6 инновационных применений ИИ в управлении цепочками поставок

Сегодня искусственный интеллект (ИИ), кажется, управляет всем в нашей жизни: от того, как мы делаем покупки с помощью чат-ботов, которые, кажется, читают наши мысли, до наших поездок на работу, когда беспилотные автомобили ездят сами.

Неудивительно, что компании всех типов по всему миру быстро интегрируют ИИ в свои операционные системы. А Недавний опрос Компания McKinsey & Company представила впечатляющий уровень внедрения ИИ, который сегодня в 2.5 раза выше, чем в 2017 году.

Способность ИИ автоматизировать повторяющиеся задачи и быстро анализировать большие объемы данных позволяет компаниям оптимизировать свои процессы, делая их более продуктивными и эффективными. По этим причинам использование искусственного интеллекта в операциях цепочки поставок больше не является дополнительной опцией — это двигатель, который повышает производительность и топливную экономичность. 

С помощью алгоритмов искусственного интеллекта компании могут прогнозировать задержки, выявлять потенциальные сбои в своих цепочках поставок и даже оптимизировать складские операции — от сортировки и упаковки товаров до управления уровнем запасов.

Звучит интересно? Продолжайте читать, пока мы объясняем, что такое искусственный интеллект и как он может революционизировать цепочки поставок шестью инновационными способами!

Содержание
Азбука искусственного интеллекта: анализ его основ и текущего состояния
Как ИИ используется в цепочках поставок?
На пути к цепочке поставок, оптимизированной с помощью искусственного интеллекта: последние мысли

Азбука искусственного интеллекта: анализ его основ и текущего состояния

Искусственный интеллект (ИИ) — это отрасль информатики, целью которой является создание машин и программного обеспечения, способных имитировать человеческий интеллект. Это звучит слишком сложно или технично? Это не обязательно — давайте вместе исследуем, что такое ИИ на самом деле, прежде чем углубляться в его использование в управлении цепочками поставок.

Что такое искусственный интеллект (ИИ)?

Искусственный интеллект, или сокращенно ИИ, — это все равно, что дать компьютеру мозг, который может думать, учиться и решать проблемы примерно так же, как это делают люди. Это не мозг, состоящий из клеток и нейронов, а мозг, состоящий из программного кода, который использует данные и опыт, чтобы лучше справляться с задачами. 

Эти задачи могут быть самыми разными: от понимания произнесенных слов (как это делают Siri или Alexa), распознавания изображений (например, Facebook идентифицирует ваших друзей на фотографиях), рекомендации, какое видео посмотреть дальше (как это делает Netflix) или даже вождения автомобиля. ИИ можно разделить на два больших типа в зависимости от того, что он делает с полученной информацией:

• Дискриминационный ИИ: Это подмножество ИИ связано с идентификацией. Например, если вы покажете ему несколько фотографий, он сможет определить, на каких из них есть кошки, а на каких нет. Это похоже на детектива, который ищет улики (данные), чтобы выяснить «детектив» (идентифицировать вещи).
• Генеративный ИИ: Вместо того, чтобы просто идентифицировать вещи, генеративный ИИ может создавать новые вещи. Он не просто знает, как выглядит кошка; он может представить кошку, которой даже не существует, а затем с нуля создать ее фотографию или рассказ.

Каковы современные технологии искусственного интеллекта?

Современные инструменты генеративного искусственного интеллекта становятся все более способными выполнять различные задачи и роли: от канцелярских задач и создания контента до проектирования и производства. Мы можем разделить современные технологии искусственного интеллекта на две категории: те, которые связаны с текстом и звуком, и те, которые связаны с изображением и видео.

Генерация текста и голоса

Генеративный искусственный интеллект меняет способы создания текста и звука, упрощая создание всего: от письменного контента до музыки. Диалоговые инструменты, такие как ChatGPT и Gemini проходят обучение на обширном контенте из Интернета. Они могут вести беседы, составлять электронные письма, писать эссе, отвечать на вопросы и даже создавать письменный контент с нуля.

Когда дело доходит до голоса и звука, прогресс также впечатляет. Например, такие инструменты, как MuseNet OpenAI и проигрыватель-автомат могут создавать музыкальные композиции в различных жанрах или им можно задать тексты песен и музыкальный стиль и создать на основе этих входных данных оригинальное произведение.

Генерация изображений и видео

Обработка естественного языка с помощью ИИ также меняет правила игры в мире изображений и видео. Представьте себе, что вы вводите простое описание сцены и получаете подробное оригинальное изображение, соответствующее вашим словам. Это именно то, что нравится инструментам DALL-E делать. Вы можете сказать DALL-E: «Нарисуй мне розового слона, летящего в небе», и вуаля, вы получите именно такое изображение.

