Streszczenie: W obliczu dynamicznych zmian rynkowych, takich jak viralowe zjawiska czy zmieniające się preferencje konsumentów, dokładne prognozowanie popytu staje się kluczowe. Sztuczna inteligencja (AI) oferuje narzędzia do analizy danych, jednak sama w sobie nie wystarcza do pełnego zrozumienia kontekstu rynkowego. Ludzka ekspertyza jest niezbędna do interpretacji wyników AI i uwzględnienia czynników takich jak sezonowość, trendy czy reakcje konkurencji. Proponowane podejście zakłada ścisłą współpracę między algorytmami a specjalistami, tworząc synergiczny model prognozowania. Taki model pozwala na bardziej precyzyjne przewidywanie popytu, co jest szczególnie ważne w niestabilnym otoczeniu rynkowym.
Nowe podejście do prognozowania zapotrzebowania pomoże menedżerom w organizowaniu pracy ludzi wykorzystujących narzędzia AI. Umożliwi ono dokładniejsze przewidywanie popytu na produkty w zmiennym i niestabilnym otoczeniu rynkowym.
Ostatniego lata powrócił jaskrawy róż. Ale gdy liczne marki modowe z entuzjazmem podchwyciły trend napędzany przez filmu, zniknęły w ciągu 24 godzin. Barbie, wiele z nich miało trudności z ustaleniem wielkości prognozowanego popytu. Dzięki wiralowemu hasztagowi #Tik TokMadeMeBuyIt z wirtualnych półek sklepu internetowego firmy Aldo, oficjalnego producenta obuwia Barbie, buty na koturnie inspirowane tymi, które nosiła główna bohaterka filmu, zniknęły w ciągu 24 godzin.
„Zjawisko Barbie” ilustruje powszechny dylemat: jak dokładnie prognozować popyt na produkty, gdy krajobraz komercyjny wciąż się zmienia. To zawsze było wyzwaniem. Obecnie jednak środowisko detaliczne jest wyjątkowo niestabilne i jeszcze bardziej zależne od mód niż w przeszłości, co wymaga od firm skuteczniejszego prognozowania popytu.
Wiele firm wprowadziło narzędzia nowej generacji, takie jak sztuczna inteligencja (AI), aby sprostać temu wyzwaniu. Chociaż algorytmy poprawiają skuteczność prognozowania, ludzka interwencja jest nadal niezbędna, żeby kontekstualizować zmiany na rynku i wprowadzać inne czynniki, takie jak responsywność. Ponieważ nie istnieje jeszcze standardowy szablon postępowania w tego typu interakcjach, opracowaliśmy schemat działania, który pomoże firmom połączyć ludzką ekspertyzę z rozwiązaniami prognozowania proponowanymi przez AI, opartymi na charakterystyce produktu.
Materiał dostępny tylko dla subskrybentów
Dołącz do subskrybentów MIT Sloan Management Review Polska Premium!
Kup subskrypcję
