Представлено SAP
Благодаря развитию генеративного искусственного интеллекта по-настоящему автономная цепочка поставок может оказаться ближе, чем мы думаем. Вот почему.
Спросите любого специалиста по цепочке поставок за последний год, и он скажет вам, что их компания хочет пожинать плоды генеративного ИИ. Исследования EY подтверждают это: почти три четверти (73%) руководителей цепочек поставок и операций планируют внедрить GenAI. Однако только 7% из них говорят, что успешно внедрили эту технологию.
Совершить технический переход от проверки концепции к GenAI в больших масштабах непросто. Это становится еще яснее, если учесть, что операции цепочки поставок повсюду сталкиваются с проблемами качества данных, организационной готовности и нестабильности — как внутри, так и снаружи. Однако организации, которые инвестировали в ИИ на раннем этапе, по крайней мере частично преодолели эти барьеры. Опрос McKinsey, проведенный в 2023 году, показал, что цепочка поставок и управление запасами — это две области, в которых сообщается о значительном увеличении доходов благодаря ИИ.
Однако, чтобы воспользоваться этим преимуществом, командам должно стать проще интегрировать GenAI в свои повседневные рабочие процессы. Вот как.
Точное и проактивное планирование
Успех цепочки поставок основан на разумном принятии решений. Однако, не обладая историческими знаниями в области бизнеса, лидерам планирования цепочек поставок приходится управлять важными сроками выполнения заказов и запасами, основываясь на интуиции, а не на точных данных о спросе и предложении. Полученные в результате предположения влияют на сроки выполнения заказов и в конечном итоге влияют на удовлетворенность клиентов.
«Целостность данных — один из наиболее важных компонентов, которые следует учитывать по мере того, как мы приближаемся к эпохе автономных цепочек поставок. Очень важно обеспечить бесперебойный сквозной процесс во всей цепочке поставок», — говорит Минди Дэвис, глобальный вице-президент, маркетинг продуктов для цифровой цепочки поставок в SAP.
Многие компании, находящиеся на пути цифровизации, возможно, отказались от большинства своих бумажных систем, чтобы лучше контролировать свою цепочку поставок, но они не полностью включили эти виды аналитики в свои процессы принятия решений. Исследование EY показало, что даже среди организаций, использующих GenAI в своей цепочке поставок, только 50% достигли сквозной прозрачности. «Это может показаться устаревшим, но, честно говоря, оцифровка бумажных систем — это первый шаг к созданию цифровой основы, позволяющей вам получить доступ к комплексным данным, влияющим на вашу цепочку поставок», — говорит Дэвис.
ИИ также оказывается мощным инструментом для планировщиков, позволяющим набраться сил и преодолеть этот разрыв. Используя проверенные и консолидированные данные, команды цепочки поставок могут обучать модели искусственного интеллекта, чтобы точно прогнозировать будущие сроки выполнения заказов или отслеживать статус поставок в режиме реального времени. Точные сроки выполнения заказов означают, что команды могут поставлять нужные продукты в нужное время и обеспечивать удовлетворенность клиентов. По мере того, как компании приближаются к эпохе автономных цепочек поставок, решение искусственного интеллекта, интегрированное в их ERP, может помочь ускорить принятие бизнес-решений.
В SAP Дэвис и ее команда используют бизнес- и финансовые данные, полученные в ERP-решении компании SAP S/4HANA, чтобы помочь планировщикам, использующим другие приложения, такие как SAP Integrated Business Planning, принимать более обоснованные решения и точно прогнозировать сроки выполнения заказов. Затем, используя второй пилот Joule с искусственным интеллектом SAP, они смогут лучше понять переменные или ограничения, с которыми сталкиваются их запасы, и запросить рекомендации, чтобы быть более активными в своем планировании.
«Мы видим путь, характеризующийся технологическими, процедурными и информационными улучшениями, который приведет цепочку поставок в автономную эпоху, когда цепочки поставок работают с минимальным вмешательством человека», — говорит Дэвис.
Эффективное и безошибочное производство
В сегодняшних условиях цепочки поставок действительно нет места сбоям — будь то нехватка рабочей силы, геополитические раздоры или сбои на производстве. Чтобы идти в ногу со спросом, команды цепочки поставок сосредоточены на постоянном совершенствовании и поиске способов снять нагрузку с дорогостоящего ручного труда в пользу автоматизированных цифровых решений.
