Искусственный интеллект необходим для управления цепочками поставок
Искусственный интеллект внес заметные изменения в технологии по всему миру. Но, пожалуй, наиболее заметным потенциалом ИИ является его роль в отрасли цепочки поставок.
Искусственный интеллект изменил процесс цепочки поставок с реактивного на проактивный, что значительно изменило то, как процессы, управляемые данными, будут работать в будущем. Истинная роль ИИ в цепочке поставок заключается в улучшении человеческого интеллекта и способности быстро принимать решения.
ИИ играет двоякую роль в цепочках поставок. Первая - автоматизация повторяющихся задач и процессов по функциям цепочки поставок. Вторая - реализация новых форм принятия стратегических решений и сотрудничества.
Поскольку такие технологии, как AI и ML (машинное обучение), все чаще используются в цепочках поставок, поставщики программного обеспечения для управления цепочками поставок, считают, что эти инструменты могут помочь, но только тогда, когда компании определяют корень бизнес-проблем. В противном случае вложения в ИИ не окупаются.
Пандемия заставила компании практически во всех отраслях переосмыслить свои цепочки поставок. Этот толчок отвел промышленность от зависимости от других стран к новой цели - совершенствованию собственных возможностей производства материалов.
Из-за этого важность сокращения и локализации процесса цепочки поставок с помощью ИИ становится как никогда очевидной. Это делает ИИ жизненно важным инструментом.
ИИ обладает огромным потенциалом влияния на глобальную цепочку поставок. Он позволяет взять на себя трудоемкую и подверженную ошибкам ручную работу. По словам Райана Эбботта, профессора права и медицинских наук юридического факультета Университета Суррея и профессора медицины, для этого может потребоваться более эффективное прогнозирование спроса, сокращение сроков поставки, сокращение затрат и принятие на себя функций поддержки клиентов с помощью ИИ.
"Сложность глобальных логистических сетей, включающих сотни систем снабжения, производства и распределения, делает использование ИИ критически важным для принятия разумных и быстрых решений", - говорит профессор.
Интеллектуальная автоматизация
ИИ представляет собой смешанный набор решений для решения проблем цепочки поставок. Иногда искусственный интеллект используется для прогнозирования логистических схем и даже поведения клиентов, но вряд ли он когда-либо используется для достижения истинных целей: более высоких урожаев, более быстрых итераций продукта и чувства безопасности. Однако, по словам Мэтью Путмана, соучредителя и генерального директора Nanotronics, это вполне возможно.
В контексте цепочки поставок ИИ может быть более подходящей терминологией для искусственного интеллекта, - отметил Суреш Ачарая, профессор практики в Школе бизнеса Роберта Х. Смита Университета Мэриленда. Работу ИИ и машинное обучение он назвал "интеллектуальной автоматизацией".
"Есть некоторая ценность в оптимизации предсказуемо повторяющихся действий - если это произойдет, выполните план A, иначе выполните план B", - говорит он.
Например, если запасов недостаточно, убедитесь, что они отправлены заказчику с наивысшим приоритетом. Он пояснил, что подобные действия были автоматизированы в течение некоторого времени и продолжают автоматизировать еще больше.
"Однако сила ИИ заключается в том, чтобы предсказать (или предвидеть) возможный результат задолго до того, как он даже случится, и рекомендовать активные действия", - отметил Ачарая.
В примере с инвентаризацией речь идет об определении вероятности нехватки и поиске способов смягчения ее последствий путем нахождения жизнеспособных альтернатив поставок; в этом смысле сила ИИ заключается в том, чтобы быть проактивным, а не реактивным, сказал он, добавив, что все аспекты цепочки поставок поддаются интеллектуальной автоматизации.
Например, если посмотреть на пространство планирования, машинное обучение может значительно улучшить прогноз потребительского спроса. Но прогнозирование - это не самоцель. Затем интеллектуальная автоматизация может реализовать оптимальные стратегии производства или пополнения запасов.
