Veri Açlığı: Tedarik Zinciri AI’nın Dönüş Noktasına Nasıl Ulaşabileceği

Sanal istihbar (AI) tedarik zincirlerinde bir tavuk-yumurta ilişkisi gibidir. AI’nın tedarik zinciri operasyonlarına daha büyük bir görünürlük kazandırma potansiyelini övenler vardır. Diğer bir deyişle, önce AI, sonra görünürlük.

Bu, yaygın, gerçek zamanlı tedarik zinciri görünürlüğünün başka şekilde elde edilemediği zamanlar doğru olabilir. Ancak dönüştürücü tedarik zinciri AI’sı — büyük veri kümelerinden yeni içgörüler, sonuçlar, süreçler ve verimlilikler yaratan devasa güçlü generatif AI dahil — denklemi başaşağı çevirmemizi gerektirir. İlk önce görünürlük, ardından tedarik zinciri boyunca GenAI sürümlü inovasyon.

Pazartesi günü uyanan bir bölgesel perakende yöneticisi, dağıtıcı, üretici veya satın alma memurunu düşünün. Bir AI sohbet botunu (belki sesle aktive edilmiş) başlatıyor ve tedarik zincirinin haftaya göre optimize edildiğini soruyor. Değilse, tedarik zincirinin hedeflerine ulaşmak için nasıl ayarlanabileceğini soruyor. GenAI, tedarik zinciri sistemleriyle bu etkileşimi sağlar.

Ancak bir GenAI tabanlı tedarik zinciri çözümü, bu cevapları otomatik olarak verebilmesi için, tedarik zincirindeki her ürünün, kutunun, kutunun, paletin vb. durumunu, konumunu, durumunu, hareketini vb. bilmesi gerekir. Ve bunu bilebilmesi için, ürünlerin kendilerinin insan müdahalesi olmadan otomatik olarak bilgi iletmesi gerekir. Bugün, ambient internet of things (IoT) olarak adlandırılan bir görünürlük platformu aracılığıyla bunu yapabilirler.

Tedarik Zincirindeki GenAI

Küresel danışmanlık şirketi Ernst & Young, tedarik zinciri şirketlerinin %40’nın GenAI’ye yatırım yaptığını tahmin ediyor. GenAI, karmaşık tedarik ağlarını haritalamak, “ne olur” senaryolarını çalıştırmak, yukarı ve aşağı akış tedariklerini tahmin etmek, ortakların daha kolay cevaplar almasını sağlayan sohbet botları geliştirmek ve hatta geçmiş veya mevcut anlaşmalara dayalı yeni sözleşmeler oluşturmak için kullanıldı.

Bu durumlarda, şirketler AI modellerini kendi tarihi verileriyle ve ortaklardan elde ettikleri verilerle eğitiyor. Sonra GenAI’dan verimliliği artırmak için yollar bulmasını istiyorlar. Ancak EY analistlerine göre, “GenAI araçları, yalnızca girdi verilerinin gücü kadar güçlüdür, bu nedenle tedarik zinciri ortaklarından gelen verilerin kalitesi ve kullanılabilirliği ile sınırlıdır.”

Tedarik zinciri AI’sının Kutsal Kasesi, gerçek zamanlı veriler temelinde yeni rotalar, süreçler, ürün tasarımları ve tedarikçi listeleri oluşturmak — ve bunu insanlara göre daha hızlı yapmak (ki bu, insanca mümkün olandan daha hızlıdır). Ya da bir yönetici Harvard Business Review‘e dediği gibi, “Tedarik zinciri krizi olduğunda, rekabetçi olmak için alternatif tedarikçileri herkesin aynı şeyi yapmaya çalıştığından daha hızlı bulmak anahtardır.”

Bu, GenAI çözümlerini tedarik zinciri operasyonları hakkında çok daha fazla ve güncel veri ile eğitmeyi gerektirir. Ambient IoT giriyor.

Tedarik Zincirlerinin Dili: Ambient IoT

Ambient IoT ile ürünler, ambalajlar ve yerler dijital imzalar taşır, bunlar tedarik zincirinin gerçek zamanlı görünürlük dilidir ve sonunda GenAI’nın temelini oluşturan büyük dil modellerine (LLM’ler) beslenir. Bu imzalar, IoT Pikseller olarak bilinen, her şeyi izleme ve izleme gereken her şeye yapıştırılan kendi güç kaynağı, hesaplamalı gücü, sensörleri ve Bluetooth iletişimi olan küçük elektronik etiketler aracılığıyla taşınır. IoT Pikseller, ürünlerin ve ambalajların tedarik zincirindeki yolculuklarını LLM’lerin tüketebileceği veri terimlerinde tanımlamasına olanak tanır. Sonunda, fiziksel ve dijital dünyalar arasında bir köprü oluşturur ve ilk kez, operasyonları gerçekten gösterebilen, tahmin edebilen ve optimize edebilen tedarik zinciri verilerini sağlar.

