Sztuczna inteligencja w dystrybucji komponentów

Oba te podejścia mają wiele wad, gdyż zasoby kadrowe i kompetencyjne są zawsze ograniczone, a poza tym nie ma pewności, że propozycja okaże się trafiona. Nie zawsze jesteśmy w stanie z góry zdefiniować wszystkie kryteria wyboru i zwykle dobór jest efektem wielu iteracji i modyfikowania założeń. Mimo milionów indeksów w magazynach, często zdarza się, że dokładnie tego, czego poszukuje inżynier, nie ma i trzeba zmodyfikować założenia.

Przeglądanie katalogu też nie jest proste, gdyż nie ma on standardowej formy i każdy dystrybutor realizuje swój pomysł. Wyszukiwarki parametryczne są lepsze i gorsze, często lista filtrów, które można ustawić, dotyczy jedynie paru głównych kryteriów i akurat tego, czego poszukujemy, wpisać się nie da. Brakuje możliwości ustawiania zakresów, wyszukiwania po innych kryteriach niż parametry, np. dobrej dostępności i wielu innych. Nawet interfejs użytkownika ma znaczenie, bo często przesuwanie dziesiątek suwaków, zaznaczanie kwadracików i wybieranie z pozycji z listy jest bardzo żmudne.

Wiele firm dystrybucyjnych wykonuje tytaniczną pracę rozwijając wyszukiwarki parametryczne i narzędzia do selekcji produktu z katalogu. Mimo to nadal od ręki da się wymienić mnóstwo usterek w ich działaniu lub wskazać na brak jakiejś oczywistej rzeczy. Taki stan przekonuje mnie, że nie ma to kompletnie sensu i zbudowanie dobrej wyszukiwarki jest tym samym zadaniem, co próba dojścia do linii horyzontu.

Rozwiązanie przyniesie tutaj sztuczna inteligencja, która jest w stanie odpowiedzieć w ułamku sekundy na pytanie o to, jakie złącze ma wymagany parametr, potem, gdy wyników będzie zbyt wiele, można podać kolejne dane, aby selekcję zawęzić. W tym przypadku nie ma konieczności mozolnego budowania bazy danych parametrów dla wyszukiwarki, gdyż AI jest w stanie przejrzeć PDF-y z dokumentacją. Czyli będzie można pytać o drobne szczegóły, takie, które nigdy nie byłyby ujęte w istniejącym podejściu. Inne możliwości to pytania o popularność, dostępność, porównania z innymi markami, wskazywanie produktów pasujących do kompletu, spełniających warunki środowiskowe i normy i zapewne dziesiątki innych, które jeszcze w tym momencie nie nasunęły się mi na myśl.

Oczywiście sztuczna inteligencja może zaprezentować wyniki ograniczone do oferty jednego dystrybutora, ale nie ma przeszkód, aby w kolejnym pytaniu prosić o podanie, kto jeszcze ma na rynku taki komponent w sprzedaży. Także kto ma go najtaniej lub jest w stanie dostarczyć najszybciej żądaną ilość. Inne pytania w szerszej skali mogą dotyczyć opinii z forów dyskusyjnych, problemów z jakością, podróbkami oraz zamiennikami czy normami.

Możliwości sztucznej inteligencji w zakresie dystrybucji są ogromne i jestem pewien, że niedługo zmieni ona całkowicie wsparcie techniczne oraz wyrzuci na margines agregatory ofert, porównywarki cenowe lub inne bazodanowe mechanizmy informacyjne. Zniknie też najprostsze wsparcie techniczne realizowane przez call center i wyszukiwarki parametryczne.

To, kiedy sztuczna inteligencja pojawi się w dystrybucji komponentów elektronicznych, jest tylko kwestią czasu. Kto uważa inaczej, niech zapyta ChatGPT o to, jaki ma kupić telewizor, a szybko zmieni zdanie.

Robert Magdziak