Та же технология может быть применена к управлению транспортировкой, складом и снабжением магазинов. Например, при планировании транспортировки ИИ может понимать неопределенности, связанные с перемещением товаров, начиная с изменчивости сроков доставки и кончая скоропортящимися товарами.
На складе и в магазине искусственный интеллект может помочь повысить эффективность труда. Аналогичным образом, в сфере обратной логистики ИИ может значительно улучшить прогнозирование и управление возвращаемыми товарами - растущая область, подпитываемая ростом электронной коммерции, сказал Ачарая.
"Таким образом, не нужно рассматривать ИИ строго через призму гаджетов, таких как дроны, роботы или беспилотные автомобили. Машинное обучение привело к успехам в алгоритмах, которые могут значительно повысить эффективность цепочки поставок", - сказал он.
Некоторые скрытые роли
ИИ играет роль в управлении цепочкой поставок способами, которые могут быть не очевидны для стороннего наблюдателя. Например, эффективные цепочки поставок требуют оптимизации денежных средств как для клиентов, так и для их поставщиков, - добавил Шан Хак, вице-президент по корпоративной стратегии и развитию Transcepta.
Эта технология также помогает самым мелким поставщикам за кулисами. Процесс отправки счетов-фактур и получения платежей использует AI для автоматического извлечения данных из счетов-фактур, проверки и сопоставления утвержденных заказов и решения проблем. По его словам, в результате резко сокращается объем ручных операций по счетам к оплате и своевременным выплатам поставщиков.
"ИИ - это технология обучения. В конечном итоге, если ИИ сможет стать более зрелым и значимым для использования в технологии прогнозирования, мы увидим огромные позитивные изменения в работе цепочки поставок", - сказал Хак.
Проблемы с цепочкой поставок
У потребителей и предприятий существует тенденция возлагать вину за нехватку продукции на чье-то плохое планирование. Причины прерывания цепочки поставок имеют более глубокие корни, и пандемия только усугубляет их.
Хак считает, что причина того, что текущие операции цепочки поставок не могут удовлетворить потребности поставщиков и потребителей, очень проста. Поведение изменилось.
Возьмем часто упоминаемый пример бумажной продукции. Потребители увеличили потребность в этих продуктах настолько, насколько они изменились там, где они нужны.
Пандемия удерживает людей дома. Таким образом, распространение в ресторанах и офисах необходимо перенести в супермаркеты и службы доставки потребителям. Эта динамика не была предсказана, и цепочкам поставок нужно время, чтобы приспособиться, объяснил Хак.
По словам Хариша Айера, вице-президента компании Kinaxis по промышленности и решениям, еще одна причина - это стремление удовлетворить ожидания потребителей перед пандемией.
"Сегодняшние потребители привыкли к эффекту Amazon - размещают заказы и ожидают доставки в течение одного или двух дней. В свою очередь, это ожидание передается вверх по цепочке поставок и оказывает большее давление на компании, чтобы доставлять товары почти мгновенно", - говорит эксперт.
ИИ может разрушить эти разрозненные структуры, чтобы обеспечить непрерывную видимость всей работы цепочки поставок. Это дает компаниям возможность лучше соответствовать ожиданиям поставщиков и потребителей. Их цепочки поставок могут работать более эффективно и быть достаточно устойчивыми, чтобы соответствовать ожиданиям потребителей и поставщиков, даже в условиях повседневной изменчивости или непредвиденной волатильности, пояснил Айер.
Помощь ИИ
Политические шаги или другие мировые события, которые так быстро меняют условия, могут помешать достаточно быстрой реакции. Добавьте к таким непредвиденным событиям производственную стратегию "точно в срок", используемую десятилетиями. По словам Путмана из Nanotronics, это имеет огромное значение для сокращения потерь запасов.
Ключ к тому, что может решить ИИ, заключается в том, что сама цепочка поставок оптимизируется для достижения той же цели, а не только для каждого члена цепочки. "Дело не в том, чтобы обвинять поставщика или узел в производственной линии, а в том, чтобы агент ИИ работал над корректирующими действиями, которые исправляют любые ошибки", - пояснил он.
