Più di tre quarti dei leader aziendali hanno riferito di aver implementato l' AI in programmi pilota, in aree di business chiave o su larga scala in tutta l'azienda, in un recente sondaggio di più di 1.000 dirigenti di NTT DATA e Oxford Economics. La cybersicurezza rimane la sfida principale che queste implementazioni sono destinate a risolvere, con la gestione della Supply Chain al secondo posto. La barriera più significativa per una maggiore adozione, tuttavia, è la pura complessità della tecnologia, che deve essere distribuita in una serie di processi e in infrastrutture disparate per produrre il massimo beneficio.

Tuttavia, la maggior parte delle organizzazioni vede l'AI come il prossimo passo nella gestione della supply chain, non solo per riprendersi dalla pandemia ma per mantenere un vantaggio competitivo in futuro. L'apprendimento automatico (ML) e altre forme di AI stanno persino trovando casa in settori considerati in ritardo tecnico, come il trasporto e i camion. Con la capacità di trovare modelli nascosti nei dati, l'AI può abbassare i costi e migliorare la produttività riducendo il numero di miglia vuote sostenute durante i viaggi di ritorno; identificando la modalità ottimale di trasporto per il carico selezionato; e ottimizzando il carico, il rifornimento di carburante e altri compiti.

Applicare l'AI alla Supply Chain non è una semplice questione di lanciarla in vari processi per vedere a cosa succede, ma è necessario un approccio più strategico che si concentri sul valore dei dati come motore chiave della produttività.

Un modo per farlo è usare l'AI per valutare i rischi. Gli stack di gestione di oggi tendono a inondare i lavoratori di avvisi senza assegnare alcuna priorità. L'AI ha la capacità di quantificare il rischio in modo che le organizzazioni ottengano un'ampia visibilità sui danni più cruciali per le operazioni efficienti. Anche se il problema richiede tempo e competenze, quel denaro è ben speso, e le soluzioni evidenziano i modi in cui l'AI e l'intelligenza umana possono lavorare insieme per produrre i risultati più desiderabili.

La maggior parte del pensiero intorno all'AI nella Supply Chain tende a concentrarsi su come migliorerà i processi di oggi. Ma mentre i mercati si evolvono nel nuovo secolo, l'AI aiuterà anche a creare e gestire forme completamente nuove di catene dinamiche e multistrato che servono modelli di business altamente virtualizzati e basati sul cloud. Anche gli ambienti omnichannel emergenti di oggi richiedono un coordinamento preciso tra l'infrastruttura rivolta al cliente, il magazzino, il trasporto, l'adempimento e una serie di altre funzioni disparate. Molto di questo dovrà essere automatizzato per adattarsi alla velocità del business, qualcosa che può essere fatto solo attraverso sistemi intelligenti avanzati che parlano tra loro con una supervisione umana forse intermittente.

Va notato che l'AI non è come gli sviluppi tecnologici del passato che hanno iniziato a fare la loro magia non appena sono stati distribuiti. L'AI deve essere addestrata, raffinata e stagionata, proprio come qualsiasi altro dipendente. È una persona che impara in fretta, per essere sicuri, ma fa la sua parte di errori. Quando si tratta delle sfide di riavviare linee di approvvigionamento cruciali nella transizione post-pandemia, l'AI non fornirà una soluzione immediata, ma il suo vero beneficio per le operazioni di business diventerà chiaro nel lungo termine.