybos įmonės, sėkmingai panaudojusios AI geno galią, paprastai išsiskiria dviejose pagrindinėse srityse. Pirma, jie svarsto, kaip gen AI naudojimo atvejai gali padėti pakeisti konkrečias verslo sritis, o ne išsklaidyti išteklius. Antra, jie sėkmingai pereina nuo bandomojo ir koncepcijos įrodymo prie didelio masto įgyvendinimo. Tam reikia ne tik duomenų prioritetų nustatymo ir technologijų integravimo, bet ir reikšmingų organizacinių pakeitimų, kurie padėtų plačiai taikyti AI.

Naujienų šaltinis

Dalintis:
0 0 balsai
Straipsnio vertinimas
guest
0 Komentarai
Seniausi
Naujausi Daugiausiai įvertinti
Inline Feedbacks
Rodyti visus komentarus

Taip pat skaitykite: