Foods Connected – 杂货店准备好利用 AI 的巨大潜力了吗？

快速阅读: 据《杂货贸易商》称，布鲁克斯博士指出，AI在食品饮料行业的应用正迅速增长，但成功关键在于数据质量和技能储备。企业需提前数字化转型并填补技能空白，避免重蹈区块链覆辙，确保AI发挥实际价值而非炒作。

布鲁克斯博士在文中写道，目前人工智能（AI）很少离开行业头条，显然在食品和饮料领域对其潜在应用的热情不减。作为Foods Connected研究与创新主管的她指出，事实上，在我们调查了500多名从事快速消费品供应链工作的高级专业人员后，70%的企业告诉我们它们已经实施了AI（或计划这样做），而96%的企业计划在未来五年内进一步投资，其中绝大多数将在未来三年内完成。一方面，看到AI被如此迅速地接受是非常棒的。在Foods Connected，技术是我们赖以生存的基础，我们对AI及其在我们的平台上增强客户体验的变革潜力感到兴奋。从降低生产风险到优化工厂食品安全以及为品牌和零售商的客户提供个性化内容，毫无疑问，AI在为该行业释放价值方面扮演着重要角色。但与此同时，正如任何新技术一样，如果企业没有花时间打好AI的基础，也存在一些相当大的潜在陷阱可能会让它们措手不及。鉴于许多企业计划在未来几年内将其进一步嵌入运营的时间表非常紧迫，这一点尤为重要。

这就是为什么，对于我们的研究，我们想要超越炒作，深入探讨业务领导者在实施AI时面临的最大挑战。我们希望了解他们所关心的问题、缺乏支持的地方以及他们自身组织的知识空白。通过这样做，我们希望能够避免重蹈覆辙，就像过去一些备受瞩目的技术那样。以区块链为例。公共分布式账本的概念最初是在金融科技领域发起的，作为一种无需银行等可信机构即可交易加密货币的方式。后来，它在农业食品领域获得了关注，作为一种验证供应链每个阶段的方式，从而减少欺诈行为。但很快显而易见的是，至少在其传统形式下，它既成本高昂又不适合像食品这样高交易量/低利润率的行业，因为交易量巨大令人眼花缭乱。未能从一开始就适应技术和供应链操作，导致区块链与成本、复杂性甚至（讽刺的是）不信任联系起来，在某些情况下，这是由于行业对它的潜在价值存在困惑所致。尽管它仍然是制造业中一种非常有价值的工具，但其传统形式的技术可以说未能达到十年前的预期潜力。如果我们想让AI避免类似的命运，那么我们需要奠定正确的基础。

那么，哪些早期步骤可以将AI从过度炒作的浪费转变为有价值的变化工具呢？第一步是数据或数字化准备。超过四分之一（28%）的企业告诉我们，它们要么部分数字化，要么完全没有数字化。这非常重要，因为AI的效果取决于它所处理的数据质量。低质量数据，我指的是那些未数字化、未标准化且不可访问的数据，无论AI多么先进，都会产生低质量结果。对于所有告诉我们计划在未来1-3年内进行投资的食品和饮料企业来说，缺乏数据准备可能会显著削弱它们从投资中获得的好处，或者意识到它们的数据不足以满足需求，这可能会使三年计划变成五年的计划，甚至更长，使它们远远落后于竞争对手的步伐。

这就是为什么现在花时间评估您的数据准备情况并做出必要调整需要成为待办事项清单的首位。当然，每家企业的做法都不尽相同。但简单地说，这涉及将模拟数据转换为数字化格式——想想纸质发票或物理称重秤——确保这些数字化数据标准化，以便既可访问又可共享，并采取文化或教育干预措施，确保您企业中的每个人都理解数据质量的重要性。确保任何AI赋能技术在企业中优化的第二个准备工作是填补技能差距。我们的研究表明，五分之一的企业目前缺乏专门负责数字转型的团队。与销售、营销或物流等成熟职能不同，数字转型似乎更像是“锦上添花”而非必需品，但对于那些希望利用AI的企业来说，情况并非如此。拥有合适的内部技能对于在组织内使AI高效、经济实惠且有影响力至关重要。它不仅提供了定制构建的可能性，而不是完全依赖现成解决方案。它确保AI能够高效使用，而不是成为生产力的障碍。它甚至允许团队在适当的情况下挑战AI，并理解数据可能出错的地方。这不仅仅是关于技术岗位。现在越来越多的人认识到，您团队中的每个人在未来几年内可能都需要至少基本水平的AI素养。特别是在食品和饮料行业中，有许多大型组织，为此将需要对新员工和现有员工进行战略性且主动的培训承诺。

就像数字化准备一样，这不能等到AI已经投入资金后再考虑。评估并填补任何技能差距需要在采用过程中尽早进行，以确保任何新技术都能顺利落地。总而言之，尽管当前关于AI的讨论热度很高，但它并不是万能药。虽然我们很高兴看到如此多的食品和饮料企业正在探索其潜力，但在投入数千万元甚至更多之前，重要的是先停下来思考一下您的组织是否已做好准备。就AI而言，准备将是区分炒作与真正业务转型的核心。

(以上内容均由Ai生成)