Когда дело доходит до видео, достижения еще более впечатляющие. OpenAI недавно представила Сора, инструмент искусственного интеллекта для преобразования текста в видео, который может создавать насыщенные, подробные и реалистичные видеоролики. Итак, кто-то может попросить Сору снять видео о том, как дракон и рыцарь танцуют, и Сора может создать это видео, сделав его похожим на настоящую небольшую сцену из фильма.

Как ИИ используется в цепочках поставок?

Теперь, когда мы знаем, что такое искусственный интеллект, включая его последние достижения, вам может быть интересно, какова именно роль ИИ в система управления цепями поставок является. Продолжайте читать, пока мы изучаем шесть практических применений ИИ в глобальных цепочках поставок.

1. Прогнозирование спроса

Если в ИИ есть что-то мощное, то он, безусловно, может обрабатывать и анализировать большие данные — огромные объемы информации, которые наш человеческий разум не может усвоить — в режиме реального времени. Во-первых, ИИ изучает эти большие наборы данных, которые могут включать объем прошлых покупок, преобладающие погодные условия, текущие тенденции в социальных сетях и любые важные предстоящие события, которые могут изменить покупательские предпочтения потребителей.

Затем, используя технику под названием обучение с помощью машиныИИ учится на основе всех этих данных прогнозировать количество, необходимое для конкретного продукта, и когда клиенты, скорее всего, захотят его приобрести. К прогнозирование потребительского спроса точнее, компании могут лучше согласовывать уровень своих запасов с ожидаемым спросом, сокращая затраты на хранение и минимизируя риск непроданных запасов.

Amazon — яркий пример компании, использующей алгоритмы искусственного интеллекта для произвести революцию в прогнозировании спроса. Используя Amazon Forecast, сервис, основанный на машинном обучении, Amazon может прогнозировать будущий спрос на миллионы продуктов по всему миру за считанные секунды. 

Виртуальные полки Amazon заполнены достаточным количеством товаров, поскольку ИИ предсказывает, сколько товаров будет продано. А поскольку они лучше понимают, что и где понадобится, Amazon может перемещать товары ближе к месту проживания клиентов еще до того, как они нажмут «купить».

2. Оптимизация склада

Складирование является жизненно важной частью управления цепочкой поставок, служащей основой, которая позволяет предприятиям обеспечивать безопасное хранение, организацию и готовность своей продукции для отправки клиентам. Однако складское хранение сопряжено с логистическими проблемами, такими как прогнозирование необходимого количества запасов, определение наилучшего способа организации товаров для быстрого доступа и даже решение физических задач по перемещению товаров по складу.

Алгоритмы искусственного интеллекта могут анализировать исторические данные о движении продуктов и моделях спроса, чтобы разрабатывать или предлагать оптимальные планировки складов. Это включает в себя определение лучших мест для хранения товаров с учетом их размера, веса и частоты доступа, обеспечивая тем самым логичное размещение, позволяющее максимально использовать пространство и минимизировать время комплектации. 

Например, Ocado, пионер в области продуктовых технологий, использует искусственный интеллект для автоматизации складских операций. В то время как традиционные конструкции складов отводят значительную площадь под проходы, где рабочие могут собирать товары, склады Ocado высокоавтоматизированы, где каждый квадратный метр предназначен для хранения продуктов, а автономные мобильные роботы (AMR) извлекают и транспортируют товары по мере необходимости.

Эти роботы перемещаются по трехмерной сетке хранения, называемой «ульем», оптимально используя все потенциальное пространство для хранения. Конструкция сетки позволяет роботам получать доступ к любому хранящемуся продукту сверху, что резко отличается от традиционного складирования. Такая конструкция помогает Ocado хранить больше товаров на ограниченной площади и быстро выполнять заказы, поскольку роботы могут быстро перемещаться в любое место сети.

3. Логистика и планирование маршрута

Время имеет решающее значение в логистике. Способность ИИ анализировать исторические модели дорожного движения, текущие дорожные условия, прогнозы погоды и многое другое позволяет ему прогнозировать и определять наиболее эффективные маршруты перевозок. Меньше времени в дороге и более прямые маршруты означают, что транспортные средства используют меньше топлива, что не только снижает затраты, но и снижает воздействие транспортных операций на окружающую среду.

Одним из ключевых преимуществ ИИ в маршрутизации перевозок является его способность приспосабливаться к изменениям по мере их возникновения. В случае задержки из-за пробок или перекрытия дорог ИИ способен изменить маршрут доставки в режиме реального времени, внося необходимые коррективы в расписание и маршруты. Это особенно полезно при координации между различными видами транспорта, такими как грузовики, корабли и поезда, используемые в интермодальные перевозки or перегрузочный.

