Ажиотаж против реальности: перспективы использования ИИ в цепочках поставок

Перспективы использования ИИ в цепочках поставок и решения на основе искусственного интеллекта часто называют серебряной пулей для решения сегодняшних проблем в цепочке поставок. Шумиха обещает ускорение операций, экономию средств, снижение рисков и оптимизацию обслуживания клиентов, но насколько это реальность? Вот взгляд на ощутимое влияние ИИ на цепочки поставок, анализируя, где он действительно дает результаты, а где ожидания могут нуждаться в проверке реальностью.

Перспективы использования ИИ в цепочках поставок — это прогнозы или мечты

Некоторые говорят, что искусственный интеллект (ИИ) приведет к эпохе беспрецедентного процветания. Некоторые опасаются, что это сотрет человеческую жизнь с лица земли. Между этими двумя крайностями лежит множество утверждений о преимуществах, которые может принести ИИ.

Источник: 2024 Odyssey Logistics & Технологическая корпорация

Хотя некоторые из этих утверждений являются шумихой, эта все еще развивающаяся технология предлагает сегодня огромную реальную ценность в мире, в том числе в цепочке поставок.

Специалисты по цепочке поставок относятся к ИИ с осторожностью. По данным опроса 145 грузоотправителей, проведенного Odyssey Logistics в 2024 году, только 25% организаций используют новые приложения или идеи искусственного интеллекта (см. диаграмму слева).

Когда маркетинговая фирма RRD опросила более 300 лиц, принимающих решения в цепочке поставок, она обнаружила, что, хотя ИИ и набирает популярность, он привлекает меньше инвестиций, чем некоторые другие технологии, такие как видимость в реальном времени и Интернет вещей. Будущее доставки: как ИИ — дроны обгоняют курьеров и спасают посылки там, где GPS сдаётся — ВЭД Логика

Тем не менее, по данным RRD, компании, которые внедрили ИИ, применяют его к некоторым из своих наиболее важных функций цепочки поставок: 59% используют его для поддержки прогнозирования поставок, 56% для обеспечения прозрачности и отслеживания и 56% для оптимизации своих операций.

От предложения к транзакции

Среди решений для цепочки поставок, основанных на искусственном интеллекте, многие предназначены для быстрого извлечения информации из больших, постоянно меняющихся баз данных.

Например, AutoScheduler.AI, поставщик технологий из Остина, штат Техас, предлагает платформу искусственного интеллекта, которая синтезирует данные из системы управления складом, системы планирования ресурсов предприятия, системы управления транспортировкой и/или других решений для организации складских операций.

«Мы постоянно планируем, динамически расставляем приоритеты в том, что должно произойти, выявляем, где будут узкие места и как лучше всего управлять каждым объектом, чтобы максимизировать производительность и минимизировать затраты», — говорит Кейт Мур, генеральный директор компании.

Опытный менеджер склада может добиться чего-то подобного, но опытный талант не всегда доступен. Кроме того, люди не могут реагировать на изменяющиеся условия так быстро, как хорошо обученное решение ИИ.

«В некоторых случаях каждые пять-десять минут ИИ говорит: «Мир изменился. Вот что теперь делать», — говорит Мур. Поскольку ИИ заботится о деталях, он освобождает людей для управления персоналом и обработки исключений.

Он также автоматизирует связь между различными функциями цепочки поставок. «Мы можем сказать транспортной команде, что следует сообщить их перевозчикам о готовности груза для каждой отдельной поездки», — говорит Мур. «Мы можем рассказать производственному коллективу, как склад будет обеспечивать их сырьем, а также отток готовой продукции».

Porsche и UP.Labs создали совместное предприятие Sensigo, чтобы использовать искусственный интеллект для диагностики и ремонта автомобилей. Анализируя данные дилеров и OEM-производителей, Sensigo стремится повысить эффективность и выявить потенциальные проблемы с компонентами, улучшая качество обслуживания клиентов.

Компания UP.Labs в Санта-Монике, штат Калифорния, совместно с Porsche создала новую компанию под названием Sensigo, которая применяет искусственный интеллект для улучшения диагностики и ремонта автомобилей. «Мы можем объединить данные дилеров и OEM [производителей оригинального оборудования], чтобы предоставить сервисному специалисту наиболее вероятное решение», — говорит Кейтлин Фоули, президент UP.Labs. ИИ также обнаруживает закономерности, указывающие на проблемы с определенными автокомпонентами, которые Porsche может использовать для предоставления обратной связи поставщикам.

