Роль генеративного ІІ у ланцюгах поставок

Як тільки порушення ланцюгів поставок стали частою темою обговорення в залах засідань у 2020 році, генеративний ІІ швидко став гарячою темою 2023 року. Адже ChatGPT від OpenAI досяг 100 мільйонів користувачів за перші два місяці, ставши найшвидшим у світі за темпами зростання споживчого застосування.

Ланцюги поставок до певної міри добре підходять для застосувань генеративного ІІ, оскільки вони функціонують на основі та генерують величезні об’єми даних. Розмаїття та обсяг даних, а також різні типи даних додають додаткову складність до надзвичайно складної реальної проблеми: як оптимізувати ефективність ланцюгів поставок. І хоча випадки використання генеративного ІІ у ланцюгах поставок досить широкі – включаючи підвищення автоматизації, прогнозування попиту, обробку та відстеження замовлень, прогнозне технічне обслуговування обладнання, управління ризиками, управління постачальниками та інше – багато з них також застосовуються до прогнозного ІІ та вже були прийняті та розгорнуті у великому масштабі.

Ця стаття описує кілька випадків, які особливо добре підходять для генеративного ІІ у ланцюгах поставок, та пропонує деякі застереження, які керівники ланцюгів поставок повинні враховувати перед інвестиціями.

Асистоване прийняття рішень

Основною метою ІІ та МЛ у ланцюгах поставок є полегшення процесу прийняття рішень, що забезпечує підвищення швидкості та якості. Прогнозний ІІ робить це, надаючи прогнози та прогнози, які є більш точними, виявляючи нові закономірності, які ще не були ідентифіковані, та використовуючи дуже великі об’єми відповідних даних. Генеративний ІІ може зробити ще один крок вперед, підтримуючи різні функціональні області управління ланцюгами поставок. Наприклад, менеджери ланцюгів поставок можуть використовувати моделі генеративного ІІ, щоб задавати уточнюючі питання, запитувати додаткові дані, краще зрозуміти фактори, що впливають, та побачити історичну ефективність рішень у подібних сценаріях. Коротко кажучи, генеративний ІІ робить процес ділової доброчесності, який передує прийняттю рішень, значно швидшим та легшим для користувача.

Крім того, на основі основних даних та моделей генеративний ІІ може аналізувати великі об’єми структурованих та неструктурованих даних, автоматично генерувати різні сценарії та надавати рекомендації на основі представлених варіантів. Це значно знижує неціновану роботу, яку зараз виконують менеджери ланцюгів поставок, та дозволяє їм витрачати більше часу на прийняття рішень, ґрунтуючись на даних, та швидше реагувати на зміни ринку.

(Можливе) розв’язання проблеми нестачі талантів у сфері управління ланцюгами поставок

За останні кілька років підприємства страждали від нестачі талантів у сфері управління ланцюгами поставок через вихід працівників, виснаження та крутий навчальний план для нових працівників через складну природу роботи. Моделі генеративного ІІ можна налаштувати на стандартні операційні процедури підприємств, бізнес-процеси, робочі потоки та програмну документацію, а потім вони можуть відповідати на запити користувачів з контекстуальною та відповідною інформацією. Конверсійний інтерфейс користувача, який зазвичай асоціюється з генеративним ІІ, робить його значно легшим взаємодіяти з системою підтримки та надає можливість уточнити запит, ще більше прискорюючи час, необхідний для знаходження правильної інформації.

Об’єднання системи навчання та розвитку на основі генеративного ІІ з асистованим прийняттям рішень на основі генеративного ІІ може допомогти прискорити вирішення різних питань зміни управління. Це також може прискорити впровадження нових працівників, зменшуючи час навчання та вимог до досвіду роботи. Що ще важливіше, генеративний ІІ може надати людям з обмеженими можливостями можливість покращити спілкування, когнітивні функції, допомогу у читанні та письмі, особисту організацію та підтримку постійного навчання та розвитку.

Хоча деякі бояться, що генеративний ІІ призведе до втрати робочих місць у найближчі роки, інші вважають, що він підніме рівень роботи шляхом видалення повторюваних завдань та створення місця для більш стратегічних завдань. Тим часом передбачається, що він розв’яже хронічну нестачу талантів у сфері ланцюгів поставок та цифрових технологій. Тому важливо вивчити, як працювати з цією технологією.

