Rola sztucznej inteligencji (SI) w budowaniu sprawnych łańcuchów dostaw
Sztuczna inteligencja = permanentna edukacja Twojej organizacji
Bardzo przyjemnym aspektem mojej pracy jest możliwość prezentowania lub występowania w roli panelisty na konferencjach poświęconych zagadnieniom transportu, logistyki i łańcucha dostaw. Większość takich spotkań skupia się na warunkach rynkowych lub wyzwaniach, z którymi borykają się spedytorzy, ale od czasu do czasu kierowana jest do mnie prośba o wypowiedź na temat tego, jak łańcuchy dostaw będą wyglądały w przyszłości. Cieszy mnie to, ponieważ mam wtedy okazję do zajęcia się wpływem, jaki sztuczna inteligencja (SI) będzie miała na budowanie łańcuchów dostaw przedsiębiorstw.
W wielu artykułach i prezentacjach SI definiowana jest w sposób przywołujący na myśl „Alicję w Krainie Czarów”, co oznacza, że SI może być w zasadzie wszystkim, czymkolwiek zechcemy. Ja posługuję się definicją zaproponowaną przez Accenture, która jest bardzo zwięzła i precyzyjna: „Sztuczna inteligencja to zbiór wielu różnych technologii współpracujących ze sobą w celu umożliwienia maszynom wyczuwania, rozumienia, działania i uczenia się na poziome inteligencji zbliżonym do ludzkiego. Takie technologie, jak uczenie maszynowe czy przetwarzanie języka naturalnego, są elementami SI. Każda z nich rozwija się niezależnie i – gdy jest stosowana w połączeniu z danymi, analityką i automatyzacją – może pomóc firmom osiągnąć ich cele – zarówno w zakresie poprawy obsługi klienta, jak i optymalizacji łańcucha dostaw”.[1]
Sztuczna inteligencja to zbiór wielu różnych technologii współpracujących ze sobą w celu umożliwienia maszynom wyczuwania, rozumienia, działania i uczenia się na poziome inteligencji zbliżonym do ludzkiego.
SI w prognozowaniu przyszłości firmy
Po ustaleniu definicji możemy skupić się na tym, dlaczego ta technologia jest tak ważna. Rola SI to tak naprawdę pomaganie przedsiębiorstwom w lepszym przewidywaniu i określaniu przyszłości firmy. Dzięki temu umożliwia ona zrozumienie przyszłych wydarzeń i przygotowanie się na ich skutki. Im lepiej organizacja radzi sobie z przewidywaniem przyszłości, tym mniej polega na „zgadywaniu” tego, co może się wydarzyć. SI oferuje niesamowitą liczbę możliwości, dzięki którym firmy mogą stać się bardziej wydajne, skuteczne i zyskowne, ponieważ technologia ta rozwija się w bardzo szybkim tempie.
Podstawą SI jest odpowiednia organizacja danych, która może pomóc firmom w lepszym prowadzeniu działalności. W tym kontekście rozsądne jest rozważenie następujących pytań:
– co by było, gdybyśmy mieli dostęp do wszystkich danych związanych z naszą działalnością?
– jak zmieniłoby się to, co robimy, jak to robimy i kiedy to robimy?
– co jesteśmy w stanie zrobić, aby dokładniej przewidywać przyszłość?