Являясь «венчурной лабораторией», UP.Labs работает с транспортными компаниями над созданием стартапов для решения самых серьезных проблем этих компаний. Эти партнерства сосредоточены на технологиях, основанных на искусственном интеллекте и машинном обучении.

Dell использует технологию искусственного интеллекта от Aera Technology для оптимизации процессов своей цепочки поставок и улучшения процесса принятия решений.

Производитель компьютеров Dell использует платформу искусственного интеллекта для принятия решений от Aera Technology для автоматизации принятия решений во всей своей цепочке поставок.

В 2023 году Dell начала использовать решение Aera для управления готовой продукцией в США, рассказала Саша Пайлет Кофф.

В наши дни Dell часто позволяет технологиям не только делать предложения людям, но и автоматически выполнять решения. И Dell применила технологию Aera к большему числу процессов.

«Мы добавили навык определения спроса, который позволяет отслеживать старение инвентаря», — сказал Кофф, старший вице-президент Dell по цифровой цепочке поставок, выступая на конференции AeraHUB 2024.

Кроме того, Dell использует искусственный интеллект Aera, чтобы помочь своей организации цепочки поставок и коммерческой организации более тесно сотрудничать.

Почти 90 % рекомендаций ИИ принимаются, а 77 % автоматически записываются обратно в исходные системы. «Это примерно 30 000 из тех, что мы называем действительно важными решениями, которые теоретически были бы в руках человеческого капитала», — сказал Кофф.

Управление рисками

Платформа цепочки поставок Inspectorio применяет искусственный интеллект для закупок и производства. Предложения компании включают такие решения, как управление рисками качества, ответственный поиск и соблюдение требований, а также отслеживаемость и прозрачность.

Как и Aera Technology, Inspectorio может анализировать большие объемы операционных данных, чтобы помочь операторам принимать решения, или автоматически выполнять эти решения.

«Одна из наших возможностей — предсказать, какой завод или продукт какого завода вызовет сбой или дефект»

«Мы можем дать рекомендации либо не использовать эту фабрику, либо проверить фабрику, либо попросить их исправить определенные процедуры и процессы, чтобы мы могли избежать дефекта», — говорит Чираг Патель, генеральный директор Inspectorio..

Источник: результаты решения Inspectorio по управлению рисками для качества на базе искусственного интеллекта.

Inspectorio обучает ИИ учитывать мощность и компетенцию завода, его прошлую производительность, результаты всех проведенных там проверок, типы обнаруженных дефектов и действия, предпринятые для устранения этих проблем, а также другие факторы. Чтобы увидеть результаты анализа, оператор использует графический интерфейс или ведет чат с системой.

Эта информация может помочь компании избежать дорогостоящих производственных ошибок и защитить репутацию бренда. Кроме того, выяснив, какие заводы представляют наибольший риск и какие работают хорошо, компания может сэкономить деньги на проверках.

«Если есть фабрика с низким уровнем риска, которая, как мы уверены, будет иметь хорошее качество, бренду не нужно иметь собственных инспекторов или платить третьей стороне», — говорит Диего Пиенкнагура, исполнительный вице-президент Inspectorio по стратегии и бизнес-операциям.

«Поскольку Inspectorio основан на искусственном интеллекте, он сможет помочь нам снизить риски», — говорит Мариенн Хилл-Тредуэй, старший вице-президент по закупкам в Centric Brands, нью-йоркской фирме по производству одежды и аксессуаров, которая заключила контракт на внедрение трех решений Inspectorio в 2024 году.

class=»notranslate»>__GTAG4__

«Это даст нам много данных и KPI (ключевых показателей эффективности), которых у нас раньше не было», — отмечает она. Это поможет компании более тесно сотрудничать со своими поставщиками.

«Кроме того — и это очень важно — мы сможем самостоятельно сертифицировать хорошо работающих поставщиков, чтобы они могли просто отчитываться перед нами, без необходимости тратить деньги и время на поездку в отдаленные места для проведения проверки», — добавляет Хилл-Тредвей.

