AI eelise selgitamine

 

Miks on logistikatehnoloogias määravaks saamas läbipaistvus, integratsioon ja usaldus? Peter MacLeod räägib eksperdiga.

Kui selle aasta LogiMATil oleks teema, mis lõikaks müra selgemalt läbi, oleks see kiirus. Mitte ainult toimingute kiirus, vaid ka kasutuselevõtu kiirus, innovatsiooni kiirus ja lõpuks The Big One: investeeringutasuvuse kiirus. Inform Software'i jaoks viib see arutelu üha enam laiema küsimuseni: kuidas saavad logistikaorganisatsioonid kasutusele võtta intelligentsemad süsteemid ilma läbipaistvust, kontrolli või usaldust kaotamata?

 

Rääkides minuga Stuttgardis elaval näitusepõrandal, kirjeldas Informi varude ja tarneahela SVP dr Bernd Heinrichs, kuidas ettevõte näeb tehisintellekti arenemist tarneahela ja siselogistika keskkondades.

 

Optimeerimiskihi laiendamine

Informatsiooni on pikka aega seostatud optimeerimisega keerukates,{0}}andmepõhistes keskkondades. Kuid kuna turud muutuvad ebastabiilsemaks, palutakse optimeerimissüsteemidel kiiremini reageerida, kaasata rohkem signaale ja toetada dünaamilisemat{2}}otsuste tegemist.

See nihe on eriti oluline keskkondades, kus otsused on üksteisest sõltuvad. Nõudluse planeerimise muudatus võib mõjutada laoseisu, transpordivõimsust, tööjõu jaotust või teenuste taset. Toimingu ühes osas antud soovitus võib mujal põhjustada tagajärgi, mis muudab läbipaistvuse igapäevaseks--kasutamiseks hädavajalikuks.

Heinrichsi jaoks peab siinkohal AI logistikas tõestama oma praktilist väärtust. "Ma ei räägi AI-st. Ma räägin seletatavast tehisintellektist," ütleb ta. "Kõigil, mida me teeme, kõigel, mida me välja pakume, on selgitus. Muidu inimesed ei usalda seda."

Usaldus kui praktiline nõue

Vestlustes klientidega erinevatest tööstusharudest, ütleb ta, et sama küsimus kerkib korduvalt: "Miks valis süsteem selle valiku, mitte mõne teise?"

 

Küsimus on oluline, sest logistikaotsuseid teeb harva ainult tehnoloogia. Need hõlmavad planeerijaid, juhte, operatiivmeeskondi ja paljudel juhtudel kliente või väliseid partnereid. Kui need sidusrühmad ei suuda tehisintellekti toetatud soovituse-põhimõtteid järgida, on vähem tõenäoline, et nad seda järgivad.

 

Heinrichsi jaoks võib sellest saada Euroopa tehnoloogia pakkujate jaoks oluline eristuspunkt. "Me saame luua tehisintellekti sama hästi kui keegi teine, kuid saame lisada midagi muud," ütleb ta. "See ei tohiks olla must kast."

Kuna ettevõtted soovivad manustada tehisintellekti rakendusi väljakujunenud äriprotsessidesse, muutub see erinevus üha olulisemaks. Süsteemid peavad olema tehniliselt tugevad, kuid need peavad olema ka piisavalt arusaadavad, et kasutajad saaksid neid aja jooksul vaidlustada, kinnitada ja täiustada.

 

Vähem prognoositavate keskkondade haldamine

Ainuüksi ajalooliste andmetega on tegevuskeskkondi üha raskem planeerida. Nõudlusmustrid muutuvad, välistegurid sekkuvad ja turutingimused võivad kiiresti muutuda, sageli enne, kui need muutused on numbrites selgelt nähtavad. "Peate koguma reaalajas-andmeid ja mitte tuginema ainult ajaloolistele andmetele," ütleb ta. "Peate reageerima volatiilsusele ja integreerima oma otsustesse erinevatest allikatest pärit signaalid."

See tähistab üleminekut staatilisematelt optimeerimismudelitelt tundlike süsteemide poole, mis võtavad pidevalt arvesse uut teavet. "See muutub dünaamilisemaks," lisab ta. "Järgmine samm on muuta see aktiivsemaks - reageerida keskkonna muutustele."

 

Uudistest prognoosini

Üks näide Inform, mida LogiMATil esmakordselt esitleti, on uus AI{0}}põhine lähenemine, mis on loodud väliste sündmuste toomiseks otse prognoosimisse ja stsenaariumide planeerimisse. Heinrichsi sõnul oli lähtepunkt lihtne küsimus: miks prognoosimudelid nii sageli ignoreerivad neid ümbritsevas maailmas toimuvat?

