Bagaimana perusahaan berusia 16 tahun memudahkan usaha kecil ke dalam AI

Di tengah semua “apakah ini gelembung? ” Bicara tentang kecerdasan buatan, rantai pasokan dan industri logistik telah menjadi tempat berkembang biak untuk penggunaan teknologi yang tampaknya asli.

Tetapi sementara AI membantu Fortune 500 -an memadukan garis bawah mereka (dan membenarkan PHK berikutnya ke Wall Street), penggunaan teknologi yang tepat terbukti bermanfaat bagi bisnis yang lebih kecil.

Netstock, perusahaan perangkat lunak manajemen inventaris yang didirikan pada tahun 2009, sedang mengerjakan hal itu. Baru-baru ini meluncurkan alat bertenaga AI generatif yang disebut “mesin peluang” yang masuk ke dasbor pelanggan yang ada. Alat ini menarik info dari perangkat lunak perencanaan sumber daya perusahaan pelanggan dan menggunakan informasi itu untuk membuat rekomendasi waktu nyata.

Netstock mengklaim alat ini menyelamatkan ribuan bisnis itu. Pada hari Kamis, perusahaan mengumumkan telah melayani satu juta rekomendasi hingga saat ini, dan bahwa 75% pelanggannya telah menerima saran mesin peluang senilai $ 50.000 atau lebih.

Sementara menggoda, salah satu pelanggan itu-Bargreen Ellingson, sebuah perusahaan pemasok restoran berusia 65 tahun yang dikelola keluarga-awalnya khawatir menggunakan produk kecerdasan buatan.

“Perusahaan keluarga tua tidak banyak mempercayai perubahan buta,” kata Chief Innovation Officer Jacob Moody kepada TechCrunch. “Aku tidak bisa pergi ke gudang kami dan berkata, ‘Hei, kotak hitam ini akan mulai mengelola.'”

Sebaliknya, Moody melempar AI Netstock secara internal sebagai alat yang dapat “memilih manajer gudang untuk menggunakan, atau tidak menggunakan” – sebuah proses yang ia gambarkan sebagai “dengan penuh semangat, tetapi dengan hati -hati mencelupkan jari kaki kita” ke AI.

Acara TechCrunch

San Francisco
|
27-29 Oktober 2025

Moody mengatakan itu membantu menghindari kesalahan, sebagian karena menyaring banyak sekali laporan yang digunakan stafnya untuk membuat keputusan inventaris. Dia mengakui ringkasan AI dari info ini tidak 100% akurat, tetapi mengatakan itu “membantu membuat sinyal dari kebisingan” dengan cepat, terutama selama jam kerja.

Gambar: Netstock

Perubahan yang “lebih mendalam” yang diperhatikan adalah perangkat lunak yang membuat beberapa staf gudang Bargreen Ellingson yang kurang senior “lebih efektif.”

Dia menyoroti seorang karyawan di salah satu dari 25 gudang Bargreen yang bekerja di sana selama dua tahun. Karyawan memiliki ijazah sekolah menengah tetapi tidak ada gelar sarjana. Melatih karyawan ini untuk memahami semua alat manajemen inventaris dan informasi peramalan yang digunakan Bargreen untuk merencanakan tingkat inventaris akan memakan waktu, katanya.

“Tapi dia tahu pelanggan kita, dia tahu apa yang dia pakai di truk setiap hari, jadi baginya, dia bisa melihat sistem dan memiliki wawasan yang digerakkan oleh AI ini dan dengan sangat cepat mengerti apakah itu masuk akal atau tidak masuk akal,” katanya. “Jadi dia merasa diberdayakan.”

Pendiri Netstock Kukkuk mengatakan kepada TechCrunch bahwa ia memahami keraguan di sekitar teknologi baru – terutama karena begitu banyak produk pada dasarnya adalah chatbots biasa -biasa saja yang melekat pada perangkat lunak yang ada.

Dia mengaitkan keberhasilan awal mesin peluang Netstock dengan beberapa hal. Perusahaan ini memiliki lebih dari satu dekade data dari bekerja dengan pengecer, distributor, dan produsen ringan. Data itu dilindungi dengan ketat untuk mematuhi kerangka kerja ISO, tetapi itulah yang membuat model yang membuat rekomendasi. (Dia mengatakan Netstock menggunakan kombinasi AI Tech dari komunitas open source dan perusahaan swasta.)

Setiap rekomendasi dapat dinilai dengan jempol ke atas atau jempol ke bawah, tetapi model juga diperkuat oleh apakah pelanggan mengambil tindakan yang disarankan atau tidak.

Sementara pembelajaran penguatan semacam itu dapat menyebabkan aneh, terkadang berbahaya Hasil ketika diterapkan pada hal -hal seperti media sosial, Kukkuk mengatakan dia mengejar berbagai insentif.

“Saya tidak terlalu peduli dengan bola mata, Anda tahu?” katanya. “Facebook dan Instagram peduli dengan bola mata, jadi mereka ingin Anda melihat barang -barang mereka. Kami peduli: ‘Apa hasilnya bagi pelanggan?”

Kukkuk waspada memperluas interaksi tersebut karena keterbatasan teknologi AI generatif saat ini. Meskipun mungkin masuk akal bagi pelanggan untuk berkomunikasi dengan AI Netstock tentang mengapa rekomendasi atau tidak berguna, Kukkuk mengatakan bahwa pada akhirnya dapat menyebabkan kerusakan akurasi.

“Ini adalah tali untuk berjalan, karena semakin banyak kebebasan yang Anda berikan kepada pengguna, semakin banyak kebebasan yang Anda berikan kepada model bahasa yang besar untuk memulai hal -hal yang berhalusinasi,” katanya.

Ini menjelaskan penempatan engine peluang di dasbor pelanggan khas Netstock. Sarannya menonjol, tetapi mudah diberhentikan. Google Documents menjejalkan 20 fitur AI di tenggorokan pengguna, ini tidak.

Moody mengatakan dia menghargai bahwa AI tidak ada di wajah Anda.

“Kami tidak membiarkan mesin AI membuat keputusan inventaris yang belum dilihat manusia dan diputar dan berkata, ‘Ya, saya setuju dengan itu,'” katanya. “Jika dan ketika kita sampai pada titik di mana mereka setuju dengan 90% dari hal -hal yang disarankan, mungkin kita akan mengambil langkah berikutnya dan berkata ‘Kami akan memberi Anda kendali sekarang.’ Tapi kita belum sampai di sana. “

Ini adalah awal yang menjanjikan pada saat banyak penyebaran perusahaan dari AI generatif sepertinya tidak ke mana -mana.

Tetapi jika teknologi menjadi lebih baik, Moody mengatakan dia tetap khawatir tentang implikasinya.

“Secara pribadi, saya takut dengan apa artinya ini. Saya pikir akan ada banyak perubahan, dan tidak ada dari kita yang benar -benar yakin seperti apa bentuknya di Bargreen,” katanya. Itu bisa menyebabkan ada lebih sedikit pakar ilmu data pada staf, sarannya. Tetapi bahkan jika itu berarti memindahkan karyawan itu keluar dari gudang dan ke kantor perusahaan, katanya menjaga pengetahuan itu penting.

Bargreen membutuhkan orang -orang yang “sangat memahami teori dan filosofi dan dapat merasionalisasi bagaimana dan mengapa Netstock membuat rekomendasi tertentu,” dan untuk “memastikan bahwa kita tidak secara membabi buta akan turun” jalan yang salah, katanya.

Tautan Sumber