Keuntungan:
- Dapat membezakan di mana kecerdasan buatan menjimatkan masa nyata dalam aliran kerja runcit (ramalan, analisis, kandungan, pelaporan) dan di mana harga, pesanan dan keputusan pelanggan diserahkan kepada manusia, bergantung pada tahap risiko tugas.
- Keupayaan untuk menerapkan disiplin yang mengesahkan setiap output AI melalui langkah memautkannya kepada sumber, mengira semula dan menapisnya secara komersial.
- Menamakan data pelanggan dan jualan dalam skop KVKK/privasi dan memperoleh tabiat memilih kenderaan yang selamat
Peruncitan ialah industri di mana beribu-ribu keputusan kecil dibuat setiap hari: berapa banyak unit produk mana yang akan dipesan, berapa banyak diskaun akan diberikan untuk produk mana, mesej mana yang akan dihantar kepada pelanggan mana, apa yang akan diletakkan di mana di lorong. Kebanyakan keputusan ini adalah berdasarkan data, tetapi dibuat di bawah tekanan masa, selalunya berdasarkan gerak hati. Di sinilah kecerdasan buatan berperanan: ia meringkaskan data dengan cepat, menghasilkan ramalan, draf dan analisis. Tetapi kecerdasan buatan bukanlah peluru ajaib. Kami akan mengulangi satu ayat sepanjang modul ini: Kepintaran buatan menghasilkan cadangan, manusia yang bertanggungjawab membuat keputusan.
Dalam unit pertama ini, anda akan belajar cara menggunakan AI dalam perniagaan runcit dengan selamat, cekap dan beretika. Pertama, mari kita jelaskan apa itu kecerdasan buatan.
Kecerdasan buatan (AI): Ia adalah nama umum yang diberikan kepada perisian yang melaksanakan beberapa tugas mental yang dilakukan oleh manusia (menulis teks, meringkaskan, meramal, mengelaskan) dengan belajar daripada data. Jenis yang paling kami akan gunakan ialah AI generatif yang berfungsi dengan teks (alat yang menjana teks dan menjawab soalan; cth. pembantu berasaskan sembang) dan alat analisis yang menghasilkan ramalan daripada data berangka.
Di manakah kecerdasan buatan menjimatkan masa dalam runcit?
Di mana AI paling kuat ialah dalam tugasan berulang, intensif data dan draf. Terdapat banyak persamaan dengan ini dalam runcit:
- Merangka ramalan permintaan daripada jualan lepas
- Menulis penerangan produk untuk ratusan produk
- Hasilkan ringkasan eksekutif dan ulasan KPI daripada carta jualan mentah
- Wujudkan logik untuk membahagikan kumpulan pelanggan
- Menjana idea kempen dan draf mesej
- Menyediakan cadangan berasaskan data untuk susun atur lorong
Ciri umum kerja-kerja ini ialah output adalah draf dan boleh disahkan dengan mudah oleh pakar.
Tempat di mana kecerdasan buatan tidak boleh membuat keputusan
Sesetengah keputusan secara langsung melibatkan wang, hak pelanggan atau liabiliti undang-undang. Ini harus diserahkan kepada manusia:
- Penentuan harga akhir: Margin, persaingan dan sempadan etika mesti ditimbang bersama.
- Pengesahan kuantiti pesanan: Aliran tunai dan kapasiti gudang turut dimainkan.
- Tindakan automatik yang menjejaskan pelanggan: Melabelkan pelanggan sebagai "berisiko" dan menyekat perkhidmatan mungkin bersifat diskriminasi.
- Tuntutan kempen: Pengiklanan yang mengelirukan mempunyai akibat undang-undang.
Awas: Menggunakan output AI yang tidak disahkan adalah sama berisiko seperti menghantar pesanan pembelian yang tidak disahkan kepada pembekal. Tidak kira betapa lancarnya output kelihatan, tanggungjawab tetap ada pada anda.
Pengasingan mengikut tahap risiko tugas
Bahagikan kerja anda kepada tiga kotak. Ini menentukan berapa banyak anda melepaskan AI.
