Orodja AI: prednosti in izzivi za prikaz po meri

Stranka pošlje sliko maloprodajnega zaslona,-ustvarjeno z umetno inteligenco, in vpraša: »Lahko to naredite? Koliko stane?«

Pri proizvajalcih zaslonov po meri je ta situacija vse pogostejša. Pred nekaj leti so kupci običajno pošiljali fotografije izdelkov, grobe skice, smernice blagovne znamke ali preproste referenčne slike. Zdaj mnogi kupci uporabljajo orodja AI za ustvarjanje konceptov zaslona, ​​preden se obrnejo na dobavitelja. Nekatere slike AI so videti zelo uglajene. Nekatere izgledajo skoraj kot prave maloprodajne fotografije.

Hkrati stranke uporabljajo AI tudi za pisanje e-poštnih sporočil s povpraševanjem, pripravo načrtov, organiziranje zahtev za izdelke in zastavljanje tehničnih vprašanj dobaviteljem. Proizvajalci delajo enako na drugi strani. Prodajne ekipe uporabljajo AI za organiziranje informacij o strankah, hitrejše odgovarjanje, razlago posodobitev vzorčenja in prevajanje inženirskih komentarjev v jasnejši jezik strank.

Torej, ali je AI dober ali slab za proizvajalce?

Kratek odgovor: umetna inteligenca je koristna, ko izboljšuje komunikacijo, vendar je tvegana, ko ljudje obravnavajo slike ali besedilo, napisano z umetno inteligenco-, kot končne informacije o proizvodnji.

Za proizvajalca zaslonov po meri lahko umetna inteligenca naredi zgodnjo komunikacijsko fazo hitrejšo in bolj vizualno. Tako strankam kot dobaviteljem lahko pomaga jasneje opisati ideje. Toda umetna inteligenca ne more nadomestiti inženirskega pregleda, izbire pravega materiala, strukturnega testiranja, analize ponudb, razvoja vzorcev ali nadzora proizvodnje.

Ta razlika je pomembna.

Kakšne so prednosti in slabosti umetne inteligence za proizvajalce?

Orodja umetne inteligence proizvajalcem prinašajo resnične koristi, zlasti pri komunikaciji s strankami. Vendar ustvarjajo tudi nove težave, ko se stranke in dobavitelji preveč zanašajo na AI.

Preprosto povedano, umetna inteligenca je uporabna na stopnji ideje in komunikacije.

Tvegano postane, če ga obravnavamo kot projektno datoteko, osnovo ponudbe, inženirsko rešitev ali proizvodno obljubo.

Kako umetna inteligenca spreminja komunikacijo med kupci in proizvajalci

Umetna inteligenca je spremenila izhodišče številnih zaslonskih projektov po meri.

Prej bi stranka lahko napisala:

>Za naš novi izdelek potrebujemo kartonski zaslon.

Takšna preiskava je bila zelo odprta. Prodajna ekipa je morala postaviti -mnoga dodatna vprašanja, preden je projekt lahko napredoval.

Zdaj lahko stranka pošlje sliko zaslona,-ustvarjeno z umetno inteligenco, ki prikazuje obliko, barvni slog, postavitev izdelka, ozadje trgovine in celo svetlobno vzdušje. Slika morda pomaga proizvajalcu veliko hitreje razumeti, kaj ima stranka v mislih.

To je dobra stvar.

Toda slika pogosto ne vsebuje informacij, potrebnih za pravo proizvodnjo. Morda ne prikaže velikosti zaslona. Morda ne odraža dejanske debeline materiala. Lahko se zdi, da police lebdijo brez podpore. Izdelek je morda videti lažji, kot je v resnici. Zaslon je lahko lep, a predrag za izdelavo, prevelik za pošiljanje ali nestabilen v pravi maloprodajni trgovini.

To je nov komunikacijski izziv.

AI strankam pomaga hitreje izražati ideje. Toda proizvajalci morajo te ideje še vedno spremeniti v praktične prikazne strukture.

Prednost 1: umetna inteligenca strankam pomaga jasneje izraziti svoje zamisli

Za mnoge kupce opis razstavnega stojala po meri ni enostaven.

Poznajo občutek, ki ga želijo. Morda poznajo barvo blagovne znamke, vrsto izdelka in okolje trgovine. Morda pa ne poznajo razlike med talnim prikazom, prikazom na pultu, stranskim prikazom, zabojnikom za smeti, prikazom na paletah ali prikazom za mešane{2}}materiale.

AI pomaga odpraviti to vrzel.

