İçecek soğutucunuz veri ekibinizden daha fazlasını biliyor. Ajans tabanlı yapay zekayı (AI) işte böyle güçlendiriyor.

Bir şişeleme şirketinin CEO’su olduğunuzu ve yönetim ekibinizle yapay zeka hakkında konuşmak için bir araya geldiğinizi hayal edin. Sohbet nereden başlar?

Çoğu kişi araçlardan bahsetmeye başlar: hangi platformu kullanmalı, hangi modeli uygulamalı veya hangi tedarikçiyi seçmeli. Ancak ilk adım farklı olmalı: şirketin yapay zekanın gerçek bir etki yaratması için uygun verilere sahip olup olmadığını sormak.

Çoğu içecek şirketi için dürüst cevap hala: henüz değil.
Yapay zeka, beslendiği veriler kadar güçlüdür. Doğru, sürekli ve yüksek frekanslı operasyonel bilgi olmadan, en gelişmiş modeller bile sınırlı bir etkiye sahip olacaktır.

İçecek endüstrisinde bu veriler, tüketicinin ve ürünün birleştiği yerde, yani içecek soğutucusunda zaten mevcuttur. Ancak yıllardır soğutucular, yapay zeka için stratejik bir veri kaynağı olarak hafife alınmıştır. Çoğu bağlantısız, izlenmeden kalırken, şirketler gerçek zamanlı bilgi yerine tahminlere dayalı kararlar almaya devam ediyor.

Yaklaşık on yıl önce, Latin Amerika’daki şişeleme şirketleri her yıl soğutucu filolarının yüzde altısına kadarını kaybediyordu. Depolarda terk edilmiş ekipmanlar, satış noktalarında sahip değişikliği ve hırsızlıklar binlerce varlığın basitçe ortadan kaybolmasına neden oluyordu. Saha ekiplerinin kayıp her soğutucuyu fiziksel olarak bulamayacağı anlaşıldığında, yeni bir çözüm ortaya çıktı: eğer soğutucu konumunu Bluetooth veya hücresel bağlantı aracılığıyla iletebilirse, uzaktan da yönetilebilirdi. AoFrio’nun bağlantılı soğutucu platformu böyle doğdu.

Bağlandıktan sonra, verilerin değeri katlanarak arttı. Sıcaklık, kapı açılışları, kompresör döngüleri, enerji tüketimi ve arızalar gibi değişkenler tek bir bulut platformunda toplanmaya başlayarak milyonlarca varlığın performansını analiz etmek için merkezi bir bilgi kaynağı oluşturdu.

Bugün, AoFrio’nun veri ekosistemi, 2017’deki ilk IoT çözümümüzün lansmanından bu yana sürekli olarak inşa edilen dünya çapında 3,2 milyondan fazla bağlantılı soğutucuyu bir araya getiriyor. Yaklaşık on yıllık gerçek operasyonel verilerle, platformumuzun makine öğrenimi algoritmaları, ekipman davranışları ve performansları arasındaki kalıpları ve ilişkileri, hiçbir analistin manuel olarak, hatta büyük hacimli bilgileri gözden geçirerek bile tespit edemeyeceği şekilde belirleyebilir.

Bunun açık bir örneği tahmine dayalı bakımdır. Kompresörün çalışma düzenindeki ve sıcaklık değişimlerindeki kalıpları analiz ederek, hangi soğutucuların arızalanma olasılığının yüksek olduğunu, arıza meydana gelmeden haftalar önce tahmin edebiliriz.

Birden fazla bölgeye dağılmış on binlerce varlığı yöneten bir şişeleme şirketi için bu, filo yönetimini tamamen dönüştürür. Her ek kullanılabilirlik saati, korunan satışları temsil eder. Önlenen her teknik ziyaret, operasyonel maliyetleri azaltır ve kaynakları daha değerli faaliyetler için serbest bırakır. IoT bağlantısı, teknolojik bir girişim olmaktan çıkıp doğrudan bir karlılık faktörü haline gelir.

Ajans tabanlı yapay zeka bu evrimi bir adım daha ileri taşıyacak. Bir sensör bir anormallik tespit eder —aşırı ısınan bir kompresör veya bozulmuş bir kapı contası gibi—. Sistem sorunu tanımlar, otomatik olarak bir iş emri oluşturur ve arıza meydana gelmeden önce en yakın teknisyeni uygun yedek parçayla görevlendirir. Müdahale tamamlandıktan sonra, sonuç modele geri beslenir ve model, gelecekteki kararlar için parametrelerini otomatik olarak ayarlar.
Manuel raporlar yok. Sonsuz e-posta zincirleri yok. Kimsenin sorunu tespit etmesini beklemek yok.

Soğutucu, bir sonraki ikmalden önce optimum koşullarda çalışmaya devam eder.
Bilgisayar görüşünün dahil edilmesi, ticari zekaya yeni bir katman ekler. Kameralar, hangi SKU’ların satıldığını belirlemeye, planogram uyumluluğunu doğrulamaya ve farklı mağaza formatları ve pazarlardaki teşhirlerin performansını ölçmeye olanak tanır.

Bu bilgiyi dış verilerle —hava durumu, yerel etkinlikler veya promosyon takvimleri gibi— birleştirerek, yapay zeka ne olduğunu açıklamakla sınırlı kalmayacak, ticari performansı optimize etmek için eylemler önermeye ve hatta yürütmeye başlayacaktır.

Önde gelen içecek şirketleri bu yönde ilerliyor. PepsiCo, pazardaki koşulları analiz etmekle kalmayıp aynı zamanda bunlara otomatik olarak tepki verebilen, envanterleri optimize eden ve perakende sinyallerine gerçek zamanlı olarak yanıt veren sistemler uygulayarak ajans tabanlı yapay zeka odaklı bir kuruluş olma vizyonunu kamuoyuna duyurdu.
Coca-Cola ise yapay zekanın talep tahmin yeteneklerini nasıl güçlendirdiğini ve ticari ortaklarının envanterleri daha doğru yönetmelerine nasıl yardımcı olduğunu paylaştı.

Ancak gerçek şu ki, piyasada kurulu soğutucuların büyük çoğunluğu hala bağlantısız. Veri üretmiyorlar. Sinyal üretmiyorlar. Ve bu nedenle, hiçbir yapay zeka stratejisini besleyemiyorlar.

Bağlantılı soğutucular tarafından üretilen veriler, içecek endüstrisindeki yeni nesil yapay zeka için en değerli varlıklardan biri olacak. Diğer iş göstergelerinin aksine, bu tür bilgiler zamanla inşa edilir. Satın alınamaz veya sonradan kurtarılamaz.

Erken başlayanlar, mevsimsel bir sıcaklık artışından yeni başlayan bir kompresör arızasını ayırt edebilen modelleri eğitmek için yıllarca gerçek verilere sahip olacaklar. Geç kalanlar ise bu geçmişi basitçe telafi edemeyecekler.

Yapay zeka stratejilerini belirleyen içecek şirketleri için tavsiyem basit:
Mükemmel modeli beklemeyin. En önemli varlığı inşa etmeye başlayın: operasyonel verilerinizi. Soğutucularınız günün 24 saati değerli bilgiler üretir. Tüm filoyu bağlamaya öncelik verin. Fırsat zaten burada, ancak sonsuza kadar açık kalmayacak.