– Niedawne doświadczenie pokazało mi, co może się zdarzyć, gdy zadaje się te pytania i uświadamia sobie moc „pogoni za możliwościami”. Miało ono miejsce podczas wesela kobiety o imieniu Erica, która okazała się być naukowcem zajmującym się danymi w dużej firmie. Jej specjalnością jest budowanie algorytmów wspierających wykorzystanie SI w firmie. Obok mnie siedziała przełożona Eriki, która wyjaśniła mi, że realnie zmieniają one sposób, w jaki ich organizacja postrzega i prowadzi swoją działalność. Zwróciła uwagę na kilka aspektów wspólnych we wszystkich firmach realizujących inicjatywy związane z SI.Po pierwsze, dane, które leżą u podstaw platform SI, są wykorzystywane przez przedsiębiorstwa od lat. Niezależnie od tego, czy to informacje o klientach, dostawcach, czy dane demograficzne znajdujące się w domenie publicznej, firma nie musi tworzyć nowych baz, aby wykorzystać możliwości SI. Co więcej – ponieważ dane są tak obszerne, organizacje powinny bezwzględnie ocenić, które informacje będą zachowywane, a które ignorowane przy określaniu, co jest ważne dla ich działalności.Po drugie, aby uniknąć przytłoczenia liczbą informacji, firmy muszą skupić się na tym:
- jakie istnieją szanse/problemy, które da się wykorzystać lub rozwiązać przy pomocy SI?
- które dane muszą być uwzględnione/pominięte, aby te problemy/szanse mogły być rozwiązane/wykorzystane?
- jakie strategiczne decyzje należy podjąć, aby umożliwić utrzymanie platformy SI?
Rola SI to tak naprawdę pomaganie przedsiębiorstwom w lepszym przewidywaniu i określaniu przyszłości firmy.
Dla przykładu Erica stworzyła algorytmy, które sprawdzały, czy na trasach sprzedaży znajdują się firmy, które nie są jeszcze klientami. Następnie dodała kolejne rodzaje danych, aby udoskonalić proces sprzedaży i pomóc w pozyskaniu nowych kontrahentów.
Po trzecie, niezwykle ważne jest, aby właściciele firm zdawali sobie sprawę, że ich inwestycja w platformę SI nigdy nie jest „skończona” lub kompletna. Najlepsze inicjatywy SI opierają się na założeniu „ciągłego uczenia się” i uznają, że firmy są uczniami „szkoły SI”. Przy czym wspomnianej edukacji nie można ukończyć i odebrać świadectwo lub dyplom, który potwierdza, że: „To koniec nauki!”.
Gdy Erica i jej zespół odkryli bezpośrednią korelację między sprzedażą firmy a niesprzyjającą danego dnia pogodą, stworzyli algorytm, który sprawdzał wzorce pogodowe z wyprzedzeniem od 7 do 10 dni, co pozwoliło firmie ocenić, czy ich zapasy są w stanie zaspokoić przewidywane zapotrzebowanie na towar.
Dane do analizy sprzedaży były zawsze dostępne, ale uzyskanie znaczących wyników wymagało ich uporządkowania w efektywny sposób. SI to ciągły proces, który przepracowuje informacje i doświadczenia, aby maksymalnie wykorzystać to, czego można spodziewać się w przyszłości. Jedynymi ograniczeniami dla firm w wykorzystaniu SI są granice pomysłowości jej wykorzystania.
SI a uczenie maszynowe
Jak zauważono w definicji Accenture: „takie technologie, jak uczenie maszynowe i przetwarzanie języka naturalnego, są elementami SI”. Adeel Najmi, dyrektor ds. produktów w Symphony RetailAI, twierdzi, że: „uczenie się ma miejsce, gdy maszyna pobiera dane wyjściowe, dba o dokładność danych wyjściowych i aktualizuje swój własny model tak, aby uzyskać lepsze wyniki…. Liczy się to, czy maszyna sama jest zdolna do uczenia się i doskonalenia w miarę zdobywania doświadczenia”[2].
Inwestycja w platformę SI nigdy nie jest „skończona” lub kompletna.
