जनरेटिव एआई की आपूर्ति श्रृंखला में भूमिका

जैसे ही आपूर्ति श्रृंखला व्यवधान 2020 में बोर्डरूम चर्चाओं का एक आम विषय बन गया, जनरेटिव एआई जल्द ही 2023 का गर्म विषय बन गया। आखिरकार, OpenAI के ChatGPT ने पहले दो महीनों में 100 मिलियन उपयोगकर्ताओं को पार किया, जो इतिहास में सबसे तेजी से बढ़ने वाला उपभोक्ता अनुप्रयोग अपनाया गया।

आपूर्ति श्रृंखलाएं, एक निश्चित सीमा तक, जनरेटिव एआई के अनुप्रयोगों के लिए उपयुक्त हैं, क्योंकि वे बड़ी मात्रा में डेटा पर काम करती हैं और उत्पन्न करती हैं। डेटा की विविधता और मात्रा और विभिन्न प्रकार के डेटा एक अत्यधिक जटिल वास्तविक दुनिया की समस्या में अतिरिक्त जटिलता 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 पredictive रखरखाव, जोखिम प्रबंधन, आपूर्तिकर्ता प्रबंधन, और अधिक शामिल हैं – कई अन्य पredictive एआई के लिए भी लागू होते हैं और पहले से ही बड़े पैमाने पर अपनाया और तैनात किया गया है।

इस लेख में आपूर्ति श्रृंखला 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 लेना

आपूर्ति श्रृंखलाओं में एआई और एमएल का मुख्य उद्देश्य निर्णय लेने की प्रक्रिया को आसान बनाना है, जिसमें गति और गुणवत्ता में वृद्धि का वादा है। प्रेडिक्टिव 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 एक कदम आगे ले जा सकता है bằng आपूर्ति श्रृंखला प्रबंधन के विभिन्न कार्यात्मक क्षेत्रों का समर्थन करके। उदाहरण के लिए, आपूर्ति श्रृंखला प्रबंधक जनरेटिव एआई मॉडल का उपयोग स्पष्टीकरण प्रश्न पूछने, अतिरिक्त डेटा का अनुरोध करने, प्रभावित करने वाले कारकों को बेहतर ढंग से समझने और समान परिदृश्यों में निर्णयों के ऐतिहासिक प्रदर्शन को देखने के लिए कर सकते हैं। संक्षेप में, जनरेटिव एआई निर्णय लेने से पहले होने वाली देय दिलचस्पी प्रक्रिया को महत्वपूर्ण रूप से तेज और आसान बना देता है उपयोगकर्ता के लिए।

इसके अलावा, अंतर्निहित डेटा और मॉडल के आधार पर, जनरेटिव एआई बड़ी मात्रा में संरचित और असंरचित डेटा का विश्लेषण कर सकता है, स्वचालित रूप से विभिन्न परिदृश्यों का उत्पादन कर सकता है, और प्रस्तुत विकल्पों के आधार पर सिफारिशें प्रदान कर सकता है। यह आपूर्ति श्रृंखला प्रबंधकों द्वारा वर्तमान में किए जाने वाले गैर-मूल्य वर्धित कार्य को काफी कम कर देता है और उन्हें डेटा-संचालित निर्णय लेने और बाजार की गतिविधियों का तेजी से जवाब देने के लिए अधिक समय बिताने में सक्षम 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 शिक्षा वक्र के कारण नौकरी के कार्य की जटिल प्रकृति के कारण। जनरेटिव एआई मॉडल को उद्यमों के मानक संचालन प्रक्रियाओं, व्यवसाय प्रक्रियाओं, कार्य प्रवाह, और सॉफ्टवेयर प्रलेखन के लिए 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 उपयोगकर्ता को एक समर्थन प्रणाली के साथ बातचीत करने और प्रश्न को और तेजी से हल करने के लिए प्रश्न को परिष्कृत करने की क्षमता प्रदान करता 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 प्रशिक्षण समय और कार्य अनुभव आवश्यकताओं को कम करके नए कर्मचारियों को तेजी से रैंप करने में भी मदद कर सकता है। अधिक महत्वपूर्ण बात, जनरेटिव एआई विकलांग लोगों को सशक्त बना सकता है संचार, संज्ञानात्मक, पढ़ने और लिखने में सहायता प्रदान करके, व्यक्तिगत संगठन, और निरंतर शिक्षा और विकास का समर्थन करके।

