Как ИИ может разрешить кризис цепочки поставок

Пандемия COVID-19 стала испытательной площадкой для инноваций во многих отраслях. Это не удивительно. На протяжении всей истории кризисы порождали инновации. Теперь мир снова приглашается к инновациям на фоне катастрофического сбоя в нашей глобальной цепочке поставок.

Проблема, с которой мы сталкиваемся сейчас, может показаться безнадежным узким местом, и изменения, которые нам необходимо внести, чтобы исправить это, потребуют некоторого времени, чтобы осознать ценность. Но искусственный интеллект в сочетании с другими технологиями и инновациями может обеспечить долгосрочное улучшение всей цепочки поставок, от производственного цеха до розничной полки. Вот несколько сценариев.

Улучшение заводского цеха

В новостях об узких местах в цепочке поставок основное внимание уделяется судам, застрявшим в море из-за закрытия портов. Но менеджеры цепочки поставок знают, что улучшение цепочки поставок распространяется и на цеха завода, где сырье закупается и из него изготавливается продукция. ИИ, связанный с другими технологиями, может иметь большое значение. Например, прогноз поставок сырья на основе данных может помочь оптимизировать решения по производственному планированию, а также планирование рабочей силы, чтобы снизить выгорание. Кроме того, интеллектуальные датчики на заводе могут сделать производство более эффективным и реагировать как на колебания предложения, так и на колебания спроса. Интеллектуальные датчики также могут предупреждать производителя о том, что жизненно важные детали изнашиваются, что позволяет производителю принимать профилактические меры до того, как произойдет сбой.

Меня больше всего радует возможность компаний объединить иммерсивные технологии, такие как виртуальная реальность, смешанная реальность и дополненная реальность, с ИИ (например, сочетание глубокого обучения с подкреплением с трехмерным моделированием) для улучшения производственных процессов. Предприятия могут использовать ИИ для моделирования различных производственных сценариев и оптимизации производственных цехов способами, которые требуют меньше времени и являются более рентабельными. Кроме того, с помощью трехмерного моделирования и обучения с подкреплением производитель может оптимизировать весь производственный процесс, тогда как физические производственные эксперименты могут оптимизировать только для конкретного процесса. Поскольку обещание метавселенной становится все более актуальным, это виртуальное приложение ИИ может помочь преобразовать производственный цех, а не только сделать его более эффективным.

Реагирование на сбои

ИИ позволяет использовать данные и аналитику для выявления и составления карты запасов, на которые влияет нарушение цепочки поставок. Если бизнесу не хватает видимости корабля, перевозящего его материалы, ему следует использовать кризис как возможность обосновать приоритетность цифровой трансформации цепочки поставок с помощью данных, Интернета вещей и расширенной аналитики (например, машинного обучения и моделирования). Бизнесу необходимо всегда знать, где находятся его товары, чтобы успешно оценить влияние ограничений со стороны предложения на его операции и способность соответствовать ожиданиям рыночного спроса. Это особенно верно в отношении сложных цепочек поставок, которые полагаются на многих игроков, работающих по всему миру, как мы видим в автомобильной промышленности. Производители автомобилей и розничные торговцы изо всех сил пытаются отследить узкие места в цепочке поставок полупроводников из одной страны в другую. Из-за отсутствия прозрачности они практически не могут предпринять такие шаги, как определение того, как преодолеть узкое место или предсказать, когда запасы могут вернуться в норму. Прозрачный обмен данными и искусственный интеллект могут помочь решить эту проблему.

Реагирование на потребительский спрос

Поучительно помнить, что без потребительского спроса не было бы кризиса цепочки поставок. Благодаря технологии цифровых полок ИИ может помочь каждому участнику экосистемы цепочки поставок больше соответствовать потребительскому спросу. Цифровая полка в общих чертах относится к демонстрации продукта - как в магазине, так и в Интернете, - которая связана со всеми операциями розничного продавца и цепочкой поставок через данные в реальном времени. С цифровой полкой предприятие всегда знает точный уровень запасов в каждом магазине.

