Liderzy sięgają po AI

Jak wskazuje Gartner, to najwięksi gracze w łańcuchach dostaw zauważają największy potencjał sztucznej inteligencji na polu usprawniania swojego biznesu i sięgają po AI. Badanie wykazało również, że najlepsze organizacje łańcucha dostaw wskazują produktywność, a nie wydajność lub oszczędności kosztów jako klucz do rozwoju biznesu.

Firma Gartner przeprowadziła ankietę wśród 818 praktyków łańcucha dostaw z różnych obszarów geograficznych i branż, aby zrozumieć, w jaki sposób łańcuch dostaw dostosowuje się do zmian wartości ekonomicznych, wspiera zrównoważony wzrost, wykorzystuje potencjał zasobów cyfrowych w celu zwiększenia produktywności oraz rewitalizuje siłę roboczą i sieć ludzi.

– Organizacje osiągające najlepsze wyniki w łańcuchu dostaw podejmują decyzje inwestycyjne w inny sposób niż ich rywale osiągający gorsze wyniki – powiedział Ken Chadwick, wiceprezes ds. analiz w dziale łańcucha dostaw firmy Gartner. – Zwiększenie produktywności jest kluczowym czynnikiem, który będzie napędzał przyszły sukces, a kluczem do odblokowania tej produktywności jest wykorzystanie wartości niematerialnych i prawnych. Widzimy ten podział szczególnie w domenie cyfrowej, gdzie najlepsze organizacje są daleko w przodzie w optymalizacji danych łańcucha dostaw za pomocą aplikacji AI/ML w celu odblokowania wartości.

W badaniu organizacje zostały ocenione pod kątem pięciu kluczowych wskaźników mierzących wyniki biznesowe i ludzkie w celu określenia ich poziomu wydajności. Wśród kluczowych ustaleń, dane pokazały, że organizacje osiągające wysokie wyniki są daleko do przodu w automatyzacji i/lub optymalizacji procesów wykorzystujących dane łańcucha dostaw przy użyciu AI/ML. “Wysokie wyniki” to te, które zgłaszały wyniki przekraczające oczekiwania w ciągu ostatnich 12 miesięcy w pięciu pomiarach wyników łańcucha dostaw.

Wartość z aktywów niematerialnych

Przepaść między wysokimi i niskimi wynikami w optymalizacji procesów za pomocą AI/ML wskazuje na głębszy rozdźwięk w strategii organizacji. Firmy osiągające najlepsze wyniki coraz częściej traktują priorytetowo wydobywanie wartości ze swoich zasobów cyfrowych w celu zwiększenia produktywności, zamiast dokonywania inwestycji cyfrowych w celu osiągnięcia efektywności, takiej jak oszczędność kosztów.

Wśród pięciu najważniejszych inwestycji cyfrowych, które mają przynieść wartość, organizacje osiągające najlepsze wyniki są na dalszym etapie wdrażania. Należą do nich (w nawiasie porównanie organizacje o wysokich i niskich wynikach):

• Współpraca z działem IT w celu ustanowienia niemożliwych do złamania mechanizmów bezpieczeństwa danych (74% vs. 61%)
• Stworzenie etycznych i wiążących ram prywatności danych dla wykorzystania danych klientów (68% vs. 50%)
• Uwzględnianie środków cyberbezpieczeństwa w umowach z dostawcami i pracownikami (66% vs. 57%)
• Przechwytywanie danych dotyczących zadowolenia klientów specyficznych dla łańcucha dostaw (58% vs. 40%)
• Analizowanie i wykorzystywanie specyficznych dla łańcucha dostaw danych dotyczących użytkowania i zadowolenia klientów (57% vs. 35%)

– Przechwytywanie, ochrona, a następnie wykorzystywanie danych organizacji za pomocą AI/ML jest przykładem tego, jak organizacje coraz częściej zwracają się w kierunku wartości niematerialnych i prawnych, aby wydobyć nowe źródła wartości – powiedział Chadwick. – Organizacje osiągające wysokie wyniki wychodzą poza początkowy etap wdrażania i przechodzą do pełnego wdrożenia, co skutkuje lepszym podejmowaniem decyzji, które odblokowują nowe źródła wartości.

Podnoszenie kwalifikacji

Badanie Gartnera wykazało podobne trendy w sposobie, w jaki najlepsze organizacje łańcucha dostaw osiągają niematerialną wartość z inwestycji w ludzi i zasoby. Chadwick zauważył, że szybki rozwój technologii spowoduje, że organizacje będą musiały podnosić kwalifikacje swoich talentów, a inwestycje w naukę i rozwój będą niezbędne do osiągnięcia pełnych korzyści z cyfrowych inwestycji organizacji.

