Прогнозирование продаж с машинным обучением в JTI: Опыт и результаты
В условиях, когда компании повсеместно используют искусственный интеллект (AI) для ускорения процессов и повышения точности, Джон Хэм, вице-президент по цепочке поставок в JTI, делится своим рецептом успеха. Важно сосредоточиться на конечном результате, независимо от того, генерируется ли он с помощью AI или машинного обучения (ML).
В случае JTI для достижения лучших результатов было выбрано машинное обучение.
«Мы приняли решение разработать полностью собственное решение для прогнозирования продаж на основе машинного обучения», — объясняет Джон Хэм, вице-президент по цепочке поставок от начала до конца в JTI.
Преимущества прогнозирования продаж с машинным обучением
Чтобы создать ML-движок, JTI объединила три группы экспертов: внутренние таланты в области планирования спроса, команду анализа данных и внешних специалистов из Accenture’s Supply Chain Innovation Center. Совместными усилиями они разработали и протестировали ML-движок, который стал интеллектуальной собственностью JTI.
Прозрачность и доверие были ключевыми факторами для успеха нового подхода к работе.
«Это не была загадочная машина, работающая за вас. Мы полностью контролировали процесс на каждом этапе», — добавляет Джон.
Еще одним способом вовлечения и построения доверия стало сознательное внимание к людям, а не к технологии.
«Мы постоянно общались и объясняли, что мы делаем и почему, заверяя менеджеров и финансовых директоров в том, что они все еще владеют своими данными. Мы предоставляли прогнозы, созданные нашим ML-движком, но давали полную автономию для их анализа, улучшения и утверждения», — говорит Джон.
Как JTI преуспела в внедрении машинного обучения
Разработка движка заняла около девяти месяцев, после чего тесты проводились в Швейцарии — одном из самых сильных и строгих рынков компании. Результаты показали, что ML-движок превзошел текущие процессы прогнозирования.
Джон объясняет успех двумя ключевыми факторами: более точное прогнозирование и его автоматизация с меньшими усилиями. Важными составляющими успеха стали владение интеллектуальной собственностью ML-движка, прозрачность процесса и вовлечение сотрудников и партнеров.
Внедрение в 19 кластеров стран, представляющих около 75% доходов JTI, заняло год. Оставшиеся 25% будут охвачены в течение следующего года.
«Мы придаем большое значение культуре на рабочем месте и возможностям для роста и развития наших сотрудников», — добавляет Джон. «Роль планировщика спроса стала более значимой: меньше времени тратится на работу с электронными таблицами, больше — на развитие бизнеса и продаж.»
В начале 2024 года JTI был признан одним из лучших глобальных работодателей в 47 странах, что свидетельствует о высоких стандартах компании.
Практические рекомендации для успеха с машинным обучением
«Не торопите процесс; используйте ML методично и осторожно. У вас есть только один шанс убедить людей, что это будущее. Если есть желание ускориться, сосредоточьтесь на ваших критериях успеха, поскольку это важные части пути. Многие AI-инициативы становятся просто имиджевыми проектами, а не реальными бизнес-решениями», — заключает Джон.
