Kakšna bo najuspešnejša uporaba umetne inteligence (AI) v dobavni verigi? Odkar je prodajalec informacijske tehnologije OpenAI novembra 2022 lansiral ChatGPT, je okoli generativne umetne inteligence nastal pravi hype. Po nedavni raziskavi analitičnega podjetja Gartner pričakuje, da bo letos polovica vodilnih v dobavni verigi sprejela generativno umetno inteligenco (GenAI). Vendar pa verjetno še nimajo konkretne ideje o tem, kako smiselno uvesti to aplikacijo umetne inteligence za ustvarjanje besedila in kode, ki jo usposablja velik jezikovni model, v svojih dobavnih verigah in v kakšnem obsegu.
Proizvajalec kave Jacobs Douwe Egberts je integriral uporabniku prijaznega chatbota v povečati Garvisovo programsko opremo za načrtovanje povpraševanja v uspešnem pilotnem projektu sredi leta 2023. Z njim naključni zaposleni dobijo natančne in dostopne odgovore na primer o finančnih in logističnih posledicah promocijske akcije.
Največje ovire
Največja ovira za sprejetje generativne umetne inteligence v celotnem podjetju je potrebna uskladitev osnovne programske opreme dobavne verige in ustvarjenih podatkov. Poleg tega je potrebna tehnologija šifriranja, da se prepreči uhajanje podatkov podjetja v javno aplikacijo OpenAI.
Tudi stroški licenciranja generativne umetne inteligence so lahko ogromni. Licenca ChatGPT za podjetja stane več kot 9,000 USD za 60 uporabnikov, poleg tega pa še dodatne stroške za vsako poizvedbo ('poziv'). Če polovica vseh podjetij res sprejme generativno umetno inteligenco, predvidevam, da bo ta balon počil naslednje leto zaradi pretirano visokih stroškov in razočarajočih prihodkov.
Osebno vidim največji potencial v dobavni verigi v tako imenovani 'ozki' AI. Švicarski start-up Afflux, rojen na tehnični univerzi EPFL v Lozani, je zaključil že celo vrsto uspešnih projektov AI v dobavni verigi s kombinacijo simulacijskega modela in optimizacijskih algoritmov. Z natančnim modeliranjem obstoječe proizvodne linije v simulacijskem modelu in nato z uporabo različnih algoritmov za optimizacijo načrtovanja proizvodnje je bilo doseženo izboljšanje produktivnosti med 10 in 30 %.
Modeliranje po meri
Standardna programska oprema za načrtovanje proizvodnje ima pogosto samo pet ali deset tehničnih omejitev, medtem ko lahko simulacijski model približa realnost z veliko več ozkimi grli z do 99-odstotno natančnostjo. Ti digitalni dvojčki proizvodnih linij in distribucijskih omrežij bodo najuspešnejše aplikacije umetne inteligence v dobavnih verigah. Vendar zahtevajo prilagojeno modeliranje.
Martijn Lofvers, vodja Trendwatcher Supply Chain Media
martijn.lofvers@supplychainmedia.nl
- Distribucija vsebine in PR s pomočjo SEO. Okrepite se še danes.
- PlatoData.Network Vertical Generative Ai. Opolnomočite se. Dostopite tukaj.
- PlatoAiStream. Web3 Intelligence. Razširjeno znanje. Dostopite tukaj.
- PlatoESG. Ogljik, CleanTech, Energija, Okolje, sončna energija, Ravnanje z odpadki. Dostopite tukaj.
- PlatoHealth. Obveščanje o biotehnologiji in kliničnih preskušanjih. Dostopite tukaj.
- vir: https://www.supplychainmovement.com/winning-artificial-intelligence/
