Menjelaskan Kelebihan AI

 

Mengapakah ketelusan, integrasi dan kepercayaan menjadi penentu dalam teknologi logistik? Peter MacLeod bercakap dengan pakar.

Pada LogiMAT tahun ini, jika ada tema yang memotong bunyi dengan lebih jelas daripada kebanyakan, ia adalah kelajuan. Bukan sahaja kelajuan operasi, tetapi kelajuan penggunaan, kelajuan inovasi, dan akhirnya Yang Besar: kelajuan pulangan pelaburan. Untuk Perisian Inform, perbincangan itu semakin membawa kepada persoalan yang lebih luas: bagaimana organisasi logistik boleh menggunakan sistem yang lebih pintar tanpa kehilangan ketelusan, kawalan atau kepercayaan?

 

Bercakap kepada saya di tingkat pameran yang sibuk di Stuttgart, Inform's SVP Inventory & Supply Chain, Dr. Bernd Heinrichs menggariskan bagaimana syarikat melihat kecerdasan buatan berkembang dalam rantaian bekalan dan persekitaran intralogistik.

 

Memperluaskan Lapisan Pengoptimuman

Makluman telah lama dikaitkan dengan pengoptimuman dalam persekitaran yang kompleks,-didorong data. Tetapi apabila pasaran menjadi lebih tidak menentu, sistem pengoptimuman diminta untuk bertindak balas dengan lebih pantas, menggabungkan lebih banyak isyarat dan menyokong-pembuatan keputusan yang lebih dinamik.

Peralihan itu amat relevan dalam persekitaran di mana keputusan saling bergantung. Perubahan dalam perancangan permintaan boleh menjejaskan inventori, kapasiti pengangkutan, peruntukan buruh atau tahap perkhidmatan. Pengesyoran yang dibuat dalam satu bahagian operasi boleh menimbulkan akibat di tempat lain, yang menjadikan ketelusan penting untuk kegunaan-ke-hari.

Bagi Heinrichs, di sinilah AI dalam logistik mesti membuktikan nilai praktikalnya. "Saya tidak bercakap tentang AI. Saya bercakap tentang AI yang boleh dijelaskan," katanya. "Semua yang kita buat, semua yang kita cadangkan, ada penjelasannya. Kalau tidak, orang tak percaya."

Amanah sebagai Keperluan Praktikal

Dalam perbualan dengan pelanggan merentasi industri yang berbeza, dia berkata soalan yang sama timbul berulang kali: "Mengapa sistem memilih pilihan itu dan bukan yang lain?"

 

Persoalannya penting kerana keputusan logistik jarang dibuat oleh teknologi sahaja. Mereka melibatkan perancang, pengurus, pasukan operasi dan, dalam banyak kes, pelanggan atau rakan kongsi luar. Jika pihak berkepentingan ini tidak dapat mengikuti alasan di sebalik pengesyoran-yang disokong AI, mereka berkemungkinan kecil untuk bertindak ke atasnya.

 

Bagi Heinrichs, ini boleh menjadi titik pembezaan yang bermakna bagi penyedia teknologi Eropah. "Kami boleh membina AI sebaik sesiapa sahaja, tetapi kami boleh menambah sesuatu yang berbeza," katanya. "Ia tidak sepatutnya menjadi kotak hitam."

Apabila syarikat ingin membenamkan aplikasi AI ke dalam proses perniagaan yang mantap, perbezaan itu menjadi semakin penting. Sistem perlu kukuh dari segi teknikal, tetapi mereka juga perlu cukup difahami untuk pengguna mencabar, mengesahkan dan memperbaikinya dari semasa ke semasa.

 

Mengurus Persekitaran yang Kurang Dapat Diramalkan

Persekitaran operasi menjadi lebih sukar untuk dirancang dengan data sejarah sahaja. Corak permintaan berubah, faktor luaran campur tangan dan keadaan pasaran boleh berubah dengan cepat, selalunya sebelum perubahan tersebut jelas kelihatan dalam angka. "Anda perlu mengumpulkan-data masa sebenar dan tidak bergantung pada data sejarah sahaja," katanya. "Anda perlu bertindak balas terhadap turun naik dan menyepadukan isyarat daripada sumber yang berbeza ke dalam keputusan anda."

Ini menandakan peralihan daripada model pengoptimuman yang lebih statik ke arah sistem responsif yang sentiasa mengambil kira maklumat baharu. "Ia semakin dinamik," tambahnya. "Langkah seterusnya ialah menjadikannya lebih ejen - bertindak balas sendiri terhadap perubahan dalam persekitaran."

 

Daripada Berita kepada Ramalan

Satu contoh Makluman yang dibentangkan buat kali pertama di LogiMAT ialah pendekatan-berasaskan AI baharu yang direka untuk membawa peristiwa luaran terus ke dalam ramalan dan perancangan senario. Titik permulaan, kata Heinrichs, adalah soalan mudah: mengapa model ramalan sering mengabaikan apa yang berlaku di dunia di sekeliling mereka?

