Sriram Nagaswamy, výkonný viceprezident ve FourKites – Interview Series

FourKites je uznáván za svou roli v transformaci dodavatelského řetězce pomocí umělé inteligence a je vývojářem Intelligent Control Tower™, který funguje na největší síti reálné viditelnosti na světě. Platforma umožňuje vytvářet komplexní digitální dvojčata dodavatelských řetězců a integruje umělou inteligenci pro podporu automatizace, zlepšení spolupráce a dosažení provozních výsledků pro všechny zúčastněné strany. Na rozdíl od tradičních kontrolních věží je řešení FourKites navrženo pro podporu reálného provedení a inteligentního plnění jak na straně dodavatele, tak na straně zákazníka.

Co vás inspirovalo k nedávnému posunu ve FourKites z viditelnosti na kontrolní věže a jak jste identifikovali mezeru na trhu nebo to, že je to správný čas pro sledování těchto nových cílů?

Poškození FourKites směrem ke kontrolním věžím a novému digitálnímu pracovníkovi odráží větší evoluci v oblasti dodavatelského řetězce a logistiky. Jednoduše řečeno, viditelnost a přehledy již nejsou dostatečné. S rychlým vývojem umělé inteligence a vizí přesunout se za pouhé dodání dat, dodavatelé priorizují inteligentní automatizaci a řešení, která mohou nejen zefektivnit provoz, ale také dodržet slib umělé inteligence, která přebírá automatické akce na základě přehledů a reálné viditelnosti.

Přechod na naši inteligentní kontrolní věž a digitální pracovníka pomáhá našim zákazníkům dosáhnout svých strategických cílů způsoby, které byly dříve nemožné. Nyní může umělá inteligence transformovat řízení dodavatelského řetězce z reaktivního sledování na proaktivní orchestraci, kterou jsme se snažili dosáhnout již před lety, a umožnit tak více autonomní a inteligentní pracovní postupy.

Můžete nám říci více o své cestě v technologii a umělé inteligenci a o tom, jak vás to vedlo k vaší současné roli ve FourKites?

Začal jsem svou inženýrskou kariéru před více než 20 lety v Chicagu. Od té doby jsem pěstoval vášeň pro všechny aspekty technologie, od zpracování signálů, komprese videa a počítačového vidění až po strojové učení a dodávku softwaru jako služby.

Rychlý vývoj umělé inteligence ještě více podpořil tuto vášeň, a touha být na špici jejího vývoje a přijetí v dodavatelském řetězci činí tuto dobu velmi vzrušující pro práci v tomto odvětví.

Tato raná zkušenost, spolu se zastávkami u Logitech, Samsung a dalších, mě vedla k mé současné roli ve FourKites, kde jsem zodpovědný za dodávku produktů, datové vědy a poskytnutí mému týmu příležitostí k růstu a platformy pro展示 inovativních prací v dodavatelském řetězci.

Jako thought leader v technologii dodavatelského řetězce, jak vidíte, že umělá inteligence změní krajinu v příštích několika letech?

Náš cíl vždy byl řešit výzvy dodavatelského řetězce a rychle přijímat technologické inovace. Když se díváme dopředu, co mě nejvíce fascinuje, je to, že umělá inteligence bude použita způsoby, které jsme dříve nepředpokládali, a pomůže zákazníkům shromažďovat, zpracovávat a jednat novými způsoby.

Představte si, že místo ručních vstupů pro základní informace budou uživatelé všech typů moci jednoduše mluvit s aplikací nebo fotit to, co vidí, a velký jazykový model bude schopen identifikovat a extrahovat stejné kvality informací.

Vezměme si například Port of New Jersey a Port of Newark Container Terminal. Tyto přístavy mají video kamery, které jsou neustále zapnuty a aktualizují se každých 30 sekund. Pokud začneme zachytávat tyto snímky, můžeme přesně vědět, které nákladní automobily vjely a vyjely, pouze tím, že se podíváme na registrační značky nebo čísla kontejnerů. Většina přístavů má tyto kamery k dispozici 24/7, takže demokratizace dat a přirozenější způsoby shromažďování dat budou nejnižším ovocem, které může revolucionalizovat dopravu a sledování.

Jaké metriky nebo ukazatele úspěchu jsou pro vás nejdůležitější při hodnocení dopadu platformy na zákazníky?

Nej重要nější metriky pro hodnocení dopadu platformy na zákazníky zahrnují kapacitu automatizace pracovních postupů, snížení manuálních úkolů a konkrétní provozní efektivitu. Zkoumáme, jak můžeme snížit pokuty OTIF, snížit náklady na integraci, zlepšit kapacitu zpracování zásilek a umožnit více autonomní a inteligentní řízení dodavatelského řetězce. Tyto metriky ukazují konkrétní schopnost dodávat hodnotu zákazníkům transformací složitých procesů dodavatelského řetězce.

Jak FourKites využívá umělou inteligenci a strojové učení k získání konkurenční výhody na trhu technologie dodavatelského řetězce?

Využíváme umělou inteligenci a strojové učení k dosažení významného pokroku v eliminaci dnešních rozsáhlých datových sil, což otevírá cestu k efektivnějšímu způsobu monitorování, analýzy a jednání se daty dodavatelského řetězce v reálném čase.

