Integracja AI firmy Nordstrom w zaopatrzeniu
Nordstrom w dużym stopniu zintegrowało sztuczną inteligencję ze swoim oprogramowaniem do analizy wydatków na zaopatrzenie, aby usprawnić strategie pozyskiwania i widoczność wydatków. Karoline Dygas, VP i Chief Procurement Officer, podczas panelu na Manifest 2026 w Las Vegas, podzieliła się informacją, że AI przyspiesza badania dostawców, kompilując informacje w kilka minut, podczas gdy wcześniej zajmowało to wiele godzin. Sprzedawca detaliczny wykorzystuje tę technologię za pośrednictwem oprogramowania do analizy zakupów, uzyskując wgląd w czasie rzeczywistym w dane dotyczące wydatków, relacji z dostawcami i strategiczne możliwości zaopatrzenia, takie jak rozwiązywanie złożonych łańcuchów dostaw i ryzyka związanego z pojedynczym źródłem.[1][2]
To wdrożenie wspiera nieliniowe procesy zaopatrzenia, wykraczając poza tradycyjne narzędzia liniowe, w kierunku większej elastyczności i odporności. Dygas podkreśliła zainteresowanie predykcyjną AI do prognozowania popytu i preskryptywną AI do rekomendacji działań, jednocześnie podkreślając zarządzanie danymi, aby uniknąć niedokładności lub halucynacji. Nordstrom postrzega wdrożenie AI jako niezbędne, a Dygas zauważyła, że firmy pozostające w tyle ryzykują dalsze pogorszenie, ponieważ technologia szybko się rozwija.[1]
Implikacje dla feedów produktowych e-commerce
Zaopatrzenie oparte na AI bezpośrednio udoskonala feedy produktowe e-commerce, poprawiając widoczność wydatków i dokładność danych dostawców. Ulepszona analiza umożliwia precyzyjne śledzenie kosztów i kategorii zaopatrzenia, co prowadzi do czystszych danych wejściowych dla katalogów produktów. Zmniejsza to liczbę błędów w generowaniu feedów, gdzie niedopasowane informacje o dostawcach często zakłócają synchronizację cen lub dostępności na różnych platformach.
W praktyce szybszy wgląd w dane dostawców usprawnia aktualizacje feedów, zapewniając, że asortymenty odzwierciedlają zmiany w zaopatrzeniu w czasie rzeczywistym bez ręcznego uzgadniania. Dla sprzedawców detalicznych obsługujących ogromne zapasy oznacza to, że feedy produktowe stają się bardziej niezawodne, minimalizując zakłócenia w zautomatyzowanej synchronizacji z kanałami sprzedaży.[1][2] Dowiedz się więcej o koncepcji feedu produktowego i jego znaczeniu dla Twojego sklepu internetowego.
Podnoszenie standardów katalogowych
Standaryzacja katalogów korzysta z możliwości AI w zakresie kategoryzowania wydatków i systematycznego identyfikowania wzorców zaopatrzenia. Podejście Nordstrom ujawnia ukryte spostrzeżenia, takie jak pominięte zależności od dostawców, pozwalając zespołom na egzekwowanie spójnych zasad kategoryzacji w globalnych łańcuchach dostaw. Podnosi to standardy katalogowe, osadzając ustrukturyzowane dane z zaopatrzenia w listach produktów, zmniejszając zmienność atrybutów, takich jak specyfikacje materiałów lub dane dotyczące pochodzenia.
Wyższy stopień standaryzacji wspiera skalowalne operacje e-commerce, gdzie jednolite katalogi ułatwiają spójność między kanałami i zgodność z wymaganiami rynku. Szybkość AI w przetwarzaniu danych o wydatkach przyspiesza to wyrównanie, zamieniając surowe informacje o zaopatrzeniu w standaryzowane podstawy katalogowe.[2]
Zwiększanie jakości i kompletności product card
Jakość i kompletność product card poprawia się, gdy AI odkrywa szczegółowe dane dotyczące dostawców i wydatków, które wcześniej były ukryte w silosach systemowych. W Nordstrom praktyczne spostrzeżenia z analizy wydatków wypełniają luki w danych o produktach, takie jak szczegółowe podziały kosztów lub alternatywne opcje zaopatrzenia, wzbogacając karty o zweryfikowane atrybuty. Ta kompletność zwiększa zaufanie kupujących, ponieważ karty zawierają pełniejsze specyfikacje bez niekompletności wynikającej z ręcznego wprowadzania danych.