Stranka lahko ustvari konceptualno sliko in reče:

>To je blizu tega, kar želimo.

Ta slika morda še ni-pripravljena za proizvodnjo, vendar daje proizvajalcu koristne informacije:

• Prednostna oblika prikaza
• Barvna smer
• Stil predstavitve izdelka
• Maloprodajno vzdušje
• Intenzivnost blagovne znamke
• Število polic ali razstavnih con
• Začasen ali vrhunski vizualni občutek
• Ne glede na to, ali stranka želi videz papirja, akrila, kovine, lesa ali mešanega-materiala

Za proizvajalca zaslonov po meri lahko to prihrani čas v zgodnji razpravi.

Namesto da bi ugibali kupčevo vizualno usmeritev, lahko prodajna in oblikovalska ekipa začneta z jasnejšo referenco.

Kljub temu mora proizvajalec vprašati:

>Ali je ta slika le stilska referenca ali želite, da na njeni podlagi razvijemo pravo strukturo?

To eno vprašanje prepreči veliko nesporazumov.

Prednost 2: AI pomaga proizvajalcem hitreje organizirati poizvedbe

Ko prodajna ekipa prejme povpraševanje, prva naloga ni ponudba. Prva naloga je razumevanje.

Umetna inteligenca lahko pomaga organizirati razpršene informacije o strankah v jasnejši opis projekta. Na primer, če stranka pošlje več sporočil, fotografij izdelkov, konceptualne slike AI in okvirne zahteve, lahko AI pomaga povzeti:

• Kateri izdelek bo prikazan
• Kakšen zaslon želi stranka
• Katere informacije manjkajo
• Katera vprašanja je treba zastaviti naslednje
• Ne glede na to, ali je projekt za maloprodajne trgovine, dogodke, supermarkete ali razstave
• Ne glede na to, ali stranka govori o kartonu, PVC-ju, akrilu, kovini, lesu ali satju
• Ne glede na to, ali projekt potrebuje načrtovanje, vzorčenje, proizvodnjo ali samo oceno cene

To je uporabno za prodajno komunikacijo.

Stranka lahko napiše:

>Ali lahko citirate ta prikaz? Potrebujemo nekaj podobnega podobi za našo znamko prigrizkov.

AI lahko pomaga prodajni ekipi organizirati profesionalen odziv:

• Zahvalite se stranki za referenco koncepta.
• Pojasnite, da lahko sliko uporabite kot smernico oblikovanja.
• Vprašajte za velikost in težo izdelka.
• Vprašajte za pričakovane dimenzije zaslona.
• Vprašajte za količino naročila.
• Vprašajte, ali naj se zaslon pošlje ravno-zapakiran ali sestavljen.
• Vprašajte, ali ima stranka datoteke z umetninami.
• Pojasnite, da je pred natančno ponudbo potreben inženirski pregled.

Odgovor je hitrejši. Bolj strukturirano. Lažje za stranko razumljivo.

Vendar AI ne bi smel odločati o strategiji kotiranja. Ne more oceniti strankinega proračuna, nujnosti, resnosti ali dolgoročne-vrednosti. Ti so še vedno odvisni od prodajnih izkušenj.

Prednost 3: Umetna inteligenca naredi nadaljnjo-komunikacijo učinkovitejšo

Nadaljnja-komunikacija je velik del projektov prikazovanja po meri.

Po prvem povpraševanju lahko pride do več krogov razprave:

• Izbira materiala
• Prilagoditev strukture
• Potrditev umetniškega dela
• Revizija ponudbe
• Napredek vzorca
• Način pošiljanja
• Oblikovanje embalaže
• Urnik proizvodnje
• Povratne informacije strank
• Inženirski predlogi

Umetna inteligenca lahko prodajnim ekipam pomaga pri pisanju jasnejših nadaljnjih-sporočil, zlasti kadar tema vključuje tehnične informacije.

Na primer, inženir lahko pove prodajni ekipi:

>Treba je prilagoditi kot police. V nasprotnem primeru lahko izdelek po nalaganju zdrsne naprej.

Prodajalec lahko z umetno inteligenco to spremeni v-strancu prijazno angleščino:

>Naša ekipa inženirjev predlaga, da nekoliko prilagodite kot police, da izboljšate stabilnost izdelka med maloprodajo. Ta sprememba bo pomagala, da izdelki ostanejo na mestu po nalaganju.

Takšna komunikacija je pomembna.

Strankam ni treba vedno brati notranjega tehničnega jezika. Razumeti morajo razlog za spremembo.

