Как компании цепочки поставок могут строить дорожные карты с помощью ИИ

Цепочка поставок в том виде, в каком мы ее знаем, вот-вот должна перейти от десятилетий неуклонно ускоряющейся динамики «толчка» к новой модели «тяни и толкай».

Этому глобальному изменению в масштабах отрасли способствуют четыре основных фактора:

Сегодняшние покупатели, которые становятся все более сообразительными. Клиенты живут в цифровом мире и требуют бесперебойной работы. Если нет, они пойдут в другое место. Это означает, что цепочка поставок, которая оптимизирована для «продвижения» запасов к клиентам, должна добавить оптимизацию для того, что клиенты хотят «тянуть» к себе.

Текущий геополитический климат. Будь то националистические тенденции, проявляющиеся во всем мире, тарифные споры между США и Китаем, Brexit или глобальное внимание к вопросам устойчивости, цепочки поставок более чем когда-либо подвержены неопределенности и риску.

Неравномерное развитие Индустрии 4.0 и цифровой цепочки поставок. Фабрики, цепочки поставок и магазины становятся все более связанными, что позволяет различным системам обмениваться информацией и сокращать время выполнения заказа - но только для компаний, которые способны действовать. Производство перемещается ближе к покупателям, нарушая устоявшиеся модели региональной торговли.

Существующая технология цепочки поставок находится в конце своего жизненного цикла. Устаревшие программные решения, созданные для решения конкретной изолированной проблемы, такой как прогнозирование или производственное планирование, больше не подходят для этой цели. Проще говоря, эта программа просто не успевает.

Используйте искусственный интеллект в цепочке поставок. Будь то профилактическое обслуживание на заводе, самоуправляемые грузовики в логистической цепочке или автоматизация в магазине, появляются решения AI для повышения эффективности и снижения эксплуатационных расходов для участников цепочки поставок. Тем не менее, как и в большинстве отраслей, нет разногласий в том, как полностью признать ценность ИИ.

Первым шагом является создание дорожной карты:портфеля проверенных возможностей искусственного интеллекта с приоритетом для достижения стратегических бизнес-целей в краткосрочной и долгосрочной перспективе. Обучение путем эксперимента остается критически важным для внедрения ИИ, но наличие дорожной карты ИИ - необходимая стратегия. Это позволяет тем, кто занимается улучшением логистики цепочки поставок, планировать и выбирать лучшую тактику для внедрения интеллектуального ИИ.

Как разработать план развития искусственного интеллекта, чтобы уловить динамику меняющейся цепочки поставок в вашем бизнесе? Во-первых, вам необходимо определить масштабы работы на уровне бизнес-направления или функциональной области, а не всего бизнеса или отдельного процесса или задачи. Например, на заводе лучше всего начать с таких областей, как управление запасами или качеством, поскольку они представляют собой законченные системы процессов, данных, ролей и целей.

После того, как вы выберете фокус, вам нужно будет рассказать своим руководителям о том, как выглядят хорошие возможности искусственного интеллекта, а затем поработайте в своей команде, чтобы использовать возможности для сопоставления возможностей искусственного интеллекта с возможностями.

Хорошие возможности искусственного интеллекта практичны и ценны. Они касаются того, какой прогноз или решение будет делать ИИ, с использованием каких данных и как эти результаты будут применяться для создания ценности. Например, в производственном управлении качеством системы искусственного интеллекта могут использовать данные производственной линии для прогнозирования дефектов, предписания технического обслуживания или расширения возможностей аналитиков при ответах на вопросы.

Открытие - это не только поиск этих вариантов, но и формирование гипотезы о том, какие из них заслуживают внимания. После обнаружения у вашей команды должен быть набор тематических исследований, которые теперь необходимо проверить.

Оценивая влияние варианта использования ИИ, обращайте внимание не только на постепенное улучшение точности или эффективности. Проанализируйте ценность, созданную сверх существующего положения вещей.

Например, вариант использования ИИ можно построить вокруг помощи клерку по счетам к оплате, который регулярно читает отчеты и обрабатывает счета. Благодаря возможности искусственного интеллекта, такой как анализ документов, простые счета можно обрабатывать путем сквозной обработки. После этого клерк сможет быстрее обрабатывать оставшиеся счета с помощью таких функций, как автоматическая сводка документов и извлечение информации, например, для выявления несоответствий. Первоначальным показателем для этого преимущества может быть просто обработка счетов или экономия времени, но есть более широкая картина. Если клерк AP получает дополнительный час в день, он может потратить его на анализ основных причин и исправление проблем с заказами или управление своей рабочей нагрузкой, чтобы лучше воспользоваться скидками поставщика.

Этап анализа завершается, когда каждый случай определен до такой степени, что лица, принимающие решения, имеют достаточно информации, чтобы сделать жесткие выводы о приоритезации дел в видении и плане.

Наконец, имея четко определенные сценарии использования, ваша команда готова упорядочить инвестиции в ИИ для достижения максимального эффекта, сбалансировав три цели:

• Создание немедленных следующих шагов с ценными, действенными проектами,
• Обеспечение больших успехов с помощью целенаправленного плана создания и расширения возможностей с течением времени, и
• Получение поддержки и бюджета за счет объединения руководителей вокруг единого видения.

Первые две цели касаются баланса краткосрочной и долгосрочной стоимости. Третий - о разблокировании прогресса за счет получения поддержки со стороны высшего руководства о реальных затратах и ​​выгодах от инвестиций в искусственный интеллект в цепочке поставок.

По мере того, как цепочка поставок приближается к новой, быстро реагирующей, динамичной системе, для лиц, принимающих решения, будет все более жизненно важно действовать быстро, чтобы воспользоваться моментом. Однако сложности управления цепочкой поставок диктуют, что восстановление равновесия в цепочке поставок не является одноразовым действием. Если вы потратите время на то, чтобы обнаружить, проанализировать и определить приоритеты своих инвестиций в ИИ, все будет зависеть от того, продвинетесь ли вы вперед - или потратите свое время впустую.

Картик Рамакришнан - вице-президент, руководитель отдела консультирования и поддержки, а Бен Хамфрис - руководитель отдела глобальных предпродажных работ в Element AI.