첫 AI 파일럿은 벤더의 슬라이드에서 가장 화려한 프로젝트가 되어서는 안 됩니다. 이것이 제 결론이며, 창고들이 이를 비싼 대가를 치르고 배우는 모습을 봐 왔기 때문입니다. 첫 파일럿의 역할은 AI가 강력하다는 것을 증명하는 것이 아닙니다. 현장 직원과 상사에게 동시에, 이것이 하루를 더 어렵게 만들지 않고 우리 창고에서 돌아갈 수 있다는 것을 증명하는 것입니다. 신뢰에서 실패하는 첫 AI 파일럿은 소프트웨어 그 자체보다 비쌉니다. 두 번째, 세 번째 파일럿까지 잃게 되기 때문입니다. 아무도 그 파일럿들에 자금을 대지 않을 것입니다.

저는 이것이 양쪽 방향으로 전개되는 것을 보았습니다. 먼저 나쁜 경우부터. 몇 년 전, 한 이커머스 풀필먼트 창고는 지능형 웨이브 최적화를 첫 AI 프로젝트로 선택했습니다. 인상적으로 들렸습니다. 시스템이 웨이브를 구성하고, 경로를 계획하고, 인력을 자동으로 스케줄링한다는 것이었습니다. 첫 주에 프로모션으로 주문 구성이 바뀌었고, 알고리즘은 빠르게 움직이는 SKU 몇 개를 서로 다른 웨이브로 나누어 버렸습니다. 피커들은 여분의 거리를 걸었고, 슈퍼바이저들은 계획을 손으로 무시했으며, 두 번의 무시 이후 현장에서는 그냥 시스템의 제안을 따르지 않게 되었습니다. 프로젝트는 명목상으로는 계속 돌아가고 있었지만, 실제로는 보류된 상태였습니다. 알고리즘이 어리석었던 것이 아닙니다. 파일럿이 오류 허용도가 거의 없는 시나리오를 선택했던 것입니다. 웨이브를 한 번 잘못 짜면 창고 전체가 그것을 느낍니다.

좋은 경우는 같은 시기의 비슷한 규모 창고에서 나왔습니다. 그곳의 첫 파일럿은 정확히 한 가지 일만 했습니다. 입고 배송 문서를 읽는 것이었습니다. 파일럿 전에는 입고 직원들이 공급업체 서류에서 제품명, 수량, 로트 번호를 손으로 시스템에 옮겨 적었는데, 배송 건당 쉽게 15분가량이 걸렸고, 옮겨 적은 라인의 오류도 잦았습니다. 파일럿은 문서를 촬영하고, 필드를 인식하고, 무엇이든 기록하기 전에 사람에게 확인을 위해 결과를 보여주었습니다. 2주 안에 문서 입력 시간이 크게 줄었고, 더 중요하게는 입고 팀이 그것을 쓰고 싶어 했습니다. 시스템이 뭔가를 틀리게 해도, 재작업 없이 그 자리에서 고칠 수 있었기 때문입니다. 절약된 돈은 적었습니다. 얻은 신뢰는 그렇지 않았습니다. 처음으로 창고 전체가 AI가 일을 더하는 것이 아니라 돕기 위해 있다는 것을 느꼈습니다.

가장 화려한 첫 파일럿부터 시작하지 마십시오

첫 파일럿은 세 가지 엄격한 테스트를 통과해야 하며, 그중 하나라도 실패하면 다른 주제를 선택하십시오. 첫째, 실수를 복구할 수 있어야 합니다. 시스템이 잘못된 것을 제안해도, 사람이 그 자리에서 알아채고 고칠 수 있어 잘못된 출하나 잘못된 예약으로 이어지지 않아야 합니다. 둘째, 주요 프로세스 옆에 자리해야 하며, 먼저 창고 전체 프로세스를 재구축할 것을 요구해서는 안 됩니다. 셋째, 변화가 2주 안에 보여야 합니다. 시간 단축, 오류 감소, 또는 헛된 이동 감소 중 하나를, 실제 작업을 하는 사람들이 구체적인 말로 말할 수 있어야 합니다. 이러한 테스트에 실패하는 프로젝트는 나쁜 프로젝트가 아닙니다. 나쁜 '첫' 프로젝트입니다.

이 기준으로는 여러 범주가 기다려야 합니다. 시스템이 직접 결정하는 모든 것 — 피킹 경로, 자동 작업 할당, 자동 가격 변경 — 은 기다려야 합니다. 먼저 창고 전체 데이터를 정리해야 하는 대규모 예측 프로젝트는 기다려야 합니다. 고객 약속, 출하 기한, 재무 정산에 닿는 모든 것은 기다려야 합니다. 문제는 이러한 시나리오에 가치가 없다는 것이 아닙니다. 한 번의 실수 비용이 너무 커서 신뢰를 쌓는 장소가 될 수 없다는 것입니다.

