Генеративный искусственный интеллект (GenAI) способен значительно повысить эффективность цепочек поставок и устойчивость к рискам предприятий различных отраслей, отмечают опрошенные порталом InformationWeek эксперты.

GenAI может помочь руководителям цепочек поставок получать оперативные и действенные инсайты. Используя естественный язык, они могут запрашивать информацию, перемещаться по системам или вносить изменения без необходимости находиться в конкретном приложении. Это позволяет отказаться от ручного ввода данных и повторяющихся задач, сэкономить время и уменьшить количество ошибок.

По данным недавнего исследования Gartner, половина руководителей цепочек поставок намерены внедрить GenAI в ближайшие 12 месяцев, а еще 14% уже находятся на стадии внедрения. Опрос также показал, что директора по цепочкам поставок (chief supply chain officers, CSCO) выделяют на GenAI в среднем 5,8% бюджета своих подразделений.

Ноха Тохами, заслуженный вице-президент-аналитик практики цепочек поставок Gartner, говорит, что повышение производительности происходит за счет возможности получать инсайты гораздо быстрее, чем при обращении к многочисленным электронным таблицам Excel, исходным системам или даже традиционным BI-решениям. «Один из руководителей отметил, что к тому времени, когда планировщик цепочки поставок получает ответ на свой вопрос, вопрос уже не актуален, — рассказывает она. — Использование GenAI для своевременного понимания ключевых показателей эффективности (KPI) может помочь цепочке поставок стать более гибкой и быстрее реагировать на меняющиеся условия».

В исследовании респонденты из служб цепочек поставок отметили, что основными проблемами являются точность, надежность и прозрачность данных, совместимость с унаследованными системами и сопротивление со стороны сотрудников. «Если совместимость с унаследованными системами может не быть серьезным препятствием в пилотных проектах, где основной упор делается на экспериментирование с технологией, чтобы понять ее потенциальные преимущества, то для успешного развертывания более широких проектов организациям необходимо будет понять, как интегрировать решения GenAI с уже существующими технологиями цепочки поставок», — говорит Тохами.

Аналогичным образом, не так сложно создать набор данных для экспериментального использования, например, для выявления KPI, но для развертывания GenAI в качестве основного инструмента для определения KPI потребуются полные и точные данные, отражающие текущие условия цепочки поставок.

«После того как продвинутая аналитика выделит транспортные активы, транспортный аналитик может задать GenAI вопросы об этих активах, получить информацию о статусе отправления и предоставить клиентам обновления статуса заказов», — объясняет Тохами.

Новые инсайты — более сильные бизнес-результаты

Дарси Макларен, директор по доходам цифровых цепочек поставок компании SAP, говорит, что, используя GenAI, руководители цепочек поставок смогут реализовать истинную ценность данных для получения новых инсайтов, определения эффективности и, в конечном счете, достижения более высоких бизнес-результатов. «Несмотря на шумиху вокруг ChatGPT, GenAI — это нечто большее, чем открытые языковые модели, — объясняет она. — Руководители цепочек поставок используют алгоритмы машинного обучения для прогнозирования спроса и оптимизации уровня запасов, сокращения отходов и повышения удовлетворенности клиентов».

Соединяя ИИ с богатыми данными, поступающими со всего предприятия, организации могут добиться синергетического эффекта, который повысит производительность, улучшит гибкость бизнеса и сократит расходы. «С помощью GenAI компании могут легко понять условия, скрытые в данных, и использовать их для анализа сложных наборов данных, прогнозирования спроса и оптимизации маршрутов доставки», — говорит Макларен.

Трой Протеро, старший вице-президент SymphonyAI по управлению решениями для цепочек поставок, отмечает, что GenAI будет накладываться на более сложное базовое моделирование данных для цепочек поставок, включая сценарное планирование или планирование на случай непредвиденных обстоятельств. «Когда у вас есть агрегированные данные, обеспечивающие видимость всей цепочки поставок, базовая аналитика в сочетании с GenAI поддерживает очень надежное, интуитивно понятное планирование сценариев „что-если“», — объясняет он.

По словам Протеро, при планировании цепочек поставок GenAI может помочь новым или малоопытным сотрудникам быстро выполнять работу на уровне, ожидаемом от гораздо более опытных сотрудников. «Специалисты по планированию цепочек поставок в восторге от того, как генеративный ИИ может повысить производительность и эффективность, а также значительно увеличить точность, что особенно важно».

Решение проблем на простом языке

По словам Макларен, в 2024 г. руководители цепочек поставок могут ожидать распространения цифровых помощников на базе GenAI, которые изменят методы ведения бизнеса, позволяя пользователям задавать вопросы на простом языке и получать быстрые, контекстуальные ответы.

Например, если в компании есть несколько грузовиков, ожидающих разгрузки, работник может попросить GenAI-помощника проверить список грузов, выяснить, что содержится в каждом грузовике, и предложить, какой из них разгрузить первым.

«Эти инсайты приведут к многочисленным улучшениям в цепочке поставок, таким как ускорение доставки и снижение затрат, устанавливая новые стандарты реагирования на рынке и конкурентоспособности», — говорит Макларен.

Однако руководителям цепочек поставок, желающим интегрировать GenAI с существующими решениями, необходимо убедиться в актуальности, надежности и ответственности ИИ, чтобы достичь бизнес-результатов безопасным и соответствующим требованиям способом.

По словам Макларен, чтобы решить проблемы с внедрением и создать базовые возможности ИИ, CSCO должны рассказать своим организациям о возможностях и преимуществах ИИ. «Начните с изучения практических примеров управления процессами в цепочке поставок, включая управление трудовыми ресурсами, рационализацию и упрощение, а также извлечение максимальной пользы из решений для цепочки поставок», — поясняет она.

С ее точки зрения, руководители цепочек поставок, стремящиеся успешно внедрить ИИ в свой бизнес, должны учитывать несколько моментов. В их числе — обеспечение правовой базы и надлежащего доступа к данным, чтобы использовать клиентские данные для разработки продуктов и оптимизации операций. «Используйте централизованную архитектуру данных, обеспечивающую интеграцию, качество и руководство данными в рамках всей цепочки поставок, а также разработайте этическую политику и создайте консультативные советы для продвижения надежного ИИ», — говорит Макларен.

Также важно обучать и расширять возможности сотрудников, чтобы они могли использовать ИИ и внедрять инновации во всем бизнесе. «Интеграция GenAI в каждый уровень сети цепочек поставок позволит создать гиперпрогнозируемую и эффективную логистическую организацию», — считает Макларен.