Händler sagen UiPath, dass die Einführung wichtiger ist als die Leistungsfähigkeit von KI

Die Einführung ist schwieriger als die Bereitstellung der Technologie

UiPath hat Anfang des Monats in London seinen ersten Kundenbeirat für den Einzelhandel veranstaltet. Daran nahmen Führungskräfte aus den Bereichen Sortimentsplanung, Handel und Technologie von acht Händlern teil. Die Diskussion fand unter der Chatham-House-Regel statt. Daher nannte UiPath weder die Teilnehmer noch ordnete das Unternehmen Aussagen einzelnen Firmen zu.

Nach Angaben von UiPath standen Einführung und Change-Management in jeder Sitzung auf der Tagesordnung und wurden häufiger angesprochen als bestimmte Produkte, Plattformen oder Funktionen. Die Händler beschrieben 20 oder 30 Jahre alte Prozesse sowie Teams, die traditionell isoliert voneinander arbeiten. Ein Händler verfügt über ein eigenes Change-Management-Team. Andere sagten, Beschäftigte konzentrierten sich häufig darauf, was ein neues Tool nicht leisten kann, statt auf seine Möglichkeiten.

Das Unternehmen erklärte, einige Händler hätten moderne Planungstools im Einsatz, doch ein großer Teil der Arbeit werde weiterhin in Tabellenkalkulationen erledigt. Der Rat der Gruppe lautete, klein anzufangen, einen frühen Erfolg sichtbar zu machen und darauf aufzubauen. Ein Beispiel war ein interner „Ask HR“-Agent, der zunächst getestet wurde, bevor er Abteilung für Abteilung ausgerollt wurde.

Vernetzte Systeme garantieren keine nützliche Transparenz

UiPath stellte außerdem Ergebnisse aus The Reaction Gap vor, einer Anfang dieses Jahres durchgeführten Umfrage unter 500 Führungskräften aus dem britischen Einzelhandel. 98 Prozent beschreiben ihre Systeme und Teams während des Spitzenhandels als vernetzt. Doch nur ein Viertel verfügt über die erforderliche Echtzeittransparenz, um bei auftretenden Problemen zu handeln. Mehr als zwei Drittel reagieren erst, nachdem sich ein Problem auf die Geschäftsergebnisse ausgewirkt hat.

Die am Kundenbeirat beteiligten Händler erkannten das Problem laut UiPath. Verschiedene Abteilungen könnten dieselben Daten unterschiedlich bearbeiten und dadurch widersprüchliche Zahlen in Backend-Systemen erzeugen. Während der Hauptsaison nutzen einige Händler mit Dashboards gefüllte War Rooms, haben aber weiterhin Schwierigkeiten zu erkennen, welche drei Probleme sofortige Aufmerksamkeit erfordern.

UiPath erklärte, dass schlechte oder isolierte Daten agentische Anwendungsfälle bereits vor ihrem Start verhindern können. Ein Händler arbeitet daran, Produktdaten absichtsbasiert aufzubereiten, damit Kunden schneller finden, was sie benötigen. Die übergeordnete Botschaft des Unternehmens lautete, dass die Geschwindigkeit bis zum Kunden auf Daten beruht, denen Teams vertrauen können.

Händler wollen, dass Agenten unterstützen und nicht das Urteilsvermögen ersetzen

In Gesprächen über Handelsentscheidungen beschrieben mehrere Händler ein Modell, bei dem Agenten Routineaufgaben übernehmen, während Menschen die Verantwortung für Entscheidungen behalten, die Urteilsvermögen erfordern. Agenten könnten Empfehlungen vorbereiten und vielleicht 90 Prozent der Routineentscheidungen erledigen. Beschäftigte würden die 10 Prozent genehmigen, die eine menschliche Prüfung erfordern.

UiPath erklärte, dieser Ansatz setze voraus, dass Systeme ihre Empfehlungen einschließlich der Gründe und der damit verbundenen Risiken erläutern. Teams benötigten außerdem ausreichende Datenkompetenz, um die von ihnen verwendeten Dashboards zu interpretieren. Die Diskussion warf eine weitere Frage auf: Wenn Agenten die manuelle Vorbereitung beseitigen, durch die Sortimentsplaner ihr Urteilsvermögen entwickeln, müssen Händler andere Wege finden, um die nächste Generation auszubilden.

Die Umfrage des Unternehmens ergab, dass 97 Prozent der britischen Händler KI bereits in irgendeiner Form einsetzen, während 47 Prozent noch auf messbare Geschäftseffekte warten. UiPath erklärte, dass Modelle zur Vorhersage von Retouren möglicherweise Zeit benötigen, um ihren Wert zu beweisen. Händler müssten jedoch auch klare Kennzahlen definieren, um zu beurteilen, ob sich eine Investition lohnt.

Als Ausgangspunkt bietet sich übersehene operative Arbeit an

Der Kundenbeirat identifizierte eine mittlere Arbeitsebene unterhalb großer Transformationsprogramme als praktikablen Ausgangspunkt. UiPath nannte die Beschaffung bis zur Bezahlung von Nicht-Lagerartikeln als Beispiel. Die Aufnahme von Lieferanten kann bis zu acht Wochen dauern. Bestellungen, die vor ihrem Abschluss aufgegeben werden, können später Ausnahmen verursachen. Teams verbringen möglicherweise Zeit damit, Genehmigungen nachzuverfolgen, Änderungen zu verwalten und über Informationssilos hinweg zu arbeiten.

UiPath erklärte, KI könne dabei helfen, eine zentrale Datenquelle bereitzustellen, anzuzeigen, was in welcher Phase feststeckt, und die manuelle Erstellung von Bestellungen zu reduzieren. Das Unternehmen sagte außerdem, dass einige Bestellungen für Nicht-Lagerartikel möglicherweise nicht erforderlich seien. Dadurch könnten Händler neben besseren Prozessen auch Einsparungen erzielen.

Für Nutzer und den Einzelhandelsmarkt insgesamt lautet die Botschaft der Sitzung, dass die Einführung von KI von begrenzten, messbaren Verbesserungen abhängen wird, die Beschäftigte sehen und nutzen können. UiPath plant, den Kundenbeirat im April erneut zusammenzubringen.