Пять способов использовать ИИ в управлении цепочкой поставок

Может показаться, что сегодняшние все более непредсказуемые цепочки поставок наконец-то превзошли профессиональных планировщиков, но реальность такова, что устаревшее программное обеспечение для планирования не догнало наш когда-либо связанный и взаимозависимый мир. Традиционные инструменты полагаются на предписывающие решения, основанные на правилах:мы делаем обоснованные предположения, рисуем линейную регрессию в электронной таблице и скрещиваем пальцы. Отклонения от этих прогнозов являются «исключениями», и мы управляем ими с помощью буферов или ускорений - блокируя оборотный капитал, неверно направляя производственные циклы и разочаровывая потребителей пустыми полками.

Есть способ лучше:восстановить идеальный поток в цепочках поставок.

Противоположность идеальному потоку - это явление, которое мы называем «энтропией операций». Это нарушение хорошо продуманных планов силами, которые обычно считаются непредсказуемыми. С развитием компьютеров, систем хранения данных и машинного обучения энтропия операций наконец побеждена. Даже если ваша цепочка поставок начинает использовать достижения ИИ для прогнозирования, легко сбиться с пути. Помните об этих моментах, чтобы продвигать свою организацию вперед:

Сосредоточьтесь на рисках. Предупреждения о недостатке предложения и избытке запасов - это просто отвлечение от самого важного показателя при планировании:стоимость под угрозой. Слишком часто планировщики тратят свои недели на просмотр предупреждений без контекста или видимости, необходимых для принятия обоснованных решений. Положите некоторые вычисления на эти предупреждения и количественно оцените возникающие риски, чтобы дать всей вашей команде представление о том, какие именно проблемы ставят на карту больше всего денег. Для решения сложной проблемы все же может потребоваться некоторое время и исследования, но каждый будет уверен, зная, что он работает именно над правильной проблемой.

Не соглашайтесь ни на что в черном ящике. Доверие имеет решающее значение в случае обескураживающе сложного разрыва цепочки поставок с высокими ставками. Ни у одного ИИ не будет человеческого интеллекта, как у планировщика, но ИИ будет иметь гораздо более строго интерпретируемый контекст, чем планировщик. Платформы искусственного интеллекта должны раскрывать свои аргументы планировщикам, чтобы проверить предположения и дать им уверенность в том, что они смогут действовать в соответствии с этими выводами. Принятие важных эффективных решений требует смелости и уверенности, а не только больших данных и умных алгоритмов.

Устранение отходов. Отходы - это результат неточных прогнозов:за буферами запасов скрываются неточные прогнозы спроса, а порожние грузовики - из-за упущений в логистике. Даже простой завод и появление брака в продукции можно предотвратить с помощью более точных методов прогнозирования. Многие из этих недостатков воспринимаются «как обычно», но с новыми инструментами прогнозирования пришло время подвергнуть сомнению каждый источник потерь - например, запасы, перепроизводство, транспортировку или даже потраченные впустую таланты.

Убавьте шум. Накопление унаследованных систем записи часто добавляет ненужной сложности к цифровому рабочему пространству планировщика. В ходе устранения сбоев обычно возникает несколько попыток входа в систему, повторяющиеся предупреждения и, в худшем случае, проблемы с разрешениями или видимостью. Искусственный интеллект отлично справляется с манипулированием данными, тегированием, категоризацией и корректировкой многих потоков данных, создаваемых унаследованными системами. Решения искусственного интеллекта должны сделать все необходимые данные легкодоступными, чтобы планировщики могли сосредоточиться на устранении сбоев, а не на сортировке запутанных систем для лучшего понимания проблемы.

Примите участие в сотрудничестве. Будущее за взаимодействием человеческого и машинного интеллекта. Применение искусственного интеллекта и машинного обучения для планирования цепочки поставок - это не какое-то будущее в цикле ажиотажа аналитиков. Ценность доказана на производстве - с целью превзойти раздутые ожидания и увидеть реальную ценность для бизнеса.

Специалистам по планированию цепочки поставок не потребовалась пандемия, чтобы указать на то, что они уже знали:скорость принятия решений в рамках окна выполнения имеет решающее значение для цепочек поставок. Пришло время поддержать разработчиков и руководителей цепочек поставок продуктами, в основе которых лежит искусственный интеллект.

Майк Халберт - вице-президент по потребительскому бизнесу в Noodle.ai, поставщике продуктов искусственного интеллекта для цепочки поставок и производителей.