Например, United Parcel Service (UPS), одна из крупнейших компаний по доставке посылок в мире, использует интегрированную оптимизацию и навигацию на дороге (ORION), система на основе искусственного интеллекта для динамической оптимизации маршрутов доставки. ORION пересчитывает маршруты доставки отдельных посылок в течение дня по мере изменения условий движения, обязательств по вывозу и заказов на доставку. 

За счет динамической оптимизации маршрутов ORION значительно экономит время и снижает расход топлива. Сообщается, что системе удается экономить 2–4 мили на каждого водителя каждый день, что позволяет выполнять больше доставок за более короткие сроки.

4. Оценка и выбор поставщика

В управлении цепочками поставок хороший поставщик означает качественную продукцию, снижение затрат, своевременные поставки и, в конечном итоге, удовлетворенных клиентов. Однако проведение оценки поставщиков включает в себя проверку сотен потенциальных поставщиков для выявления тех, кто соответствует заранее определенным критериям (например, стоимость, качество, сроки поставки). Это представляет собой существенную и чреватую ошибками ручную работу.

К счастью, алгоритмы искусственного интеллекта могут извлекать и анализировать данные из различных источников, включая веб-сайты поставщиков, отчеты о производительности, отраслевые отчеты и торговые онлайн-форумы, что обеспечивает более осознанный процесс выбора. После обработки всех данных ИИ может автоматически создавать и обновлять подробные динамические профили для каждого поставщика, включая такие факторы, как:

• Качественное исполнение: Исторические показатели качества, процент возврата, соответствие стандартам качества (сертификаты ISO) и т. д.
• Финансовая стабильность: Кредитные рейтинги, тенденции прибыльности, анализ финансовых коэффициентов и т. д.
• Производительность доставки: Своевременные темпы доставки, сроки выполнения заказов, надежность соблюдения графиков поставок и т. д.
• Экономическая эффективность: Ценовая конкурентоспособность, анализ структуры затрат, совокупная стоимость владения и т. д.
• Технологические возможности: Внедрение передовых производственных технологий, владение интеллектуальной собственностью и т. д.
• Управление рисками: Воздействие на геополитические риски, устойчивость цепочки поставок, история устранения сбоев и т. д.
• Географические соображения: Близость к ключевым рынкам или производственным площадкам, влияние затрат на логистику и транспортировку и т. д.

После выбора ИИ может продолжать следить за деятельностью поставщиков. Например, он может использовать анализ настроений для оценки финансового состояния поставщиков или обнаружения ранних признаков нестабильности или сбоев.

Например, компания IBM Управление жизненным циклом поставщиков Emptoris В приложении имеется модуль оценки эффективности, предназначенный для создания, управления и оценки межфункциональных рейтингов поставщиков. 

Этот процесс оценки эффективности оценивает работу поставщика за определенный период с учетом как количественных (достоверные факты), так и качественных (например, инновации) показателей. Помимо оценки производительности, IBM Риск поставщика Модуль помогает на ранней стадии выявления рисков, проводя расчеты рисков в режиме реального времени и вызывая соответствующие оповещения.

5. Оптимизация упаковки

Упаковка — мощный инструмент брендинга и маркетинга; однако, что еще более важно, это напрямую влияет на эффективность и рентабельность распределения продукции. Оптимизированная упаковка не только снижает затраты на материалы, но и снижает затраты на транспортировку благодаря оптимизации веса и использования пространства.

Анализируя такие факторы, как форма продукта, хрупкость, вес и свойства различных материалов, ИИ может определить конструкции, в которых используется минимальное количество материала, но при этом обеспечивается безопасность продукта во время транспортировки. Более того, инструменты на базе искусственного интеллекта могут моделировать и оптимизировать размеры и формы упаковки, чтобы в каждую партию помещалось больше продуктов, тем самым сокращая количество необходимых поездок.

Отличным примером из реальной жизни является то, как Расфасовка, лидер в области упаковочных решений по требованию, полагается на систему на базе искусственного интеллекта для анализа размеров каждого упаковываемого предмета и создания упаковки индивидуального размера для каждого заказа. ИИ учитывает несколько факторов, в том числе:

• Размеры товара(ов)
• Необходимое защитное пространство или прокладка
• Лучшая ориентация товара внутри коробки
• Материальные ограничения и эффективность

Результатом является оптимальный размер упаковки, который обеспечивает высочайший уровень защиты, сводит к минимуму используемый упаковочный материал и уменьшает пространство, занимаемое каждой упаковкой во время транспортировки. 