Один диспетчер — бот

Оптимизация маршрутов была первой целью, когда Senpex, логистическая служба последней мили, базирующаяся в Сан-Хосе, Калифорния, начала внедрять ИИ. Совсем недавно компания Sempex обучала ИИ работе бок о бок с человеческим персоналом.

«У нас пять диспетчеров, и один из них — бот», — говорит Анар Мамедов, соучредитель и генеральный директор компании. «Этот бот не только информирует или помогает с сообщениями, но также выполняет действия, например отменяет маршруты и передает их кому-то другому», — говорит он.

Этот вид автоматизации имеет решающее значение при управлении 50 000 местных курьеров, особенно в час пик.

Компания Senpex также обучила ИИ-ботов нанимать новых водителей и привлекать их на свою платформу. Когда водитель использует приложение Senpex для подачи заявления в компанию, бот проводит собеседование, одновременно проверяя личность человека и его физическое местонахождение, а также проверяя анкетные данные в социальных сетях. Программное обеспечение учитывает текущий спрос на услуги в Соединенных Штатах и ​​то, насколько хорошо Sempex удовлетворяет этот спрос, чтобы определить, сколько курьеров нанять в различных местах.

ИИ также играет дополнительную роль в продажах в Sempex, получая информацию, которая помогает торговым агентам обслуживать клиентов.

Компания хотела бы использовать ботов с искусственным интеллектом для привлечения новых клиентов и взаимодействия с существующими. Но сейчас ее боты недостаточно сложны, чтобы предлагать информацию и услуги для удовлетворения потребностей требовательных клиентов на основе анализа данных. «При обучении ИИ нам нужно объяснять не просто, как совершать продажи, а как совершать продажи на основе данных», — говорит Мамедов.

Вам пришло письмо

Приложения на базе искусственного интеллекта получают большую часть данных из цифровых систем, которые грузоотправители и сервисные партнеры используют для управления своими организациями. Но даже в эпоху веб-порталов, приложений и API многие грузоотправители по-прежнему предпочитают неструктурированные формы общения, особенно электронную почту.

Когда грузоотправитель отправляет электронное письмо с запросом ценового предложения или вопросом, когда прибудет груз, кто-то из сотрудников поставщика должен запросить цифровую систему, получить результаты и отправить ответ по электронной почте.

Чтобы ускорить эти рутинные транзакции, сторонняя логистическая компания C.H. Робинсон разработал запатентованную технологию на основе искусственного интеллекта, которая считывает входящие электронные письма, извлекает соответствующую информацию и выполняет запрос грузоотправителя. Он делает это, даже если в электронном письме отсутствуют некоторые необходимые детали — например, если в сообщении говорится: «Сколько будет стоить доставка 20 поддонов виджетов нашему клиенту в Омахе?»

Подобно агенту-человеку, который обслуживает одну и ту же учетную запись в течение многих лет, ИИ заполняет такие данные, как адрес клиента и вес виджетов.

«Мы используем ИИ не только для чтения электронных писем, но и для доступа к данным, получая доступ ко всем из наших собственных систем», — говорит Меган Орт, старший директор по коммерческим связям в C.H. Робинсон. «Мы можем сказать клиенту: «Если вы не можете инвестировать в TMS, ничего страшного. Мы предоставим вам тот же опыт».

По состоянию на октябрь 2024 г. C.H. Компания Robinson использовала свою новую технологию, чтобы отвечать на запросы цен, отправляемые по электронной почте, и загружать тендеры. Он также тестирует использование генеративного искусственного интеллекта для взаимодействия с операторами связи, которые не отправляют автоматические обновления статуса.

В октябре компания сообщила, что использует искусственный интеллект для ежедневной доставки 2600 предложений с временем отклика 32 секунды и 90 секундами для обработки 5 500 заказов на поставку в день.

Применение ИИ к этим транзакциям делает их более точными и быстрыми. Автоматизация также позволяет агентам по работе с клиентами сосредоточиться на важных действиях, а не на рутинных задачах.

«Каждый день учатся применять ИИ там, где это имеет смысл», — говорит Орт. «ИИ – это не модное словечко. Он реален. Он работает».

