Jak szybko można zestawić komputer z użyciem konfiguratora?
Apetyt rośnie w miarę jedzenia. Kiedy przed rokiem jechaliśmy na nasze pierwsze spotkanie do Kanardi, ani my, ani nasz Klient nie przewidywaliśmy, jak bardzo rozwinie się nasza współpraca. Trudno się dziwić, bo jak pokazały pierwsze testy, czas przygotowania zestawienia nowego komputera przez sprzedawcę może się skrócić nawet o ponad 96%.
Początki współpracy
Jako profesjonalny dostawca urządzeń IT na rzecz biznesu, firma Kanardi wraz ze swym rozwojem, gromadziła coraz większe bazy danych elementów, z których składały się ich rozwiązania. Każdy tworzony na zamówienie klienta komputer to dziesiątki kluczowych elementów plus setki pomniejszych. Każdy z nich mógł pochodzić od innego producenta i dystrybutora, każdy miał nieco inne parametry i różną cenę. W pewnym momencie zarząd firmy doszedł do wniosku, że praca z tradycyjnymi arkuszami kalkulacyjnymi zabiera już zbyt wiele czasu i że ten czas lepiej byłoby spożytkować na nowe projekty.
I tu pojawiliśmy się my z naszym konfiguratorem produktów – CONFIGURAT.IO, który okazał się być idealną odpowiedzią na bolączki firmy. Naszą realizację udało się nawet częściowo sfinansować z „Bonu na Innowacje” – specjalnego grantu Europejskiego Funduszu Rozwoju Regionalnego, który jest przeznaczony na rozwój i wdrażanie innowacyjnych rozwiązań w mikro, małych i średnich przedsiębiorstwach.
Gdy opracowaliśmy konfigurator i poddaliśmy go pierwszym testom, okazało się, że dzięki temu rozwiązaniu czas konfiguracji produktu krojonego na miarę skrócił się ze 120 do 4 minut!
Nowe wyzwania i dalsze plany
Obecnie system jest gotowy, ale trzeba go zasilić danymi. Tę część wdrożenia ostatecznie także przekazano nam. Okazuje się, że wrzucenie, a przede wszystkim ujednolicenie półproduktów pochodzących od wielu dostawców, to wyzwanie równie trudne, co zbudowanie systemu do zarządzania nimi na etapie projektowania produktu końcowego.
Siedmiu dostawców z tysiącami produktów w ofercie. Każdy ma swój system nazewnictwa, własne metody opisów, inne formaty plików. Do tego – wiadomo – technologie komputerowe ciągle się zmieniają, a na rynek stałym strumieniem płyną kolejne nowości. Po wstępnym przeliczeniu – około 200 000 indeksów do przerobienia, zunifikowania i połączenia w paczki. Tak mniej więcej rysował się nasz kolejny projekt dla Kanardi.
Największe wyzwania
Wyzwanie pierwsze – ten sam produkt/element (np. dany procesor) może być dostarczany przez wielu dystrybutorów pod tą samą nazwą. System musi to rozpoznać i tak nazwać produkt, by był on jednoznacznie przypisany do dystrybutora – rozpoznać źródło pochodzenia towaru i to stamtąd zaimportować go do konfiguracji wraz z ceną i opisem, które przynależą do danego dostawcy.
Wyzwanie drugie – odwrotne do pierwszego - pomiędzy dostawcami są duże zbieżności w nazwach produktów/elementów, nazwach parametrów, stylistyce opisu, itp. Dwa identyczne produkty są tak opisane, że system mógłby nie rozpoznać ich jako identycznych. Trzeba zatem zadbać, by wychwycić różnice i znaleźć jeden wspólny sposób ich opisu. Na przykład - długość identycznego kabla może być określona jako 0,5 m lub 0.5 m lub 50 cm. Dla człowieka to to samo, ale dla algorytmu - już nie.
Wyzwanie trzecie – dostawcy na różne sposoby aktualizują swoje dane. Jedni robią to cyklicznie, inni sporadycznie. Jedni używają w tym celu bramki xml, drudzy udostępniają integrację poprzez dedykowane API, jeszcze inni przez pliki csv/xls (pobierane strumieniowo lub z FTP).
Trzeba więc tak skonfigurować system, by uwzględniał wiele standardów postępowania. Co więcej – za każdym razem tak samo bezbłędnie interpretować listę indeksów czy kategorii i prawidłowo zaciągać dane do konfiguratora. Choć dostawców jest wielu, a każdy z nich ma swój sposób prezentowania danych, całość ma stworzyć jednorodny i - przede wszystkim – bezbłędny zestaw z czytelnym i jednoznacznym opisem.
Ale są też pomniejsze wyzwania – niektóre dane trzeba skleić ze sobą, a inne lepiej rozdzielić. Niektóre systemy poddostawców są w pełni zintegrowane z ich systemem magazynowym, inne nie. Na to nakładają się częste obecnie zmiany cen oraz wydłużające się terminy dostaw niektórych komponentów.
„Trudno wyobrazić sobie tak złożony projekt bez udziału sztucznej inteligencji – mówi Michał Klin z EXSO, który pracuje przy rozwiązaniach dla Kanardi. – Duża liczba danych i konieczność ich rozpoznawania wymaga nauki i ciągłego doskonalenia, a to wyzwanie w sam raz dla algorytmów opartych o AI. Można powiedzieć, że wszyscy troje uczymy się razem na bieżąco – klient, my i... nasza sztuczna inteligencja!”
Wygląda na to, że tej nauki będzie jeszcze więcej, bo już trwają prace nad kolejnymi projektami w Kanardi.
