जनरेटिव एआई की आपूर्ति श्रृंखला में भूमिका

जैसे ही आपूर्ति श्रृंखला व्यवधान 2020 में बोर्डरूम चर्चाओं का अक्सर विषय बन गया, जनरेटिव एआई जल्दी ही 2023 का गर्म विषय बन गया।毕竟, ओपनएआई के चैटजीपीटी ने पहले दो महीनों में 100 मिलियन उपयोगकर्ता तक पहुंच गया, जो इतिहास में सबसे तेजी से बढ़ने वाला उपभोक्ता अनुप्रयोग अपनाने वाला था।

आपूर्ति श्रृंखलाएं, एक निश्चित सीमा तक, जनरेटिव एआई के अनुप्रयोगों के लिए उपयुक्त हैं, क्योंकि वे बड़ी मात्रा में डेटा पर कार्य करती हैं और उत्पन्न करती हैं। डेटा की विविधता और मात्रा और विभिन्न प्रकार के डेटा एक अत्यधिक जटिल वास्तविक दुनिया की समस्या को जोड़ते हैं: आपूर्ति श्रृंखला प्रदर्शन को कैसे अनुकूलित किया जाए। और जबकि आपूर्ति श्रृंखलाओं में जनरेटिव एआई के लिए उपयोग के मामले व्यापक हैं – जिनमें स्वचालन में वृद्धि, मांग पूर्वानुमान, ऑर्डर प्रोसेसिंग और ट्रैकिंग, मशीनरी की भविष्यसूचक रखरखाव, जोखिम प्रबंधन, आपूर्तिकर्ता प्रबंधन, और अधिक शामिल हैं – कई अन्य पूर्वानुमानिक एआई के लिए भी लागू होते हैं और पहले से ही बड़े पैमाने पर अपनाया और तैनात किया गया है।

इस लेख में आपूर्ति श्रृंखलाओं में जनरेटिव एआई के लिए कुछ उपयोग के मामलों को रेखांकित किया गया है और आपूर्ति श्रृंखला नेताओं को निवेश करने से पहले विचार करने के लिए कुछ सावधानियां दी गई हैं।

सहायक निर्णय लेने

एआई और एमएल का मुख्य उद्देश्य आपूर्ति श्रृंखलाओं में निर्णय लेने की प्रक्रिया को आसान बनाना है, जिसमें गति और गुणवत्ता में वृद्धि का वादा है। पूर्वानुमानिक एआई यह करके ऐसा करता है कि अधिक सटीक पूर्वानुमान और पूर्वानुमान प्रदान करता है, नए पैटर्न की खोज करता है जो अभी तक पहचाने नहीं गए हैं, और बहुत बड़ी मात्रा में प्रासंगिक डेटा का उपयोग करता है। जनरेटिव एआई इसे और आगे ले जा सकता है bằng विभिन्न कार्यात्मक क्षेत्रों का समर्थन करके। उदाहरण के लिए, आपूर्ति श्रृंखला प्रबंधक जनरेटिव एआई मॉडल का उपयोग करके स्पष्टीकरण प्रश्न पूछ सकते हैं, अतिरिक्त डेटा का अनुरोध कर सकते हैं, प्रभावित करने वाले कारकों को बेहतर ढंग से समझ सकते हैं, और समान परिदृश्यों में निर्णयों के ऐतिहासिक प्रदर्शन को देख सकते हैं। संक्षेप में, जनरेटिव एआई निर्णय लेने से पहले होने वाली देय दिलIGENCE प्रक्रिया को महत्वपूर्ण रूप से तेज और आसान बना देता है।

इसके अलावा, अंतर्निहित डेटा और मॉडल के आधार पर, जनरेटिव एआई बड़ी मात्रा में संरचित और असंरचित डेटा का विश्लेषण कर सकता है, विभिन्न परिदृश्यों को स्वचालित रूप से उत्पन्न कर सकता है, और प्रस्तुत विकल्पों के आधार पर सिफारिशें प्रदान कर सकता है। यह आपूर्ति श्रृंखला प्रबंधकों द्वारा वर्तमान में की जाने वाली गैर-मूल्य जोड़ने वाली कार्य को महत्वपूर्ण रूप से कम करता है और उन्हें डेटा-संचालित निर्णय लेने और बाजार में बदलावों का जवाब देने में अधिक समय बिताने के लिए सशक्त बनाता है।