जबकि कुछ लोगों को डर है कि जनरेटिव एआई आने वाले वर्षों में नौकरी के नुकसान का कारण बनेगा, अन्य लोग सोचते हैं कि यह काम को स्तर देगा दोहराए जाने वाले कार्यों को हटाकर और अधिक रणनीतिक लोगों के लिए कमरा बनाकर। इस बीच, यह आज की आपूर्ति श्रृंखला और डिजिटल प्रतिभा की कमी का समाधान करने के लिए भविष्य में है। 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 की आवश्यकता है, जिसके लिए पूरे उद्यम में दृश्यता की आवश्यकता 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 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, खरीद और सourcing, योजना, डब्ल्यएमएस, टीएमएस, और अधिक। इस जटिलता और खंडितता के साथ, यह विभिन्न डेटा को तार्किक रूप से एक साथ लाना बहुत मुश्किल है। यह तब और 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 संरचित (मास्टर डेटा, लेनदेन डेटा, ईडीआई) और असंरचित डेटा (अनुबंध, चालान, छवि स्कैन) की बड़ी मात्रा में डेटा को संसाधित कर सकते हैं, पैटर्न और संदर्भ की पहचान करने के लिए सीमित पूर्व-प्रसंस्करण डेटा के साथ। क्योंकि जनरेटिव एआई मॉडल पैटर्न से सीखते हैं और अगले तार्किक आउटपुट की भविष्यवाणी करने के लिए संभावना गणना (कुछ मानव हस्तक्षेप के साथ) का उपयोग करते हैं, वे पूरे न-टियर आपूर्ति नेटवर्क का एक सच्चा डिजिटल मॉडल बना सकते हैं – तेजी से और बड़े पैमाने पर – और अंतर- और इंट्रा-कंपनी सहयोग और दृश्यता को अनुकूलित कर सकते हैं। इस न-टियर मॉडल को ईएसजी पहलों के लिए और भी 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 शामिल है, और अधिक।

हालांकि जनरेटिव एआई आपूर्ति श्रृंखला नेताओं के लिए एक महत्वपूर्ण अवसर प्रदान करता है ताकि वे नवाचार करें और एक 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 ChatGPT या Dall-E, 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 वास्तव में लाभ उठाने के लिए, इन मॉडलों को उद्यम के संबंधित डेटा और संगठन के लिए विशिष्ट संदर्भ पर समायोजित करने की आवश्यकता होगी। दूसरे शब्दों में, आप एक सामान्य रूप से प्रशिक्षित मॉडल का उपयोग नहीं कर सकते। डेटा प्रबंधन चुनौतियां जैसे डेटा गुणवत्ता, एकीकरण, और प्रदर्शन जो वर्तमान परिवर्तन परियोजनाओं को प्रभावित करती हैं, जनरेटिव एआई निवेशों पर भी प्रभाव डाल सकती हैं, जिससे सही डेटा प्रबंधन समाधान के बिना एक समय लेने वाला और महंगा अभ्यास हो सकता है।

जनरेटिव एआई 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 असाधारण 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। कहा जा रहा है, जनरेटिव एआई अनुप्रयोगों का मानव जैसा इंटरफ़ेस उपयोगकर्ता की नकल, फ़िशिंग, और अन्य सुरक्षा चिंताओं का कारण बन सकता है। जबकि मॉडल प्रशिक्षण तक सीमित पहुंच जनरेटिव एआई के प्रदर्शन को कम कर सकती है, आपूर्ति श्रृंखला डेटा तक अनियंत्रित पहुंच महत्वपूर्ण और संवेदनशील जानकारी को अनधिकृत उपयोगकर्ताओं के लिए उपलब्ध करा सकती है।

यह भी अस्पष्ट है कि विभिन्न सरकारें जनरेटिव एआई को नियंत्रित करने के लिए भविष्य में कैसे चुनेंगी क्योंकि अपनाया जाना जारी 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 तकनीकी नेताओं और नीति निर्माताओं को नियमों और नियमों को स्थापित करने के लिए कहा है ताकि सुरक्षा सुनिश्चित की जा सके।

जनरेटिव एआई उन संगठनों के लिए आपूर्ति श्रृंखला में सुधार के अवसर प्रदान करता है जो इस प्रौद्योगिकी में निवेश कर सकते हैं और मानव बुद्धिमत्ता, रचनात्मकता, और निर्णय लेने के लिए एक शक्ति गुणक बना सकते हैं। कहा जा रहा है, जब तक कि आपूर्ति श्रृंखला उपयोग के मामलों के लिए विशेष रूप से प्रशिक्षित और डिज़ाइन किए गए मॉडल नहीं हैं, जनरेटिव एआई निवेशों के लिए एक संतुलित दृष्टिकोण सबसे अच्छा तरीका है।

सही गार्डरेल्स स्थापित करना सुनिश्चित करने के लिए व्यावहारिक होगा कि एआई उपयोगकर्ता के लिए व्यवसाय प्रक्रियाओं और उद्देश्यों के साथ संरेखित एक सेट अनुकूलित योजनाओं का प्रस्ताव देता है। व्यवसाय जो “व्यवसाय प्लेबुक” को जनरेटिव एआई के साथ जोड़ते हैं, वे सबसे अच्छी स्थिति में होंगे ताकि वे टीमों की क्षमता को योजना, निर्णय, और कार्यान्वयन में वृद्धि कर सकें और अभी भी वांछित व्यवसायिक परिणामों को अनुकूलित कर सकें। संगठनों को भी एक मजबूत व्यवसाय मामले, डेटा और उपयोगकर्ता सुरक्षा, और मापने योग्य व्यवसायिक उद्देश्यों पर विचार करना चाहिए trước कि वे नए जनरेटिव एआई प्रौद्योगिकी में निवेश करें।