Rolul Inteligenței Artificiale Generative în Lanțurile de Aprovizionare

La fel cum perturbările lanțului de aprovizionare au devenit un subiect frecvent de discuție în sălile de consiliu de administrație în 2020, Inteligența Artificială Generativă a devenit rapid un subiect fierbinte în 2023. După toate, ChatGPT-ul OpenAI a atins 100 de milioane de utilizatori în primele două luni, devenind cea mai rapidă adoptare a unei aplicații de consum din istorie.

Lanțurile de aprovizionare sunt, într-o anumită măsură, bine adaptate pentru aplicațiile inteligenței artificiale generative, deoarece funcționează pe baza și generează cantități masive de date. Varietatea și volumul de date, precum și diferitele tipuri de date, adaugă o complexitate suplimentară unei probleme extrem de complexe din lumea reală: cum să se optimizeze performanța lanțului de aprovizionare. Și, deși cazurile de utilizare a inteligenței artificiale generative în lanțurile de aprovizionare sunt extinse – incluzând creșterea automatizării, previziunile cererii, prelucrarea și urmărirea comenzilor, întreținerea preventivă a mașinilor, gestionarea riscurilor, gestionarea furnizorilor și multe altele – multe dintre acestea se aplică și inteligenței artificiale predictive și au fost deja adoptate și implementate la scară largă.

Acest articol prezintă câteva cazuri de utilizare care sunt deosebit de bine adaptate pentru inteligența artificială generativă în lanțurile de aprovizionare și oferă câteva avertizări pe care liderii lanțurilor de aprovizionare ar trebui să le ia în considerare înainte de a face o investiție.

Asistență pentru Luarea Deciziilor

Scopul principal al inteligenței artificiale și al învățării automate în lanțurile de aprovizionare este de a ușura procesul de luare a deciziilor, oferind promisiunea unei viteze și calități crescute. Inteligența artificială predictivă face acest lucru prin furnizarea de previziuni și prognoze mai precise, descoperirea de noi modele care nu au fost încă identificate și utilizarea unor volume foarte mari de date relevante. Inteligența artificială generativă poate duce acest lucru mai departe, sprijinind diverse domenii funcționale ale managementului lanțului de aprovizionare. De exemplu, managerii lanțurilor de aprovizionare pot utiliza modele de inteligență artificială generativă pentru a pune întrebări de clarificare, a solicita date suplimentare, a înțelege mai bine factorii care influențează și a vedea performanța istorică a deciziilor în scenarii similare. În sinteză, inteligența artificială generativă face procesul de diligență care precede luarea deciziilor semnificativ mai rapid și mai ușor pentru utilizator.

Mai mult, pe baza datelor și modelelor subiacente, inteligența artificială generativă poate analiza cantități mari de date structurate și nestructurate, genera automat diverse scenarii și oferi recomandări pe baza opțiunilor prezentate. Acest lucru reduce semnificativ munca fără valoare adăugată pe care managerii lanțurilor de aprovizionare o fac în prezent și îi împuternicește să petreacă mai mult timp luând decizii bazate pe date și răspunzând mai repede la schimbările de pe piață.

O (Posibilă) Soluție pentru Lipsa de Talent în Managementul Lanțului de Aprovizionare

În ultimii ani, întreprinderile au suferit de o lipsă de talente în lanțul de aprovizionare, din cauza epuizării planificatorilor, a ratei ridicate de plecări și a unei curbă de învățare abrupte pentru noii angajați, din cauza naturii complexe a funcției. Modelele de inteligență artificială generativă pot fi ajustate la procedurile standard ale întreprinderilor, proceselor de afaceri, fluxurilor de lucru și documentației software și pot răspunde la întrebările utilizatorilor cu informații contextualizate și relevante. Interfața de utilizator conversațională asociată în mod obișnuit cu inteligența artificială generativă face ca este semnificativ mai ușor să interacționezi cu un sistem de suport și oferă posibilitatea de a rafina întrebarea, accelerând astfel timpul necesar pentru a găsi informația corectă.

Combinarea unui sistem de învățare și dezvoltare bazat pe inteligență artificială generativă cu asistență pentru luarea deciziilor bazată pe inteligență artificială generativă poate ajuta la accelerarea rezolvării diverselor probleme de gestionare a schimbărilor. De asemenea, poate accelera integrarea noilor angajați, reducând timpul de instruire și cerințele de experiență. Mai important, inteligența artificială poate împuternici persoanele cu dizabilități prin îmbunătățirea comunicării, îmbunătățirea cogniției, asistență pentru citire și scriere, organizare personală și sprijinirea învățării și dezvoltării continue.

În timp ce unii se tem că inteligența artificială generativă va duce la pierderi de locuri de muncă în următorii ani, alții cred că va ridica nivelul muncii prin eliminarea sarcinilor repetitive și crearea de spațiu pentru sarcini mai strategice. Între timp, se preconizează că va rezolva lipsa cronică de talente în lanțul de aprovizionare și în domeniul digital de astăzi. De aceea, este important să învățați cum să lucrați cu această tehnologie.