저위험·고가시성 첫 파일럿 후보 세 가지

저위험·고가시성 기준에 맞는 시나리오는 세 종류이며, 제가 고려할 순서대로 나열하면 다음과 같습니다. 첫째는 문서와 정보 읽기: 납품서, 카톤 라벨, 반품 전표를 촬영하고, 필드를 인식하고, 무엇이든 기록하기 전에 사람이 확인하도록 하는 것입니다. 기술은 성숙했고, 오류는 영향을 미치기 전에 차단되며, 입고와 반품은 매일 이를 사용하므로 현장은 즉시 차이를 느낍니다.

둘째는 이상 알림: 재고 부족, 며칠간 움직임이 없는 SKU, 유통기한이 다가오는 로트, 장부 재고와 실물 재고가 몇 주째 맞지 않는 로케이션. 시스템은 알림만 합니다. 행동하지 않습니다. 잘못된 알림의 비용은 흘끗 보는 것뿐입니다. 맞는 알림은 슈퍼바이저가 보고서를 들여다보는 수고를 덜어줍니다. 이 범주의 장점은 누구의 일도 빼앗지 않는다는 것입니다. 감시의 일부를 대신 맡는 것입니다.

셋째는 소규모 예측 점검: 시스템이 예측한 내일의 출고 물량을 수작업으로 만든 인력 계획과 비교하되, 참고용으로만 사용하고 스케줄 자체로는 절대 사용하지 않는 것입니다. 예측이 맞으면 슈퍼바이저는 자발적으로 그것을 확인하기 시작합니다. 예측이 틀려도, 그 때문에 잘못된 주문이 출하되는 일은 없습니다. 이 범주를 통해 경영진은 실수에 대한 대가를 치르지 않고 시스템의 판단을 볼 수 있습니다.

세 가지 중 무엇을 선택할지는 창고가 가장 아픈 곳이 어디인지에 달려 있습니다. 입고가 서류 작업에 막혀 있다면 첫째를 선택하십시오. 슈퍼바이저들이 하루 종일 보고서를 쫓고 있다면 둘째를 선택하십시오. 인력 배치와 스테이징이 아직 감으로 이루어진다면 셋째를 선택하십시오. 그리고 여기에 직관에 반하는 판단이 있습니다. 가장 가치 있는 첫 파일럿은 흔히 가장 많은 돈을 절약하는 것이 아닙니다. 현장이 가장 계속 쓰고 싶어 하는 것입니다. 많이 절약해도 아무도 쓰지 않는 파일럿은, 확대하려고 할 때 두 번째 설득의 노력이 들게 할 것입니다. 현장이 남겨달라고 요청하는 파일럿은 이미 절반은 확대된 것입니다.

파일럿을 30일, 60일, 90일에 평가하기

첫 AI 파일럿은 3개월 후 단 한 번의 검토가 아니라 세 단계로 평가해야 합니다. 30일에는 사용할 수 있는지 물으십시오. 시스템이 안정적인지, 현장이 실제로 사용하는지, 사람들이 실수를 빨리 고칠 수 있는지. 이 세 가지 중 하나라도 실패하면 더 밀어붙이지 말고 멈추고 고치십시오. 60일에는 유용한지 물으십시오. 파일럿 전과 비교해 문서 입력 시간, 이상 탐지 시간, 오류 건수 중 적어도 하나가, 비록 숫자가 적더라도 숫자로 말할 수 있는 만큼 실제로 개선되어야 합니다. 90일에는 확대할 수 있는지 물으십시오. 같은 시나리오가 큰 재작업 없이 다른 제품군, 다른 교대, 다른 창고에서 돌아갈 수 있는지. 확대할 수 없는 파일럿은 숫자가 아무리 좋아 보여도 전시품이지 토대가 아닙니다.

벤더와 무엇이든 계약하기 전에 성공 기준을 적어 두십시오. 그리고 사람이 검증할 수 있는 기준으로 적으십시오. 인식 정확도는 어느 정도인지, 알림 중 실제로 유용했던 비율은 어느 정도인지, 현장이 하루에 실제로 시스템을 몇 번 사용하는지. 벤더 데모에서 보여준 숫자는 여러분의 문서, 여러분의 조명, 여러분의 제품 구성으로 다시 테스트해야 합니다. 데모 환경에서의 정확도는 실제 창고에서는 보통 떨어지며, 그것은 속임수가 아닙니다. 실제 창고는 데모보다 단순히 더 어수선할 뿐입니다.

그래서 여러분의 창고로 가져갈 질문은 이렇습니다. 첫 AI 파일럿으로 단 하나의 시나리오만 선택할 수 있다면, 상사의 보고서에서 보기 좋은 것을 선택하시겠습니까, 아니면 입고 팀을 30분 일찍 집에 보내주는 것을 선택하시겠습니까? 제 경험으로는 후자를 선택한 창고는 두 번째, 세 번째 파일럿을 갖게 됩니다. 전자를 선택한 창고는 첫 파일럿이 마지막 파일럿이기도 했다는 것을 깨닫는 경우가 많습니다. 먼저 현장의 신뢰를 얻은 뒤, 상사에게 숫자를 보여주십시오. 그 순서를 뒤집지 마십시오.

Lao Mi, 공급망 베테랑 (20년) 지음 영어판 번역본입니다. 내용이 다를 경우 영어판을 우선합니다.