공급망에서 인공지능(AI)을 가장 성공적으로 적용할 수 있는 방법은 무엇입니까? IT 공급업체 OpenAI가 2022년 XNUMX월 ChatGPT를 출시한 이후 생성 AI에 대한 과대광고가 있었습니다. 분석 회사인 Gartner의 최근 조사에 따르면, 공급망 경영진 중 절반이 올해 GenAI(생성 AI)를 채택할 것으로 예상합니다. 그러나 그들은 대규모 언어 모델로 훈련된 텍스트 및 코드 생성 AI 애플리케이션을 공급망에 어떤 규모로 의미있게 배포하는 방법에 대한 구체적인 아이디어를 아직 갖고 있지 않을 것입니다.
커피 생산자 Jacobs Douwe Egberts는 사용자 친화적인 챗봇을 성공적인 파일럿 프로젝트를 통해 Garvis의 수요 계획 소프트웨어 확장 2023년 중반. 이를 통해 임의의 직원은 예를 들어 판촉 캠페인의 재정적, 물류적 영향에 대해 정확하고 접근 가능한 답변을 얻을 수 있습니다.
가장 큰 장애물
가장 큰 장애물 전사적 인공지능 도입 기본 공급망 소프트웨어와 생성된 데이터의 필요한 조화입니다. 또한 기업 데이터가 OpenAI의 공용 애플리케이션으로 유출되는 것을 방지하기 위한 암호화 기술도 필요합니다.
또한 생성 AI의 라이선스 비용도 엄청날 수 있습니다. ChatGPT 기업 라이선스 비용은 사용자 9,000명당 60달러 이상이며, 각 쿼리('프롬프트')에 대한 추가 비용도 추가됩니다. 전체 기업 중 절반이 실제로 생성 AI를 채택한다면, 엄청나게 높은 비용과 실망스러운 수익으로 인해 내년에 이 거품이 터질 것으로 예상됩니다.
개인적으로 저는 소위 '협소한' AI가 공급망에서 가장 큰 잠재력을 갖고 있다고 봅니다. 로잔의 EPFL 기술 대학에서 탄생한 스위스 스타트업 Afflux는 이미 시뮬레이션 모델과 최적화 알고리즘의 조합을 사용하여 공급망에서 일련의 성공적인 AI 프로젝트를 완료했습니다. 시뮬레이션 모델에서 기존 생산 라인을 정확하게 모델링한 후 다양한 알고리즘을 사용하여 생산 일정을 최적화함으로써 생산성이 최대 10~30% 향상되었습니다.
맞춤형 모델링
생산 일정을 위한 표준 소프트웨어에는 종종 99~XNUMX개의 기술적 제약이 있는 반면, 시뮬레이션 모델은 최대 XNUMX%의 정확도로 더 많은 병목 현상이 있는 현실을 대략적으로 추정할 수 있습니다. 생산 라인과 유통 네트워크의 이러한 디지털 트윈은 공급망에서 가장 성공적인 AI 애플리케이션이 될 것입니다. 그러나 맞춤형 모델링이 필요합니다.
Martijn Lovers, 수석 Trendwatcher Supply Chain Media
martijn.lovers@supplychainmedia.nl
- SEO 기반 콘텐츠 및 PR 배포. 오늘 증폭하십시오.
- PlatoData.Network 수직 생성 Ai. 자신에게 권한을 부여하십시오. 여기에서 액세스하십시오.
- PlatoAiStream. 웹3 인텔리전스. 지식 증폭. 여기에서 액세스하십시오.
- 플라톤ESG. 탄소, 클린테크, 에너지, 환경, 태양광, 폐기물 관리. 여기에서 액세스하십시오.
- PlatoHealth. 생명 공학 및 임상 시험 인텔리전스. 여기에서 액세스하십시오.
- 출처: https://www.supplychainmovement.com/winning-artificial-intelligence/
