หิวโหยต่อข้อมูล: วิธีการให้ AI ในห่วงโซ่อุปทานถึงจุดเปลี่ยน

ปัญญาประดิษฐ์ (AI) ในห่วงโซ่อุปทานเป็นเรื่องของไก่หรือไข่ ซึ่งมีคนบางกลุ่มยกย่อง AI สำหรับศักยภาพในการสร้างความเข้าใจที่ดีขึ้นเกี่ยวกับการดำเนินงานของห่วงโซ่อุปทาน ในอีกคำหนึ่ง AI ก่อน ความเข้าใจที่ดีหลัง

ซึ่งอาจเป็นเรื่องจริงเมื่อความเข้าใจที่ดีของห่วงโซ่อุปทานในแบบเรียลไทม์ไม่สามารถทำได้ แต่ AI ที่เปลี่ยนแปลงห่วงโซ่อุปทาน — รวมถึง AI ที่สร้างขึ้นใหม่ซึ่งสร้างข้อมูลเชิงลึก ผลลัพธ์ กระบวนการ และประสิทธิภาพจากข้อมูลจำนวนมาก — ต้องการให้เราเปลี่ยนสมการบนหัวของมัน ความเข้าใจที่ดีก่อน ตามด้วยนวัตกรรมที่ขับเคลื่อนด้วย GenAI ทั่วทั้งห่วงโซ่อุปทาน

ลองนึกภาพผู้จัดการค้าปลีกระดับภูมิภาค ผู้จัดจำหน่าย ผู้ผลิต หรือเจ้าหน้าที่จัดซื้อ醒มาในวันจันทร์ เปิด AI ชัตบอทที่คุ้นเคย (อาจเปิดด้วยเสียง) และถามด้วยภาษาที่เป็นธรรมชาติว่าห่วงโซ่อุปทานของพวกเขามีการปรับให้เหมาะสมสำหรับสัปดาห์นั้นหรือไม่ และหากไม่ ควรปรับห่วงโซ่อุปทานให้เหมาะสมเพื่อให้ได้ผลลัพธ์ที่ต้องการ GenAI ทำให้สามารถสื่อสารกับระบบห่วงโซ่อุปทานได้

แต่วิธีเดียวที่โซลูชันห่วงโซ่อุปทานที่ขับเคลื่อนโดย GenAI สามารถตอบคำถามเหล่านี้ได้อย่างอัตโนมัติคือหากมันรู้สถานะ ตำแหน่ง สภาพ การเคลื่อนไหว ฯลฯ ของทุกสินค้า ทุกกล่อง ทุกกรณี ทุกพาเลท ฯลฯ ในห่วงโซ่อุปทาน และวิธีเดียวที่มันรู้คือหากสินค้าเองสามารถสื่อสารข้อมูลโดยอัตโนมัติโดยไม่ต้องมีการแทรกแซงจากมนุษย์ วันนี้ สินค้าสามารถสื่อสารข้อมูลได้โดยผ่านแพลตฟอร์มความเข้าใจที่เรียกว่า Ambient IoT

GenAI ในห่วงโซ่อุปทาน

บริษัทที่ปรึกษาทั่วโลก Ernst & Young ประมาณว่า 40% ของบริษัทห่วงโซ่อุปทานกำลังลงทุนใน GenAI พวกเขาใช้ GenAI เพื่อสร้างแผนที่เครือข่ายห่วงโซ่อุปทานที่ซับซ้อน ใช้สถานการณ์ “what-if” เพื่อทำนายการซื้อขายสินค้าในอนาคต พัฒนาแชทบอทเพื่อให้พันธมิตรสามารถตอบคำถามได้ง่ายขึ้น และแม้แต่สร้างสัญญาใหม่ตามข้อตกลงเดิมหรือสัญญาที่มีอยู่

ในกรณีเหล่านี้ บริษัทต่างๆ กำลังฝึกอบรมโมเดล AI ด้วยข้อมูลทางประวัติศาสตร์ของตนเองและข้อมูลที่สามารถรวบรวมจากพันธมิตรได้ จากนั้นพวกเขาจะขอให้ GenAI ค้นหาวิธีการเพิ่มประสิทธิภาพ แต่ตามที่นักวิเคราะห์ของ EY ระบุว่า “เครื่องมือ GenAI มีพลังเท่ากับข้อมูลที่ใช้ในการฝึกอบรมเท่านั้น ดังนั้นจึงมีข้อจำกัดจากคุณภาพและความพร้อมของข้อมูลจากพันธมิตรห่วงโซ่อุปทาน”

