בינה מלאכותית: מנוע הצמיחה החדש בניהול שרשרת האספקה
בינה מלאכותית: המנוע החדש לצמיחה בניהול שרשרת האספקה
עסקים ברחבי העולם נאבקים באופן מתמיד לשפר את יעילות, דיוק ועמידות ניהול שרשרת האספקה שלהם. התקדמות הבינה המלאכותית (AI), ובפרט בינה מלאכותית גנרטיבית (Gen AI) ולמידת מכונה (ML), פתחה נתיבים חדשים לחברות להעלות את אסטרטגיות הייעול שלהן למדרגה הבאה.
השקעה אסטרטגית בבינה מלאכותית
מחקר אחרון של CGI עבור Supply Chain Digital ו-Manufacturing Digital, מדגיש את החשיבות האסטרטגית של השקעה בבינה מלאכותית. הממצאים חושפים כי 69% מההנהלה הבכירה מאמינים שAI, אנליטיקה מתקדמת ותאומים דיגיטליים יהיו קריטיים לתמיכה ביוזמות שרשרת האספקה בשנים הקרובות.
בנוסף, דוח של Epicor ו-Nucleus Research מראה כי 63% מהחברות בעלות צמיחה גבוהה – אלו שהציגו צמיחה של 20% ומעלה בהכנסות בשלוש השנים האחרונות – כבר שילבו Gen AI בפעולות שרשרת האספקה, כדי להתמודד עם אתגרי עלות ותפעול.
חשיפת אתגרי שרשרת האספקה הנוכחיים
פאנג צ’אנג, סגן נשיא בכיר ומנהל מוצר ראשי בחברת Coupa, מסביר: “בשנים האחרונות, זרקור הופנה לשרשרת האספקה העולמית, כאשר הפרעות נמשכות חשפו כשלים בשיטות מיושנות כמו מעקב בגיליונות אלקטרוניים וחוסר בחיזוי ביקושים אמין.”
“AI ו-ML יכולים בסופו של דבר להגביר את היעילות והחוסן של שרשרת האספקה באמצעות שיפור בחיזוי. AI יכול לנתח במהירות כמויות עצומות של נתונים, כולל מכירות היסטוריות, מגמות שוק וגורמים חיצוניים כמו מזג אוויר ותנאים כלכליים, המובילים לניהול מלאי מדויק יותר ותורמים בסופו של דבר לרווחיות העסקית.”
התפתחות מפתיעה של Gen AI ו-ML
רבים הופתעו מן העלייה המהירה של Gen AI ו-ML לפופולריות מרכזית, שהחלה לקראת סוף 2022 – בזמן השקתה של כלי השבירה ChatGPT של OpenAI.
גרג האנסון, סגן נשיא ראשי וראש EMEA North בחברת הטכנולוגיה האמריקאית Informatica, לא היה ביניהם. “היכולת לנצל את הנתונים ולממש את הפוטנציאל של AI תהיה ההבדל בין המנצחים למפסידים בשוק,” אומר האנסון. “זה נכון במיוחד בשרשרות אספקה, שם ארגונים נדרשים במידה גוברת להיות גמישים וליזום תגובה בזמן אמת לבקשות דינמיות, תוך התמודדות עם זעזועים בשרשרת האספקה או אירועים לא צפויים.”
אימוץ AI ו-ML בשלבים המוקדמים
האנסון מצביע על כך שאימוץ AI ו-ML עדיין נמצא בשלבים המוקדמים, כאשר רוב שרשרות האספקה העולמיות מנצלות את הטכנולוגיות הללו רק כדי לייעל ולשפר את ‘האתגרים הנמוכים והזמינים’ שלהם, כגון יצירת תמונה מלאה של פרופילי ספקים.
אימוץ נרחב ועמוק יותר לא יקרה בבת אחת, כפי שעולה ממחקר משותף של EY ו-HFS שמצא כי רק 7% מהעסקים יישמו בהצלחה Gen AI בפעולות שלהם. במקביל, 62% נאלצו לבחון מחדש את הפרויקטים שלהם.
הדוח הראה גם כי, אפילו בקרב אלו שכבר מיישמים Gen AI, רק 28% הגיעו לשרשרת אספקה ‘בעלת מגע אנושי נמוך’, ו-50% השיגו שקיפות מקצה לקצה.
