Družba Target je priznala nekaj, kar je veliko podjetij do zdaj držalo zase - umetna inteligenca se je iz kategorije "nice to have" preselila v kategorijo infra, vendar je račun za to precej boleč. Po besedah vodje za Indijo Andree Zimmerman je veriga prešla iz faze, ko "nekje uporablja AI", v stanje, ko "v celoti uporablja AI", le da je zaradi spremembe cenovnih modelov pri velikih ponudnikih (OpenAI, Anthropic in drugi) prisiljena zavirati in veliko strožje določiti, kam zares spušča AI.
Za vlagatelje je to zanimiv paradoks: Target je imel za seboj tri leta upadanja prihodkov, novi izvršni direktor Michael Fiddelke pa je nameraval porabiti še 2 milijardi dolarjev za trgovine, prenove in umetno inteligenco - medtem ko so se spremenljivi stroški dejanskih "možganov", ki bodo zagotovili ta preobrat, hkrati povečevali. Tako se je umetna inteligenca iz marketinškega gesla spremenila v postavko, ki jo arhitekturne ekipe in višje vodstvo obravnavajo na ravni "kaj točno to vpliva na naše marže in investicijske stroške".
Od "nekje imamo umetno inteligenco" do "delamo z umetno inteligenco".
Zimmerman je opisal dva ključna premika:
Target $TGT je prešel od pilotnih projektov na področju umetne inteligence k vključitvi umetne inteligence v ključne procese - načrtovanje zalog, oblikovanje cen, personalizacija, upravljanje promocij, logistika.
Hkrati pa si je začel prizadevati za "namerno uporabo" - tj. ne AI povsod, ampak AI tam, kjer ima jasen poslovni učinek: hitrejši obrat zalog, manj amortizacije, boljša izbira izdelkov, višja košarica na stranko.
Za maloprodajno verigo je to smiselno:
UI vam lahko natančno pove, kaj morate imeti na zalogi na določeni lokaciji.
kdaj spremeniti cene sezonskega blaga, da se ne bo prodajalo pod stroški.
ali kdaj je smiselno poslati svojo blagovno znamko v neposredno konkurenco diskonterju.
Toda vsaka takšna "pametna" funkcija zdaj pomeni posebno porabo žetonov in račun ponudniku modela.
Žetonska umetna inteligenca: zakaj je začela škodovati družbi Target
Druga raven so izključno stroški. OpenAI, Anthropic in drugi prehajajo na model: plačujete za tisto, kar dejansko uporabljate - število žetonov pri izvajanju modelov, širino konteksta, vrsto modela. To je namenjeno velikim podjetjem:
bolj prilagodljivo (ne plačujete za zmogljivosti, ki jih ne uporabljate)
vendar bolj tvegano (odvisnost od obsega zahtevkov, ki jih zamudite, če nimate dobrega upravljanja).
Zimmerman je naravnost povedal, da je ta sprememba "prisilila Target, da je ponovno premislil o strategiji". Razprava o umetni inteligenci torej poteka na dveh ravneh:
na arhitekturnih forumih (kako zasnovati sisteme za najučinkovitejšo uporabo žetonov)
na ravni višjega vodstva (koliko pobud na področju umetne inteligence si lahko letos realno privoščimo, ne da bi pri tem izčrpali proračun).
To je pomemben signal vlagateljem: sprejetje UI ni več binarno (imeti/ne imeti), temveč gre za to, ali ima podjetje v rokah tudi finančni vzvod - smiselno upravljanje stroškov v zvezi z modeli.
Indija kot hrbtenica: 40 % tehnoloških delavcev, poudarek na analitiki
Ciljna Indija ni več zaledna pisarna, temveč središče, kjer se umetna inteligenca in podatki prevajajo v realnost.
V Bengaluruju dela približno 5.600 ljudi, kar je približno 40 % celotne tehnološke delovne sile družbe Target.
Ekipe pokrivajo področje merchandisinga, digitalne tehnologije, trgovin in dobavne verige.
Podjetje želi tam še okrepiti analitiko, zlasti sposobnost, da ogromne količine podatkov pretvori v hitre vpoglede: kaj se prodaja, kje, po kakšni ceni, kako se kupci odzivajo na promocije, s kakšno hitrostjo se spreminja razpoloženje.
Cilj je skrajšati krog: podatki → vpogled → ukrepanje. V maloprodaji odločajo tedni: če izdelek precenimo, ko stranka že odide h konkurenci, je prepozno. Umetna inteligenca in analitika v Indiji naj bi predstavljala prav ta "prenos hitrosti".
Poslovni kontekst: tri leta upadanja prodaje, 2 milijardi dolarjev v umetno inteligenco in trgovine.
Medtem pa podjetje Target ni v položaju, da bi lahko "neboleče eksperimentiralo".
Prihodki podjetja se zmanjšujejo že tri leta - pritisk na cene, preusmeritev nekaterih kupcev k cenejšim alternativam, šibkejše povpraševanje po diskretnem blagu.
Novi izvršni direktor Michael Fiddelke je določil načrt za povečanje investicijskih stroškov za približno 2 milijardi dolarjev - kombinacija novih trgovin, prenov in pobud na področju umetne inteligence.
Podjetje bo torej povečalo naložbe, medtem ko zgornja linija stagnira ali se zmanjšuje, zaradi česar gre za klasično zgodbo "preobrat + tehnologija".
Z vidika delnic:
UI ni le zanimiva tema za klic o dobičku.
ampak orodje, ki ga mora Target uporabiti, da se bo ponovno boril za rast prihodkov in marž.
hkrati pa lahko umetna inteligenca (prek modelov določanja cen žetonov) ta načrt podraži
Kaj bi moral vlagatelj obravnavati
Namesto vprašanja "koliko umetne inteligence uporablja Target" je bolj zanimivo vprašati:
Kje točno umetna inteligenca prispeva k povečanju dobička pred obrestmi, davki in amortizacijo (EBIT)?
Posebni primer uporabe: upravljanje zalog, oblikovanje cen, personalizacija promocije?
Kakšni so pričakovani učinki (manj znižanj cen, manjše zaloge, večje spletne konverzije)?
Kako podjetje Target upravlja stroške umetne inteligence
Ali ima interne metrike, kot so "žetoni/naročilo" ali "stroški AI/prihranjena razdolžitev"?
Ali je bolj smiselno graditi več na lastnih modelih v primerjavi s popolnim zanašanjem na velike ponudnike?
Zmogljivost za izvajanje sprememb
40 % tehničnih ljudi v Indiji je prednost na stroškovni strani, vendar tudi organizacijski preizkus: kako dobro lahko obvladajo usklajevanje na daljavo med ameriškimi poslovnimi ekipami in indijskimi inženirji?