اورلاندو، فلوریدا – اگر مسابقهای برای یافتن کلید واژهای که سمپوزیوم زنجیره تامین گارتنر را خلاصه میکند وجود داشته باشد، برنده مشخص خواهد بود: هوش مصنوعی.
در نمایشگاه اخیراً به پایان رسیده، شرکتها به هوش مصنوعی خود افتخار میکنند. سیل ایمیلهای ارسال شده به خبرنگارانی که این رویداد را پوشش میدهند و مصاحبههایی با مدیران اجرایی ارائه میدهند، تقریباً همگی اعتبار هوش مصنوعی شرکتهایی را که ارائه میشوند تبلیغ میکنند. و با توجه به تمرکز رسانههای بینالمللی بر قابلیتهای ChatGPT مبتنی بر هوش مصنوعی در ماههای اخیر، ارائهدهندگان نرمافزار زنجیره تامین که در اورلاندو درباره اینکه چگونه از هوش مصنوعی برای متمایز کردن خود استفاده میکنند افتخار نمیکردند، بهطور غمانگیزی از زمان گذشته به نظر میرسیدند.
کیت هارتلی، مدیرعامل نسبتاً جدید LevaData، درباره این کنفرانس گفت: «من میتوانم بگویم امسال حدود 1000 درصد بیشتر از سال گذشته به هوش مصنوعی اشاره شده است.
البته هوش مصنوعی در نرم افزار زنجیره تامین جدید نیست. اما آنچه جدید است، قابلیتهای ChatGPT و اینکه چگونه این هوش مصنوعی مولد میتواند بر شبکه عظیم ارائهدهندگان نرمافزار زنجیره تامین تأثیر بگذارد، است. در مقالهای اخیر در این زمینه، شرکت مشاوره KPMG هوش مصنوعی را به عنوان «شکل نوظهور هوش مصنوعی توصیف کرد که میتواند مقالات، مقالهها، تصاویر، موسیقی و بله، کدهای اصلی را با ایجاد الگوهایی که در متن و صدا پیدا میکند ایجاد کند. فایل ها، تصاویر و نرم افزارها.»
چیزی که بسیاری از افراد در جلسهای مانند گارتنر بهطور خصوصی اذعان میکنند این است که ردیفها و ردیفهای غرفهدارانی که راهحلهای نرمافزاری را برای زنجیره تامین میفروشند، همگی محصولاتی دارند که برای اکثریت قریب به اتفاق تواناییهایشان – آیا ۹۰٪ است؟ بیشتر است؟ – همه یک کار را انجام می دهند. یک پایه اساسی از عملکردها وجود دارد که باید در هر نوع فناوری زنجیره تامین انجام شود.
اما این آخرین نقاط درصد است که یک راه حل را از راه حل دیگر متمایز می کند و می تواند تفاوت بین موفقیت و شکست باشد. و با هوش مصنوعی مولد در بالای قابلیتهای هوش مصنوعی قبلی، واضح است که این یکی از مناطقی است که نبرد در آن انجام خواهد شد.
IBM راه حل Watson خود را نشان می دهد
یکی از رویدادهایی که با حضور گستردهتر برگزار شد، ارائهای توسط راب کوشمن، شریک ارشد، رهبر جهانی – تحول زنجیره تامین در IBM بود که تواناییهای مولد هوش مصنوعی هنوز نوپا – و عمدتاً داخلی – این شرکت را نشان داد که برای تجارت زنجیره تامین آن هدف قرار گرفته است.
کوشمن یک مورد آزمایشی را نشان داد که در آن از قابلیتهای هوش مصنوعی مولد IBM خواسته شد تا کمبود قطعات را در زنجیره تامین ردیابی کند. IBM بیش از 10 سال است که از طریق سرویس پردازش زبان طبیعی Watson خود از قابلیت های هوش مصنوعی برخوردار است.
نمایش او از واتسون خواست تا در دسترس بودن یک بخش خاص را ردیابی کند و از طریق یک سری کلیک ها و سؤالات نوشتاری، هوش مصنوعی جزئیات بیشتری را در مورد در دسترس بودن آن قسمت ارائه می دهد. “سهام چیست؟” کوشمن، با بررسی برخی از سوالاتی که ممکن است پرسیده شود، گفت. «چه چیزی در سفارش است؟ آیا در دیدگاه عرضه خود شکاف می بینم؟» قابلیتهای مولد هوش مصنوعی در زنجیره تامین، «دیدگاه یکپارچهای از آنچه که من بهعنوان فردی که این بخش را دارم، امروز که آنلاین میشوم و پشت میز مینشینم باید روی آن تمرکز کنم، ارائه میکند».
این نکته ای بود که در چندین بحث در مورد هوش مصنوعی مطرح شد: این لزوماً یک قاتل شغل نیست. همانطور که کوشمن گفت، دادههای مربوط به در دسترس بودن آن بخش که توسط واتسون پردازش میشود، به کاربر اجازه میدهد «تصمیم آگاهانهای» در مورد مدیریت زنجیره تأمین بگیرد.
