Byt se vám před příchodem vyhřeje, případně vychladí na příjemnou teplotu. Lednice vám dopředu ohlásí, co všechno v ní chybí, případně to sama objedná. To všechno jsou funkce, které už si dnes můžete (za notný příplatek) pořídit. Obvykle bývají součástí systému, jemuž se říká „chytrá domácnost“ či IoT neboli internet věcí. Za onou chytrostí se ale pořád skrývá jen sada kamer, nějaká čidla a bezdrátové připojení k internetu. Opravdu „chytrá“ domácnost přijde až ve chvíli, kdy do ní dokážeme integrovat umělou inteligenci.

Že je to hudba vzdálené budoucnosti, si může myslet jen někdo, kdo poslední zhruba dva roky blaženě prospal. Tempo, jímž se AI na všech frontách rozvíjí, je skutečně dechberoucí. A zjevně nevyhnutelné.

Na zcela praktický a vysoce funkční systém ostatně můžete narazit například pokaždé, když vyrazíte nakupovat. V Kauf­landech a Lidlech totiž AI integrovaná do logistického systému od SAP rozhoduje o tom, co si můžete koupit. A dokáže to předvídat například i podle toho, jaká je předpověď počasí a den v týdnu.

35 milionů kombinací

Oba maloobchodní řetězce patří do německé skupiny Schwarz, která provozuje téměř 1500 prodejen ve střední a východní Evropě, pochopitelně včetně Česka. Manažeři a logistici ze Schwarzu se dlouhodobě prali s výkyvy v nákupním chování a preferencích zákazníků. Hledali způsob, jak pružně, a hlavně co nejpřesněji plánovat dodávky, objednávání zboží a jeho doplňování do regálů v prodejnách. A navíc to vše potřebovali naškálovat na ohromné objemy dat.

I díky dřívějším zkušenostem s produkty od SAP se Schwarz nakonec rozhodl využít moderní řešení SAP Customer Activity Repository, což výrazně usnadnilo a zrychlilo implementaci nového systému. SAP CAR využívá například umělou inteligenci k předvídání očekávaných objemů prodeje jednotlivých položek zboží ve všech prodejnách skupiny. Denně musí vypočítat až 35 milionů kombinací s využitím databáze SAP HANA.

„Díky řešením SAP jsme zlepšili předvídání poptávky i doplňování zboží v prodejnách Kaufland po celé Evropě. Dosáhli jsme tak lepšího zákaznického servisu, a tím i větší spokojenosti zákazníků,“ dodává Michael Hahn, jenž je ve společnosti Schwarz IT zodpovědný za řízení dodavatelského řetězce.

Čtvrt roku dopředu

Jak přesně systém funguje? V prvním kroku modelování vyhodnocuje historii prodeje za posledních 800 dní. Ve druhém kroku systém průběžně vypočítává očekávané prodeje pro následujícího více než čtvrt roku. Tak daleko do budoucnosti se dívá, aby skupina mohla lépe plánovat reklamní kampaně. Na základě krátkodobější předpovědi, v některých případech dokonce předpovědi na následující den, pak řídí objednávky od dodavatelů a dodávky na jednotlivé trhy.

Výsledky jsou natolik spolehlivé, že je společnost využívá i k plánování výroby ve vlastním masokombinátu nebo k organizaci obsazenosti pekáren v jednotlivých prodejnách.

Výhodou systému SAP je velké množství faktorů, které může předpovědní model zahrnout. V prognóze zohledňuje vliv různých cen a prodejů podobných položek. Zohledňuje také den v týdnu. Algoritmus zahrnuje i takové detaily, jako jsou sezonní trendy, termíny výplat a předpověď počasí. Dokáže odhadnout prodeje zcela nových výrobků na základě podobného zboží.

Téměř bezchybný

Přestože systém SAP může do svých výpočtů zahrnout řadu faktorů, společnost identifikovala přibližně 50 nejdůležitějších. I při denních předpovědích se zaměřuje pouze na ty komodity, u nichž došlo k významným změnám. Díky tomu je model jednodušší na výpočetní kapacitu, ale přesto dosahuje vysoké přesnosti.

Schwarz využívá řešení SAP také pro plánování akcí, výběr sortimentu a cenové kalkulace. Za výhodu považuje možnost simulace více scénářů. Dosáhl tak snížení množství odpadu a neprodaného zboží. Zároveň se mu podařilo snížit počet případů, kdy požadovaný sortiment není v jednotlivých prodejnách k dispozici.

S trochou nadsázky by se tedy dalo říct, že na modely SAP předpovídající, co si půjdete koupit do Lidlu za čtrnáct dní, se dá spolehnout víc než na notoricky nepřesné dlouhodobé predikce meteorologů. 

35 mil. kombinací vypočítá systém SAP Customer Activity Repository denně.

800 dní zpětně vyhodnocuje systém prodejní historii. Následně vypočítá očekávané prodeje pro následujících 101 dní.

50 rozhodujících faktorů zahrnuje systém do výpočtů, dokáže však pracovat i s mnohem větším počtem.