आपूर्ति श्रृंखला प्रबंधन प्रतिभा की कमी का एक संभावित समाधान

पिछले कुछ वर्षों में, उद्यमों ने आपूर्ति श्रृंखला प्रतिभा की कमी का सामना किया है क्योंकि योजनाकार जलन, परित्याग, और नए भर्ती के लिए एक तेज़ सीखने की अवस्था के कारण नौकरी के जटिल स्वरूप के कारण। जनरेटिव एआई मॉडल को उद्यमों के मानक संचालन प्रक्रियाओं, व्यवसाय प्रक्रियाओं, कार्य प्रवाह, और सॉफ्टवेयर प्रलेखन के अनुसार समायोजित किया जा सकता है और फिर उपयोगकर्ता प्रश्नों का उत्तर संदर्भित और प्रासंगिक जानकारी के साथ दे सकता है। जनरेटिव एआई के साथ जुड़े संवादात्मक उपयोगकर्ता इंटरफ़ेस के कारण समर्थन प्रणाली के साथ बातचीत करना महत्वपूर्ण रूप से आसान हो जाता है और प्रश्न को परिष्कृत करने की क्षमता प्रदान करता है, जिससे सही जानकारी खोजने में लगने वाला समय तेज हो जाता है।

जनरेटिव एआई-आधारित शिक्षा और विकास प्रणाली को जनरेटिव एआई-संचालित सहायक निर्णय लेने के साथ जोड़कर विभिन्न परिवर्तन प्रबंधन मुद्दों का समाधान तेजी से किया जा सकता है। यह नए कर्मचारियों के लिए प्रशिक्षण समय और कार्य अनुभव आवश्यकताओं को कम करके रैंप-अप को तेज कर सकता है। अधिक महत्वपूर्ण बात, जनरेटिव एआई विकलांग लोगों को सशक्त बना सकता है संचार, संज्ञान, पढ़ने और लिखने में सहायता प्रदान करके, व्यक्तिगत संगठन, और निरंतर शिक्षा और विकास का समर्थन करके।

जबकि कुछ लोगों को लगता है कि जनरेटिव एआई भविष्य में नौकरी की हानि का कारण बनेगा, अन्य लोग सोचते हैं कि यह काम को बढ़ावा देगा दोहराए जाने वाले कार्यों को हटाकर और अधिक रणनीतिक लोगों के लिए जगह बनाकर। इस बीच, यह भविष्यवाणी की जा रही है कि यह आज की आपूर्ति श्रृंखला और डिजिटल प्रतिभा की कमी को हल करेगा। यही कारण है कि इस प्रौद्योगिकी के साथ काम करना सीखना महत्वपूर्ण है।

डिजिटल आपूर्ति श्रृंखला मॉडल का निर्माण

आपूर्ति श्रृंखलाओं को लचीला और चपलता से भरा होना चाहिए, जिसके लिए पूरे उद्यम में दृश्यता की आवश्यकता होती है। आपूर्ति श्रृंखला को “जानना” चाहिए पूरे नेटवर्क के लिए दृश्यता की आवश्यकता है। हालांकि, पूरे न-टियर आपूर्ति श्रृंखला नेटवर्क का डिजिटल मॉडल बनाना अक्सर लागत-प्रभावी नहीं होता है। बड़े उद्यमों में डेटा दर्जनों या सैकड़ों प्रणालियों में फैला हुआ है, जिसमें अधिकांश बड़े उद्यम एक ही समय में 500 से अधिक अनुप्रयोगों का प्रबंधन करते हैं ईआरपी, सीआरएम, पीएलएम, प्रोक्योरमेंट और सोर्सिंग, प्लानिंग, डब्ल्यूएमएस, टीएमएस, और अधिक। इस जटिलता और खंडितकरण के साथ, यह डेटा को तार्किक रूप से एक साथ लाना बहुत मुश्किल है। यह तब और भी जटिल हो जाता है जब संगठन पहले या दूसरे स्तर के आपूर्तिकर्ताओं से परे देखते हैं, जहां संरचित प्रारूप में डेटा एकत्र करना असंभव है।