Dlaczego możliwości uczenia maszynowego są tak ważne? Ponieważ każda firma opiera się na wzorcach i modelach mentalnych w prowadzeniu działalności. Dzięki możliwościom uczenia maszynowego SI może być potężnym narzędziem pomagającym organizacjom w identyfikacji wzorców i praktyk, które mają wpływ na ich działalność. Jest to kluczowe, ponieważ: „wzorce są uporządkowanymi zbiorami struktur biznesowych, które występują w większości przedsiębiorstw. Ich identyfikacja i właściwe zastosowanie podczas projektowania praktyk biznesowych lub usług IT może zaoszczędzić firmie czas oraz pieniądze. Wzorce mogą być wykorzystane do poprawy funkcjonowania i uzyskania prawidłowych struktur danych”[3]. To, co sprawia, że SI jest jeszcze potężniejsza, to fakt, że dzięki odpowiednim algorytmom firmy mogą nie tylko identyfikować wzorce, ale także sprawdzić, w jaki sposób ich zmiana może przynieść znaczące korzyści.
Zdolność maszyny do „uczenia się i doskonalenia wraz z doświadczeniem” otwiera znaczące możliwości zrozumienia działalności firmy, jak również poprawy jej zdolności prognozowania. Jak mówi Mario Harik, dyrektor ds. informatycznych w XPO Logistics Inc: „Wykorzystanie modeli predykcyjnych do prognozowania popytu okazało się kluczowe w ostatnim roku. Z milionów źródeł danych zbieramy informacje, dotyczące naszej działalności, a następnie wykorzystujemy algorytmy uczenia maszynowego, aby pomóc w prognozowaniu, skąd będzie pochodził popyt lub jak najlepiej zoptymalizować określoną część łańcucha dostaw, aby była jak najbardziej efektywna”[4].
Infrastruktura sztucznej inteligencji
W przypadku platform SI istnieją pewne poważne kwestie związane z infrastrukturą. Na przykład ze względu na fakt, że sztuczna inteligencja opiera się na danych, to sposób, w jaki informacje trafiają do systemu oraz ich aktualność mogą mieć decydujące znaczenie. Dlatego też firmy wychodzą poza tradycyjne możliwości EDI (Electronic Data Interchange) i przechodzą na protokół API (Application Programming Interface), aby poprawić przejrzystość i widoczność całego łańcucha dostaw. Efektywne platformy SI zbudowane w oparciu o „przepływ” danych mogą sprawić, że gromadzenie informacji będzie bardziej płynne i ograniczy potrzebę posiadania wielu oddziałów odtwarzających te same zestawy danych.
Co więcej, biorąc pod uwagę znaczenie posiadania dokładnych danych w platformie SI firmy, technologia blockchain[5], która zwiększa czynnik zaufania i przejrzystości informacji, będzie nadal odgrywać kluczową rolę w rozwoju możliwości SI. Ponieważ zapisy wykonane przy pomocy wspomnianej technologii są trwałe i niezmienne, mogą one zwiększyć dokładność danych i ułatwić lepsze możliwości podejmowania decyzji.
Inwestycja w platformę SI nigdy nie jest „skończona” lub kompletna.
Wreszcie każdy artykuł na temat SI musi uwzględniać wpływ, jaki IoT (internet rzeczy[6]) będzie miał na platformy sztucznej inteligencji. W odniesieniu do kwestii związanych z logistyką obserwuje się szybki wzrost badań i rozwoju technologii IoT do wykorzystania w kilku różnych obszarach łańcucha dostaw. Chociaż łańcuch kontroli pochodzenia produktu i widoczność są tutaj niezwykle ważnymi kwestiami, dokonuje się również znacznych inwestycji w technologię, która „przewiduje przyszłość” oraz wysyła ostrzeżenia o problemach, jakie mogą powodować zakłócenia, a nawet potencjalne katastrofy i decydować o sukcesie lub porażce firmy.
SI optymalizuje łańcuchy dostaw
Wykorzystanie potencjału SI może być wyzwaniem dla niektórych przedsiębiorstw – zwłaszcza tych, które odniosły sukces, podążając za przewidywalnymi i sprawdzonymi wzorcami. Biorąc jednak pod uwagę korzyści płynące z wykorzystania sztucznej inteligencji, każdy prezes powinien zastanowić się, czy jeśli jego konkurenci inwestują w możliwości, jakie daje SI, to czy on może sobie pozwolić na utrzymanie status quo.
