Il futuro della supply chain automatizzata dipende in larga misura dall'intelligenza artificiale. L'intelligenza artificiale è la principale priorità di investimento digitale per oltre un quarto dei professionisti della supply chain che hanno risposto a un recente sondaggio Gartner.

Dietro questo interesse c'è la promessa che l'intelligenza artificiale detiene per molte organizzazioni della supply chain. "L'automazione abilitata dall'intelligenza artificiale sposta le supply chain da reattive a proattive e predittive", afferma Sudhir Balebail, product management leader, order management, IBM Sustainability Software .

Sfruttare le tecnologie di intelligenza artificiale tradizionali, come l'apprendimento automatico , insieme a soluzioni più recenti come l'intelligenza artificiale generativa per elaborare grandi quantità di dati può fornire visibilità, approfondimenti e raccomandazioni.

Il risultato? "Migliore resilienza, maggiore agilità e operazioni ottimizzate", afferma Balebail. Ad esempio, l'intelligenza artificiale può fornire istantanee dell'inventario in tempo reale, consentendo un rifornimento più intelligente e riducendo al minimo le scorte eccessive e insufficienti.

Avnet , distributore globale di tecnologie e fornitore di soluzioni, ha utilizzato l'intelligenza artificiale tradizionale per la modellazione predittiva allo scopo di migliorare la qualità e la visibilità della sua funzione di gestione dell'inventario sia per i fornitori che per i clienti, afferma Doug Adams, vicepresidente senior della divisione logistica e qualità globale.

L'azienda sta ora valutando molteplici possibili utilizzi dell'intelligenza artificiale, sia per migliorare l'esperienza del cliente sia per aiutare i fornitori nelle previsioni.

All'interno della sua funzione logistica globale, Avnet ha istituito un consiglio per l'innovazione e la tecnologia che sta studiando come l'intelligenza artificiale possa aiutare tutte le parti a identificare potenziali punti ciechi. L'obiettivo è garantire che Avnet stia mettendo in atto strumenti che possano aiutare i suoi fornitori a produrre il prodotto giusto, che Avnet può localizzare dove è più necessario e nelle quantità ottimali.

Avnet sta studiando i potenziali utilizzi dell'intelligenza artificiale generativa nei trasporti, nel trasporto merci e nelle funzionalità della catena di fornitura, come la modellazione della rete dei centri di distribuzione di Avnet.

Ad esempio, Avnet ha attualmente quattro sedi in Asia. L'intelligenza artificiale potrebbe fornire ulteriori informazioni su questi mercati così come sono oggi, così come sulla loro crescita prevista, migliorando le decisioni di allocazione dell'inventario.

Sebbene possa sembrare che ci sia poca differenza tra l'automazione tradizionale e l'intelligenza artificiale, non è esattamente così. L'automazione tradizionale è orientata ai compiti. "È 'vedi questo, fai quello'", afferma Sujit Singh, COO di Arkieva , un fornitore di soluzioni per la supply chain.

L'intelligenza artificiale può gestire le attività, mentre comprende algoritmi avanzati che possono comprendere, ragionare, imparare ed esercitare un certo livello di processo decisionale creativo, afferma Remington Tonar, co-fondatore di Cart.com , che offre una piattaforma di commercio unificata. Cart.com, in partnership con clienti selezionati, attualmente utilizza l'intelligenza artificiale per prevedere alcune richieste dei clienti.

AUMENTARE LA PRODUTTIVITÀ

Le capacità offerte dall'intelligenza artificiale possono migliorare le operazioni della supply chain in vari modi. Può sfruttare diverse fonti di informazioni, inclusi dati in tempo reale, per migliorare il processo decisionale. In particolare in periodi di incertezza, affidarsi esclusivamente ai dati storici può portare a decisioni non ottimali.

All'inizio, la tecnologia probabilmente verrà sfruttata di più nelle azioni di esecuzione che nella pianificazione. Ad esempio, l'IA potrebbe aiutare un professionista della supply chain a determinare se spedire il carico oggi o domani, e tramite una corsia o un'altra. Mentre molto di questo rientra già nel regno dell'automazione, l'IA aggiungerebbe un livello di intelligenza.

L'automazione dei magazzini potrebbe essere un altro caso d'uso precoce. "I magazzini sono ambienti complessi, ma ben controllati", afferma Matthias Winkenbach, ricercatore principale presso il Massachusetts Institute of Technology .

Ad esempio, nell'evasione degli ordini, l'intelligenza artificiale può analizzare i dati in tempo reale per prevedere i percorsi più efficienti per il prelievo degli articoli.

L'applicazione dell'intelligenza artificiale alle previsioni della domanda offre la "leva più grande", afferma Ansgar Thiede, vicepresidente, data science presso Korber Supply Chain Software,  ora Infios . Le previsioni migliorate possono guidare la crescita dei ricavi riducendo al minimo il rischio sia di sovrapproduzione che di vendite perse. In altre aree, l'uso dell'intelligenza artificiale riguarda maggiormente la guida delle efficienze dei costi. Queste sono importanti anche da una prospettiva di redditività, ma potrebbero essere più piccole a prima vista, aggiunge.