जनरेटिव एआई मॉडल बड़ी मात्रा में डेटा को संसाधित कर सकते हैं, जिसमें संरचित (मास्टर डेटा, लेन-देन डेटा, ईडीआई) और असंरचित डेटा (अनुबंध, चालान, छवि स्कैन) शामिल हैं, और सीमित पूर्व-प्रोसेसिंग के साथ पैटर्न और संदर्भ की पहचान कर सकते हैं। चूंकि जनरेटिव एआई मॉडल पैटर्न से सीखते हैं और अगले तार्किक आउटपुट की भविष्यवाणी करने के लिए संभावना गणना (मानव हस्तक्षेप के साथ) का उपयोग करते हैं, वे न-टियर आपूर्ति नेटवर्क का एक सच्चा डिजिटल मॉडल बना सकते हैं – तेजी से और बड़े पैमाने पर – और अंतर-कंपनी और अंतर-कंपनी सहयोग और दृश्यता को अनुकूलित कर सकते हैं। इस न-टियर मॉडल को ईएसजी पहलों के समर्थन के लिए आगे समृद्ध किया जा सकता है, जिनमें संघर्ष खनिजों की पहचान, पर्यावरण संवेदनशील संसाधनों या क्षेत्रों का उपयोग, उत्पादों और प्रक्रियाओं के कार्बन उत्सर्जन की गणना, और अधिक शामिल हैं।

हालांकि जनरेटिव एआई आपूर्ति श्रृंखला नेताओं के लिए एक महत्वपूर्ण अवसर प्रदान करता है ताकि वे नवाचार करें और रणनीतिक लाभ बना सकें, कुछ चिंताएं और जोखिम हैं जिन पर विचार किया जाना चाहिए।

आपकी आपूर्ति श्रृंखला अद्वितीय है

जनरेटिव एआई के सामान्य उपयोग, जैसे कि चैटजीपीटी या डैल-ई, वर्तमान में व्यापक प्रकृति के कार्यों को संबोधित करने में सफल हैं क्योंकि मॉडल बड़ी मात्रा में सार्वजनिक रूप से उपलब्ध डेटा पर प्रशिक्षित होते हैं। आपूर्ति श्रृंखला के लिए जनरेटिव एआई की क्षमताओं का真正 लाभ उठाने के लिए, इन मॉडलों को उद्यम के डेटा और संगठन के लिए विशिष्ट संदर्भ पर समायोजित किया जाना चाहिए। दूसरे शब्दों में, आप एक सामान्य रूप से प्रशिक्षित मॉडल का उपयोग नहीं कर सकते हैं। डेटा प्रबंधन चुनौतियां जैसे डेटा गुणवत्ता, एकीकरण, और प्रदर्शन जो वर्तमान परिवर्तन परियोजनाओं को प्रभावित करती हैं, जनरेटिव एआई निवेश को भी प्रभावित कर सकती हैं, जिससे डेटा प्रबंधन समाधान के बिना एक समय लेने वाला और महंगा अभ्यास हो सकता है।

जनरेटिव एआई प्रशिक्षण डेटा के भीतर पैटर्न को समझने पर निर्भर करता है और यदि आपूर्ति श्रृंखला पेशेवरों ने पिछले तीन वर्षों में कुछ सीखा है, तो यह है कि आपूर्ति श्रृंखलाएं नए जोखिमों और अभूतपूर्व अवसरों का सामना करना जारी रखेंगी।