Будівництво цифрової моделі ланцюга поставок

Ланцюги поставок повинні бути стійкими та гнучкими, що вимагає прозорості між підприємствями. Ланцюг поставок повинен “знати” всю мережу для забезпечення прозорості. Однак будівництво цифрової моделі всього n-рівневого ланцюга поставок часто є дорогим. Великі підприємства мають дані, розподілені по десятках або сотнях систем, з більшою частиною великих підприємств, які одночасно керують понад 500 додатками через ERP, CRM, PLM, закупівлі та джерела, планування, WMS, TMS та інше. З усіма цими складнощами та фрагментацією дуже складно логічно об’єднати ці розрізнені дані. Це ускладнюється, коли організації дивляться за межі першого чи другого рівня постачальників, де збирання даних у структурованому форматі є малоймовірним.

Моделі генеративного ІІ можуть обробляти величезні об’єми даних, включаючи структуровані (дані майстерських, транзакційні дані, EDI) та неструктуровані дані (контракти, рахунки, зображення), для визначення закономірностей та контексту з обмеженою попередньою обробкою даних. Оскільки моделі генеративного ІІ вчаться на закономірностях та використовують розрахунки ймовірностей (з деяким втручанням людини) для прогнозування наступного логічного виходу, вони можуть створити більш точну цифрову модель n-рівневої мережі ланцюга поставок – швидше та у великому масштабі – та оптимізувати міжфірмове та внутрішнє співробітництво та прозорість. Цю n-рівнева модель можна ще більше збагатити для підтримки ініціатив ESG, включаючи, але не обмежуючись, ідентифікацію конфліктних мінералів, використання екологічно чутливих ресурсів або територій, розрахунок викидів вуглецю продукції та процесів тощо.

Хоча генеративний ІІ пропонує значну можливість для лідерів ланцюгів поставок бути інноваційними та створити стратегічну перевагу, існують певні побоювання та ризики, які слід враховувати.

Ваш ланцюг поставок унікальний

Загальні випадки використання генеративного ІІ, такі як ChatGPT або Dall-E, зараз успішно вирішують завдання, які є більш загальними, оскільки ці моделі тренуються на величезних об’ємах публічно доступних даних. Щоб повноцінно використовувати можливості генеративного ІІ для ланцюгів поставок підприємств, ці моделі потрібно донастроювати на відповідні дані підприємства та контекст, специфічний для вашої організації. Інакше кажучи, не можна використовувати загально треновану модель. Виклики управління даними, такі як якість даних, інтеграція та продуктивність, які ускладнюють поточні проекти трансформації, також можуть вплинути на інвестиції в генеративний ІІ, що призведе до тривалого та дорогого завдання без правильного рішення управління даними, яке вже існує.

Генеративний ІІ залежить від розуміння закономерностей у навчальних даних, і якщо професіонали ланцюгів поставок вивчили щось за останні три роки, то це те, що ланцюги поставок продовжуватимуть стикатися з новими ризиками та безпрецедентними можливостями.

Безпека та регуляторні питання

Базовим вимогам моделей генеративного ІІ є доступ до величезних обсягів навчальних даних для розуміння закономірностей та контексту. Тоді ж людський інтерфейс генеративного ІІ може привести до викрадення особистості користувача, фішингу та інших проблем безпеки. Хоча обмежений доступ до навчання моделі може привести до недостатньої продуктивності ІІ, надання необмеженого доступу до даних ланцюга поставок може привести до інцидентів інформаційної безпеки, коли критична та конфіденційна інформація стане доступною необмеженому колу осіб.

Також невідомо, як різні уряди вирішать регулювати генеративний ІІ в майбутньому, оскільки його прийняття продовжує зростати, а відкриття нових застосунків генеративного ІІ триває. Деякі експерти з ІІ висловили побоювання щодо ризиків, пов’язаних з ІІ, просячи уряди зупинити гігантські експерименти з ІІ, поки технологічні лідери та політики не встановлять правила та регуляції для забезпечення безпеки.

Генеративний ІІ пропонує багато можливостей для покращення для тих організацій, які можуть скористатися цією технологією та створити силу, що примножує людську винахідливість, креативність та прийняття рішень. Однак поки не буде моделей, спеціально розроблених для випадків використання ланцюгів поставок, найкращим способом рухатися вперед буде збалансований підхід до інвестицій у генеративний ІІ.

Створення належних обмежень буде розсудливим кроком для забезпечення того, щоб ІІ пропонував набір оптимізованих планів для кожного користувача, які будуть переглянуті та вибрані з урахуванням бізнес-процесів та цілей. Підприємства, які поєднують “бізнес-плейбук” з генеративним ІІ, будуть найкраще здатні збільшити здатність команд планувати, приймати рішення та виконувати завдання, одночасно оптимізуючи бажані результати бізнесу. Організації також повинні враховувати сильний бізнес-кейс, безпеку даних та користувачів, а також вимірювані бізнес-цілі перед інвестиціями у нову технологію генеративного ІІ.