- טרנספורמציית AI במגזרים מסורתיים דורשת גישה ייחודית.
- תצפית על משתמשים חושפת אתגרי תהליכי עבודה קריטיים, שלעיתים קרובות אינם מדווחים.
- אסטרטגיית MVP כפול מתמקדת הן בהיתכנות טכנית והן באימוץ התנהגותי.
- הגדלת פתרונות AI דורשת שותפויות חיצוניות עבור נתונים מורכבים.
בעידן שבו AI מעצב מחדש תעשיות בקצב מהיר, האתגר של שילוב טכנולוגיה מתקדמת בחברות ותיקות, במיוחד במגזרים כמו קמעונאות יוקרה, מציב סט ייחודי של מכשולים. מקרה מבחן זה מתעמק בפריסה אסטרטגית של AI בתוך Tollmans, קמעונאית רהיטי יוקרה, ומדגיש את התהליך המוקפד של זיהוי צרכים, התגברות על התנגדות תרבותית והוכחת ערך מוחשי.
המסע החל בשלב גילוי מקיף, שבו מומחית טרנספורמציית ה-AI, שי דיקסטרו, שוחחה עם כמעט כל עובד, מההנהלה ועד למכירות ולשירות לקוחות. סיור הקשבה נרחב זה היה קריטי לא רק להבנת תהליכי העבודה הקיימים ונקודות הכאב, אלא גם לאומדן מוכנות הארגון לשינוי טכנולוגי. בניגוד לחברות טכנולוגיות מלידה, קמעונאים מסורתיים לרוב חסרים תשתית נתונים חזקה ותרבות המורגלת לשינויים טכנולוגיים מהירים, מה שהופך שיחות ותצפיות ראשוניות לחשובות ביותר.
תובנה מרכזית עלתה מתוך התבוננות ישירה בעובדים: קיומם של פתרונות עוקפים מושרשים עמוק, ולעיתים קרובות לא מתועדים, כמו גיליונות אקסל נסתרים והעתקה-הדבקה ידנית בין מערכות מנותקות. צווארי בקבוק 'בלתי נראים' אלה, שפוספסו בראיונות הראשוניים, התגלו כקריטיים בעיצוב פתרון ה-AI. הגישה של דיקסטרו תיעלה בעיות שיכלו לייעל Operations, לאפשר ניסויים מהירים, או להקל על הצעת מוצרים/שירותים חדשים, כל זאת תוך התאמה לערכי הליבה של Tollmans של הקפדה על פרטים וחווית לקוח יוצאת דופן.
אחד האתגרים המשמעותיים ביותר היה הנפח העצום והשונות של קטלוגי המוצרים. כל קטלוג, לעיתים קרובות מאות עמודים, הכיל פרטים מורכבים וחיוניים לתמחור והזמנה מדויקים. טעות מוקדמת כללה אופטימיזציית יתר של פתרון ה-AI עבור קטלוג בודד, מה שחשף שגישה ניתנת להרחבה דרשה הבנה גמישה יותר של הקשר הנתונים. זה הוביל לאסטרטגיית MVP כפול: הוכחת ההיתכנות הטכנית של פתרון ה-AI תוך הדגמה בו-זמנית של יכולתו להניע שינוי התנהגותי ואימוץ משתמשים. על ידי התמקדות במספר קטלוגים בעלי השפעה גבוהה, הצוות יכול היה להציג ערך במהירות, מה שהוביל למשוב משתמשים נלהב ולדרישה ברורה ליישום רחב יותר.
בסופו של דבר, הפרויקט הוכיח שהטמעת AI מוצלחת בסביבות מדור קודם תלויה ביותר מסתם יכולת טכנית. היא דורשת הבנה עמוקה של התרבות הארגונית, נכונות להתבונן ולהסתגל, וגישה אסטרטגית לבניית אמון וטיפוח אימוץ בקרב עובדים ותיקים. ההצלחה הראשונית עם סט מוגבל של קטלוגים סללה את הדרך להרחבת הפתרון, מה שהצריך שותפות עם חברה חיצונית לטיפול בנתונים המורכבים והמגוונים של מאות קטלוגים, והפך תהליך ידני ומועד לטעויות למערכת יעילה המופעלת על ידי AI.
“כשאנחנו בונים MVP, אנחנו למעשה בונים שני MVPs: אחד עבור הפתרון הטכני, האם אנחנו יכולים לספק ערך, ואחד עבור שינוי התנהגותי, האם אנחנו יכולים לשנות את התנהגות המשתמשים שישתמשו בדבר הזה.”
- Shi Di Castro, Product Manager and AI Transformations Leader in Organizations
