2018年のAlloy.ai：需要データを在庫判断につなげる

Alloy.aiは2018年5月14日、Menlo Ventures主導、8VC参加の1,200万米ドルのシリーズAを発表した。^[1] 同日のJoel Bealの記事は、取引先の販売・注文・在庫情報をつなぎ、需給のずれを見つける考えを説明する。^[2] 本件はalloy.aiの消費財サプライチェーン事業である。全面的な可視化は会社の提案であり、独立試験による保証ではない。

2018年8月6日のCrunchbase Newsは、顧客20社超、従業員22人と報じた。従業員は同年3月の12人から増えていた。過去1年で年間経常収益指標が3倍になったという説明はBealの発言で、収益額は非公表だった。年末30人という数字は彼の予測であり、確認済みの結果ではない。^[3] 3倍という比率だけでは元の金額、収益性、顧客維持は分からない。

分析と応用

統合ダッシュボードは、チームが行動できて初めて役立つ。ある小売店の一商品を考えよう。販売が少ない原因は需要不足、データ欠落、棚の欠品かもしれず、それぞれ対応は異なる。有効な業務には、情報を確かめ、対応を選び、結果を記録する責任者が必要だ。予測だけではこの循環は完結しない。

分析と応用

資金調達リリースと創業者の記事は同じ会社に由来する。その後の成長報道は、AIの因果的寄与、顧客の節約額、全データ源の接続を証明しない。これは2018年の記録であり、現在の人員や機能の説明ではない。業務価値の検証には、資金調達発表だけでなく、比較できる判断と結果が必要だ。

分析と応用

1. 一商品、一小売パートナー、補充や在庫移動など一つの判断を選ぶ。
2. 商品識別子、単位、報告日を照合し、観測欠落と販売ゼロを区別する。
3. 発動条件、対応責任者、期限を決め、警報を採用しない根拠も定める。
4. 行動を記録し、明示した基準と在庫の有無、余剰、総業務費用を比較する。販促と季節性も考慮する。
5. 販路を増やす前に失敗と拡大条件を見直す。これは私たちの購入評価案であり、測定されたAlloy.ai顧客の実績ではない。