Rolul Inteligenței Artificiale Generative în Lanțurile de Aprovizionare

La fel cum perturbările lanțului de aprovizionare au devenit subiectul frecvent al discuțiilor din sala de consiliu în 2020, Inteligența Artificială Generativă a devenit rapid subiectul fierbinte al anului 2023. După cum OpenAI’s ChatGPT a atins 100 de milioane de utilizatori în primii doi luni, făcându-l cea mai rapidă adoptare a unei aplicații pentru consumatori din istorie.

Lanțurile de aprovizionare sunt, până la un anumit punct, bine adaptate pentru aplicațiile inteligenței artificiale generative, având în vedere că funcționează pe baza și generează cantități masive de date. Varietatea și volumul de date și diferitele tipuri de date adaugă complexitate suplimentară unei probleme extrem de complexe din lumea reală: cum să optimizezi 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 predictivă 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.

Luarea deciziilor asistată

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 unor noi modele încă neidentificate și utilizarea unor volume foarte mari de date relevante. Inteligența artificială generativă poate merge mai departe prin susținerea diferitelor domenii funcționale ale managementului lanțului de aprovizionare. De exemplu, managerii lanțului 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 a 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 lanțului de aprovizionare o fac în prezent și îi împuternicește să petreacă mai mult timp luând decizii bazate pe date și răspunzând la schimbările de pe piață mai rapid.

O (Posibilă) Soluție pentru Deficitul de Talente în Managementul Lanțului de Aprovizionare

În ultimii ani, întreprinderile au suferit de un deficit de talente în lanțul de aprovizionare din cauza epuizării planificatorilor, a fluctuației personalului și a unei curbe de învățare abrupte pentru noii angajați, din cauza naturii complexe a funcției. Modelele de inteligență artificială generativă pot fi ajustate la procedurile standard de operare ale întreprinderilor, la procesele de afaceri, la fluxurile de lucru și la documentația software și apoi 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 capacitatea de a rafina întrebarea, accelerând și mai mult timpul necesar pentru a găsi informația corectă.

Combinarea unui sistem de învățare și dezvoltare bazat pe inteligență artificială generativă cu luarea deciziilor asistată de inteligența artificială generativă poate ajuta la accelerarea rezolvării diverselor probleme de management al schimbărilor. De asemenea, poate accelera pregătirea noilor angajați prin reducerea timpului de instruire și a cerințelor de experiență de muncă. Mai important, inteligența artificială generativă 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 deficitul cronic de talente în lanțul de aprovizionare și în domeniul digital. De aceea, învățarea cum să lucrați cu această tehnologie este importantă.

Construirea Modelului Digital al Lanțului de Aprovizionare

Lanțurile de aprovizionare trebuie să fie reziliente și agile, ceea ce necesită vizibilitate la nivelul întregului lanț. 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. Întreprinderile mari au date răspândite în zeci sau sute de sisteme, cu majoritatea întreprinderilor mari gestionând peste 500 de aplicații simultan în ERP, CRM, PLM, Achiziții și Sursă, 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 înrăutățit atunci când organizațiile se uită dincolo de furnizorii de nivelul unu sau doi la locurile în care colectarea de date într-un format structurat este puțin probabilă.

Modelele de inteligență artificială generativă pot procesa cantități masive de date, incluzând date structurate (date master, date tranzacționale, EDI) și date nestructurate (contracte, facturi, scanări de imagini), pentru a identifica modele și contexte cu o prelucrare limitată a datelor. Deoarece modelele de inteligență artificială generativă învață din modele și utilizează calcule de probabilitate (cu o anumită intervenție umană) pentru a prezice următorul output logic, pot crea un model digital mai exact al rețelei lanțului de aprovizionare de nivel n – mai rapid și la scară – și pot optimiza colaborarea și vizibilitatea între și în interiorul companiilor. 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 sensibile din punct de vedere al mediului sau a zonelor, calcularea emisiilor de carbon ale produselor și proceselor și multe altele.

Deși inteligența artificială generativă oferă o oportunitate semnificativă pentru liderii lanțului de aprovizionare de a fi inovatori și de a crea un avantaj strategic, există anumite preocupări și riscuri de luat 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 ample în natură, deoarece modelele sunt antrenate pe cantități masive de date publice disponibile. 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 mult timp și bani, fără soluția de gestionare a datelor potrivită deja în loc.

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

Securitate și Reglementări

Cerința de bază a modelelor de inteligență artificială generativă este accesul la cantități mari de date de antrenare pentru a înțelege modelele și contextul. Aceasta spus, interfața de utilizator umană a aplicațiilor de inteligență artificială generativă poate duce la impersonarea utilizatorilor, phishing și alte preocupări legate de securitate. În timp ce accesul limitat la antrenarea modelului poate duce la performanță slabă a IA, acordarea accesului nelimitat la datele lanțului de aprovizionare poate duce la incidente de securitate a informației, în care informații critice și sensibile sunt puse la dispoziția utilizatorilor 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 gigantice cu inteligență artificială până când liderii tehnologiei 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 valorifice această tehnologie și să creeze un multiplicator de forță pentru ingeniozitatea, creativitatea și luarea deciziilor umane. Cu toate acestea, până când nu vor exista modele antrenate și proiectate în mod explicit pentru cazurile de utilizare ale lanțului de aprovizionare, cel mai bun mod de a proceda este o abordare echilibrată a investițiilor în inteligență artificială generativă.

Stabilirea unor garduri de protecție corespunzătoare va fi prudent pentru a asigura că IA oferă un set de planuri optimizate pentru fiecare utilizator de a revizui și a selecta din ele, care sunt aliniate cu obiectivele și procesele 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, optimizând în același timp rezultatele de afaceri dorite. Organizațiile ar trebui să ia în considerare, de asemenea, 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 nouă.