ИИ в планировании цепочек поставок: общие тренды и обзоры
Искусственный интеллект (ИИ) стремительно становится ключевой движущей силой инноваций в сфере управления цепочками поставок и планирования. В статье рассмотрим основные тренды и тенденции внедрения ИИ в планировании цепочек поставок и проанализируем передовые решения ведущих поставщиков программного обеспечения.
Как оптимизировать цепочку поставок на базе платформы Optimacros, смотрите в нашем демостенде «IBP: Supply Chain Машиностроительной компании». Смотреть здесь: ссылка.
Тренды и тенденции применения ИИ
По мере того как предприятия стремятся повысить эффективность, гибкость и устойчивость своих операций, технологии ИИ открывают новые возможности для трансформации традиционных процессов. Согласно отчету аналитической компании Gartner, искусственный интеллект — главный тренд в цепочках поставок на 2024 год. ПО на базе ИИ способно очень быстро обрабатывать большие массивы данных и анализировать их. Одна из ключевых тенденций — разработка так называемого «составного ИИ» — комбинированного применения нескольких методов ИИ для повышения производительности цепочек поставок.
Другие тренды включают использование систем технического зрения на базе ИИ для задач распознавания объектов, дефектов и анализа визуальных данных. Технологии обработки естественного языка (NLP) помогают роботам и чат-ботам взаимодействовать с людьми, понимая голосовые команды и текстовые запросы. Аналитика на основе машинного обучения позволяет прогнозировать будущие события и оптимизировать планирование, маршрутизацию, управление запасами и техобслуживание. Обучение с подкреплением дает возможность роботам самостоятельно обучаться на практике и адаптироваться к изменениям.
Согласно исследованию IDC, проведенному Kinaxis, 33% руководителей цепочек поставок хотят внедрить платформы с возможностями ИИ и генеративного ИИ для лучшего реагирования на сбои и повышения устойчивости. При этом 37% компаний сталкиваются с отсутствием подходящих решений от поставщиков программного обеспечения. Глобальный опрос 1800 руководителей показывает, что среднее время реагирования составляет пять дней, что препятствует прогрессу в обеспечении отказоустойчивости и снижении рисков.
Источники: TechTarget, Kinaxis
Повышение устойчивости с помощью ИИ
Возможности искусственного интеллекта особенно ценны для повышения устойчивости цепочек поставок к различным рискам и сбоям. Согласно исследованию Board International, 73% руководителей уделяют больше внимания сценарному планированию из-за геополитических конфликтов, экономической нестабильности, кризиса стоимости жизни и продолжающихся нарушений в цепочках поставок.
Компании планируют внедрять технологии ИИ — машинное обучение и бизнес-аналитику — для прогнозирования и анализа рисков: кибератаки, нехватку рабочей силы, блокирование ключевых каналов поставок и колебания цен на ресурсы. Треть респондентов также рассчитывают использовать генеративный ИИ для улучшения процесса принятия решений.
Текущие проблемы и вызовы
Несмотря на значительный потенциал ИИ, многие организации по-прежнему не могут эффективно использовать данные в режиме реального времени для управления цепочками поставок. По данным Forbes, 82% руководителей имеют представление о текущем спросе и предложении, но только 24% могут делать достоверные прогнозы на будущее.
Основными барьерами на пути внедрения ИИ являются устаревшие технологические стеки, не поддерживающие обработку данных в режиме реального времени (44% компаний), а также нехватка навыков и профессиональной подготовки персонала (55% организаций). Почти половина опрошенных заявили, что их текущие системы слишком укоренены, чтобы их можно было легко модернизировать.
Решения ведущих поставщиков
Ведущие разработчики программного обеспечения для управления цепочками поставок быстро расширяют возможности искусственного интеллекта в своих продуктах.
- SAP внедряет технологии машинного обучения и компьютерного зрения для повышения качества, оптимизации разработки продуктов, обнаружения неисправностей оборудования и маршрутизации специалистов сервисного обслуживания.
- Oracle добавляет генеративный ИИ для анализа данных, автоматического составления отчетов, объявлений о вакансиях и других текстовых материалов, а также для автоматизации трудоемких задач. Возможности генеративного ИИ призваны повысить производительность и снизить затраты для предприятий.
- Kinaxis использует запатентованные технологии ИИ и машинного обучения, которые помогают организациям эффективно управлять цепочками поставок от стратегического планирования до поставки продукции. За последние пять лет портфель патентов Kinaxis в области ИИ вырос более чем на 500%.
- Microsoft добавляет возможности искусственного интеллекта в свои решения для производства и цепочек поставок, включая отслеживание происхождения продуктов по всей цепочке и предотвращение сбоев.
- Компания Kraft Heinz использует решение OMP Unison Planning, которое предлагает механизмы искусственного интеллекта (XAI), сценарное моделирование и цифровые двойники цепочек поставок для улучшения планирования и принятия решений.
- В розничной торговле компании, такие как Nordstrom, применяют ИИ для персонализации покупательского опыта, предоставляя целевые рекомендации продуктов на основе данных о клиентах и модных тенденциях. ИИ также используют для управления запасами, предотвращая излишки или дефициты, а также для прогнозирования спроса на товары.
Заключение
Сложно отрицать, что искусственный интеллект открывает новые возможности для повышения эффективности, видимости, реагирования и устойчивости цепочек поставок. Ведущие компании активно внедряют передовые технологии ИИ, чтобы быстро реагировать на сбои, оптимизировать процессы планирования и производства, обеспечивать более качественный сервис и персонализированный подход к клиентам.
Тем не менее успешное внедрение решений на базе ИИ во многом зависит от наличия соответствующих технологических платформ, качественных данных и квалифицированного персонала, способного эффективно управлять инновационными инструментами искусственного интеллекта. Несмотря на определенные препятствия, ИИ определенно задает вектор развития для цепочек поставок в ближайшие годы. Компаниям, которые смогут грамотно интегрировать технологии ИИ в свои бизнес-процессы, обеспечат себе серьезные конкурентные преимущества в виде повышенной эффективности, гибкости и способности предвидеть потенциальные проблемы.