الفجوة التالية في الذكاء الاصطناعي: لماذا تحتاج شركات اللوجستيات المتوسطة إلى إصلاح بنيتها التحتية قبل أن تتمكن من الاستفادة من الذكاء الاصطناعي

المحادثة حول الذكاء الاصطناعي غالبًا تركز على الوصول، مع الافتراض بأنه بمجرد أن تحصل الشركة على الوصول إلى النماذج والأدوات المناسبة، فإن التحدي التالي هو معرفة كيفية استخدامها. بالنسبة لشركات اللوجستيات المتوسطة، قد لا يكون هذا بالضرورة هو مكان بدء المشكلة.

عبر العديد من المستودعات ومزودي الخدمات اللوجستية من الطرف الثالث (3PLs)، نادراً ما يكون الفجوة نظامًا مفقودًا. نظام إدارة المستودعات (WMS)، برنامج تخطيط موارد المؤسسة (ERP) أو حزمة محاسبة، اتصالات الناقلين وEDI مع عملائهم الأكبر. المشكلة هي ما يحدث بين تلك الأنظمة.

تتراكم الاتصالات من نقطة إلى نقطة مع مرور الوقت. يتم ربط عميل أو شريك تجاري بطريقة ما، ويُربط شريك آخر بطريقة أخرى، وفي النهاية لا يمتلك أحد رؤية كاملة لما يتواصل مع ماذا. يعتمد التكامل أيضًا على الأشخاص، مثل عندما يقوم شخص بإعادة إدخال الطلبات من بوابة العميل أو يطابق شحنات الأمس في جدول بيانات كل صباح. قد لا يعرف 3PL أن معاملة فشلت حتى يتصل العميل ليسأل عن مكان طلبه.

لا يظهر أي من ذلك في قائمة أصول تكنولوجيا المعلومات، وهذا هو السبب في سهولة التقليل من حجم المشكلة. 

المشكلة تكمن في عمليات التسليم

عادةً ما تحدث أكبر المشكلات التشغيلية عند عمليات التسليم، حيث ينتقل الطلب أو الإيصال أو الشحنة من نظام أو شركة إلى أخرى:

• يمكن أن يعني طلب وارد يصل متأخرًا أو غير مُشكل بشكل صحيح فقدان موجة وشحن مفقود. 
• إشعار الشحن المسبق الذي لا يتطابق مع ما يصل فعليًا يمكن أن يوقف الاستلام بينما يحقق الموظفون في كل منصة. 
• تأكيد الشحنة الذي لا يصل أبدًا إلى نظام العميل يمكن أن يخلق تأخيرًا في الفوترة ويؤدي إلى استرداد المبلغ، حيث يخصم تاجر التجزئة غرامة بسبب عدم الالتزام.

بالنسبة لمزود الخدمات اللوجستية من الطرف الثالث (3PL)، تتضاعف هذه المشكلات لأن كل عميل لديه صيغه وقواعده وتوقعاته الخاصة. عادةً ما يعمل سطر المستودع بشكل جيد، لكن تدفق المعلومات حوله ينقطع. 

تصبح هذه الفروقات أكثر أهمية مع إدخال الشركات للذكاء الاصطناعي في عملياتها لأنه لا يمكنه العمل إلا بالمعلومات المتاحة له. قد يكون ربط روبوت محادثة أو مساعد ذكي بنظام واحد عرضًا جيدًا، لكنه لا يمنح ذلك النظام رؤية في عملية تمتد عبر عدة أنظمة.

في مجال اللوجستيات، غالبًا ما تتجاوز الأسئلة المفيدة تلك الحدود، لذا قد يتطلب الجواب عن طلب ما معلومات من نظام إدارة المستودعات (WMS)، ونظام تخطيط موارد المؤسسة (ERP)، ونظام النقل أو نظام العميل. أداة الذكاء الاصطناعي التي لا تستطيع رؤية جزء واحد فقط من تلك العملية تعمل من صورة غير مكتملة.

هناك فجوة متزايدة بين الشركات التي تُتيح بنيتها التحتية الذكاء الاصطناعي للعمل بالمعلومات التي يحتاجها وتلك التي لا تزال أنظمتها منفصلة، وهذا هو المكان الذي تظهر فيه الفجوة التالية في الذكاء الاصطناعي. 