AI lahko pomaga tudi pri pripravi:

• Nadaljnja-e-poštna sporočila s ponudbami
• Vzorci posodobitev napredka
• Pojasnila revizije dizajna
• Sporočila za opomnike strank
• Povzetki sestankov
• Potrditveni kontrolni seznami

Prednost ni v tem, da umetna inteligenca "nasledi-." Prednost je v tem, da AI pomaga prodajnim ekipam izraziti sporočilo bolj jasno in dosledno.

Prednost 4: AI pomaga razložiti načrtovalske datoteke in podrobnosti vzorčenja

Prikazni projekti po meri pogosto vključujejo veliko datotek in potrditev.

Stranke lahko pošljejo slike umetne inteligence, smernice blagovnih znamk, umetnine embalaže, fotografije izdelkov ali grobe skice. Proizvajalci lahko pripravijo 3D upodobitve, strukturne risbe, dieline, vzorčne fotografije, predloge materialov in navodila za pakiranje.

AI lahko pomaga razložiti te datoteke na bolj organiziran način.

Na primer, pred vzorčenjem lahko dobavitelj od stranke zahteva, da potrdi:

• Celotna velikost zaslona
• Velikost in teža izdelka
• Število polic
• Izbira materiala
• Tiskanje umetnin
• Površinska obdelava
• Montažna metoda
• Način pakiranja
• Zahteve za pošiljanje
• Vzorčne revizijske točke

AI lahko pomaga spremeniti to v čisti potrditveni kontrolni seznam vzorcev.

To je koristno, ker veliko težav z vzorci izvira iz nepopolne potrditve. Stranka lahko odobri videz, vendar pozabi potrditi nalaganje police. Lahko pa odobrijo velikost zaslona, ​​vendar pozneje spremenijo velikost embalaže izdelka.

Vsega tega AI ne more preprečiti. Lahko pa pomaga proizvajalcem jasneje sporočiti potrditvene točke.

Končna odgovornost še vedno pripada ekipi.

Pred vzorčenjem se morajo zvrstiti inženiring, oblikovanje, prodaja in odobritev strank. AI lahko pomaga pri jeziku. Ne more nadomestiti pregleda.

Tveganje 1:-Ustvarjene slike z umetno inteligenco so pogosto videti dobre, vendar niso-pripravljene za produkcijo

To je zdaj največja težava, s katero se soočajo proizvajalci.

Prikazne slike,-ustvarjene z umetno inteligenco, so lahko videti impresivno. Lahko imajo čudovito osvetlitev, popolne police, čista maloprodajna ozadja in privlačno umestitev izdelkov. Toda mnoge od teh slik ne sledijo realni produkcijski logiki.

Pogoste težave vključujejo:

• Brez pravih dimenzij
• Nerealna debelina materiala
• Police brez ustrezne opore
• Strukture, ki jih ni mogoče-pakirati
• Oblike, ki jih je težko -izrezati ali sestaviti
• Teža izdelka ni upoštevana
• Podstavek zaslona je premajhen za stabilnost
• Območje tiska ni ločeno od strukturnih delov
• Drage vizualne podrobnosti, ki jih kupec ne pričakuje
• Mešani materiali so prikazani na sliki, vendar niso jasno definirani

Na primer, slika z umetno inteligenco lahko prikazuje kartonski zaslon z ukrivljeno lebdečo polico, sijajne akrilne-podobne plošče, kovinski-okvirji in teksturo lesa, vse v enem dizajnu. Stranka lahko zahteva preprosto ceno kartona, vendar slika dejansko nakazuje zapleteno strukturo mešanega-materiala.

Zato proizvajalci ne bi smeli citirati neposredno iz slike AI.

Slika,-ustvarjena z umetno inteligenco, je referenca koncepta in ne proizvodna risba.

Odgovoren proizvajalec mora to jasno razložiti:

>To sliko lahko uporabimo kot usmeritev oblikovanja. Pred natančno ponudbo mora naša ekipa inženirjev pregledati strukturo, velikost, material, težo izdelka, način sestavljanja in zahteve glede pakiranja.

Ta odziv ščiti obe strani.

Tveganje 2: Umetna inteligenca lahko povzroči, da stranke pričakujejo hitrejše ponudbe, kot to dopušča realnost

AI hitro ustvarja koncepte. Ta hitrost spremeni pričakovanja strank.

Nekateri kupci si morda mislijo:

>Sliko že imam. Zakaj ne moreš takoj citirati?

Toda za proizvajalca zaslonov po meri slika ni dovolj.