สิ่งที่เป็นจุดมุ่งหมายของ AI ในห่วงโซ่อุปทานคือการสร้างเส้นทางใหม่ๆ กระบวนการใหม่ๆ การออกแบบสินค้าใหม่ๆ และรายชื่อซัพพลายเออร์ใหม่ๆ ตามข้อมูลในแบบเรียลไทม์ — และทำสิ่งนี้ได้เร็วที่สุด (เร็วกว่าที่มนุษย์สามารถทำได้) หรือตามที่ผู้บริหารหนึ่งคน บอกกับ Harvard Business Review “เมื่อมีการหยุดชะงักในห่วงโซ่อุปทาน สิ่งสำคัญคือต้องเร็วกว่าคนอื่นในการค้นหาผู้จัดหาสินค้าทางเลือกเพราะทุกคนกำลังมองหาที่จะทำสิ่งเดียวกัน”

สิ่งนี้ต้องการการฝึกอบรมโซลูชัน GenAI ด้วยข้อมูลที่มากขึ้นและทันสมัย hơnเกี่ยวกับการดำเนินงานของห่วงโซ่อุปทานจริงๆ ซึ่งเป็นจุดเข้ามาของ Ambient IoT

Ambient IoT: ภาษาของห่วงโซ่อุปทาน

ด้วย Ambient IoT สินค้า ผู้จัดจำหน่าย และสถานที่ต่างๆ มีเครื่องหมายดิจิทัล ซึ่งเป็นภาษาของความเข้าใจที่ดีของห่วงโซ่อุปทานในแบบเรียลไทม์ ซึ่งจะส่งต่อไปยังโมเดลภาษาที่ใหญ่ (LLMs) ซึ่งเป็นพื้นฐานของ GenAI เครื่องหมายเหล่านี้ถูกส่งผ่าน IoT Pixels ซึ่งเป็นแท็กอิเล็กทรอนิกส์ที่มีพลังงานเองและขนาดประมาณสติกเกอร์ ซึ่งถูกติดกับสิ่งของใดๆ ในห่วงโซ่อุปทานที่ต้องการติดตามและตรวจสอบ IoT Pixels มีพลังงานและเซ็นเซอร์ของตนเอง และสามารถสื่อสารข้อมูลผ่านบลูทูธได้ ทำให้สินค้าและผู้จัดจำหน่ายสามารถอธิบายการเดินทางของตนเองในห่วงโซ่อุปทานได้ด้วยข้อมูลที่ LLMs สามารถใช้ได้

Ambient IoT Pixels ส่งต่อข้อมูลผ่านเครือข่ายที่มีอยู่แล้ว เช่น สมาร์ทโฟนและจุดเข้าถึงไร้สาย หรือผ่านสะพานและประตูที่ติดตั้งได้ง่ายๆ ในร้านค้า 창고 รถบรรทุกส่งสินค้า และอื่นๆ ในความเป็นจริง ด้วยการอนุญาตและความคุ้มครองความเป็นส่วนตัวที่เหมาะสม Ambient IoT Pixels สามารถขยายความเข้าใจที่ดีของห่วงโซ่อุปทานไปจนถึงผู้บริโภคได้ โดยส่งต่อข้อมูลเกี่ยวกับการใช้สินค้า การใช้ซ้ำ และการรีไซเคิล ซึ่งเป็นพื้นฐานสำหรับโมเดล GenAI ที่ซับซ้อนมากขึ้น

และพวกมันส่งต่อข้อมูลอย่างต่อเนื่อง ไม่เหมือนกับบันทึกห่วงโซ่อุปทานที่ใช้ในการฝึกอบรมโมเดล GenAI ในปัจจุบัน Ambient IoT อธิบายห่วงโซ่อุปทาน ในขณะนี้ ด้วยความเข้าใจที่ดีนี้ ทุกสิ่งที่เหลือคือการนำ GenAI มาใช้เพื่อตอบคำถามของเรา “ฉันเห็นอะไรในห่วงโซ่อุปทานของฉัน ในขณะนี้?”

ความเข้าใจที่ดีในแบบเรียลไทม์และการสร้างข้อมูล Ambient IoT ทั่วทั้งห่วงโซ่อุปทานสามารถช่วยแก้ไขความท้าทายของ GenAI ได้ เช่น ข้อมูลที่ใช้ในการฝึกอบรม LLMs สะท้อนถึงความลำเอียงที่ไม่ตั้งใจจากแหล่งที่มา ซึ่งมักจะรวมถึงระบบ ERP ของบริษัทต่างๆ