Более того, Packsize упаковка по требованию машины, такие как система Box On Demand, используют проектные характеристики, рекомендованные AI, для автоматической резки, складывания и склеивания гофрированного картона в коробку нестандартного размера. Оборудование преобразует дизайн ИИ в физическую упаковку, идеально подходящую по размеру для продукта.

6. Интеллектуальное глобальное снабжение

Глобальный поиск поставщиков на онлайн-платформах B2B, таких как Alibaba.com, все чаще становится стратегическим элементом управления цепочками поставок. Тем не менее, глобальные источники поставок представляют собой множество возможные ошибки и проблемы, особенно для начинающих бизнес-покупателей.

Например, покупатели могут столкнуться с трудностями при поиске нужного товара среди миллионов доступных. Более того, взаимодействие с поставщиками из разных стран может привести к недоразумениям из-за языковых барьеров.

Благодаря ИИ покупатели могут оптимизировать процесс закупок. Алгоритмы искусственного интеллекта могут выявлять и отслеживать рыночные тенденции, предлагать лучшее время для закупок определенных категорий продуктов и даже автоматизировать рутинные задачи в сфере закупок, такие как создание заказов на поставку, обработка счетов и отслеживание платежей.

Отличным примером из реальной жизни является то, как Alibaba.com использовала искусственный интеллект с помощью инструмента Smart Assistant, чтобы обеспечить покупателям круглосуточное обслуживание клиентов и помочь им сделать правильный выбор. процесс поиска максимально эффективно. 

Smart Assistant — это интуитивно понятное персональное руководство по поиску поставщиков на базе искусственного интеллекта, которое помогает компаниям открывать новые возможности, быть в курсе тенденций, беспрепятственно отслеживать заказы и многое другое — и все это с помощью единой эффективной точки взаимодействия. Среди множества вспомогательных функций три ключевые особенности, которые делают глобальный поиск поставщиков интеллектуальными, включают в себя:

• Обновленный поиск изображений
• Умный запрос предложений (RFQ)
• Мгновенная помощь

Первые две функции были представлены в сентябре 2023 года и с тех пор помогают предприятиям эффективно и точно выбирать продукты. Обновленный поиск изображений Функция позволяет пользователям искать продукты, используя изображения, а не текстовые запросы. Покупатели могут загрузить изображение товара, который они хотят приобрести, после чего искусственный интеллект Smart Assistant точно интерпретирует содержимое изображения, чтобы найти визуально похожие товары. 

И наоборот, Smart RFQ использует искусственный интеллект для автоматизации процесса, что позволяет покупателям быстрее генерировать запросы. Запросы предложений. По данным Alibaba.com, покупатели, использовавшие инструмент Smart RFQ, стали свидетелями 29% больше в котировках поставщиков, в то время как поставщики столкнулись с увеличением количества ответов покупателей на предложения на 21% по сравнению с традиционным ручным процессом запроса цен.

Третью функцию, Instant Help, планируется запустить в 2024 году. В этой функции используется чат-бот с искусственным интеллектом, который не только отвечает на базовые запросы, но также предлагает в режиме реального времени отраслевую информацию, важные отраслевые знания и подробную информацию о продуктах. Кроме того, в нем содержатся практические советы, призванные улучшить общение между покупателями и поставщиками.

На пути к цепочке поставок, оптимизированной с помощью искусственного интеллекта: последние мысли

Если есть что-то, что мы можем вынести из всех приложений и примеров, так это то, что ИИ может оптимизировать все операции цепочки поставок, от определения спроса на продукцию до логистики и распределения. Однако предприятиям следует помнить о некоторых проблемах, связанных с ИИ, которые могут препятствовать его применению в цепочках поставок, таких как:

• Риски кибербезопасности: Например, хакеры могут использовать ИИ для прогнозирования и использования маршрутов и расписаний доставки.
• Проблемы этики и конфиденциальности: Например, технологии наблюдения на основе искусственного интеллекта, которые контролируют производительность труда работников без их согласия.
• Высокие затраты на внедрение: Например, требовалось обновление существующей инфраструктуры для поддержки интеграции ИИ.
• Интеграция с существующими системами: Например, инструменты аналитики искусственного интеллекта, несовместимые со старым программным обеспечением ERP.

Хотите узнать больше о том, как ИИ может революционизировать управление цепочками поставок? Проверить этот блог опубликуйте, чтобы увидеть, как генеративный ИИ управляет всеми аспектами таможенно-брокерского процесса, от оформления необходимых документов до оценки таможенных пошлин и налогов!