Если с производственной линии сходит бракованная продукция, ее необходимо быстро устранить. Во многих случаях ИИ может ускорить процесс решения быстрее, чем человеческий труд, предотвращая остановки производства и даже выявляя ошибки до их возникновения. Инженеры, создающие продукт, также могут опираться на эти идеи, используя ИИ для оценки всех ошибок, произошедших в прошлом, чтобы убедиться, что они не повторятся в будущем.
Но ИИ не только улучшает разрешение ошибок, он также может преобразовать первые этапы производства, например, устраняя избыточные задачи, такие как маркировка данных при визуализации продукта. Это может даже сделать дизайн более эффективным, разрабатывая, улучшая и адаптируя рецепты продуктов, обеспечивая при этом соответствие продукта требованиям и устойчивость.
Мощное профилактическое обслуживание
Производство миллионов продуктов, которые перемещаются по цепочке поставок, начинается с оборудования, используемого для их производства. Это время «активности» — часы, когда оборудование находится в действии, — является основой эффективных операций. Когда эти компоненты выходят из строя или достигают конца своего срока службы, это имеет огромные операционные и финансовые последствия, изменяя бюджет, влияя на условия оплаты и уменьшая поток денежных средств.
Регулярное техническое обслуживание основного оборудования является ключом к поддержанию непрерывности цепочки поставок. Но отслеживать износ и выявлять проблемы еще до того, как они возникнут, еще лучше, и это становится все более возможным благодаря ИИ.
С помощью видеозаписей с камер и визуальных проверок модели искусственного интеллекта могут помочь обнаружить ошибки, неисправности или дефекты оборудования до того, как они произойдут. Если технология выявляет проблему или прогнозирует необходимость технического обслуживания, команды могут организовать ремонт с помощью технического специалиста. Такое профилактическое обслуживание сводит к минимуму незапланированные простои, сокращает сбои в цепочке поставок и оптимизирует производительность активов.
Швейцарские федеральные железные дороги (SBB) тестируют эту возможность через SAP, чтобы помочь пассажирам доставляться туда, куда они хотят, вовремя и безопасно, проверяя небольшой, но критически важный элемент железнодорожной инфраструктуры: пантограф. Этот компонент, установленный на крыше электропоезда, собирает электроэнергию посредством контакта с воздушной линией.
«Многие компании будут внедрять генеративные инструменты искусственного интеллекта для небольших случаев использования»,
говорит Дэвис. «Реализация сценариев использования, демонстрирующих первоначальный успех, помогает продемонстрировать потенциал этой технологии для цепочки поставок, а затем вы можете рассмотреть возможность ее масштабирования в масштабах всей вашей организации».
Используя искусственный интеллект, SBB может оценить толщину и проводимость пантографа, чтобы определить, когда его следует заменить или отремонтировать. Железная дорога даже адаптирует этот процесс для проверки другого оборудования, включая двери, стулья и пищевое оборудование на борту.
Эти проверки с использованием искусственного интеллекта являются частью недавних обновлений SAP Asset Performance Management. Для менеджеров цепочек поставок данные о состоянии компилируются через Joule и подключаются к S/4HANA, контекстуализируя информацию и связывая бизнес-функции. Таким образом, они могут отслеживать эти сценарии и получать рекомендации на основе искусственного интеллекта о дальнейших шагах.
Все эти инновации являются шагами на пути к по-настоящему автономной цепочке поставок. Хотя первопроходцы интегрировали ИИ в свои процессы и добились положительных результатов, интеграция этих решений во всей организации остается сложной задачей. Поскольку компании продолжают свой путь к цифровизации, поиск применимых вариантов использования ИИ будет важен для ускорения их прогресса и наблюдения за реальными преимуществами этой технологии.
Чтобы узнать больше, зарегистрируйтесь на виртуальное мероприятие SAP RISE Into the Future, которое состоится 22 октября 2024 года.
Спонсорские статьи — это контент, созданный компанией, которая либо платит за публикацию, либо имеет деловые отношения с VentureBeat, и они всегда четко обозначены. Для получения дополнительной информации свяжитесь