Ze względu na fakt, że SI może mieć kluczowe znaczenie w pomaganiu firmom w patrzeniu w przyszłość, należy rozważyć następujące zagadnienie: czy nasza firma będzie lepiej funkcjonować, jeśli poprawimy naszą zdolność do:
- śledzenia przesyłek i precyzyjnego określania, kiedy towar został odebrany/dostarczony,
- zapobiegania przestojom dzięki możliwości wcześniejszego określenia potrzebnej ilości zapasów, siły roboczej lub innych operacyjnych kwestii produkcyjnych,
- zwiększania sprzedaży poprzez identyfikację wzorców popytu, zanim zrobi to konkurencja,
- poprawy możliwości w zakresie podejmowania decyzji/planowania dzięki dokładniejszej analityce predykcyjnej oraz lepszym wynikom biznesowym i zadowoleniu klientów[7],
- identyfikacji potencjalnych problemów tzw. wąskich gardeł w celu zapewnienia elastycznego, niezawodnego oraz prężnego łańcucha dostaw oraz przyjęcia zautomatyzowanych rozwiązań w celu wyeliminowania ręcznych i powtarzalnych procesów,
- usprawnienia przepływu danych dotyczących transportu i zaopatrzenia w celu ułatwienia handlu elektronicznego z dostawcami i przewoźnikami.
Zgłębianie tajników SI może wydawać się skomplikowane oraz zagmatwane, dlatego firmy powinny na początku skupić się na podstawach i odpowiedzieć na poniższe pytania. Jeśli chcemy mieć rentowne, światowej klasy przedsiębiorstwo:
- czy jasno określiliśmy i rozumiemy, w jaki sposób nasza firma mierzy sukces?
- czy mierzymy to, co trzeba?
- co naprawdę musimy wiedzieć o naszym przedsiębiorstwie?
- jakich miar potrzebujemy, aby określić wyniki?
- w jaki sposób i skąd będziemy czerpać dane potrzebne do uruchomienia naszej platformy SI?
Jedynymi ograniczeniami dla firm w wykorzystaniu SI są granice pomysłowości jej wykorzystania.
A w ramach podsumowania kilka niezmiennych praw rządzących sztuczną inteligencją:
- SI bez danych jest bezużyteczna,
- SI, która nie jest skonstruowana w określonym celu, jest niewystarczająca,
- SI bez podłączenia do sieci nie osiągnie swojego potencjału,
- SI, która nie została przetestowana, stanowi ryzyko[8].
Dzięki możliwościom uczenia maszynowego SI może być potężnym narzędziem pomagającym organizacjom w identyfikacji wzorców i praktyk, które mają wpływ na ich działalność.
Mike Regan
współzałożyciel TranzAct Technologies
Zasiadał w zarządach wielu spółek branżowych, takich jak National Shippers Strategic Transportation Council (NASSRAC). Jest aktywny w kilku organizacjach branżowych, np. w Council of Supply Chain Management Professionals (CSCMP). Laureat nagrody Distinguished Service Award 2014. Obecnie pełni funkcję YPO/WPO Manufacturing Excellence Network.
Publikuje w wielu magazynach branżowych, był wielokrotnie cytowany w Wall Street Journal i Journal of Commerce. Przed założeniem TranzAct pracował dla Bank of America, PriceWaterhouse i Union Pacific Corporation.
Przypisy:
[1] What Is Artificial Intelligence | Accenture
[2] 20 Things To Know About Artificial Intelligence For Supply Chain Management, Steve Banker.
[3] http://www.customers.com/articles/How-to-Identify-Business-Patterns
[4] Supply Chain Strains Sharpen Focus on AI (wsj.com)
[5] Technologia blockchain pomaga rozwiązywać kwestie bezpieczeństwa i zaufania na kilka sposobów (https://www.investopedia.com/terms/b/blockchain.asp).
[7] 5 Supply Chain Trends | IBM
[8] Artificial Intelligence for Supply Chain: Delivering Agility | E2open
