VMI en AI in fashion rondetafelgesprek 2023

OPUS, YAYA, stichd, Just Brands, No-Excess, Profuomo. Stuk voor stuk namen van fashion leveranciers die als frontrunners fungeren voor de toepassing van VMI in fashion.

Een tiental voorlopers op het gebied van VMI in fashion hebben hun deelname toegezegd aan een rondetafelgesprek over innovatie in fashion middels toepassing van AI (Artificial Intelligence) en VMI (Vendor Managed Inventory). Dit besloten event vindt plaats op 25 april aanstaande bij sustainability center Fashion for Good aan het Rokin te Amsterdam. Organisatoren zijn WAIR for Retail en ING bank Nederland. FashionUnited Media doet verslag als mediapartner.

Hoogste tijd voor echte innovatie!

Deze middag/avondsessie legt de focus op een innovatie die de verhouding tussen brand en retailer hernieuwd vorm kan geven: de inzet van AI teneinde het uplift-effect van VMI tussen brand en retailer nog verder te versterken. In mijn vorige blogs is al veel geschreven over de noodzaak van VMI als alternatief business model voor het traditionele wholesale model (risico te veel voor rekening van de retailer) en het consignment model (risico te veel voor rekening van de leverancier). Zie VMI als de second wave na EDI.

EDI is een randvoorwaarde om VMI te kunnen implementeren. Althans de brand als ketenregisseur heeft gedetailleerde inzage nodig in de sales transacties en voorraadposities per dag per SKU per shop floor, anders kan je niet zinvol replenishen. EDI is daartoe een effectief en structureel hulpmiddel gebleken.

Er komt echter veel meer kijken om VMI goed toe te kunnen passen: visie, vertrouwen, beschikbaar hebben van voorraad, voorraad- en verkoopanalyses, dashboards, herverdeling van taken en verantwoordelijkheden, herfinanciering van voorraden en wellicht ook herverdeling van marges.

Deep Learning is de meest geavanceerde vorm van AI

Artificial Intelligence en dan met name de Deep Learning modellen van WAIR brengen de voorspellende waarde van de verkopen per week, per SKU per shopfloor een stuk dichter bij de werkelijkheid. Daarmee wordt de alom bekende mismatch van vraag en aanbod op de winkelvloer drastisch verminderd. Met een hogere omloopsnelheid, meer omzet, minder afprijzingen en beduidend meer marge in Euro’s als gevolg. Bijkomend voordeel voor de retailer: minder derving, minder nee-verkopen, meer tevreden klanten, minder ‘gedoe’. En daardoor: meer tijd voor focus op de kerntaken van retail: locatie, merkenmix, personeel, beleving voor de consument.

WAIR's Transformer Deep Learning model is uniek in Europa, wordt dagelijks beter en bevat inmiddels 1,7 miljoen paramaters (combinaties van neuronen). Dit is van belang om via een unified model, met mega veel data en onbegrensde computing power, het hoogst haalbare doel te kunnen bereiken: een gezamenlijk platform op een niveau dat bestaande replenishment initiatieven bij lange na niet kunnen evenaren en individuele partijen al helemaal niet op eigen houtje kunnen bereiken.

VMI als disruptive business model

VMI is een disruptor gebleken, getuige de enorm hoge verbetering van de bottom line resultaten in de praktijk van de retailpartners die hun deuren inmiddels hebben durven te openen voor de VMI-aansturing door genoemde brands.

De DeepLearning-component van AI helpt brands hun verhoogd voorraadrisico (inherent aan VMI) goed te beheersen door just-in-time de juiste SKU, in de juiste hoeveelheid naar de juiste shopfloors te replenishen.

Brands worden hiermee steeds beter in staat gesteld om de regie te nemen over de collectiegoederen vanuit hun DC tot op de shopfloor van hun VMI-partners. Zowel wat de replenishment in season betreft als ook wat het afhandelen van surplus c.q. ‘leftovers’ betreft; beter met de kostprijs van de brand op een positieve manier in een (online)outlet met marge aanbieden dan als ‘full buying price product’ door de retailer in de uitverkoop te laten wegkwijnen. Traditioneel verdwijnt namelijk veel te veel retailmarge ‘als sneeuw voor de zon’ tegen het eind van het seizoen; middels VMI weet de retailer een veel hoger percentage van de collectie tegen full margin te verkopen. Simpelweg omdat er minder mismatch is door genoemde AI-component.

Tijdens het rondetafelgesprek maken we een ‘deep dive’ met leveranciers over de praktijk van VMI. Kernvragen daarbij zijn:

• Wat is de feitelijke impact van VMI op een brand en op een multibrand retailer?
• Hoe krijgen we een groter gedeelte van de markt mee in het VMI-mechanisme?
• Wat kan AI concreet bijdragen in het verder optimaliseren van de relatie tussen brand en retailer?
• Wat kan een VMI-platform met een uniforme vastlegging van data en insights (one version of the truth) bijdragen aan de volwassenwording van VMI in onze sector?

De bevindingen zullen we delen en wie weet komen we tot vervolgsessies met meer brands en ook retailers. Wij staan ervoor open en faciliteren graag. Laat gerust weten als u ook meer betrokken wenst te worden.