Что такое цифровой двойник в управлении товарами?

Это виртуальная, постоянно обновляемая модель товара и складских операций компании, которая позволяет менеджерам имитировать изменения — такие как новая раскладка или скачок спроса — перед их внесением в реальный склад. Она разработана для многомерных операций со сложными потребностями координации, поэтому она редко применяется к магазину в одном месте.

Должен ли небольшой магазин инвестировать в компьютерное зрение для мониторинга товара?

Как правило, нет. Компьютерное зрение для мониторинга полок полезно там, где большая площадь и много сотрудников делают ручной подсчёт медленным, но стоимость аппаратуры и интеграции означает, что окупаемость наступает только в масштабе, которого большинство небольших магазинов не имеют. Видимое, проходимое подсобное помещение даже сейчас даёт владельцу ту же информацию бесплатно.

Нужны ли небольшим розничным торговцам датчики интернета вещей для их товара?

Обычно не напрямую. Датчики состояния и местоположения интернета вещей имеют наибольшее значение для товаров в пути или в хранилищах с контролем климата, что обычно является проблемой поставщика или логистического провайдера, а не магазина, получающего готовую доставку.

Реалистично ли прогнозирование спроса на основе искусственного интеллекта для магазина с несколькими товарными позициями?

Модели прогнозирования на основе искусственного интеллекта в целом нуждаются в достаточном историческом объёме данных и количестве позиций, чтобы превзойти простые правила. Небольшой магазин с несколькими стабильно продаваемыми товарами часто получает равные или лучшие результаты, непосредственно наблюдая закономерности продаж и устанавливая ручные точки переделки.

Сколько покрытия «техники управления товарами нового поколения» является независимым репортажем в сравнении с маркетингом поставщиков?

Значительная доля материалов о цифровых двойниках, компьютерном зрении и блокчейне в управлении товарами происходит из блогов поставщиков, торговых публикаций с отношениями поставщиков и организаторов торговых ярмарок. Технологии реальны, но заявления об внедрении должны читаться как маркетинговые, а не как независимо проверённые тренды.

Цифровые двойники для магазина размером с комнату? Отделяем реальные технологии управления товарами от маркетинговой шумихи

КороткоКрупные розничные торговцы экспериментируют с цифровыми двойниками, компьютерным зрением и отслеживаемостью на блокчейне для управления товарами — технологиями, которые разработаны для складов с тысячами товарных позиций и профессиональными IT-командами. В этой статье мы разбираемся, что эти термины действительно означают, почему они почти бесполезны для магазина с одной комнатой и общим смартфоном, и какие из основополагающих идей (имитация перед инвестициями, обнаружение аномалий, отслеживаемость) стоит применить в уменьшенном виде.

Мы создали Pultrack — приложение для точки продажи и управления товарами для небольших розничных торговцев, которые часто работают с двумя валютами и нестабильным интернетом. Поэтому мы читаем каждый обзор «будущее управления товарами» с одним конкретным вопросом: применима ли эта технология к магазину с одной кассой, одним подсобным помещением и одним человеком, делающим заказы после закрытия? В последнее время ответ всё чаще становится «нет».

Материалы об технологиях управления товарами вышли за пределы сканеров штрих-кодов и электронных таблиц и перешли на новый уровень: прогнозирование на основе искусственного интеллекта, компьютерное зрение, датчики интернета вещей и — самый новый участник — цифровые двойники, которые имитируют работу склада перед тем, как что-либо в нём изменить.[1][2] Имеет смысл отделить то, что действительно полезно, от того, что разработано для распределительного центра с сорока погрузочными платформами.

Что такое «цифровой двойник» товаров на самом деле?

Цифровой двойник — это виртуальная модель вашего товара и складского пространства, которая обновляется по мере изменения реальных условий, позволяя компании протестировать сценарии «что если» — новую раскладку полок, скачок спроса, задержку поставки — без внесения изменений в реальную работу склада.[1] Для компании, управляющей несколькими складами и тысячами товарных позиций, такая имитация может предотвратить дорогостоящие ошибки: переадресовку груза, обнаружение узких мест или раннее выявление риска нехватки товара за несколько недель.

Для магазина, в котором весь товар помещается в одно помещение и на несколько полок, «имитация» — это обычно просто прогулка по проходам и быстрая оценка того, что закончилось. Это не критика — это законный и пропорциональный метод. Цифровые двойники решают задачи координации между множеством мест и операторов; магазин в одном месте уже не имеет этой задачи координации.

Где компьютерное зрение действительно применяется?

Недавние материалы выделяют компьютерное зрение и роботов для инвентаризации как инструменты для постоянного мониторинга полок — камеры, которые следят за уровнем товара в реальном времени и отмечают пробелы, не требуя ручного подсчёта.[2] Это действительно полезная идея для крупнооптовой торговли с длинными проходами и потерями товара, рассеянными по большой площади.

Подвох, на который указывают те же материалы, в том, что внедрение ограничено инфраструктурой и стоимостью.[2] Камеры, обработка и интеграция — это не бесплатно, и окупаемость зависит от того, сколько труда вы сэкономите относительно того, сколько товара вы отслеживаете. Магазин с видимым, человеческого масштаба подсобным помещением редко достигает точки окупаемости — собственные глаза владельца — всё ещё самый дешёвый сенсор в здании.

Стоит ли для небольшого магазина отслеживание датчиками интернета вещей?