Inoltre, le funzioni di pianificazione e previsione della domanda e dell'offerta comportano tutte enormi quantità di dati e numerose attività umili. Le soluzioni AI possono svolgere queste attività, liberando i pianificatori per concentrarsi su progetti più grandi, afferma Richard Davis, amministratore delegato di Demand Chain AI, un fornitore di soluzioni di pianificazione della domanda e della supply chain.

GESTIRE L'INVENTARIO

Quando si tratta di gestione dell'inventario, l'intelligenza artificiale può analizzare le tendenze stagionali e i modelli di acquisto, aiutando le aziende ad anticipare meglio la domanda e a posizionare l'inventario in modo più intelligente più vicino ai clienti. Ciò accelera la consegna, riduce i costi e aumenta la soddisfazione del cliente, afferma Sowmya Mullur Rajagopalan, vicepresidente e responsabile di viaggi, trasporti e ospitalità, Americas presso Tata Consultancy Services .

AI Squared , un'azienda di software che consente alle aziende di integrare modelli di intelligenza artificiale nei loro software esistenti, ha collaborato con un cliente per sfruttare l'intelligenza artificiale nell'evasione degli ordini, afferma Benjamin Harvey, Ph.D., fondatore e CEO.

Prima che l'ordine venisse eseguito, la soluzione AI eseguiva una simulazione che identificava la percentuale che poteva essere effettivamente soddisfatta e mostrava quali, se presenti, pezzi dell'ordine mancavano. L'azienda poteva quindi decidere come ottenere gli articoli. Solo una volta che un ordine era soddisfatto al 95%, veniva elaborato.

TRASPORTO

Un altro utilizzo dell'intelligenza artificiale è la razionalizzazione dei trasporti. Decidere tra l'enorme numero di opzioni di spedizione disponibili può rapidamente diventare complesso. Mentre molte aziende utilizzano già algoritmi semplici per la ricerca delle tariffe, è possibile aggiungere algoritmi intelligenti.

Ad esempio, un algoritmo tradizionale interrogherebbe semplicemente più fonti per ottenere tariffe in tempo reale da vari vettori e listini prezzi, e poi assegnerebbe quella più economica all'interno della classe di servizio desiderata. Un algoritmo più intelligente potrebbe comprendere i compromessi di costo e tempo su ogni ordine e presentare diverse opzioni agli acquirenti nel punto vendita, in base alle loro informazioni di consegna.

Se alcuni clienti sapessero di poter ridurre i costi di spedizione con una diversa classe di servizio che aggiungesse solo 12 ore ai tempi di consegna, alcuni accetterebbero il compromesso.

Algoritmi più intelligenti potrebbero anche essere in grado di tenere conto delle spese accessorie su base indirizzo per indirizzo. Quindi, i venditori potrebbero stabilire il prezzo e prevedere le opzioni di spedizione di conseguenza.

Alcune aziende di logistica sfruttano l'intelligenza artificiale per migliorare la densità delle consegne, afferma Sowmya. Supponiamo che un fornitore di servizi logistici abbia due pacchi da consegnare a un'abitazione venerdì. Utilizzando l'intelligenza artificiale, il fornitore di servizi logistici può offrire ai propri clienti, i venditori, uno sconto se spediscono altri pacchi allo stesso indirizzo o a indirizzi vicini entro un lasso di tempo stabilito, riducendo i costi di spedizione per tutti.

Con l'assistenza dell'intelligenza artificiale, i professionisti della supply chain possono indirizzare con maggiore precisione gli orari di arrivo dei conducenti per ridurre al minimo i tempi di inattività nei magazzini e nei centri di distribuzione, afferma Ann Marie Jonkman, vicepresidente globale, strategia di settore presso il fornitore di soluzioni software Blue Yonder . Ciò è particolarmente prezioso quando i programmi vengono stravolti a causa di eventi imprevisti.

Sebbene questi dati fossero disponibili, spesso non era possibile accedervi rapidamente, afferma Jonkman. Con l'automazione dell'AI, le informazioni possono essere riunite più rapidamente, accelerando il processo decisionale.

L'intelligenza artificiale potrebbe anche svolgere un ruolo nel rilevamento del furto di merci . Le reti di furto sono diventate piuttosto sofisticate, afferma Darin Miller, direttore nazionale, marine, presso Sedgwick , un amministratore di reclami globali.

Spesso i ladri si spacciano per camionisti legittimi, quindi entrano nei magazzini per ritirare i carichi, che poi trasportano in altre sedi e probabilmente rivendono.

L'intelligenza artificiale potrebbe essere utilizzata per tracciare le imbarcazioni e inviare avvisi quando un camion devia dal percorso previsto. Potrebbe anche identificare le spedizioni a maggior rischio di furto , sia a causa della loro posizione, del tipo di carico o di altri fattori. Gli sforzi di sicurezza potrebbero quindi concentrarsi su queste spedizioni.

