Kaip AI gali palengvinti tiekimo grandines

TPer pastaruosius kelerius metus pasaulis buvo sužavėtas nuo pandemijos iki Rusijos ir Ukrainos konflikto. Šie įvykiai paveikė daugelį gyvenimo sričių, o frazė „tiekimo grandinės problemos“ tapo įprasta kalba, nes kelionių apribojimai ir sienos problemos apsunkina logistiką nei bet kada.

Laimei, gali būti, kad pramonės išgelbėti gali tiesiog herojus: AI. Štai kaip dirbtinis intelektas gali atlikti lemiamą vaidmenį tiekimo grandinės valdyme ir ar jis galėtų būti sektoriaus ateities dalimi.

Tiekimo grandinės ir AI

Kai kurie žmonės gali susieti dirbtinį intelektą su robotais ir manyti, kad jis apsiriboja pagrindinėmis programomis, tokiomis kaip pasikartojančių užduočių pakeitimas arba paprastų funkcijų vykdymas. Anksčiau taip buvo – dirbtinis intelektas galėjo būti naudojamas skaičiavimams, kada pirkti tam tikras medžiagas ir kiek pirkti, remiantis žmonių nustatyta strategija.

Tačiau AI dabar peržengė tai.

Viena iš perspektyviausių jos atšakų yra mašininis mokymasis, leidžiantis programinei įrangai ne tik vykdyti programuotojų pasirinktas komandas. Atvirkščiai, mašininio mokymosi programinė įranga turi galimybę laikui bėgant rinkti duomenis, mokytis iš duomenų ir pati priimti sprendimus. Tai atveria kelią programinei įrangai atlikti sudėtingesnes užduotis, ir ji jau naudojama viskam – nuo ​​„giliųjų klastotės“ kūrimo iki šachmatų rungtynių pergalių.

Tiekimo grandinių kontekste mašininis mokymasis galėtų būti naudojamas ne tik norint padėti atlikti skaičiavimus, bet ir priimti pirkimo sprendimus, mokantis iš praeities sėkmės ir nesėkmių. Tai taip pat galėtų automatizuoti veiklą, susijusią su planu-šaltiniu-pateikimu-pristatymu (SCOR), pvz., atsargų lygio koregavimą priklausomai nuo pasiūlos arba padėti įmonėms orientuotis muitinės ir prekybos taisyklėse – tai sritis, dėl kurios atsiranda didelių vėlavimų.

AI netgi gali derinti su blokų grandinės technologija, kad būtų vykdomos išmaniosios sutartys, kurios galėtų padėti stebėti kiekvieną tiekimo grandinės lygį ir užtikrinti, kad mokėjimai būtų sumokėti laiku.

Įmonės, kurios turėtų naudos iš šio pokyčio, apima C3.ai (AI), kuri sukūrė atsargų optimizavimo programinę įrangą, kuri naudoja AI ir ML algoritmus, ir debesų platformą Coupa (LON: 0I4B), kuri papildė funkcijas, padedančias įmonėms priimti sprendimus dėl tiekimo grandinės. per AI.

DI vaidmuo per krizes

Mašininis mokymasis yra jėga, su kuria reikia atsižvelgti, ir jis puikiai atlieka sprendimus, pagrįstus turimais duomenimis. Tačiau retkarčiais nutinka kažkas tokio neįprasto yra jokių svarbių duomenų. Tokie įvykiai kaip COVID-19 patenka į šią „juodosios gulbės“ kategoriją. Ar AI vis tiek gali atlikti tam tikrą vaidmenį nukreipiant tiekimo grandines?

Dirbtinis intelektas (dar) nėra stebuklų darbuotojas, todėl jis negali suteikti transporto priemonėms teleportacijos. Tačiau tai gali atlikti svarbų vaidmenį nustatant didžiausios sisteminės rizikos sritis tiekimo grandinėje. Mašininis mokymasis gali virtualiai atkurti tiekimo grandinę, kad būtų galima rasti pažeidžiamumą, o tai reiškia, kad tiekimo grandinė yra kuo stipresnė, o tai sumažina smūgio poveikį. Jis taip pat gali sukurti modeliavimą, leidžiantį pamatyti galimus skirtingų atsakymų į tam tikrą scenarijų rezultatus.

Rusijos ir Ukrainos konfliktas yra dar vienas įvykio, sukėlusio rimtų tiekimo grandinės problemų, pavyzdys, nes pasaulis priklauso nuo šių regionų įvairių pagrindinių produktų, tokių kaip kviečiai ir dujos, gamyba. Trūkstant, kaip niekad svarbu tinkamai stebėti atsargų lygį ir išnaudoti visas turimas galimybes – AI gali padėti. Vietoj to, kad asmenys sektų atsargas rankiniu būdu, daiktų interneto (IoT) technologijos ir mašininio mokymosi derinys galėtų užtikrinti, kad atsargos būtų sekamos visoje tiekimo grandinėje ir jas būtų galima peržiūrėti duomenų bazėje kartu su analize.

AI naudojimo išlaidos

Nors dirbtinis intelektas gali būti puikus sprendimas, tai įmanoma tik tuo atveju, jei išlaidos neviršija įmonės biudžeto. Tiekimo grandinės veikla jau gali atimti iki 50 % verslo sąnaudų, todėl nėra daug vietos, kad ši veikla būtų didesnė. Išlaidos iš dalies priklausys nuo to, kiek įmonių norės pritaikyti technologiją, todėl tikėtina, kad didelę naštą prisiims pirmieji.

Tačiau ilgainiui didesnis technologiškai pažangesnio požiūrio efektyvumas turėtų padėti sumažinti išlaidas. „McKinsey“ ataskaitoje nustatyta, kad ankstyvieji AI palaikančių tiekimo grandinės valdymo įrankių taikytojai savo logistikos išlaidas sumažino 15%. Per kančias į žvaigždes.

Tiekimo grandinių ir dirbtinio intelekto ateitis

Kai kas prognozuoja, kad dabar tiekimo grandinės pasaulyje vykstančios naujovės yra panašios į tai, kas nutiko bankininkystei aštuntajame dešimtmetyje, kai bankomatai pakeitė banko darbuotojus. Remiantis vienu skaičiavimu, tiekimo grandinės rinka nuo 2017 m. iki 2023 m. išaugs 42,9 % ir pasieks 6,5 mlrd. USD vertės, iš dalies dėl naujovių, tokių kaip AI naudojimas.

Tačiau vis dar yra neatsakytų klausimų, tokių kaip galimybė kibernetinėms atakoms sutrikdyti visą tiekimo grandinę ir ar AI pakanka, kad galėtume įveikti juodosios gulbės įvykius, tokius kaip pandemija ir geopolitinė įtampa.

Kai kurie taip pat gali būti susirūpinę, kad dirbtinis darbas gali būti prarastas, jei dirbtinis intelektas pakeis tam tikras užduotis, nors tikrovė greičiausiai bus tokia, kad profesionalai tiesiog pereina į kitus darbus, pavyzdžiui, vadovauti ir dirbti kartu su AI. Šiuo metu didelė tikimybė, kad naujovės yra neišvengiamos. Tikrasis klausimas yra išsiaiškinti geriausius būdus, kaip prisitaikyti ir išspręsti galimus iššūkius.

Čia išreikštos pažiūros ir nuomonės yra autoriaus požiūriai ir nuomonės ir nebūtinai atspindi Nasdaq, Inc.

Leave a Comment