Возьмите продуктовые магазины Amazon.com Inc. Датчики в магазинах Amazon Go обеспечивают постоянно обновляемую информацию о цифровых полках, что позволяет розничному продавцу настраивать уровни запасов в зависимости от регионального спроса, а также реагировать на внезапные скачки или снижение спроса на продукцию. В более крупном масштабе Walmart Inc. также развивает эту возможность.

Концепция цифровой полки существует уже несколько лет, но пандемия сделала ее более актуальной и своевременной. Это связано с тем, что быстрые и непредсказуемые изменения потребительского спроса и всплеск онлайн / офлайн-торговли, возникший в результате пандемии, устранили любую погрешность для предприятий, управляющих уровнями запасов.

Цифровая полка не устранит узкое место в цепочке поставок, но поможет компаниям более плавно управлять важнейшим элементом цепочки поставок - последней милей доставки.

Решение проблемы нехватки рабочей силы

Одна из причин обострения кризиса цепочки поставок - нехватка рабочей силы, например, складских рабочих для разгрузки продуктов и водителей грузовиков для их перевозки. ИИ может помочь предприятиям справиться с ограниченным предложением рабочей силы, особенно если компании творчески подходят к тому, как они используют его для поиска рабочей силы подрядчиков. Многие компании по-прежнему работают в темные времена, когда они находят временную помощь, чтобы справиться с резкими скачками производственных мощностей:они берут трубку и звонят в кадровую компанию. Это крайне неэффективный подход. Что, если компания сможет найти необходимые ресурсы, подключившись к единому порталу, основанному на данных и ИИ? Предполагая, что предприятия и их партнеры по персоналу постоянно обновляют портал с информацией о своих кадровых потребностях и ресурсах, ИИ может подбирать ресурсы в зависимости от таких факторов, как объем потребности, близость к доступному персоналу и ресурсам и временные рамки. ИИ не решит проблему, если будут доступны нулевые ресурсы, но он, безусловно, поможет, если будет задействован правильной платформой.

Планирование следующего кризиса

ИИ может помочь бизнесу проводить упражнения по планированию сценариев и принимать важные бизнес-решения. Пандемия - это тревожный сигнал для предприятий, чтобы они спланировали следующий сбой - будь то еще одна пандемия, стихийное бедствие, гражданские беспорядки или любые другие потрясения. ИИ может помочь компаниям заранее предвидеть дефицит и проблемы с поставками, а затем реагировать с помощью стратегий обеспечения отказоустойчивости - например, перенаправления доставки основных материалов при закрытии порта. Для этого потребуются данные и возможность имитировать реакции отказоустойчивости. Искусственный интеллект также может помочь предприятиям в цепочке поставок предсказать, является ли конкретный сбой (например, стихийное бедствие, повлиявшее на производство кофе) переходным или долгосрочным, и смоделировать сценарии реагирования на основе этих данных.

Подобно моделированию фабрики на основе искусственного интеллекта, компании могут использовать цифровых двойников для планирования сценариев следующего сбоя. Как отмечается в MIT Technology Review:«Что, если на Тайване случится засуха и нехватка воды остановит производство микрочипов? Цифровой двойник может предсказать риск того, что это произойдет, отследить влияние, которое это окажет на вашу цепочку поставок, и - используя обучение с подкреплением - предложить, какие действия следует предпринять, чтобы минимизировать вред ».

Из кризиса цепочки поставок нет простого выхода. ИИ сам по себе тоже не может решить эту проблему. Я предлагаю, чтобы компании сначала разбили кризис цепочки поставок на более мелкие болевые точки и выяснили, как их решить, как это было сделано в этом посте. На вопрос:«Как мы можем защитить наш бизнес от следующего сбоя?» это, наверное, слишком широкий вопрос. Вместо этого сосредоточьтесь на чем-то более конкретном и более легко решаемом, например, «Как я могу более эффективно согласовать свой парк грузовиков с резкими скачками спроса?» Ответ на вопрос поможет бизнесу понять четкую и убедительную роль ИИ.

Ахмер Инам - директор по искусственному интеллекту в Pactera EDGE, международной компании, предоставляющей цифровые и технологические услуги.