Tahap risiko
contoh tugasan
Peranan kecerdasan buatan
kelulusan manusia
rendah
Draf penerangan produk, teks e-mel
Pengeluar / penggubal
Semakan pantas
sederhana
Ramalan permintaan, definisi segmen, ringkasan laporan
Penganalisis/perunding
Pengesahan berangka
tinggi
Keputusan harga, pengesahan pesanan, sekatan pelanggan
Cadangan sahaja
Keputusan mandatori, ditandatangani
Disiplin pengesahan: tiga langkah
Sebelum menerbitkan atau melaksanakan sebarang output AI, ikuti tiga langkah ini:
- Pautan ke sumber: Data apakah yang berasaskan output? Jualan tempoh yang manakah datangnya ramalan itu? Ciri produk yang manakah berasal dari tuntutan itu? Jika tiada sumber, jangan percaya.
- Kira semula: Semak semula output berangka (margin, jumlah diskaun, kuantiti pesanan) secara manual atau dengan jadual. Kecerdasan buatan boleh membuat kesilapan dalam aritmetik.
- Letakkannya melalui penapis komersial: "Adakah cadangan ini memenuhi realiti, belanjawan dan etika kedai kami?" Tanya soalan.
kes mini
Kes 1 — Ciri palsu: Editor e-dagang mempunyai perihalan tulis AI bagi 500 produk. Untuk set kepala Bluetooth, AI menyatakan "40 jam hayat bateri"; sedangkan nilai sebenar ialah 20 jam. Memandangkan editor melangkau langkah pemautan kepada sumber, ralat disiarkan secara langsung, 30 bayaran balik dan ulasan negatif berlaku. Pengajaran: Setiap tuntutan teknikal mesti dipadankan dengan data produk.
Kes 2 — Ralat aritmetik: Pengurus kategori berkata, "Cadangkan harga dengan margin 35% untuk produk berharga 40 TL." AI mencadangkan 61.54 TL dan bukannya 54 TL (menggunakan peratusan pada asas yang salah). Oleh kerana pengurus tidak mengira semula, produk kekal mahal berbanding pesaing, dan jualan menurun selama dua minggu. Pelajaran: Sentiasa sahkan nombor.
Kes 3 — Pelanggaran privasi: Pengurus CRM menampal nama, nombor telefon dan sejarah beli-belah 12,000 pelanggan ke dalam alat dalam talian dan menyebut "bahagikan mereka." Data peribadi pergi ke pihak ketiga yang tidak terkawal; Ini adalah pelanggaran KVKK. Pengajaran: Jangan berikan data peribadi kepada mana-mana alat tanpa menamakannya.
Privasi dan asas KVKK
KVKK (Undang-undang Perlindungan Data Peribadi): Ia adalah undang-undang yang mengawal cara data orang ramai seperti nama, kenalan dan membeli-belah akan diproses. Peraturan praktikal kami ialah pengecilan data: gunakan jumlah data paling sedikit yang diperlukan untuk melakukan kerja.
Sebelum menggunakan alat, sediakan data pelanggan/jualan seperti berikut:
- Padamkan pengecam langsung seperti nama, nama keluarga, telefon, e-mel, nombor kad, TR ID atau tukarkannya kepada kod seperti "Customer_001".
- Tinggalkan hanya medan yang diperlukan untuk analisis (cth. julat umur, bandar, jumlah troli, kategori).
- Pilih alatan korporat selamat yang tidak menggunakan data anda dalam pendidikan.
Petua: "Bolehkah saya menunjukkan data ini pada skrin kepada orang yang tidak dikenali?" bertanya. Jika jawapannya tidak, anonimkannya dahulu.
Gesaan lemah / Gesaan kuat
Prompt (perintah): Ia adalah arahan bertulis yang anda berikan kepada kecerdasan buatan. Kualitinya secara langsung menentukan kualiti keluaran.
Gesaan yang lemah:
Analisis jualan saya.
Ini tidak jelas; Tidak jelas data mana, tempoh mana, soalan mana. Kecerdasan buatan menghasilkan jawapan generik yang tidak berguna.
