Carrefour: توسيع منتجات البيانات والذكاء الاصطناعي عبر سلاسل إمداد التجزئة

01 / 05

التحدي

على نطاق مجموعة تجزئة كبرى، يمكن حتى لأوجه القصور الصغيرة في عمليات سلسلة الإمداد أن تولّد تكاليف تشغيلية كبيرة. فالتنبؤ بالطلب وتوافر المنتجات وتحسين المنصّات وإدارة المخزون تتطلب تنسيقًا بين مجموعات بيانات ضخمة وقواعد أعمال معقدة وأنظمة تشغيلية. وكان التحدي تحويل القدرات التحليلية إلى منتجات موثوقة وقابلة لإعادة الاستخدام وقادرة على تحقيق تحسينات قابلة للقياس.

02 / 05

مساهمتي

قدت مبادرات الذكاء الاصطناعي والتحليلات ضمن Analytics Factory، محوِّلًا متطلبات سلسلة الإمداد إلى خرائط طريق للمنتج ومنسقًا التنفيذ بين الفرق التجارية والتقنية، بصفتي قائد مهمة ML/MLOps من 10 أشخاص.

03 / 05

المنهج

• One Demandتطوير قدرات تحليل مرتبطة بالطلب لدعم التنبؤ وقرارات سلسلة الإمداد.
• Max Hauteur Paletteالعمل على تحسين ارتفاع المنصّات لتطوير العمليات اللوجستية والاستفادة من طاقة النقل والتخزين.
• Analytics Factoryهيكلة تسليم منتجات بيانات قابلة لإعادة الاستخدام وتسريع التعاون بين فرق الأعمال والهندسة.
• قيادة المنتجترتيب حالات الاستخدام حسب قيمتها التجارية وجدواها التشغيلية ونتائجها المتوقعة.
• التحسين المستمراستخدام المؤشرات التشغيلية لتوجيه تطوير المنتجات وقياس خلق القيمة.

04 / 05

الأثر على الأعمال

تحسّن مؤشر معدل الخدمة التشغيلي المُعلن، المرتبط بمبادرات سلسلة الإمداد. وأظهر هذا العمل كيف تستطيع إدارة منتجات الذكاء الاصطناعي ربط الأنظمة التحليلية بنتائج تشغيلية قابلة للقياس على نطاق المؤسسة.

05 / 05

ما تعلمته

تُقاس منتجات الذكاء الاصطناعي الناجحة بمؤشرات الأعمال التي تحسّنها، لا بتعقيد خوارزمياتها.