Пандемия COVID-19 стала испытательной площадкой для инноваций во многих отраслях. Это не удивительно. На протяжении всей истории кризисы порождали инновации. Теперь мир снова приглашается к инновациям на фоне катастрофического сбоя в нашей глобальной цепочке поставок.

Проблема, с которой мы сталкиваемся сейчас, может показаться безнадежным узким местом, и изменения, которые нам необходимо внести, чтобы исправить это, потребуют некоторого времени, чтобы осознать ценность. Но искусственный интеллект в сочетании с другими технологиями и инновациями может обеспечить долгосрочное улучшение всей цепочки поставок, от производственного цеха до розничной полки. Вот несколько сценариев.

Улучшение заводского цеха

В новостях об узких местах в цепочке поставок основное внимание уделяется судам, застрявшим в море из-за закрытия портов. Но менеджеры цепочки поставок знают, что улучшение цепочки поставок распространяется и на цеха завода, где сырье закупается и из него изготавливается продукция. ИИ, связанный с другими технологиями, может иметь большое значение. Например, прогноз поставок сырья на основе данных может помочь оптимизировать решения по производственному планированию, а также планирование рабочей силы, чтобы снизить выгорание. Кроме того, интеллектуальные датчики на заводе могут сделать производство более эффективным и реагировать как на колебания предложения, так и на колебания спроса. Интеллектуальные датчики также могут предупреждать производителя о том, что жизненно важные детали изнашиваются, что позволяет производителю принимать профилактические меры до того, как произойдет сбой.

Меня больше всего радует возможность компаний объединить иммерсивные технологии, такие как виртуальная реальность, смешанная реальность и дополненная реальность, с ИИ (например, сочетание глубокого обучения с подкреплением с трехмерным моделированием) для улучшения производственных процессов. Предприятия могут использовать ИИ для моделирования различных производственных сценариев и оптимизации производственных цехов способами, которые требуют меньше времени и являются более рентабельными. Кроме того, с помощью трехмерного моделирования и обучения с подкреплением производитель может оптимизировать весь производственный процесс, тогда как физические производственные эксперименты могут оптимизировать только для конкретного процесса. Поскольку обещание метавселенной становится все более актуальным, это виртуальное приложение ИИ может помочь преобразовать производственный цех, а не только сделать его более эффективным.

Реагирование на сбои

ИИ позволяет использовать данные и аналитику для выявления и составления карты запасов, на которые влияет нарушение цепочки поставок. Если бизнесу не хватает видимости корабля, перевозящего его материалы, ему следует использовать кризис как возможность обосновать приоритетность цифровой трансформации цепочки поставок с помощью данных, Интернета вещей и расширенной аналитики (например, машинного обучения и моделирования). Бизнесу необходимо всегда знать, где находятся его товары, чтобы успешно оценить влияние ограничений со стороны предложения на его операции и способность соответствовать ожиданиям рыночного спроса. Это особенно верно в отношении сложных цепочек поставок, которые полагаются на многих игроков, работающих по всему миру, как мы видим в автомобильной промышленности. Производители автомобилей и розничные торговцы изо всех сил пытаются отследить узкие места в цепочке поставок полупроводников из одной страны в другую. Из-за отсутствия прозрачности они практически не могут предпринять такие шаги, как определение того, как преодолеть узкое место или предсказать, когда запасы могут вернуться в норму. Прозрачный обмен данными и искусственный интеллект могут помочь решить эту проблему.

Реагирование на потребительский спрос

Поучительно помнить, что без потребительского спроса не было бы кризиса цепочки поставок. Благодаря технологии цифровых полок ИИ может помочь каждому участнику экосистемы цепочки поставок больше соответствовать потребительскому спросу. Цифровая полка в общих чертах относится к демонстрации продукта - как в магазине, так и в Интернете, - которая связана со всеми операциями розничного продавца и цепочкой поставок через данные в реальном времени. С цифровой полкой предприятие всегда знает точный уровень запасов в каждом магазине.