K tomuto účelu využíváme umělou inteligenci k hodnocení dopadu rušivých událostí, diagnostice problémů se sledováním, získání produktových pokynů a dalšího. Naše nové umělou inteligencí poháněné digitální pracovníci automatizují běžné pracovní postupy, eliminují 80 % rutinních úkolů a zvyšují kapacitu zpracování zásilek o 40 %, zatímco pracují nepřetržitě.

Co odlišuje řešení FourKite’s od ostatních na trhu, zejména co se týče schopností umělé inteligence a integrací?

Odlišujeme se tím, že se zaměřujeme na konec-konce pracovní postupy, převádíme obecné modely umělé inteligence na odborníky v oblasti dodavatelského řetězce a udržujeme závazek k nepřetržitému učení a rychlému přijetí technologií. Integrací reálných dat sítě, digitálních dvojčat operací zákazníků a umělou inteligencí poháněného digitálního pracovního týmu nabízíme nejkomplexnější a nejinteligentnější řešení v odvětví.

Můžete sdílet přehled o vývojovém procesu za hlavními funkcemi FourKite’s, včetně reálných dat dodavatelského řetězce, digitálních dvojčat a digitálního pracovního týmu?

Vývojový proces hlavních funkcí FourKite’s je charakterizován rychlým experimentováním, učením a spoluprací. Používáme specializovaný tým pro výzkum a vývoj, který se zaměřuje na zkoumání nejnovějších technologií, provádění interních testů a validací a sdílení poznatků tak, aby se pohybovaly stejně rychle jako umělá inteligence.

Rozdělováním komplexních úkolů na menší, spravovatelné akce a neustálým hodnocením a integrací nových modelů umělé inteligence zajišťujeme, aby naše řešení zůstala špičková a přizpůsobitelná.

Jaké vlivy měly pokroky v cloud computingu a digitalizaci na způsob, jakým organizace přistupují k viditelnosti a automatizaci dodavatelského řetězce?

Pokroky v cloud computingu a digitalizaci měly hluboký dopad na viditelnost a automatizaci dodavatelského řetězce, snížily náklady na školení umělé inteligence, odstranily provozní sila a umožnily komplexnější a inteligentnější systémy ve velkém měřítku. Tyto technologické posuny vytvořily potřebu nepřetržitého učení a adaptace, umožnily organizacím vyvinout více autonomní a inteligentní řešení dodavatelského řetězce se značně sníženými náklady na infrastrukturu a zvýšenou provozní flexibilitou.

Jak Intelligent Control Tower řeší klíčová omezení tradičních systémů dodavatelského řetězce, jako je jejich závislost na dávkovém zpracování a absence reálné integrace, aby umožnil autonomní akce a zlepšil provozní efektivitu?

Je bezpochyby, že tradiční systémy vytvořily významné překážky pro společnosti, které doufají v dosažení více datově intenzivních operací a poskytování větší hodnoty pomocí agenty umělé inteligence a inteligentní automatizace.

Přestože došlo k významnému pokroku, zjistili jsme, že tradiční systémy stále zápasí s reálnými daty, protože mnohé z nich jsou navrženy pro dávkové zpracování s relačními databázemi. Když FourKites zavedl trh s reálnou viditelností dodavatelského řetězce, naše předpoklad byla, že podnikové plánovací a výkonné systémy spotřebují informace, které poskytujeme, a operationalizují je, ale to se nestalo a naši zákazníci byli ponecháni, aby operationalizovali svá data sami.

Nyní naše řešení Intelligent Control Tower otočilo scénář s tradičními systémy. Místo toho, aby se spoléhali na podnikové systémy, které spotřebují data a operationalizují je, mohou společnosti využít umělou inteligencí poháněné platformy, jako je FourKites, k spotřebě dat z tradičních systémů a integraci je do pracovních postupů, kde mají digitální a lidské pracovníci kontext, který potřebují.

Jaké konkrétní použití nebo bolesti zákazníků byly prioritizovány při vývoji Intelligent Control Tower™, a jak jeho umělou inteligencí poháněné balíčky, jako je Supplier Connect AI a Yard Connect AI, vytvářejí měřitelnou hodnotu pro zúčastněné strany dodavatelského řetězce?

Při vývoji Intelligent Control Tower jsme se snažili realizovat vizi, kterou jsme měli od samého počátku ve FourKites: učinit dodavatelské řetězce efektivnějšími a odolnějšími řešením kritických výzev, jako je hodnocení a zmírnění rušivých událostí, automatizace rutinních úkolů, snížení manuálních dokumentačních procesů, zlepšení spolupráce s dodavateli a dalšími.

Řešíme tyto výzvy nabídkou přizpůsobených balíčků, které využívají umělou inteligenci k provozním zlepšením v nejčastějších oblastech. Například automatizujeme rutinní aktivity sledování a zvyšujeme kapacitu zpracování zásilek o 40 % a snižujeme pokuty OTIF o až 30 %. Také pomáháme dopravcům úplně automatizovat svou spolupráci s dodavateli a dodávat více efektivity v procesu nákupu.

Děkuji vám za skvělý rozhovor, čtenáři, kteří chtějí se dozvědět více, by měli navštívit FourKites.