Датчики интернета вещей, которые контролируют местоположение, температуру, движение и состояние, всё чаще используются для товаров в пути или в хранилищах с контролем климата.[1] Это имеет большое значение для цепочек поставок скоропортящихся товаров — подумайте о логистике холодной цепи или распределении фармацевтических препаратов — где нарушение температуры может испортить товар до того, как кто-то это заметит.

Для большинства небольших розничных торговцев это решает чужую проблему. Если вы покупаете у дистрибьютора, то дистрибьютор (или его партнер по логистике) — это тот, кому нужен датчик на грузовике. Когда товар прибывает в ваш магазин, «мониторинг состояния» — это обычно просто проверка того, холодно ли в холодильнике и не течёт ли крыша — имеет смысл это делать, но не имеет смысла оснащать это подключённым оборудованием.

Масштабируется ли прогнозирование с помощью искусственного интеллекта и обнаружение аномалий вниз?

Искусственный интеллект и предиктивная аналитика используются для прогнозирования спроса, оптимизации пополнения запасов и выявления аномалий в движении товара до того, как они станут потерями.[1][2] Основная логика — посмотреть на закономерности, отметить необычное, предложить, что переделать — верна в любом масштабе. Проблема в том, что большинство продуктов «прогнозирования на основе искусственного интеллекта» имеют цену и разработаны с расчётом на достаточное количество исторических транзакций и достаточное количество позиций, чтобы модель прогнозирования была статистически значимой.

Магазин, продающий сорок товаров нескольким десяткам постоянных клиентов в день, не генерирует такую плотность данных, которая бы заставила модель прогнозирования превзойти простое правило: «заказывай, когда эта полка становится пустой, и заказывай больше перед известным оживлённым выходным днём». Это не отрицание основополагающей идеи — распознавание закономерностей и оповещение о переделке полезны — это признание того, что полезная версия этого для небольшого магазина намного проще, чем версия для предприятия, которую продают.

Где отслеживаемость на блокчейне действительно применяется?

Блокчейн позиционируется для отслеживаемости, соответствия и поддержки отзыва в регулируемых цепочках поставок — отзывы продуктов из-за безопасности пищи, происхождение фармацевтических препаратов, контролируемые товары.[1] Это реальный и серьёзный случай использования, но это случай использования для производителя или дистрибьютора, инициирующего отзыв, а не для магазина, получившего один ящик затронутого товара. Реальная потребность небольшого розничного торговца в отслеживаемости намного более базовая: знать, из какой доставки от поставщика пришла партия товара и когда, что уже обеспечивает простая датированная тетрадь товаров без необходимости в распределённом реестре.

Заметка о том, насколько реален этот «тренд»

Имеет смысл быть честным в отношении источников: большинство материалов о цифровых двойниках, компьютерном зрении и блокчейне в управлении товарами происходит из блогов поставщиков, отраслевых публикаций с отношениями поставщиков и освещения торговых ярмарок — материал, предназначенный для продажи продукта или продвижения события, а не независимого исследования.[1][2] Это не делает основополагающую технологию поддельной, но это означает, что формулировка «все внедряют это» должна читаться скептически. Внедрение, по признанию самих отчётов, остаётся ограниченным инфраструктурой и стоимостью даже среди крупных компаний.[2]

Что же должен действительно взять из этого небольшой магазин?

Отбросьте аппаратуру и модные слова, и три идеи под этой волной действительно стоят того, чтобы их взять в малом масштабе:

Протестируйте перед инвестированием. Суть цифрового двойника — имитируйте перед тем, как тратить — переводится во что-то простое, как проверка истории продаж перед удвоением заказа, вместо того чтобы гадать.
Следите за аномалиями, а не только за итогами. Суть обнаружения аномалий переводится в замечание того, когда быстро продаваемый товар внезапно замирает, или медленно продаваемый внезапно взлетает, и выяснение причины перед переделкой на автопилоте.
Знайте, откуда пришёл ваш товар. Суть отслеживаемости переводится в базовую привычку: записывайте, какой поставщик и в какую дату пришла партия, так что если что-то потом пойдёт не так, вы не гадаете.

Это место, где решение о продукте имеет значение больше, чем решение о технологии. В Pultrack мы сознательно сохранили отслеживание товаров именно тем, что действительно нужно магазину с одной кассой и работой в офлайне — подсчёты товара, оповещение о переделке и простой учёт того, что пришло и когда, работающий с любой валютой, в которой магазин назначает цены — вместо того чтобы добавлять модели прогнозирования или интеграции датчиков, которые предполагают размер склада, который у магазина нет. Суждение, которое мы рекомендуем применять любому небольшому розничному торговцу к шахте — это то же самое, которое мы применяем к нашей дорожной карте: снижает ли эта технология реальное, ежедневное трение, или она просто выглядит впечатляюще в примере у поставщика?

Что вам действительно следует проверить перед внедрением новой технологии управления товарами?

Требует ли инструмент инфраструктуру (стабильное питание, надёжное подключение, выделенное оборудование), которого у вас нет?
Нужно ли ему достаточно объёма транзакций, чтобы быть статистически полезным, или оно гадает на тонких данных, как и вы?
Является ли основополагающая идея (имитируйте сначала, следите за аномалиями, записывайте происхождение) чем-то, что вы можете делать вручную в вашем масштабе, без покупки корпоративной версии?
Кто действительно сообщает об этом тренде — независимый оператор или компания, продающая датчик, камеру или платформу?