Возьмите продуктовые магазины Amazon.com Inc. Датчики в магазинах Amazon Go обеспечивают постоянно обновляемую информацию о цифровых полках, что позволяет розничному продавцу настраивать уровни запасов в зависимости от регионального спроса, а также реагировать на внезапные скачки или снижение спроса на продукцию. В более крупном масштабе Walmart Inc. также развивает эту возможность.

Концепция цифровой полки существует уже несколько лет, но пандемия сделала ее более актуальной и своевременной. Это связано с тем, что быстрые и непредсказуемые изменения потребительского спроса и всплеск онлайн / офлайн-торговли, возникший в результате пандемии, устранили любую погрешность для предприятий, управляющих уровнями запасов.

Цифровая полка не устранит узкое место в цепочке поставок, но поможет компаниям более плавно управлять важнейшим элементом цепочки поставок - последней милей доставки.

Решение проблемы нехватки рабочей силы

Одна из причин обострения кризиса цепочки поставок - нехватка рабочей силы, например, складских рабочих для разгрузки продуктов и водителей грузовиков для их перевозки. ИИ может помочь предприятиям справиться с ограниченным предложением рабочей силы, особенно если компании творчески подходят к тому, как они используют его для поиска рабочей силы подрядчиков. Многие компании по-прежнему работают в темные времена, когда они находят временную помощь, чтобы справиться с резкими скачками производственных мощностей:они берут трубку и звонят в кадровую компанию. Это крайне неэффективный подход. Что, если компания сможет найти необходимые ресурсы, подключившись к единому порталу, основанному на данных и ИИ? Предполагая, что предприятия и их партнеры по персоналу постоянно обновляют портал с информацией о своих кадровых потребностях и ресурсах, ИИ может подбирать ресурсы в зависимости от таких факторов, как объем потребности, близость к доступному персоналу и ресурсам и временные рамки. ИИ не решит проблему, если будут доступны нулевые ресурсы, но он, безусловно, поможет, если будет задействован правильной платформой.

Планирование следующего кризиса

ИИ может помочь бизнесу проводить упражнения по планированию сценариев и принимать важные бизнес-решения. Пандемия - это тревожный сигнал для предприятий, чтобы они спланировали следующий сбой - будь то еще одна пандемия, стихийное бедствие, гражданские беспорядки или любые другие потрясения. ИИ может помочь компаниям заранее предвидеть дефицит и проблемы с поставками, а затем реагировать с помощью стратегий обеспечения отказоустойчивости - например, перенаправления доставки основных материалов при закрытии порта. Для этого потребуются данные и возможность имитировать реакции отказоустойчивости. Искусственный интеллект также может помочь предприятиям в цепочке поставок предсказать, является ли конкретный сбой (например, стихийное бедствие, повлиявшее на производство кофе) переходным или долгосрочным, и смоделировать сценарии реагирования на основе этих данных.

Подобно моделированию фабрики на основе искусственного интеллекта, компании могут использовать цифровых двойников для планирования сценариев следующего сбоя. Как отмечается в MIT Technology Review:«Что, если на Тайване случится засуха и нехватка воды остановит производство микрочипов? Цифровой двойник может предсказать риск того, что это произойдет, отследить влияние, которое это окажет на вашу цепочку поставок, и - используя обучение с подкреплением - предложить, какие действия следует предпринять, чтобы минимизировать вред ».

Из кризиса цепочки поставок нет простого выхода. ИИ сам по себе тоже не может решить эту проблему. Я предлагаю, чтобы компании сначала разбили кризис цепочки поставок на более мелкие болевые точки и выяснили, как их решить, как это было сделано в этом посте. На вопрос:«Как мы можем защитить наш бизнес от следующего сбоя?» это, наверное, слишком широкий вопрос. Вместо этого сосредоточьтесь на чем-то более конкретном и более легко решаемом, например, «Как я могу более эффективно согласовать свой парк грузовиков с резкими скачками спроса?» Ответ на вопрос поможет бизнесу понять четкую и убедительную роль ИИ.

Ахмер Инам - директор по искусственному интеллекту в Pactera EDGE, международной компании, предоставляющей цифровые и технологические услуги.