Hartley و LevaData از مناسبت این جلسه برای ارائه قابلیتهای جدید این شرکت که همچنین بر هوش مصنوعی مولد متکی هستند، استفاده کردند. ارائه منابع پشتیبانی از LevaData؛ همانطور که او در طول مصاحبه با FreightWaves اشاره کرد، یک ماوس روی میز روبروی او با حدود 200 جزء مجزا ساخته شد و قابلیت های LevaData به مشتریان این شرکت در زنجیره تامین کمک می کند تا آنها را ایمن کنند.
اما همانطور که او اشاره کرد، استفاده از هوش مصنوعی برای LevaData تازگی ندارد. او گفت: «ما برای مدت طولانی از هوش مصنوعی و مدلسازی آماری استفاده میکنیم، بنابراین خیلی خوب است که به آن هوش مصنوعی میگویند. اکنون این هوش مصنوعی مولد است که ما آن را اضافه می کنیم و به آن سمت حرکت می کنیم.
نمونهای از قابلیتهای هوش مصنوعی مولد LevaData با این نوع گفتگو در صفحه وب این شرکت ظاهر میشود، شبیه آنچه کوشمن در ارائه IBM خود نشان داد.
اورهال یکی دیگر از نرم افزارهای زنجیره تامین است که یک راه حل مولد هوش مصنوعی را در کنفرانس گارتنر با همکاری مایکروسافت ارائه کرد. پیشنهاد ارزش اورهال به عنوان ارائهدهنده دید، با تاکید ویژه بر یافتن ریسکهای فوری در عملیات زنجیره تامین یک شرکت است.
مایکروسافت و اورهال با هم همکاری می کنند
دیوید واریک، معاون اجرایی بخش Enterprise در Overhaul، گفت که همکاری با مایکروسافت به این شرکت امکان میدهد تا از قابلیتهای ChatGPT غول نرمافزاری استفاده کند تا روی محصول RiskGPT Overhaul که خطرات را در زنجیره تامین شناسایی میکند، استفاده کند. واریک گفت که این محصول تاکنون فقط به صورت داخلی مورد استفاده قرار گرفته است.
واریک گفت: “ما تعدادی افسر دیده بان داریم که پلتفرم ما را همیشه زیر نظر دارند و به دنبال رویدادهای هشدار مانند انحرافات و توقف های برنامه ریزی نشده هستند.”
واریک گفت، معرفی تواناییهای هوش مصنوعی مولد در این فرآیند به این معنی است که «همه عوامل ما اکنون دقیقاً از مجموعه قوانین مشابهی استفاده میکنند که به یک شکل تفسیر میشوند». در جایی که در گذشته ممکن بود «افسران دیدهبان» شرکت به یک حادثه برخورد متفاوتی داشته باشند، واریک گفت که قابلیتهای هوش مصنوعی مولد که اکنون در RiskGPT موجود است، منجر به رویکرد سیستماتیکتری برای مقابله با مسائل ریسکی میشود که سرویس اورهال کشف میکند.
تعیین دقیق نحوه اجرای سیستم جدید مدتی طول می کشد. واریک گفت که هفته گذشته در سیستم های داخلی اورهال معرفی شد.
اما او افزود که این قابلیتها، زمانی که برای شبکه کاربران اورهال باز شود، یک سرویس افزودنی با هزینه اشتراک جداگانه نخواهد بود. این بخش استانداردی از ارائه محصول این شرکت خواهد بود.
کارین استیونز، مدیر ارشد بازاریابی و محصول در Overhaul، گفت که نقش هوش مصنوعی مولد را در آموزش در مورد مسائل مربوط به انطباق می بیند. او گفت که هوش مصنوعی مولد در بسیاری از موارد ذهنیت را از بین میبرد، و ما میتوانیم تصمیمگیری درباره «بعد چه کنم؟» را از بین ببریم.
داون آندره، مدیر محصول JAGGAER، که پلتفرم آن هزینههای مستقیم و غیرمستقیم را مدیریت میکند، در مصاحبهای گفت که استفاده از هوش مصنوعی و یادگیری ماشینی میتواند کاربردهای متعددی داشته باشد که لزوماً به اندازه چیزی که توسط هوش مصنوعی مولد هدایت میشود قابل مشاهده نیستند.
یکی از چالشهایی که ما امروز داریم این است که استعداد از راه دور است، و همه ما در تلاشیم راهی پیدا کنیم تا آن تخصص را در فعالیتهای روزانهشان بیاوریم، در صورتی که آن شخص را در مکعب بعدی ندارید. آندره در مصاحبه ای در غرفه JAGGAER در سالن سمپوزیوم، در مورد استفاده از هوش مصنوعی گفت. آندره گفت: این نوع تخصص را می توان در برنامه های مبتنی بر هوش مصنوعی که یک شرکت در فعالیت های داخلی خود از آن استفاده می کند ساخته شود، “و آن کاربر و آن حرفه ای را حفظ می کند تا مجموعه مهارت های خود را اصلاح کنند و بهره وری خود را هر بار که فرآیندی را اجرا می کنند افزایش دهند.”