Podczas zarządzania inwestycjami w zasoby, organizacje osiągające najlepsze wyniki były daleko do przodu we współpracy z dostawcami w celu utrzymania spójności dostawców i pracy wyłącznie z dostawcami, którzy mają własne mechanizmy kontroli ryzyka. Cechy te są typowe dla organizacji, które osiągnęły zwiększoną widoczność dostawców dzięki wykorzystaniu dojrzałych danych i możliwości analitycznych.

Wdrażają lub wdrożą

Według badania przeprowadzonego przez firmę Gartner, połowa liderów łańcucha dostaw planuje wdrożyć generatywną sztuczną inteligencję (GenAI) w 2024 roku, a dodatkowe 14% jest już na etapie wdrażania. Dane z badania wykazały również, że dyrektorzy ds. łańcucha dostaw (CSCO) przeznaczają średnio 5,8% budżetu swojej funkcji na GenAI.

– CSCO postrzegają GenAI jako wsparcie ich szerszych celów transformacji cyfrowej – powiedziała Noha Tohamy, analityk Distinguished VP w Gartner Supply Chain Practice. – Wielu liderów łańcucha dostaw wykorzystywało już technologie łańcucha dostaw i zaawansowaną analitykę, a z tych danych jasno wynika, że większość z nich widzi również wartość w GenAI w celu zwiększenia produktywności, poprawy elastyczności biznesowej i obniżenia kosztów. Wyzwaniem dla wielu z tych organizacji w ciągu najbliższych 12 miesięcy będzie skalowanie projektów pilotażowych w celu ich szerszego wdrożenia – powiedział Tohamy.

Tohamy zauważył jednak, że odpowiedzi na ankietę pokazują, iż łańcuch dostaw pozostaje w tyle za innymi funkcjami przedsiębiorstwa, takimi jak marketing i sprzedaż. Może to stanowić okazję dla organizacji łańcucha dostaw do bycia “szybkimi naśladowcami” poprzez wykorzystanie wczesnych doświadczeń i inwestycji technologicznych innych partnerów funkcjonalnych. Dane z ankiety wykazały, że najbardziej wpływowe przypadki użycia GenAI w łańcuchu dostaw obejmują takie obszary, jak rozszerzenie kodu, zapewnienie lepszego wglądu w kluczowe wskaźniki wydajności łańcucha dostaw i chatboty pomagające pracownikom.

Badanie wykazało rrównież, że liderzy łańcucha dostaw wspierają swoje plany wdrożeniowe znacznymi alokacjami budżetowymi. Liderzy łańcucha dostaw przeznaczą 5,8% swoich budżetów na tę technologię, a także dodatkowe wydatki na pracowników w celu wdrożenia GenAI. Sześćdziesiąt pięć procent respondentów stwierdziło, że zatrudni dedykowanych pracowników i ekspertów, którzy pomogą wdrożyć tę technologię w 2024 roku.

Tohamy powiedział, że prognozowane dane budżetowe pokazują, że liderzy łańcucha dostaw poważnie podchodzą do postępów w zakresie rozwiązań GenAI w tym roku, a także dostrzegają potrzebę dodatkowych zasobów, aby z powodzeniem wyjść poza pilotaż na małą skalę. – CSCO mogą również brać pod uwagę wpływ na role pracowników wymagane od ich personelu, ponieważ przechodzą oni na działania o wyższej wartości dodanej, podczas gdy zadania niższego poziomu są coraz bardziej zautomatyzowane – powiedział Tohamy.

Nie spieszyć się

Zbyt często organizacje mają mapę drogową technologii AI podszywającą się pod strategię. Nie zdają sobie sprawy, że działania związane ze sztuczną inteligencją i GenAI to decyzje biznesowe, ekonomiczne, społeczne, etyczne i technologiczne.

Uniknięcie tego błędu wymaga holistycznego, zintegrowanego podejścia z jasnym przywództwem i zarządzaniem. Nie oznacza to jednak, że organizacje powinny spieszyć się z powołaniem dyrektora ds. sztucznej inteligencji. W większości przypadków szef ds. sztucznej inteligencji, który nie znajduje się na poziomie C-suite, będzie w stanie doskonale zarządzać dwoma kluczowymi aspektami realizacji strategii AI: orkiestracją i multidyscyplinarnym zarządzaniem.