 

"Kui täna teha klassikalist prognoosi, siis see põhineb ajaloolistel näitajatel," selgitab ta. "Kuid tegelikkuses mõjutavad nõudlust pidevalt sellised sündmused nagu geopoliitilised konfliktid, tarneahela katkemine, uus regulatsioon või turutrendid. See teave on olemas, kuid tavaliselt uudisena, mitte numbritena."

Uus lahendus on loodud selle lünga kaotamiseks. Kasutajad esitavad aegread, näiteks müüginäitajad või turunäitaja, ja kirjeldavad lühidalt konteksti. Seejärel uurib tehisintellekt asjakohaseid uudiseid, analüüsib ajaloolisi suhteid ja loob mitu võimalikku tulevikustsenaariumi. Tulemuseks on prognoos koos tõenditel-põhineva selgitusega, miks turg võib areneda erinevates suundades.

Inimene ringis

Heinrichsi jaoks (pildil allpool) viib arutelu tehisintellekti üle otseselt ka inimteadmiste rollini. Tehisintellekt suudab tuvastada mustreid, töödelda suurel hulgal teavet ja koostada kiiresti stsenaariume. Kuid selle väärtus suureneb, kui inimesed saavad lisada kogemusi, konteksti ja hinnanguid, mida andmed üksi ei suuda pakkuda.

"AI on ainult nii hea, kui hästi on andmed, millega see töötab, ja inimesed, kes suudavad anda neile andmetele tähenduse, " ütleb ta. "Seetõttu jääb inimene ahela oluliseks osaks."

Praktikas tähendab see, et planeerijaid ja otsustajaid{0}}ei eemaldata protsessist. Nad jäävad selle keskseks osaks. Nende ülesanne on kinnitada stsenaariume, seada kahtluse alla eeldused ja täpsustada väljundeid, mis põhinevad tegevusteadmistel või turuintuitsioonil.

 

"Kui inimesed mõistavad, miks süsteem midagi soovitab, saavad nad otsustada, kas seda usaldada, kahtluse alla seada või parandada," selgitab Heinrichs. "See on koht, kus koostöö inimliku otsustusvõime ja masinate intelligentsuse vahel muutub tõeliselt võimsaks."

 

Integratsioon ja koostalitlusvõime

Teine järjepidev teema klientide aruteludes on integratsioon. Kuna logistikatoimingud muutuvad omavahel tihedamaks, muutub tehisintellektil juhitud rakenduste sidumine olemasolevate süsteemidega hädavajalikuks. "Meil tekib alati küsimus: kuidas ma integreerun oma ERP-süsteemi ja teiste lahendustega?" Heinrichs ütleb mulle. Informi vastus on olnud konnektorite standardimine ja vastavusse viimine suuremate platvormidega, nagu SAP ja Microsoft. Tulemuseks on lihtsam integratsioonitee, mis vähendab nii kulusid kui ka juurutusaega.

 

"See muudab väga palju," lisab ta. "Ja see muudab ka meie rahvusvahelise laienemise lihtsamaks."
See on tehisintellekti kasutuselevõtmisel ülioluline punkt. Isegi kõige arenenumatel rakendustel on raskusi väärtuse loomisega, kui see on eraldi süsteemidest, kus äriprotsesse tegelikult hallatakse. Logistikaettevõtted tegutsevad juba väljakujunenud IT-maastikega ning uued lahendused peavad nendesse keskkondadesse sobima ilma täiendavat keerukust tekitamata.

 

 

Andmete vastutus

Suurenenud ühenduvuse ja andmekasutusega kaasneb turvalisuse kõrgem kontroll. Heinrichsi taust küberjulgeoleku vallas näitab selles küsimuses kindlat seisukohta. "Igal tootel peab enne kustumist olema turvatempel," ütleb ta. "See on kohustuslik."

Kuna tehisintellekti mudelid kasutavad laiemaid andmeallikaid, sealhulgas väliseid vooge, nagu uudised ja turuteave, suureneb nende andmete haldamise ja turvamise keerukus. "Andmete hulk, mida me kasutame, tekitab tohutu nõudluse andmeturbe osas," märgib Heinrichs. "Sa pead sellega kursis olema."

 

Kolimiseks valmis turg

Vahest kõige silmatorkavam on Heinrichsi hinnang turu sentimentidele. Ettevaatlikkuse asemel näeb ta kasvavat isu katsetamise ja kiire arengu järele.

"Kliendid paluvad meil ideid pakkuda," ütleb ta. "Nad on valmis kiiresti võitma, kiiresti ebaõnnestuma." See avatus loob soodsa pinnase intelligentsetele lahendustele, mis suudavad saavutada käegakatsutavaid täiustusi ilma suuremahuliste ümberkujundamisprojektide inertsuseta.

 

Paljude ettevõtete jaoks ei määra digitaliseerimise järgmist etappi ainult tehisintellekt. Selle määrab AI, mis selgitab ennast, loob puhta ühenduse olemasolevate süsteemidega ja toetab otsuseid, mida inimesed saavad usaldada.