AIを活用してより迅速で戦略的な意思決定を実現

生成 AI に関する情報はたくさんあり、事実とフィクションを区別するのは困難です。私は Logility の生成 AI を専門とする研究開発チームのメンバーとして、人工知能技術の急速な拡大を最前列で目の当たりにしています。 AI は、組織全体でその可能性を活用して効率を向上させ、収益性を向上させようとしているビジネス リーダーにとって、課題と機会をもたらしています。このブログでは、このエキサイティングなテクノロジーの価値を実証するために、生成 AI に関する 10 の一般的な通説を取り上げます。

誤解 1: 生成 AI はここ数年で最近開発されたものである

生成 AI は、ここ 1950 ～ XNUMX 年で世間の注目を集めるようになりました。ただし、AI は XNUMX 年代から継続的に進化してきた人工知能と機械学習の方法論に基づいています。この間、新しいテクノロジーを支える同じ AI ツールが、予測、供給計画、在庫管理、製造、ネットワークの最適化などを含む物流およびサプライ チェーン プロセスのあらゆる領域の効率を向上させ、最適化する上で鍵となってきました。

誤解 2: 生成 AI はデータのプライバシーを保つことができない

私たちの最大の懸念の 1 つは、クライアントが自分のデータが安全であると完全に確信していることです。生成 AI は、プライバシーを保護する手段を講じて構築することができます。たとえば、 Logility GenAI データは高度な暗号化プロトコルと堅牢なアクセス制御によって保護され、機密情報の機密性と保護が確保されます。

通説 3: 生成 AI はブラック ボックスとして最適である

一見すると、生成 AI が 100% 自動化されたワークフローをサポートするという見通しは、サプライ チェーン プロセスにとって望ましい目標のように見えるかもしれません。しかし、経験豊富な日常計画担当者は、戦略の決定、予測の作成、供給計画の構築、在庫の管理において、良好な結果を得るには人間の監視が重要であることを知っています。生成AIのスムーズな統合 対象分野の専門家とのテクノロジー 例外、直前のリクエスト、予期せぬ中断の場合に特に重要です。

通説 4: 生成 AI は常に人間より賢い

そう、生成AIには人間の能力を超えた強みがあるのです。人間よりも早く学習することができ、トレーニング データ、アルゴリズム、統計モデルに基づいて膨大な量の情報を処理および分析するように訓練されています。ただし、生成 AI は状況からコンテキスト情報を推定したり、人間の理解、感情、直観の概念を使用したりすることはできません。

たとえば、主要な顧客からの注文が遅れそうだとします。個人的な関係があるため、サプライ チェーン マネージャーは、調達部門の同僚に電話して、ベンダーに頼って出荷を早めることができることを知っています。生成型 AI はトレーニング データから学習した内容に基づいてのみ行動できますが、サプライ チェーン マネージャーは状況のコンテキストに基づいて直感を使用して意思決定を行い、行動することができます。 

通説 5: 生成型 AI により社内の従業員が削減される

生成 AI は、仕事を容易にし、労働者が退屈な反復労働ではなく戦略的な意思決定に集中できるようにすることで、人間の労働力を置き換えるのではなく補完します。

隔週の S&OP 会議の準備をする際、アナリストは最も重要なレポートや KPI とともに、どの製品に追加の精査が必要かを判断する必要があることを想像してください。 微調整された生成 AI アシスタント は、会議の前にアナリスト向けにこのデータを自動的に生成するため、アナリストは最新の指標の解釈と計画に集中できるようになります。アナリストの責任は、データの徹底的な調査から、主要な要素に基づく意思決定へと昇格しました。

通説 6: 大きいほど良い

生成 AI モデルに関しては、「大きいほど良い」という考えはよくある誤解です。ここではあまり専門的な話には触れませんが、生成 AI モデルには数十億のパラメーター、つまりモデルの数学的な重みとバイアスを含めることができます。たとえば、Meta の Llama2 には最大 70 億のパラメータがあり、OpenAI の G PT-4 には 1.7 兆のパラメータがあると噂されています。これらのモデルが非常に大きいのは、部分的には、次の分野の専門家であると称されているためです。 すべてのもの。小さなモデルは、非常に特定のドメインでトレーニングおよび微調整すると、これらの巨大なモデルと同等またはそれ以上のパフォーマンスを発揮できます。これは、より大きなモデルの幅広いトピックではなく、深い主題に焦点を当てているためです。

誤解 7: 生成 AI ソリューションは 100% 信頼できる 一貫性のある

たとえその素晴らしい機能があっても、人間による検証を行わずに生成 AI 予測のみに依存すると、不十分な結果につながる可能性があります。チャットボットが実際のデータに基づいていない回答を作成する「幻覚」についても聞いたことがあるかもしれません。生成 AI モデルで使用される入力とアプローチの透明性を確保することで、この種の悪い結果を回避できます。 GenAI の機能は、ユーザーが尋ねる各質問に対する回答に対応するデータ ソースをユーザーに表示します。これにより、ユーザーは応答に自信を持てるとともに、不正確な点が存在する場合にはそれを特定する機会が得られます。

誤解 8: 生成 AI はトレーニング データに存在するバイアスの影響を受けない

生成 AI は、トレーニング データに基づいて予測を生成します。トレーニング データに「偏りがある」場合、または現実の不正確な表現である場合、結果はこれらの偏りに基づいて決まります。

たとえば、在庫管理者は在庫コストを削減するという大きなプレッシャーにさらされています。これを行うために、最初の最適化された計画を上書きし、在庫を数パーセント減らすように在庫ポリシーを設定します。 AI モデルは、これらの偏ったポリシーを使用して、欠品や販売損失につながる在庫計画を生成する可能性があります。この例では、AI 在庫モデルの入力に固有のバイアスが収益性の低下につながります。適切なソリューションがあれば、モデルの入力と仮定を調査し、注意を払ってバイアスを修正するようにモデルをトレーニングすることで、これらの問題に対処できます。

誤解 9: 生成 AI には思考と感情がある

生成 AI には知覚力はありません。そう見えることもありますが、生成 AI には感情や共感がなく、実際には人間と同じように自分の言っていることが理解できません。チャットボットに質問すると、複雑な予測モデルによって生成された一連の単語またはフレーズが応答します。多くの場合、応答は非常に信頼性が高く正確ですが、感情や感情ではなく、統計的に「可能性の高い」単語と文字の組み合わせに基づいています。

誤解 10: 生成 AI は人間の直観と意思決定を置き換えることができる

上で説明したように、信頼できる意思決定には人間の直観が必要となることがよくあります。生成 AI モデルと人間の経験とのコラボレーションにより、サプライ チェーンの計画と管理における堅牢なソリューションを作成する際に、両方の長所が得られます。

最後に、生成 AI について少し理解して、生成 AI についての考えられる神話や誤解を解消できたことを願っています。 Logility は、これらの強力な機能をプラットフォーム全体に統合することに重点を置いています。当社は、技術的な専門知識と主題に関する専門知識を組み合わせて、計画に関する質問に答え、ビジネスをスムーズ、効率的、収益性の高い運営を維持するために必要なツールを貴社が確実に備えられるようにします。

生成 AI のパワーとスピード、そして人々の共感、直感、人間関係によって、企業は新たなレベルの成功に到達することができます。