الذكاء الاصطناعي يحتاج إلى أساس يمكنه فعليًا العمل معه

يجب وصف بنية تحتية جاهزة للذكاء الاصطناعي بعبارات تشغيلية بدلاً من مصطلحات تقنية. كل حدث مهم، مثل طلب أو إيصال أو حركة مخزون أو شحنة، يجب أن يمر عبر مركز مشترك بدلاً من مجموعة من الاتصالات المنفصلة. يجب أن يتوقف تنسيق ما يرسله الشريك التجاري عن كونه مشكلة المستودع. يجب أن تُوحّد X12 أو EDIFACT أو XML أو JSON إلى نفس الطلب قبل أن يضطر أي شخص في المراحل اللاحقة إلى التفكير في التنسيق.

يحتاج الفرق إلى معرفة متى يحدث فشل خلال دقائق، قبل أن يصل المشكلة إلى العميل. يجب أن تكون نفس المعلومات التي يستخدمها الموظفون لتحديد تلك المشكلات وحلها متاحة أيضًا للبرمجيات وعوامل الذكاء الاصطناعي عبر واجهات برمجة تطبيقات نظيفة تحافظ على الأذونات الحالية. كما يجب أن يكون هناك سجل لما حدث حتى عندما يقترح الذكاء الاصطناعي شيئًا، يمكن للشخص التحقق من السبب. 

عندما تكون تلك الشروط متوفرة، يصبح إضافة الذكاء الاصطناعي أكثر بساطة. هذا لا يعني أن شركة متوسطة الحجم تحتاج إلى استبدال مجموعة تقنيتها بالكامل. في الواقع، نادراً ما يحتاج مزود الخدمات اللوجستية من الطرف الثالث (3PL) المتوسطة إلى نظام إدارة مستودعات (WMS) أو تخطيط موارد مؤسسة (ERP) جديد فقط ليصبح جاهزًا للذكاء الاصطناعي. النهج الأكثر عملية هو ترك الأنظمة الأساسية كما هي وإصلاح الاتصالات بينها.

مركز واحد يتصل به كل نظام وشريك أسهل بكثير في الإدارة من شبكة من الروابط الفردية.

يمكن للذكاء الاصطناعي المساعدة في بناء البنية التحتية

هنا أيضًا يمكن للذكاء الاصطناعي أن يكون مفيدًا بشكل خاص للشركات المتوسطة. تقليديًا، تتطلب عملية التكامل من الأشخاص قراءة مواصفات الشريك، وربط الحقول يدويًا واختبار تلك الروابط شريكًا تجاريًا واحدًا في كل مرة. قد تستغرق خريطة شريك واحدة أسابيع من العمل العملي، والاختبار، بالإضافة إلى التبادل المستمر مع الشريك.

نماذج الذكاء الاصطناعي الحالية قادرة على قراءة المواصفات والملفات النموذجية، واقتراح الربط واختباره مقابل المعاملات الحقيقية. يمكن للشخص بعد ذلك مراجعة النتيجة والموافقة عليها.

يمكن للذكاء الاصطناعي تقليل العمل اليدوي المطلوب لإنتاج النسخة الأولى من خريطة EDI. يمكن للمتخصص أن يبدأ بمسودة، ثم يراجعها ويصححها قبل إرسالها عبر دورة المراجعة الحالية للشريك، مما يسمح للمتخصصين بقضاء وقت أقل في بناء الخرائط حقلًا بحقل مع الحفاظ على التحكم في النتيجة النهائية.

لكن هناك فرق مهم بين استخدام الذكاء الاصطناعي للتكامل والثقة بالذكاء الاصطناعي في عملية التكامل.

عند القيام بذلك، أستخدم نهجًا أسميه “اقتراح، تثبيت، تحقق، تأكيد”.

يقترح الذكاء الاصطناعي إعداد الشريك وتخطيط الحقول. يستند ذلك إلى المواصفات الفعلية والملفات النموذجية بدلاً من اختراع حقول أو رموز. عملية تحقق منفصلة تقارن الخريطة حقلًا بحقل مقابل مستند حقيقي. ثم يؤكد شخص ما النتيجة قبل أن تصل إلى تدفق العميل المباشر. 