Широкий и узкий

ИИ, который волнует большинство людей в наши дни, — это генеративный ИИ, технология, воплощенная в ChatGPT и подобных системах. Этот ИИ может создавать новый контент — эссе, изображения, ответы практически на любой вопрос — на основе океанов данных, на которых он обучался.

Генеративный искусственный интеллект не лучшим образом подходит для решения многих задач в цепочке поставок, отмечает Кит Мур, генеральный директор AutoScheduler.AI в Остине, штат Техас. Это связано с тем, что цепочкам поставок нужны не модели, обученные на мировых данных, а скорее данные конкретной операции. Правильный инструмент для этой работы — это то, что Мур называет узким ИИ.

«В узкоспециализированном ИИ мы берем отдельную задачу, которую может выполнить человек, и выполняем ее точнее или быстрее», — говорит Мур.

Большая языковая модель, такая как ChatGPT, не может рассказать вам, как управлять хранилищем, поскольку у нее нет доступа к данным этого объекта. Но этот тип ИИ с его способностями к естественному языку может играть определенные роли в цепочке поставок. «Мы можем обучить генеративную модель ИИ — почти узкую генеративную модель ИИ — интерпретации наших результатов», — говорит Мур.

Например, на складе, использующем платформу AutoScheduler, пользователь может сказать на простом английском языке: «Я руководитель сайта: расскажите мне 10 вещей, о которых мне нужно знать». В зависимости от роли этого человека и текущих оперативных данных ИИ будет реагировать обновленной информацией о запаздывающих запасах, кадровых потребностях в течение текущей смены и других проблемах. «Вот где это чрезвычайно ценно», — говорит Мур.

Семь вопросов, которые следует задать поставщикам ИИ

Эрика Франк, вице-президент по маркетингу Optimal Dynamics

Получать электронные письма и телефонные звонки от поставщиков искусственного интеллекта (ИИ), которые заявляют, что их технология является решением всех проблем в вашей цепочке поставок, может быть ошеломляюще. Но компании могут сделать большие инвестиции, не зная точно, какую проблему решит программное обеспечение. Эти семь вопросов — идеальная отправная точка, которая поможет вам найти правильное решение ИИ для решения ваших конкретных задач.

1. Можете ли вы продемонстрировать, как ваша платформа решает мои проблемы?

После того, как вы выполнили внутреннюю подготовительную работу, чтобы точно определить, какую проблему вам нужно решить и как технологии могут помочь, пришло время начать изучать, как программное обеспечение на основе искусственного интеллекта может стать решением.

Поставщик должен быть в состоянии продемонстрировать, используя проверенные данные о клиентах, как он может решить вашу задачу и потенциальные результаты, которые вы можете ожидать, прежде чем начнется процесс покупки. Это также подходящее время для привлечения нескольких членов вашей команды из разных отделов, поскольку у них могут быть разные взгляды на проблему, которую нужно решить. Полезно также увидеть, как поставщик решает проблемы различных точек зрения внутри вашей компании.

2. Как ваша платформа помогает пользователям в моей отрасли?

Если у поставщика нет опыта работы в цепочке поставок или транспортной отрасли, это должно быть немедленным тревожным сигналом о том, что он, возможно, не подходит. Без прошлых примеров успеха объем настроек, необходимых для того, чтобы он работал на вас, может быстро стать дорогим, и вы также не хотите оказаться в роли подопытного кролика.

У рассматриваемого поставщика должны быть прошлые тематические исследования и истории успеха, которыми он может поделиться, ориентированные на компании, работающие в цепочке поставок, логистике и транспортировке. Если возможно, прежде чем двигаться дальше, им также следует иметь такой вариант для компании с таким вариантом использования, как ваш. Программное обеспечение поставщика также должно легко настраиваться в соответствии с вашей организацией, сетевыми предпочтениями и любыми ограничениями мощности.

3. Можете ли вы объяснить, как это работает?

Существует разница между поставщиком технологии искусственного интеллекта, создавшим алгоритм или набор инструментов для анализа данных, и поставщиком, использующим искусственный интеллект для продвижения этих данных. Задавая эти вопросы, сфокусированные на том, «как», вы можете помочь установить четкую связь между использованием ИИ в приложении и решением вашей проблемы, которая в первую очередь положила начало вашему поиску поставщика. Понимание того, «как» работает алгоритм и почему он дает определенные рекомендации, поможет укрепить доверие к инструментам.