Natančna ponudba običajno zahteva:

• Velikost zaslona
• Material
• Velikost izdelka
• Teža izdelka
• Število polic
• Količina
• Način tiskanja
• Površinska obdelava
• Kompleksnost strukture
• Način pakiranja
• Način pošiljanja
• Ali je vzorec potreben
• Ali dizajn potrebuje inženirski razvoj

Morda je možna hitra ocena, vendar uradna ponudba zahteva več podrobnosti.

To še posebej velja za kartonske zaslone po meri, akrilne zaslone, PVC zaslone, kovinske zaslone, lesene zaslone in strukture plošč iz satja. Vsak material ima drugačno proizvodno logiko. Zasnova, ki je na sliki umetne inteligence videti preprosta, lahko zahteva drago orodje, posebno tiskanje, dodatno ojačitev ali zapleteno pakiranje.

Proizvajalec mora torej upravljati pričakovanja.

Strokovni odgovor ni vedno najhitrejši odgovor. Strokovni odgovor je odgovor, ki zmanjša tveganje pred začetkom proizvodnje.

Tveganje 3: umetna inteligenca-napisane navedbe strank se lahko slišijo popolne, vendar še vedno pogrešajo ključne podrobnosti

Stranke zdaj uporabljajo tudi AI za pisanje opisov projektov.

Rezultat se morda sliši uglajeno:

>Iščemo okolju-prijazno, vrhunsko maloprodajno zaslonsko rešitev, ki izboljša prepoznavnost izdelkov in podpira pripovedovanje blagovne znamke v sodobnem maloprodajnem okolju.

To zveni profesionalno. Toda za proizvodnjo je lahko še vedno nepopolna.

Dobavitelj mora še vedno vedeti:

• Kateri izdelek bo prikazan?
• Kakšne so dimenzije izdelka?
• Kakšna je teža izdelka?
• Koliko SKU-jev?
• Koliko enot na polico?
• Kje bo zaslon uporabljen?
• Ali je začasno ali dolgoročno-?
• Kakšna je ciljna količina?
• Ali stranka potrebuje-paket?

Ali obstaja razpon proračuna?

Ali ima stranka datoteke z umetninami?

To je nenavadna nova težava: poizvedba je videti boljša, vendar morda ne bo bolj uporabna.

Izpopolnjenemu AI-napisanemu povzetku lahko še vedno manjkajo proizvodni podatki, potrebni za ponudbo in oblikovanje.

Prodajne ekipe ne smejo biti motene zaradi tekočega jezika. Preveriti morajo, ali povzetek vsebuje resnične podatke o proizvodnji.

Tveganje 4: Odgovori umetne inteligence lahko povzročijo, da so proizvajalci zveneči profesionalni, a manj odgovorni

Proizvajalci uporabljajo AI tudi za odgovarjanje strankam. To je koristno, vendar potrebuje nadzor.

AI lahko piše gladke, vljudne in profesionalne odgovore. Včasih preveč gladko.

Nevarnost je, da se lahko odgovor,-ustvarjen z umetno inteligenco, sliši bolj zanesljivo, kot ekipa dejansko je. Lahko piše:

>Da, lahko ga naredimo točno tako kot na sliki.

To je tvegano.

Boljši odgovor bi bil:

>Slika se lahko uporablja kot konceptna referenca. Naša inženirska ekipa bo pregledala strukturo, material, nalaganje izdelka, način sestavljanja in zahteve za pakiranje, preden bo potrdila izvedljivost in ponudbo.

Ta razlika je pomembna.

V proizvodnji besede ustvarjajo odgovornost. Če dobavitelj obljubi prezgodaj, lahko stranka pričakuje, da bo končni vzorec natančno ustrezal sliki AI. Toda po inženirskem pregledu bo morda potrebna sprememba strukture. Material je morda treba prilagoditi. Stroški so lahko višji. Zaslon je morda treba okrepiti.

AI lahko pomaga napisati sporočilo. Ne bi smelo obljubiti.

Vsak odgovor v zvezi z izvedljivostjo, ponudbo, časom dostave, materialom, strukturo, nakladanjem ali proizvodnim tveganjem mora pregledati človeška ekipa.

Kako naj proizvajalci ravnajo z-umetno inteligenco ustvarjenimi zahtevami strank

Zahteve,-ustvarjene z umetno inteligenco, niso problem, če se z njimi pravilno ravna.

Proizvajalci bi morali ustvariti jasen postopek za spreminjanje konceptov AI v resnične projekte.

1. korak: Sliko AI obravnavajte kot referenco koncepta

Prvi korak je spoštovati strankino idejo.