Zaopatrzenie oparte na AI zapewnia bieżącą dokładność, oznaczając anomalie, takie jak wydatki bez umowy, które mogą propagować błędy do kart. Powstałe karty wspierają bogatszy merchandising, ze szczegółowymi informacjami napędzającymi lepsze dopasowanie do wyszukiwania i konwersję w środowiskach e-commerce.[1][2] Skuteczne opisy produktów mają kluczowe znaczenie dla konwersji odwiedzających w klientów.
Przyspieszanie wprowadzania asortymentu
Szybkość wprowadzania nowych asortymentów gwałtownie wzrasta dzięki szybkiemu opracowywaniu strategii zaopatrzenia przez AI. Zespół ds. zaopatrzenia Nordstrom buduje teraz plany kategorii szybko, badając dostawców przed spotkaniem i symulując opcje w czasie rzeczywistym. To skraca harmonogramy od strategii do półki, umożliwiając szybsze wprowadzanie asortymentu w obliczu zmiennego popytu.
W e-commerce, gdzie elastyczność definiuje konkurencyjność, takie przyspieszenie oznacza, że sprzedawcy detaliczni mogą zmieniać asortyment co tydzień, a nie kwartalnie. Oszczędność czasu dzięki AI – godziny zredukowane do minut – przekłada się bezpośrednio na szybsze uzupełnianie feedów i aktualizacje witryn sklepowych, wyprzedzając konkurentów polegających na wolniejszych procesach ręcznych.[1] Aby uzyskać więcej informacji, rozważ nasz artykuł na temat jak tworzyć opisy produktów napędzające sprzedaż.
Synergie No-Code i AI w infrastrukturze treści
Platformy No-code wzmacniają wpływ AI na zaopatrzenie w infrastrukturze treści, umożliwiając nietechnicznym zespołom orkiestrowanie przepływów danych produktowych bez niestandardowego kodowania. Przyjazne dla użytkownika narzędzia AI firmy Nordstrom wymagają minimalnych zmian w procesach, pozwalając na bezpośrednie przekazywanie wyników zaopatrzenia do potoków no-code w celu automatyzacji katalogu. Ta synergia osadza informacje o wydatkach w dynamicznym generowaniu treści, automatyzując wzbogacanie kart i optymalizację feedów.
Preskryptywna AI może dodatkowo rozwinąć to, rekomendując przepływy pracy no-code w oparciu o prognozy wydatków, wspierając odporne potoki treści. Chociaż wciąż się rozwija – Dygas zauważa wczesny etap GenAI – solidne zarządzanie danymi zapewnia, że narzędzia te dostarczają wolnych od halucynacji danych wejściowych, skalując infrastrukturę treści dla potrzeb e-commerce.[1][5] Sprawdź, jak AI dla Biznesu może poprawić Twoją wydajność e-commerce.
Supply Chain Dive.
Suplari Case Studies.
Postępy w zaopatrzeniu opartym na AI zaprezentowane przez Nordstrom podkreślają krytyczną zmianę w e-commerce w kierunku większej dokładności danych i elastyczności operacyjnej. Ten trend rezonuje głęboko z główną misją NotPIM, która koncentruje się na dostarczaniu narzędzi do zarządzania i wzbogacania danych o produktach. Automatyzując integrację szczegółowych informacji o dostawcach i analizy wydatków ze źródeł takich jak oprogramowanie do zaopatrzenia w katalogach produktów, sprzedawcy detaliczni mogą znacznie poprawić jakość informacji o produktach, zmniejszyć liczbę błędów i przyspieszyć czas wprowadzania na rynek. Potrzeba precyzyjnych, aktualnych danych jest nadrzędna, a zaopatrzenie z wykorzystaniem AI dodatkowo podkreśla wartość systemów takich jak NotPIM, które usprawniają integrację danych w środowisku no-code. Aby pomóc Ci w zarządzaniu tymi wyzwaniami, oferujemy program przetwarzania cenników.