Ambient IoT Pikseller, mevcut kablosuz cihazlar gibi bir mesh aracılığıyla veya mağazalarda, depolarda, teslimat kamyonlarında ve daha fazlasında kolayca dağıtılan standart köprüler ve geçitler aracılığıyla veri iletiyor. Aslında, uygun izinler ve gizlilik koruması ile, ambient IoT Pikseller, tedarik zinciri görünürlüğünü tüketiciye kadar uzatabilir, ürün kullanımı, yeniden kullanımı ve geri dönüşümü hakkında veri iletebilir ve daha gelişmiş GenAI modelleri için temel oluşturabilir.

Ve sürekli veri gönderiyorlar. GenAI modellerini eğitmek için kullanılan günümüz tedarik zinciri kayıtlarının aksine, ambient IoT verileri tedarik zincirini şimdi tanımlar. Bu görünürlükle, geriye kalan tek şey, GenAI’ı bizim için cevaplamak: “Tedarik zincirimde şimdi ne görüyorum?”

Gerçek zamanlı görünürlük ve ambient IoT veri oluşturma, tedarik zinciri boyunca GenAI’in cevap vermesini sağlayabilir. Ayrıca, GenAI’in bir zorluğunu — yani LLM’leri oluşturan kaynaklardan gelen istemeden veri yanlılıklarını — ele alabilir.

Ürünler, ambient IoT ile tedarik zincirinde izlenirse, nesnelerin gerçek konumlarını ve zamanını tanımlayan objektif bir gerçeklik sunarlar. Ayrıca, ambient IoT, ürünlerin izlenmesi için RFID tarayıcıları ile çalışanlara ihtiyaç duymaz, bu nedenle insan hatası en aza indirilir.

Ambient IoT verileri, ürünlerin tedarik zincirindeki tam rotasını ve zamanını tanımlar. Ürünlerin dijital ürün pasaportlarında, ürünlerin işlenmesinde yer alan taraflar ve tesisler hakkında veri bulunur. Uygulamaya bağlı olarak, ambient IoT Pikselleri, her adımda sıcaklık, nem ve karbon emisyonları hakkında bilgi ekleyebilir.

Ernst & Young’a göre, tedarik zinciri şirketleri GenAI’yi düzenleyici ve ESG raporlama alanında kullanmayı keşfediyor. GenAI’nin uyumlu bilgi vermesini sağlamak için büyük veri toplamanın en iyi ve en maliyet etkili yolu, ambient IoT aracılığıyla.

Sohbet Botundan Otomasyona

Günlük olarak, ambient IoT ve GenAI’nin tedarik zincirlerine iki şekilde fayda sağlayabileceği söylenebilir. İlk olarak, daha fazla insanın gelişen durumları anlamasını ve tedarik zinciri operasyonlarını optimize etmek veya düzeltmek için aktif adımlar atmasını sağlayabilir. Tedarik zinciri analizi ve sorgulamasını demokratikleştirebilir. Bir GenAI sohbet botuna sevkiyat durumunu sormak veya alternatif tedarikçileri sormak için bir veri analisti veya satın alma uzmanı olmanıza gerek yok, ancak şirketlerin LLM’leri ve GenAI araçlarını faydalı sonuçlar elde etmek için geliştirmeye devam etmesi gerekecek.

İkincisi, GenAI ve diğer AI araçları, daha büyük tedarik zinciri otomasyonu için bir köprü oluşturmaya yardımcı olabilir. Makine öğrenimi, özellikle kontrol sistemlerinde bulunan pekiştirme öğrenimi aracılığıyla, yazılım daha iyi sonuçlar elde edecek kararlar alması için eğitilebilir. Sonunda, tedarik zinciri kesintilerini oluşmadan önce tespit edebilecek ve otomatik olarak alternatif tedarikçiler veya taşıyıcılar iletmeye başlayabilecek veya öngörülü bakım başlatabileceklerdir.

Bunu, büyük veri kümelerinden, ambient IoT tarafından oluşturulan tedarik zinciri verilerini öğrenerek yaparlar.

Son yıllarda öğrendiğimiz gibi, karmaşık tedarik zincirleri bir jiletle yaşıyor. Birkaç küçük faktör onları kaosa sürükleyebilir. Yapay zeka, gelecekteki kaosu önlemek için kritik olacaktır. Ancak oraya varmak için, tedarik zincirlerinin şu anda göremedikleri şeylerin verilerini açığa çıkarmaları gerekir. Ambient IoT, yarının GenAI inovasyonlarının inşa edileceği görünürlük verilerini sağlar.