تعلمنا لماذا هذه الانضباطية مهمة من خلال اختبار الخرائط التي يولدها الذكاء الاصطناعي مقابل مستندات الإنتاج الحقيقية.

في اختبار واحد، قرأت خريطة مولدة بالذكاء الاصطناعي مستند نقل مخزون دون أي أخطاء ولا تزال تسقط جميع العناصر الـ15. في اختبار آخر، احتفظت بجميع الأطراف الستة في أمر شحن لكنها فقدت الرمز الذي يحدد أي طرف هو المستلم، إلى جانب عنوان الشارع. أطلق فحصنا الآلي على الخريطة أنها نظيفة، واكتشف أخصائي EDI الفجوة.

حتى بيانات المرجع يمكن أن تكون خاطئة. ملف المعايير الذي زُعم أنه تم التحقق منه عبر التحقق المتقاطع اختلف مع المعيار المنشور في كل جزء متنازع عليه اختبرناه.

الدرس هو أن النتيجة الجزئية قد تكون أصعب في اكتشافها من النتيجة المفقودة. يجب أن يقارن التحقق كل حقل في مستند حقيقي مقابل ما التقطته الخريطة. تأكيد أن المستند يُحلل ليس كافيًا. 

تعتمد النتائج الموثوقة على الانضباط المحيط بالنموذج، من طريقة استخدامه إلى كيفية مراجعة مخرجاته.

القيمة تبدأ قبل أن يتخذ الذكاء الاصطناعي قرارًا

لعمل البنية التحتية قيمة طويلة الأمد قبل أن يبدأ وكيل الذكاء الاصطناعي في تقديم توصيات تشغيلية. كان أحد مزودي الخدمات اللوجستية (3PL) الذين عملنا معهم يستخدم SAP إلى جانب نظام المستودع الخاص به. استغرق كل استلام وارد من ثلاث إلى خمس دقائق من الإدخال اليدوي، وكان المخزون في SAP يتأخر حوالي 20 دقيقة عن رصيف التحميل.

بمجرد ربط النظامين مباشرة، أصبح هذا التأخير شبه لحظي. وفرت العملية أكثر من 980 ساعة عمل سنويًا، بما في ذلك 775 ساعة في أعمال الصادر. اختفت تتبع الجداول الإلكترونية، بينما بدأت الملصقات، وفواتير الشحن، وقوائم التعبئة تُنشأ تلقائيًا. حافظ المستودع على سير عمله الحالي، لذا لم يُضطر أحد على أرضية العمل إلى إعادة التدريب. 

الدرس الذي استخلصناه من ذلك المشروع كان أكبر من توفير الوقت. بمجرد أن تشترك نظامان في صورة حالية واحدة، تكون تلك الصورة نفسها ما يحتاجه وكيل الذكاء الاصطناعي ليكون مفيدًا.

ربطهما هو الخطوة التي تجعل كل ما يليه ممكنًا. 

الاستعداد للذكاء الاصطناعي يبدأ بالتكامل

بالنسبة للشركات التي تقرر من أين تبدأ، يجب أن يكون التكامل هو الأول، مع قيام الذكاء الاصطناعي بمعظم أعمال التكامل. كثيرًا ما يكون الخطأ الذي ترتكبه العمليات هو اعتبار الذكاء الاصطناعي شيئًا يقتصر فقط على نهاية العملية. يمكنه المساعدة في جعل أعمال التكامل أسرع وأقل تكلفة في البداية، ثم يساعد في اتخاذ القرارات بمجرد أن تكون تلك الأساسيات في مكانها. 

لا تحتاج شركات اللوجستيات المتوسطة الحجم بالضرورة إلى مزيد من التكنولوجيا. العديد منها يمتلك بالفعل الأنظمة التي يحتاجها. الفرصة هي جعل تلك الأنظمة تعمل معًا. هنا يمكن للذكاء الاصطناعي أن يلعب دورًا يتجاوز مجرد توليد إجابة أخرى على الشاشة.