Construirea Modelului Digital al Lanțului de Aprovizionare

Lanțurile de aprovizionare au nevoie de a fi reziliente și agile, ceea ce necesită vizibilitate transversală. Lanțul de aprovizionare trebuie să “știe” întreaga rețea pentru a avea vizibilitate. Cu toate acestea, construirea modelului digital al întregului lanț de aprovizionare de nivel n este adesea costisitoare. Marile întreprinderi au date răspândite în zeci sau sute de sisteme, cu majoritatea marilor întreprinderi gestionând peste 500 de aplicații simultan în ERP, CRM, PLM, Procurare și Sourcing, Planificare, WMS, TMS și multe altele. Cu toată această complexitate și fragmentare, este extrem de dificil să aducem logic aceste date disparate împreună. Acest lucru este exacerbate atunci când organizațiile se uită dincolo de primii sau a doua furnizori la locul unde colectarea de date într-un format structurat este puțin probabilă.

Modelele de inteligență artificială generativă pot procesa cantități masive de date, inclusiv date structurate (date master, date tranzacționale, EDI) și date nestructurate (contracte, facturi, scanări de imagini), pentru a identifica modele și contexte cu prelucrare limitată a datelor. Deoarece modelele de inteligență artificială generativă învață din modele și utilizează calcule de probabilitate (cu o intervenție umană) pentru a prezice următorul output logic, pot crea un model digital mai exact al rețelei de lanț de aprovizionare de nivel n – mai rapid și la scară – și pot optimiza colaborarea și vizibilitatea inter- și intra-companie. Acest model de nivel n poate fi îmbogățit ulterior pentru a sprijini inițiativele ESG, incluzând, dar fără a se limita la, identificarea mineralelor conflictuale, utilizarea resurselor sau a zonelor sensibile din punct de vedere mediului, calcularea emisiilor de carbon ale produselor și proceselor și multe altele.

Deși inteligența artificială generativă oferă o oportunitate semnificativă pentru liderii lanțurilor de aprovizionare de a fi inovatori și de a crea un avantaj strategic, există anumite preocupări și riscuri care trebuie luate în considerare.

Lanțul Dvs. de Aprovizionare este Unic

Utilizările generale ale inteligenței artificiale generative, cum ar fi ChatGPT sau Dall-E, sunt în prezent de succes în abordarea sarcinilor care sunt mai largi în natură, deoarece modelele sunt antrenate pe cantități masive de date disponibile public. Pentru a valorifica cu adevărat capacitățile inteligenței artificiale generative pentru lanțul de aprovizionare al întreprinderii, aceste modele trebuie să fie ajustate la datele și contextul specific al organizației. Cu alte cuvinte, nu puteți utiliza un model antrenat în general. Provocările de gestionare a datelor, cum ar fi calitatea datelor, integrarea și performanța care împiedică proiectele actuale de transformare, pot afecta, de asemenea, investițiile în inteligență artificială generativă, ducând la un exercițiu care necesită timp și costisitor fără soluția potrivită de gestionare a datelor deja în loc.

Inteligența artificială generativă depinde de înțelegerea modelului din datele de antrenament și, dacă profesioniștii din lanțul de aprovizionare au învățat ceva în ultimii trei ani, este că lanțurile de aprovizionare vor continua să înfrunte riscuri noi și oportunități fără precedent.

Securitate și Reglementări

Cerința de bază a modelelor de inteligență artificială generativă este accesul la cantități mari de date de antrenament pentru a înțelege modelele și contextul. Cu toate acestea, interfața de utilizator similară cu cea a omului a aplicațiilor de inteligență artificială generativă poate duce la impersonarea utilizatorilor, phishing și alte preocupări legate de securitate. În timp ce accesul limitat la antrenamentul modelului poate duce la o performanță slabă a IA, acordarea unui acces nelimitat la datele lanțului de aprovizionare poate duce la incidente de securitate a informațiilor, în care informații critice și sensibile sunt puse la dispoziția unor utilizatori neautorizați.

De asemenea, nu este clar cum vor alege guvernele să reglementeze inteligența artificială generativă în viitor, pe măsură ce adoptarea continuă să crească și sunt descoperite noi aplicații ale inteligenței artificiale generative. Mai mulți experți în domeniul inteligenței artificiale și-au exprimat îngrijorarea cu privire la riscul pe care îl prezintă inteligența artificială, cerând guvernelor să întrerupă experimentele uriașe cu IA până când liderii tehnologici și factorii de decizie pot stabili reguli și reglementări pentru a asigura siguranța.

Inteligența artificială generativă oferă o mulțime de oportunități de îmbunătățire pentru organizațiile care pot să o valorifice și să creeze un multiplicator de forță pentru ingeniozitatea, creativitatea și luarea deciziilor umane. Cu toate acestea, până când vor exista modele antrenate și proiectate în mod explicit pentru cazurile de utilizare a lanțului de aprovizionare, cel mai bun mod de a proceda este o abordare echilibrată a investițiilor în inteligența artificială generativă.

Stabilirea unor garduri de protecție corespunzătoare va fi prudentă pentru a asigura că IA oferă un set de planuri optimizate pentru fiecare utilizator, care să fie revizuite și selectate și care să fie aliniate cu procesele și obiectivele de afaceri. Întreprinderile care combină “cărțile de joc ale afacerii” cu inteligența artificială generativă vor fi cele mai bine plasate pentru a crește capacitatea echipelor de a planifica, a lua decizii și a executa, în timp ce optimizează în continuare rezultatele de afaceri dorite. Organizațiile ar trebui, de asemenea, să ia în considerare un caz de afaceri puternic, securitatea datelor și a utilizatorilor, precum și obiectivele de afaceri măsurabile înainte de a investi în tehnologia de inteligență artificială generativă.