Gesaan kuat:
Peranan anda: Anda seorang penganalisis jualan runcit. Tugas: Periksa carta jualan mingguan tanpa nama di bawah. Data: [lajur untuk kategori, kuantiti, pusing ganti, bilangan pulangan] Saya mahu: (1) 3 kategori dengan perolehan tertinggi dan terendah, (2) 2 perubahan ketara dari minggu lepas, (3) Satu ayat yang mungkin sebab untuk setiap penemuan. Peraturan: Hanya bergantung pada nombor dalam data, jangan membuat tekaan. Tandai "mesti disahkan" jika anda tidak pasti. Format: Artikel artikel, maksimum 200 patah perkataan.
Templat gesaan yang boleh disalin
1) Klasifikasi risiko tugas
Kelaskan tugas runcit berikut sebagai risiko rendah / sederhana / tinggi.Tugas: [tulis tugasan]Bagi setiap kelas: apakah peranan kecerdasan buatan, apakah kelulusan manusia yang diperlukan?Berikan jawapan dalam 3 baris.
2) Kawalan anonimasi
Teliti tajuk jadual di bawah. Lajur manakah yang mengandungi data peribadi dan harus dipadamkan atau dikodkan sebelum memberikannya kepada alat AI? Tentukan sebagai senarai. Tajuk: [tampal nama lajur]
3) Senarai pengesahan output
Saya akan memberi anda output AI. Jawab tiga soalan ini:1) Apakah sumber/data output ini berdasarkan, adakah terdapat sumber?2) Senaraikan tuntutan berangka di dalamnya, yang manakah perlu disahkan?3) Adakah terdapat kenyataan berisiko dari segi etika/perundangan?Output: [tampal]
4) Penjanaan pencernaan yang selamat
Peranan anda: penolong pengurus runcit. Ekstrak ringkasan eksekutif daripada data awanama di bawah. Hanya gunakan maklumat dalam data, jangan tambah maklumat dari luar. Tandakan ketidakpastian sebagai "andaian". Maksimum 150 perkataan.Data: [tampal]
Kesilapan biasa
- Melaksanakan output sebagaimana adanya: Bahasa yang fasih bukan jaminan ketepatan. Sentiasa sahkan.
- Menampal data peribadi dalam bentuk mentahnya: Anonimkan dahulu.
- Menulis gesaan yang tidak jelas: Gesaan yang tidak menyatakan peranan, tugas, data, peraturan dan format memberikan output yang lemah.
- Tidak menyemak nombor: Sahkan nombor kritikal secara manual seperti margin, diskaun, kuantiti pesanan.
- Menyerahkan keputusan berisiko tinggi kepada kecerdasan buatan: Harga, pesanan dan kekangan pelanggan adalah keputusan manusia.
Secara ringkasnya
Kecerdasan buatan menjimatkan banyak masa dalam ramalan, analisis, kandungan dan pelaporan dalam runcit, tetapi ia bukan pembuat keputusan. Asingkan tugas mengikut tahap risiko, sahkan setiap output dengan langkah penapis sumber-pengiraan semula-komersial dan pastikan anda menyama-namakan data peribadi. Gesaan yang baik; termasuk peranan, tugas, data, peraturan dan format.
Tugasan permohonan
Senaraikan lima tugas rutin daripada perniagaan anda sendiri (cth. pesanan mingguan, salinan kempen, laporan jualan). Kelaskan setiap satu sebagai berisiko rendah/sederhana/tinggi dan tulis "peranan AI" dan "persetujuan manusia diperlukan" di sebelahnya. Kemudian cuba gesaan "3) Senarai pengesahan output" pada cetakan sebenar.
senarai semak
- [ ] Saya membahagikan tugas saya kepada risiko rendah/sederhana/tinggi.
- [ ] Saya mengaitkan keputusan berisiko tinggi dengan kelulusan manusia.
- [ ] Saya menamakan data peribadi sebelum memberikannya kepada kenderaan.
- [ ] Saya mengira semula setiap keluaran berangka.
- [ ] Gesaan saya mengandungi peranan, tugas, data, peraturan dan format.
- [ ] Saya tidak pernah langsung melaksanakan output tidak sah.