Upravljanje lancem opskrbe i logistikom nisu spremni za AI. Oni trebaju biti AI?

Upravljanje lancem opskrbe i logistikom nisu spremni za AI. Oni trebaju biti AI?

 

Mi smo prediktivni ljudi. Očajnički želimo znati što je sljedeće i upotrijebit ćemo sve resurse koje imamo da shvatimo što nas čeka.

Nekoć se vremenska prognoza temeljila na našem promatranju ponašanja životinja i oblika oblaka. Skauti bejzbola, zaduženi za identificiranje sljedećeg fenomena iz gomile marginalnih igrača, oslanjali su se na intuiciju i pravilo 80-20 kako bi predvidjeli najbolje igrače. A obrasci potrošača - tko će što kupiti, kada i za koju cijenu - određeni su fokus grupama i anketama.

U prošlosti se planiranje opskrbnog lanca temeljilo na osvrtu na ono što se dogodilo kako bi se bolje planirala budućnost, s uvjerenjem da će se povijest ponoviti.

 

Danas, s pojavom umjetne inteligencije, naše prediktivne sposobnosti se transformiraju pred našim očima, generirajući napredne uvide kao nikada prije. Kao rezultat toga, ono što je strategije opskrbnog lanca činilo uspješnim u prošlosti, neće ih učiniti uspješnima u budućnosti.

Da budemo sigurni, unatoč golemim ulaganjima u ljude, procese i tehnologiju, rezultati opskrbnog lanca ostaju nedosljedni i neizvjesni. Uzroci su višestruki, uključujući proliferaciju SKU-a, nove potrošačke kanale, digitalizaciju, (de)globalizaciju, regulaciju, naslijeđene sustave, nepovezane procese, složene mreže i neusklađene ključne pokazatelje učinka.

 

Entiteti lanca opskrbe i logistike preplavljeni su podacima koji bi im mogli pomoći u rješavanju ovih izazova. No često im je teško iskoristiti informacije kako bi doista postali analitički informirani i vođeni podacima.

 

TheHarvard Posao Recenzijaizvješćuje da manje od četvrtine organizacija kaže da se uspješno pokreću podacima. Istodobno, više od 90% rukovoditelja kaže da velika količina podataka poboljšava njihove organizacijemanjeučinkoviti donositelji odluka.

Tehnologije koje pokreću umjetna inteligencija nude bolji način rješavanja višegodišnjih izazova lanca opskrbe.

 

Gartnerova analiza iz veljače 2024. pokazala je da vrhunske organizacije opskrbnog lanca koriste umjetnu inteligenciju za optimizaciju svojih procesa više nego dvostruko češće od svojih kolega s lošijim učinkom. Jednostavno rečeno, što je organizacija proaktivnija u potrazi za implementacijom umjetne inteligencije, to je spremnija iskoristiti mogućnosti umjetne inteligencije.

Organizacije koje djeluju sada imaju priliku uspostaviti konkurentsko uporište videći i kapitalizirajući ono što drugi propuštaju. AI to postiže brzo, čineći informacije dostupnima svima u nekoliko minuta, a ne u danima, mjesecima ili godinama.

Najnovije AI tehnologije imaju golem potencijal za predviđanje ishoda opskrbnog lanca. Ipak, razlikovanje robnih marki ne može se pronaći u pukom usvajanju AI tehnologija. Ključ leži u tome kako su raspoređeni.

 

Slijede tri najbolje prakse za primjenu umjetne inteligencije u upravljanju opskrbnim lancem za poticanje učinkovitosti i inovacija. i konkurentsku prednost.

Počnite pametno.Entiteti za upravljanje lancem opskrbe i logistiku ne trebaju savršenu mapu puta kako bi umjetna inteligencija bila važna. Također ne moraju odjednom ponovno zamišljati svoj cijeli operativni okvir. Umjesto toga, implementirajte AI postojano i strateški, unoseći inkrementalne, iterativne promjene kako biste poboljšali ukupnu izvedbu.

 

Za početak identificirajte potrebu i istražite kako umjetna inteligencija može pomoći u rješavanju tog problema pružanjem bržeg tijeka rada, poboljšane analitike podataka ili bolje učinkovitosti donošenja odluka. Započnite s najhitnijim problemima, a zatim proširite svoju AI integraciju kako se vaša udobnost i mogućnosti budu širile.

 

Pripremite ljude za sudjelovanje.Sigurna i učinkovita integracija umjetne inteligencije u tijekove rada opskrbnog lanca i logistike zahtijeva više od pristupa plug-and-play. Zahtijeva namjernu obuku i pripremu.

Zaposlenici to znaju. Jedno istraživanje Ernsta i Younga pokazalo je da 80% zaposlenika želi više obuke i usavršavanja kako bi se osjećali ugodnije integrirajući umjetnu inteligenciju na poslu, a 73% ih je zabrinuto da njihove tvrtke ne čine dovoljno da ih pripreme za usvajanje umjetne inteligencije.

 

Uključite zaposlenike u AI putovanje. Naučite ih da koriste tehnologiju kroz sveobuhvatne programe obuke i inicijative za prijenos vještina. U isto vrijeme, stvorite kanale za povratne informacije, odražavajući holistički način razmišljanja o rastu koji je spreman usvojiti tehnologiju na siguran i učinkovit način.

Učite, surađujte i djelujte.AI je pomoćna tehnologija. Zato su mnogi od najistaknutijih AI proizvoda označeni kao kopiloti.

 

Za subjekte u logistici i opskrbnom lancu to znači da jednostavne upute na prirodnom jeziku mogu dovesti do vrijednih uvida, pojednostaviti složene procese i poboljšati sposobnosti donošenja odluka.

IBM-ova analiza umjetne inteligencije u sektoru opskrbnog lanca otkrila je da se tehnologija ističe u pružanju "pomoći u predviđanju, kao što je planiranje potražnje ili mogućnost predviđanja proizvodnje i kapaciteta skladišta na temelju potražnje kupaca". AI čini informacije dostupnima dopuštajući svima, od rukovoditelja i donositelja odluka na visokoj razini do laika i početnika, da pretražuju opsežne skupove podataka u razgovornom dijalogu.

 

U konačnici, cilj je unaprijediti ljudsko odlučivanje, stoga dajte prednost korisnim uvidima u odnosu na blic i novosti. Usredotočite se na implementaciju AI alata koji pružaju stvarnu vrijednost i poboljšavaju sposobnosti vašeg tima, umjesto onih koji jednostavno nude impresivne, ali površne značajke.

Promjena načina na koji se stvari oduvijek rade neće biti laka. U ovom slučaju, to znači učiniti više od prilagođavanja načina na koji radimo; to znači redefinirati tko smo. Stručnjaci za lanac opskrbe iz prošlosti ustupit će mjesto digitalistima koji se oslanjaju na tehnologiju pokretanu umjetnom inteligencijom kako bi unaprijedili donošenje odluka.

Vrijedi truda.