POTENZIALI RISCHI

Insieme alle sue promesse, l'IA porta con sé dei rischi. Uno è, in modo un po' ironico, l'attrattiva delle sue promesse. "Quando hai un nuovo martello, tutto è un chiodo", dice Thiede. La tentazione è di affrontare ogni sfida con l'IA.

Ma per alcune decisioni semplici, euristiche come "Se A, allora B" faranno il loro lavoro e saranno più rapide da implementare e più facili da capire. Se un magazzino ha uno spazio limitato, rendendo impossibile soddisfare tutta la domanda in ogni momento, una regola di rifornimento come "Riordina quando l'inventario scende a 10 unità" potrebbe essere sufficiente, afferma Thiede.

Le soluzioni AI tendono a essere più complesse da configurare e potrebbero richiedere più manutenzione. Di conseguenza, spesso hanno più senso quando c'è abbastanza margine per coprire i costi aggiuntivi.

Alcune organizzazioni vengono spinte a implementare l'IA così rapidamente che rischiano di trascurare la necessità di guardrail, sicurezza e governance. "La scienza dei dati e l'IA sono il selvaggio, selvaggio West", afferma Harvey.

Valori anomali o bias in un set di dati o modello potrebbero portare l'algoritmo a generare insight che non riflettono la realtà. Senza una solida governance e supervisione umana, qualsiasi decisione presa in base al modello potrebbe essere sub-ottimale.

Un punto di partenza per affrontare questi rischi è un business case ponderato. "Non limitarti a spargere l'IA ovunque", afferma Davis. Stabilisci le priorità e sviluppa una roadmap per procedere verso gli obiettivi dell'organizzazione.

Sebbene possa sembrare controintuitivo, la maggior parte delle organizzazioni trarrà vantaggio dall'iniziare con un processo che è compreso e che tuttavia migliorerà con l'automazione. Se l'organizzazione non ha mai risolto un problema particolare prima, probabilmente non ha i dati necessari per addestrare l'IA su di esso e l'organizzazione non sarebbe in grado di valutare se la soluzione di IA sta facendo un buon lavoro. "Non iniziare con la grande cosa pelosa in lontananza", afferma Winkenbach.

Dato che le soluzioni AI interpretano i dati, la qualità di tali dati è fondamentale, afferma Theide. Supponiamo che un rivenditore stia cercando di analizzare le reazioni dei consumatori alle variazioni di prezzo e alle informazioni promozionali per ottimizzare le sue previsioni di domanda. Se l'azienda non ha monitorato l'impatto delle variazioni di prezzo o delle informazioni promozionali, non può aspettarsi che il modello fornisca solide previsioni sulle azioni future dei consumatori.

Davis afferma che il modello di conformità e governance dell'intelligenza artificiale dovrebbe fornire avvisi quando i risultati superano i limiti accettabili.

Gli esseri umani dovrebbero essere tenuti aggiornati, in quanto possono decidere come gestire una particolare intuizione dell'IA quando la loro competenza indica che la soluzione è errata, afferma Harvey. Ad esempio, se una soluzione sta valutando i percorsi di trasporto e alcuni percorsi sono stati utilizzati in passato solo perché altri non erano disponibili, ciò influenzerà i risultati. Un dipendente esperto può coglierlo.

PICCOLO O GRANDE?

A differenza di molti progressi tecnologici che iniziano con aziende consolidate e si estendono fino alle aziende più piccole, alcuni affermano che le aziende più piccole , e in particolare quelle più nuove, potrebbero avere un vantaggio quando si tratta di intelligenza artificiale. Le aziende più nuove possono creare ambienti nativi in ??cui l'intelligenza artificiale può prosperare, afferma Talal Abu-Issa, amministratore delegato e fondatore di Beebolt , un'azienda di tecnologia della supply chain. Al contrario, le aziende più grandi sono spesso strutturate attorno a determinati processi e modi di fare le cose. "Non sono necessariamente ottimizzate affinché questi modelli brillino davvero", afferma Issa.

SMANTELLAMENTO DEI SILOS

Un vantaggio fondamentale dell'implementazione dell'intelligenza artificiale nella supply chain e nella logistica è la sua capacità di abbattere le divisioni tra decisioni strategiche, tattiche e operative, afferma Winkenbach. Tradizionalmente, le aziende hanno affrontato queste questioni separatamente perché i problemi sono così complessi che non è stato possibile valutarli contemporaneamente.

Tuttavia, l'intelligenza artificiale e l'apprendimento automatico possono risolvere contemporaneamente più problemi importanti, ad esempio aiutando le aziende a stabilire dove costruire i propri centri di distribuzione, collocare l'inventario e decidere le modalità di trasporto, afferma Winkenbach.

In definitiva, il vantaggio più grande dell'intelligenza artificiale potrebbe derivare dalla capacità di prendere decisioni complesse simultaneamente.