सुरक्षा और नियम

जनरेटिव एआई मॉडल की मूल आवश्यकता पैटर्न और संदर्भ को समझने के लिए विशाल मात्रा में प्रशिक्षण डेटा तक पहुंच है। यह कहा गया है, जनरेटिव एआई अनुप्रयोगों का मानव जैसा इंटरफ़ेस उपयोगकर्ता व्यक्तिगतीकरण, फ़िशिंग, और अन्य सुरक्षा चिंताओं को जन्म दे सकता है। जबकि मॉडल प्रशिक्षण तक सीमित पहुंच जनरेटिव एआई के प्रदर्शन को कम कर सकती है, आपूर्ति श्रृंखला डेटा तक असीमित पहुंच सूचना सुरक्षा घटनाओं को जन्म दे सकती है जहां महत्वपूर्ण और संवेदनशील जानकारी अनधिकृत उपयोगकर्ताओं के लिए उपलब्ध हो जाती है।

यह भी अस्पष्ट है कि विभिन्न सरकारें जनरेटिव एआई को नियंत्रित करने के लिए भविष्य में कैसे चुनेंगी क्योंकि इसका अपनाना जारी रहता है और जनरेटिव एआई के नए अनुप्रयोग खोजे जाते हैं। कई एआई विशेषज्ञों ने एआई द्वारा प्रस्तुत जोखिम के बारे में चिंता व्यक्त की है, सरकारों से आग्रह किया है कि वे विशाल एआई प्रयोगों को तब तक रोकें जब तक कि प्रौद्योगिकी नेता और नीति निर्माता सुरक्षा सुनिश्चित करने के लिए नियम और नियम बनाने में सक्षम न हों।

जनरेटिव एआई उन संगठनों के लिए सुधार के अवसरों की भरपूर मात्रा प्रदान करता है जो इस प्रौद्योगिकी का लाभ उठा सकते हैं और मानव बुद्धिमत्ता, रचनात्मकता, और निर्णय लेने के लिए एक बल गुणक बना सकते हैं। यह कहा गया है, जब तक कि आपूर्ति श्रृंखला उपयोग के मामलों के लिए विशेष रूप से प्रशिक्षित और डिज़ाइन किए गए मॉडल नहीं होते हैं, जनरेटिव एआई निवेश में आगे बढ़ने का सबसे अच्छा तरीका एक संतुलित दृष्टिकोण है।

सुरक्षित गार्डरेल स्थापित करना उचित होगा ताकि यह सुनिश्चित किया जा सके कि एआई उपयोगकर्ता के लिए व्यावसायिक प्रक्रियाओं और उद्देश्यों के साथ संरेखित किए गए अनुकूलित योजनाओं का एक सेट प्रदान करता है। व्यवसाय जो “व्यवसाय प्लेबुक” को जनरेटिव एआई के साथ जोड़ते हैं, वे टीमों की क्षमता को योजना, निर्णय, और कार्यान्वयन में वृद्धि करने में सक्षम होंगे जबकि अभी भी वांछित व्यवसायिक परिणामों को अनुकूलित करते हैं। संगठनों को भी एक मजबूत व्यवसायिक मामले, डेटा और उपयोगकर्ता सुरक्षा, और मापने योग्य व्यवसायिक उद्देश्यों पर विचार करना चाहिए trước कि वे नए जनरेटिव एआई प्रौद्योगिकी में निवेश करें।

जनरेटिव एआई के साथ “व्यवसाय प्लेबुक” को जोड़ने वाले व्यवसाय अपनी टीमों की क्षमता को योजना, निर्णय, और कार्यान्वयन में वृद्धि करने में सक्षम होंगे जबकि अभी भी वांछित व्यवसायिक परिणामों को अनुकूलित करते हैं। संगठनों को भी एक मजबूत व्यवसायिक मामले, डेटा और उपयोगकर्ता सुरक्षा, और मापने योग्य व्यवसायिक उद्देश्यों पर विचार करना चाहिए trước कि वे नए जनरेटिव एआई प्रौद्योगिकी में निवेश करें।