Крайне важно подтвердить концепцию и ценность ваших собственных данных (см. вопрос № 1). Этот шаг подтвердит, что поставщик использует правильные инструменты для создания реального приложения, которое обеспечивает преимущества, ценность и решения для своих пользователей и представляет собой нечто большее, чем просто рекламу.

4. Интегрировано ли решение с нашим текущим технологическим стеком?

Это ключевой вопрос, поскольку от ответа также будет зависеть, насколько быстро новая система может быть интегрирована и запущена. Возможность подключения является одним из главных приоритетов для покупателей технологий. Конечные пользователи не хотят посещать многочисленные интерфейсы и информационные панели, которые прерывают их существующие рабочие процессы, а скорее ищут способы увеличить существующие инвестиции в технологии.

Технология должна облегчать, а не усложнять жизнь пользователя. Когда решение легко интегрируется в текущий набор технологий компании, преимущества новой технологии должны быть немедленными, без ущерба для эффективности.

5. Может ли ваша команда помочь нам принять изменения и управлять ими?

Даже если решение идеально вписывается в ваш текущий технологический стек, неизбежно наступит переходный период. Члены команды должны научиться использовать эту технологию и внедрять новые инструменты, данные и информацию. Иногда это может потребовать нового образа мышления и выполнения повседневных операций.

На этом этапе выбора поставщика важно поговорить с рекомендациями поставщика, чтобы узнать больше о процессе внедрения и узнать больше о постоянной поддержке, которую они будут предоставлять как в период запуска, так и в дальнейшем. Спросите об уровне взаимодействия, поддержке и общем удовлетворении после развертывания. Уточните возможности поддержки клиентов и выделенные команды, а также их различия в различных тарифных планах. Поставщик, который обеспечивает постоянную поддержку и инвестирует в успех организации пользователя, является признаком настоящего партнера.

6. Насколько хорошо система обеспечивает настройку и масштабируемость?

Технология должна быть настраиваемой в соответствии с конкретными потребностями вашей организации и помогать ей расти с течением времени. Стартапам и малым предприятиям нужны платформы, которые можно настроить так, чтобы они помогали им решать проблемы, с которыми они сталкиваются сейчас и в будущем, по мере достижения успеха и масштабирования. Даже более крупные и авторитетные предприятия всегда могут продолжать оптимизировать свою деятельность и открывать новые возможности роста.

Спросите поставщиков, как их решение может помочь поддержать рост, включая такие последствия, как приобретение новой компании или включение дополнительных точек данных. Кроме того, спросите о планах и путях роста поставщика, о том, какие новые решения они планируют добавить в будущем и как они могут поддержать вашу компанию.

7. Что я могу начать делать, чтобы подготовиться?

Это не обязательно вопрос, который следует задать поставщику, а скорее вашей внутренней команде. The most successful implementations are the ones where the customer is aware of how the technology can transform the business and that starts at the executive level. Даже если вы не готовы немедленно внедрить новое решение, все равно можно планировать будущее.

Что дальше?

Первая волна решений на основе ИИ для цепочки поставок в значительной степени сосредоточена на том, чтобы помочь людям лучше выполнять свою работу, будь то поддержка принятия решений или автоматизация рутинных задач, говорит Кейтлин Фоли, президент UP.Labs.

В будущих приложениях одним из следующих шагов станет интеграция ИИ с оборудованием — например, в автоматизированном складе. «Роботы-гуманоиды многообещающи», — говорит Фоли.

ИИ также может быть применен к «цифровым двойникам», создавая цифровые модели сетей цепочки поставок и используя их для моделирования сценариев, которые могут, например, рассчитать риск того, что стихийное бедствие или политические потрясения нарушат поставки от конкретного поставщика.

«Начнем с малого: посмотрим на эту сеть или всю вашу цепочку поставок, какие поставщики являются наиболее важными?» — говорит Луис Мэтьюз, генеральный директор венчурного фонда UP.Labs. «А затем расширим его до уровня 2 и уровня 3».

Другие возможные области применения ИИ, которые UP.Labs планирует изучить, включают кибербезопасность и физическую безопасность грузов в пути.