Ne zavrnite slike AI takoj. Lahko vsebuje koristno vizualno usmeritev. Lahko prikazuje slog prikaza, ki je stranki všeč.

Vendar mora dobavitelj jasno pojasniti, da slika ni proizvodna datoteka.

Dober odgovor bi lahko rekel:

>Hvala, ker ste delili sliko koncepta. Lahko ga uporabimo kot vizualno referenco in pregledamo, kako ga pretvoriti v praktično prikazno strukturo.

To ohranja pozitiven pogovor, hkrati pa postavlja prava pričakovanja.

2. korak: Vprašajte za podrobnosti o izdelku in maloprodaji

Po prejemu slike umetne inteligence mora dobavitelj zaprositi za dejanske informacije o projektu.

Pomembna vprašanja vključujejo:

Kateri izdelek bo prikazan?

Kakšna je velikost izdelka?

Kakšna je teža izdelka?

Koliko SKU-jev bo prikazanih?

Koliko izdelkov naj sprejme vsaka polica?

Kje bo zaslon uporabljen?

Je za supermarket, specializirano trgovino, dogodek ali razstavo?

Kako dolgo bo zaslon uporabljen?

Imate raje karton, PVC, akril, kovino, les ali mešane materiale?

Ali naj se zaslon pošlje ravno-zapakiran ali sestavljen?

Kakšna je ciljna količina naročila?

Ta vprašanja vizualno idejo spremenijo v izdelljiv projekt.

3. korak: Naj inženirji pregledajo izvedljivost pred ponudbo

Ko so osnovne informacije jasne, mora inženirska ekipa pregledati koncept.

Preveriti morajo:

Ali je struktura stabilna

Ali je izbrani material primeren

Ali lahko police podpirajo izdelek

Ali je zaslon mogoče enostavno sestaviti

Ali je mogoče dizajn učinkovito zapakirati in poslati

Ali se stroški ujemajo z verjetnim proračunom stranke

Ali zaslon potrebuje testiranje prototipa

Na tem koraku proizvajalci ustvarijo resnično vrednost.

AI lahko ustvari sliko. Inženiring spremeni idejo v nekaj, kar lahko stoji, drži izdelke, varno pošilja in deluje v trgovini.

4. korak: Koncept pretvorite v pravo oblikovno datoteko

Po pregledu izvedljivosti je treba koncept umetne inteligence pretvoriti v prave oblikovalske materiale.

To lahko vključuje:

3D upodabljanje

Risba strukture

Dieline za kartonski zaslon

Specifikacija materiala

Postavitev tiskanja

Navodilo za montažo

Vzorčna potrditvena datoteka

Načrt pakiranja

To je razlika med konceptom in-pripravljenim dizajnom.

Stranka lahko začne z AI. Toda proizvodnja potrebuje prave datoteke.

5. korak: Potrdite podrobnosti vzorca pred proizvodnjo

Pred vzorčenjem morata obe strani potrditi ključne podrobnosti.

To vključuje:

Velikost

Material

Tiskanje

Nalaganje izdelka

Količina police

Montažna metoda

Način pakiranja

Namen vzorca

Pričakovane spremembe

Količina proizvodnje

Ta potrditev ščiti projekt pred nesporazumi.

AI lahko pomaga pri pripravi kontrolnega seznama. Kupec in proizvajalec ga morata še potrditi.

Končne misli: AI omogoča hitrejšo komunikacijo, vendar proizvodnja še vedno potrebuje resnično strokovno znanje

Umetna inteligenca spreminja način komuniciranja strank in proizvajalcev.

Stranke lahko zdaj ustvarijo koncepte prikaza, preden stopijo v stik z dobaviteljem. Lahko napišejo jasnejša e-poštna sporočila, pripravijo vizualne reference in hitreje opišejo ideje blagovnih znamk. Proizvajalci lahko uporabljajo AI tudi za organiziranje poizvedb, učinkovitejše odgovarjanje, razlago posodobitev vzorčenja in izboljšanje komunikacije med prodajnimi, oblikovalskimi in inženirskimi ekipami.
To so resnične koristi.
Za proizvodnjo je hitrost koristna. Pomembnejša je natančnost.
Projekt prikazovanja po meri še vedno potrebuje človeško presojo: pregled teže izdelka, izbor materiala, konstrukcijski inženiring, testiranje vzorcev, potrditev tiskanja, načrtovanje pakiranja in nadzor proizvodnje.
AI lahko začne pogovor.
Proizvodnja mora še dokončati delo.