3 krytyczne czynniki sukcesu dla inicjatyw AI

• Dostosowana strategia biznesowa: Skoncentruj się na budowaniu historii wartości, która ilustruje postępy w osiąganiu wyników biznesowych, powiązanych ze strategią biznesową organizacji. Potencjalny wpływ sztucznej inteligencji jest tym większy, im większa jest gotowość do ponownego przemyślenia i skalibrowania swojej działalności.
• Wspólna orkiestracja: Będzie wiele równoległych inicjatyw AI i GenAI, które wymagają zasobów funkcjonalnych, technicznych, bezpieczeństwa, D&A i wielu innych zasobów organizacyjnych. Aby uzyskać największą szansę na sukces, należy zorganizować je razem.
• Multidyscyplinarne zarządzanie: Modele uniwersalne są zbyt restrykcyjne, a silosowe zarządzanie ogranicza koordynację i prowadzi do niespójnych standardów zachowań w całej organizacji.

Komentarze

Dawid Kwiatkowski

Digitalization Manager, DHL Supply Chain

Potencjał wykorzystania sztucznej inteligencji (AI) w zarządzaniu łańcuchami dostaw jest już dobrze widoczny i przynosi znaczące korzyści w różnych aspektach logistyki. AI wprowadza znaczące zmiany, szczególnie w zakresie automatyzacji i optymalizacji procesów. Przykładem jest zastosowanie AI w magazynach do zadań takich jak kompletowanie zestawów produktów. Robotyczne ramiona, zaprogramowane do precyzyjnego łączenia określonych elementów w zestawy, uwalniają pracowników od monotonnych i powtarzalnych czynności, pozwalając im skupić się na bardziej złożonych zadaniach wymagających kreatywności i elastyczności.

Firma DHL Supply Chain inwestuje w asystujące roboty pickujące (AP robots). Te autonomiczne pojazdy wyświetlają zdjęcia towarów do pobrania i dzięki AI obliczają optymalne trasy nawigacji po magazynie. Zwiększają one produktywność, przemieszczając się po magazynie i zbierając przedmioty od pracowników, którzy pozostają w jednej strefie. Dzięki temu ludzie mogą wykonywać bardziej skomplikowane zadania, podczas gdy roboty zajmują się rutynowym zbieraniem i transportem.

Sztuczna inteligencja odgrywa także kluczową rolę w analizie Big Data w logistyce. AI pozwala na przetwarzanie i analizowanie ogromnych ilości danych w czasie rzeczywistym, co jest niezbędne do skutecznego wykorzystania big data. AI umożliwia analizę predykcyjną, automatyzację decyzji, wykrywanie anomalii i diagnostykę oraz zwiększenie widoczności operacji logistycznych. Dzięki AI firmy mogą lepiej zarządzać zasobami, zwiększać produktywność i elastyczność operacyjną, a także skuteczniej reagować na zmieniające się warunki rynkowe.

W efekcie AI staje się nieocenionym narzędziem w logistyce, zwiększając efektywność i konkurencyjność przedsiębiorstw na globalnym rynku.

Łukasz Nesler

Director of IT and Innovation – Central Europe, FM Logistic

Wykorzystanie sztucznej inteligencji w zarządzaniu łańcuchem dostaw już przynosi biznesowi wymierne korzyści. Algorytmy AI potrafią analizować ogromne ilości danych np. szczegóły zamówień i tras, ruch drogowy, pogodę i inne czynniki mające wpływ na realizację dostaw. Dzięki temu można wyznaczać najbardziej  optymalne trasy i harmonogramy pracy, a w konsekwencji oszczędzać czas i paliwo oraz redukować emisję CO2. Kolejny obszar to zarządzanie magazynem. AI może optymalizować przydział miejsca, zarządzać poziomem zapasów, optymalizować pracę i ruch wewnątrz magazynu, czy dobierać optymalne harmonogramy pracy dla poszczególnych zadań. Może też optymalizować sposób pakowania produktów, aby zminimalizować rozmiar opakowania oraz pustą przestrzeń w transporcie. Idąc dalej mamy obsługę klienta, wspieraną przez chatboty i wirtualnych asystentów. Coraz sprawniej obsługują zapytania klientów, udzielają informacji o produktach i statusie zamówień i rozwiązują problemy w czasie rzeczywistym. Kolejny aspekt to prognozowanie, a w szczególności prognozowanie popytu. Sztuczna inteligencja usprawnia proces planowania produkcji i zapasów, a tym samym zapobiega zarówno niedoborom, jak i nadwyżkom na stocku, a to z kolei przekłada się na obniżenie kosztów i większą satysfakcję klienta.

To zaledwie kilka, aczkolwiek chyba najważniejszych przykładów ogromnego potencjału jaki drzemie w wykorzystaniu sztucznej inteligencji w zarządzaniu łańcuchem dostaw. Z pewnością niedaleka przyszłość odkryje przed nami kolejne obszary, w których będą stosowane algorytmy AI.

Artykuł ukazał się w czasopiśmie Eurologistics 3/2024