สินค้าที่ติดตามผ่านห่วงโซ่อุปทานด้วย Ambient IoT พูดความจริงที่เป็นกลางเพราะสินค้าอยู่ที่ไหนก็ตามที่ Ambient IoT ระบุ และเมื่อใดก็ตามที่ Ambient IoT ระบุ และเนื่องจาก Ambient IoT ไม่ต้องการคนงานที่มีเครื่องสแกน RFID เพื่อติดตามการขนส่ง ข้อผิดพลาดของมนุษย์สามารถลดให้เหลือน้อยที่สุดได้

ข้อมูล Ambient IoT อธิบายเส้นทางและเวลาที่สินค้าเดินทางผ่านห่วงโซ่อุปทาน และสินค้าเองก็มีข้อมูลเกี่ยวกับฝ่ายและสถานที่ที่เกี่ยวข้องกับการจัดการสินค้า หากเหมาะสม Ambient IoT Pixels สามารถเพิ่มข้อมูลเกี่ยวกับอุณหภูมิ ความชื้น และการปล่อยก๊าซคาร์บอนในแต่ละขั้นตอน

ตาม EY หนึ่งในพื้นที่ที่บริษัทห่วงโซ่อุปทานกำลังสำรวจการใช้ GenAI คือการรายงานด้านกฎระเบียบและ ESG วิธีที่ดีที่สุดและคุ้มค่าที่สุดในการรวบรวมข้อมูลจำนวนมากเพื่อให้ GenAI ให้ข้อมูลที่ถูกต้องคือผ่าน Ambient IoT

จากแชทบอทสู่การทำงานอัตโนมัติ

ในแต่ละวัน มีสองวิธีที่การผสมผสานระหว่าง Ambient IoT และ GenAI สามารถช่วยให้ห่วงโซ่อุปทานได้ ประการแรก จะช่วยให้คนในห่วงโซ่อุปทานเข้าใจสถานการณ์ที่เปลี่ยนแปลงและดำเนินการเพื่อปรับหรือแก้ไขการดำเนินงานของห่วงโซ่อุปทาน คุณไม่จำเป็นต้องเป็นนักวิเคราะห์ข้อมูลหรือผู้เชี่ยวชาญด้านจัดซื้อจึงจะถามแชทบอท GenAI เกี่ยวกับสถานะของการขนส่งหรือค้นหาผู้จัดหาสินค้าทางเลือก แต่บริษัทต่างๆ ยังคงต้องการผู้เชี่ยวชาญด้านข้อมูลเพื่อให้แน่ใจว่า LLMs และเครื่องมือ GenAI พัฒนาเพื่อให้ผลลัพธ์ที่มีประโยชน์

ประการสอง GenAI และเครื่องมือ AI อื่นๆ สามารถช่วยสร้างสะพานสู่การทำงานอัตโนมัติของห่วงโซ่อุปทานได้ ผ่านการเรียนรู้ของเครื่อง ซึ่งพบได้บ่อยในระบบควบคุม ซอฟต์แวร์สามารถถูกฝึกให้ตัดสินใจเพื่อให้ได้ผลลัพธ์ที่ดีขึ้น ในที่สุด พวกมันสามารถถูกฝึกให้ตรวจจับการหยุดชะงักของห่วงโซ่อุปทานก่อนที่จะเกิดขึ้นและดำเนินการผู้จัดหาสินค้าหรือผู้ขนส่งทางเลือกโดยอัตโนมัติ หรือสามารถเริ่มการบำรุงรักษาที่คาดการณ์ไว้โดยการตรวจสอบว่าระบบหรือบรรทัดใดๆ ในคลังสินค้าหรือโรงงานอาจล้มเหลวได้

พวกมันทำสิ่งนี้โดยการเรียนรู้จากชุดข้อมูลขนาดใหญ่ รวมถึงข้อมูลห่วงโซ่อุปทานที่สร้างโดย Ambient IoT

ตามที่เราได้เรียนรู้ในช่วงไม่กี่ปีที่ผ่านมา ห่วงโซ่อุปทานที่ซับซ้อนอยู่บนเส้นแบ่งที่ละเอียดอ่อน ปัจจัยเล็กๆ น้อยๆ สองสามประการสามารถทำให้ห่วงโซ่อุปทานตกอยู่ในความวุ่นวายได้ AI จะมีบทบาทสำคัญในการหลีกเลี่ยงความวุ่นวายในอนาคต แต่เพื่อให้ถึงจุดนั้น ห่วงโซ่อุปทานต้องการการปลดล็อกข้อมูลสำหรับสิ่งที่พวกมันไม่สามารถมองเห็นได้ในปัจจุบัน Ambient IoT จัดหาข้อมูลที่มองเห็นได้ซึ่งนวัตกรรม GenAI ของอนาคตจะถูกสร้างขึ้น