 

"Jika anda menjalankan ramalan klasik hari ini, ia berdasarkan angka sejarah," jelasnya. "Tetapi pada hakikatnya, permintaan sentiasa dipengaruhi oleh peristiwa seperti konflik geopolitik, gangguan rantaian bekalan, peraturan baharu atau trend pasaran. Maklumat ini wujud, tetapi biasanya sebagai berita, bukan sebagai nombor."

Penyelesaian baharu direka untuk menutup jurang itu. Pengguna menyediakan siri masa, seperti angka jualan atau penunjuk pasaran, dan menerangkan secara ringkas konteksnya. AI kemudiannya menyelidik peristiwa berita yang berkaitan, menganalisis hubungan sejarah dan menjana beberapa kemungkinan senario masa depan. Hasilnya ialah ramalan yang disertakan dengan penjelasan-berdasarkan bukti mengapa pasaran boleh berkembang dalam arah yang berbeza.

Manusia dalam Lingkaran

Bagi Heinrichs (gambar, di bawah), perbincangan tentang AI juga membawa terus kepada peranan kepakaran manusia. AI boleh mengenal pasti corak, memproses jumlah maklumat yang besar dan menghasilkan senario dengan pantas. Tetapi nilainya meningkat apabila orang ramai boleh menambah pengalaman, konteks dan pertimbangan yang tidak dapat diberikan oleh data sahaja.

"AI hanya sebaik data yang berfungsi dengannya dan orang yang dapat memberi makna data itu," katanya. "Itulah sebabnya manusia kekal sebagai bahagian penting dalam gelung."

Dalam amalan, ini bermakna perancang dan{0}}pembuat keputusan tidak dialih keluar daripada proses. Mereka tetap menjadi pusatnya. Peranan mereka adalah untuk mengesahkan senario, mempersoalkan andaian dan memperhalusi output berdasarkan pengetahuan operasi atau intuisi pasaran.

 

"Jika orang memahami mengapa sistem mengesyorkan sesuatu, mereka boleh memutuskan sama ada untuk mempercayainya, mempersoalkannya atau memperbaikinya," jelas Heinrichs. "Di situlah kerjasama antara pertimbangan manusia dan kecerdasan mesin menjadi sangat berkuasa."

 

Integrasi dan Kebolehoperasian

Satu lagi tema yang konsisten dalam perbincangan pelanggan ialah integrasi. Memandangkan operasi logistik menjadi lebih saling berkaitan, keupayaan untuk memautkan-aplikasi dipacu AI dengan sistem sedia ada menjadi penting. "Kami sentiasa mendapat soalan: bagaimana saya boleh menyepadukan dengan sistem ERP saya, penyelesaian saya yang lain?" Heinrichs memberitahu saya. Maklum balas Inform adalah untuk menyeragamkan penyambung dan menyelaraskan dengan platform utama seperti SAP dan Microsoft. Hasilnya ialah laluan penyepaduan yang lebih mudah, mengurangkan kedua-dua kos dan masa pelaksanaan.

 

"Ia membuat perbezaan yang besar," tambahnya. "Dan ia juga memudahkan kami untuk berkembang di peringkat antarabangsa."
Ini adalah titik penting dalam penggunaan AI. Malah aplikasi yang paling maju akan bergelut untuk mencipta nilai jika ia terletak selain daripada sistem di mana proses perniagaan sebenarnya diuruskan. Syarikat logistik telah pun beroperasi dengan landskap IT yang mantap, dan penyelesaian baharu mesti sesuai dengan persekitaran tersebut tanpa mewujudkan kerumitan tambahan.

 

 

Tanggungjawab Data

Dengan peningkatan ketersambungan dan penggunaan data, pengawasan yang lebih tinggi terhadap keselamatan. Latar belakang Heinrichs dalam keselamatan siber memaklumkan pendirian yang kukuh mengenai isu ini. "Setiap produk perlu mempunyai setem keselamatan sebelum ia keluar," katanya. "Ia adalah wajib."

Memandangkan model AI menggunakan sumber data yang lebih luas - termasuk suapan luaran seperti berita dan maklumat pasaran - kerumitan mengurus dan memastikan data itu berkembang. "Jumlah data yang kami gunakan menghasilkan permintaan yang besar dari segi keselamatan data," kata Heinrichs. "Anda perlu kekal di atasnya."

 

Pasaran Sedia Bergerak

Mungkin yang paling menarik ialah penilaian Heinrichs terhadap sentimen pasaran. Daripada berhati-hati, dia melihat selera yang semakin meningkat untuk eksperimen dan kemajuan pesat.

"Pelanggan meminta kami memberikan idea," katanya. "Mereka sanggup menang cepat, gagal cepat." Keterbukaan itu mewujudkan tanah subur untuk penyelesaian pintar yang boleh memberikan peningkatan yang ketara tanpa inersia projek transformasi berskala besar-.

 

Bagi kebanyakan syarikat, fasa pendigitalan seterusnya tidak akan ditentukan oleh AI sahaja. Ia akan ditakrifkan oleh AI yang menerangkan dirinya sendiri, menghubungkan secara bersih dengan sistem sedia ada dan menyokong keputusan yang boleh dipercayai oleh orang ramai.