آندره گفت که این افراد حتی با رشد هوش مصنوعی و یادگیری ماشینی کلیدی باقی می مانند و خاطرنشان کرد که این فرآیندها می توانند «تعداد زیادی از کارهای روزمره را خودکار کنند» در حالی که کارکنان می توانند «بیشتر بر استراتژیک بودن تمرکز کنند».
اگرچه ترکیب اصول محیطی، اجتماعی و حاکمیتی (ESG) ممکن است در مکانهای خاصی به یک فوتبال سیاسی تبدیل شود، اما در طول کنفرانس گارتنر چندین بار مطرح شد. هیچ یک از مراجع نشان نمی دهد که بخش بزرگی از صنعت لجستیک برای دور شدن از ادغام ESG در تصمیم گیری، چه برای عملیات داخلی و چه در انتخاب شرکت هایی که با آنها تجارت می کند، برنامه ای دارند.
آندره گفت که او هوش مصنوعی را میداند که میتواند اطلاعات ESG بسیار دقیقتری را در مورد مشتریان و تامینکنندگان احتمالی در اختیار شرکتها قرار دهد.
به گفته آندره، هوش مصنوعی به شرکت توانایی بهبود یافته ای را برای تعیین اینکه آیا طرف مقابل معیارهای شرکت را برآورده می کند، می دهد، زیرا می تواند از داده ها هم از منابع باز و هم از اطلاعات نظرسنجی داخلی استفاده کند.
وقتی داده ها را در اختیار داریم، پس [AI] می توان از آن برای تنظیم اطلاعات بر اساس معیارهایی استفاده کرد که برای من منحصر به فرد است، و هر گونه ابتکار عمل در اولویت های شرکت شما، “او گفت. آندره گفت: از طریق این اطلاعات تولید شده توسط هوش مصنوعی، “سیستم می تواند بهترین نامزدها را برای شرکت در یک فرآیند مناقصه، نه فقط برای یک محصول یا خط، بلکه برای افرادی که ارزش های مشابهی دارند، تهیه کند.”
هنوز در حال مبارزه با صفحه گسترده است
اگر هوش مصنوعی معمولی یا مولد چنین به نظر می رسد که چنین افزایشی در کارایی داشته باشد، آیا پذیرش سریع نباید کار آسانی باشد؟
روی آن حساب نکنید، پاسخ مکرر در سمپوزیوم آمد.
در Locus، که خود را به عنوان یک پلتفرم مدیریت اعزام که به آخرین مایل سرویس میدهد، توصیف میکند، مهول کاپادیا، مدیر ارشد درآمد، گفت که هوش مصنوعی برای دستیابی به یک هدف گسترده استفاده میشود که «هر گونه تحویل باید به روشی بهتر از قبلی از نظر پایداری و پایداری انجام شود. هزینه، بنابراین ما اساساً از هوش مصنوعی و یادگیری ماشینی برای آن استفاده می کنیم.
هوش مصنوعی در Locus از چیزی استفاده میکند که Kapadia آن را «محدودیتها» مینامد، که به راننده آخرین مایل اطلاع میدهد که نمیتوان تحویل را در زمان خاصی از روز برای یک مکان خاص انجام داد، یا اینکه یک نوع بسته به بیش از یک نفر نیاز دارد تا تحویل را انجام دهید او گفت: “ما از فناوری خود استفاده می کنیم تا اساساً بسیاری از یادگیری های مداوم را انجام دهیم و بفهمیم که چه ترکیبی کار می کند.” “این یک ابزار تصمیم گیری است تا فقط یک ابزار مدیریت حمل و نقل.”
اما این درونی است.
کاپادیا موضوعی را تکرار کرد که بارها در بحثها مطرح شد: با تمام فناوریهایی که امروزه در زنجیره تامین پرتاب شده است، با تمام سرمایههای مخاطرهآمیز، با همه افراد باهوش و راهحلهای آنها در کف سالن نمایشگاه، با چشمانداز مولد. هوش مصنوعی در آستانه افزایش بیشتر قابلیتهای تکنولوژیکی است، تامینکنندگان راهحلهای زنجیره تامین همچنان در حال مبارزه با صفحهگسترده پایین هستند.
کاپادیا اذعان کرد: «عملیات زمینی هنوز مدتی طول می کشد تا ما به طور کامل وارد شویم. من نمیخواهم یک چارچوب زمانی برای آن تعیین کنم. مردم و مدیریت تغییر یک چالش بزرگ خواهد بود.»
مقالات بیشتر توسط جان کینگستون
رهبر EY Americas: 70 درصد از تلاشهای تحول دیجیتال زنجیره تامین با شکست مواجه میشوند
بی سر و صدا محصول نیروی کار زنجیره تامین را ترک کرد
پانزده ایالت وارد نبرد حقوقی AB5 در کالیفرنیا شدند
پست هوش مصنوعی در زنجیره تامین جدید نیست، اما ChatGPT در حال گسترش نقش خود است اولین بار در FreightWaves ظاهر شد.