נתונים איכותיים – הבסיס לקידום AI
לדעת האנסון, הדבר החשוב ביותר הוא שAI ו-ML יכולים להצליח רק כפי שהנתונים המזינים אותם איכותיים. “כדי לממש את הכוחות המשנים את התמונה שתי הטכנולוגיות העוצמתיות הללו מציעות, ארגונים יצטרכו תחילה להבטיח שיש להם בסיס נתונים איכותי,” הוא מוסיף.
כיצד Coupa מנצלת את כוח הבינה המלאכותית
Coupa אינה זרה לניצול כוח הבינה המלאכותית לשיפור הפעילות שלה ולהענקת שירות מצוין ללקוחותיה, תוך הצגת עצמה כפלטפורמת ניהול הוצאות כוללות הממונעת על ידי AI.
הבינה המלאכותית שנוצרה על ידי קהילתה מאפשרת לחברות לקבל החלטות עסקיות חכמות ורווחיות יותר, ולשפר את שולי הרווח התפעולי, תוך ניצול תובנות מנתוני הוצאות ישירות ועקיפות בשווי של כ-6 טריליון דולר ברחבי רשת גלובלית של יותר מ-10 מיליון קונים וספקים.
חשוב מכך, הבינה המלאכותית של Coupa לומדת באופן רציף לחזות, להמליץ ולבצע אוטומציה של פעולות, תוך שילוב ברחבי הפלטפורמה לשיפור שקיפות שרשרת האספקה, חיזוק פעולות עתידיות וצמצום סיכונים.
בהתייחס לאופן שבו היכולות הממונעות AI של Coupa משפרות את שרשרות האספקה הגלובליות, צ’אנג מוסיף: “פתרון Supply Chain Prescriptions שלנו מזהה ומדרג את מנועי העלות הגבוהים ביותר בשרשרת האספקה, ומציע תובנות ניתנות ליישום להפחתת הוצאות ופליטת פחמן.
“באמצעות אספקת נתוני ניהול תרחישים משופרים לבעלי עניין, עסקים יכולים לקבל החלטות מושכלות, לייעל נתיבי הובלה ולאמת אסטרטגיות לחיסכון בעלויות באמצעות טכנולוגיית תאום דיגיטלי. כלי זה הופך את ניתוח הנתונים לעבודה אסטרטגית, מבטיח פעולות יעילות ובנות-קיימא.”
עתיד הבינה המלאכותית בשרשרת האספקה
להערכת האנסון, שרשרות האספקה עומדות על סף שינויים מרחיקי לכת, כאשר הארגונים שמנהלים אותן נאלצים להתמודד עם הפרעות קבועות ונדרשים לצמצם את פליטת הפחמן בקצב מהיר כדי לעמוד בדרישות דיווח בנושאי קיימות גלובלית.
כאן נכנסות לתמונה AI ו-ML, אשר צפויות לסייע בחיזוי ותכנון בשנים הקרובות, ובד בבד להגביר את השקיפות, האיכותיות והשקיפות.
“בעידן החדש הזה, ידע של AI ו-ML הוא כוח,” ממשיך האנסון. “למשל, מנהלי שרשרת אספקה יוכלו לחזות את ביקושי המוצרים על סמך מכירות היסטוריות ומגמות שוק, או לערוך סימולציות ‘מה אם’ כדי להתכונן לאירועים בלתי צפויים ולהבין טוב יותר חוסר התאמות בשרשרת האספקה.
“גישה משופרת מאפשרת קבלת החלטות בנות-קיימא על בסיס יומי, כך שחברות יכולות לטפל באופן פרו-אקטיבי בבעיות ולייעל את פעולות האחריות הסביבתית שלהן, במקום לדווח בדיעבד על מה שקרה.
“עסקים יכולים גם לעקוב בקלות אחר חומרים ומלאי על פי ספק, כדי לראות במהירות אילו ספקים עומדים ביעדי הקיימות ואפילו לצפות בדרישות רגולטוריות גאוגרפיות לשיפור האחריות העסקית שלהם.”
צ’אנג במידה רבה על אותה הגלגלת. לדבריו, AI ו-ML ימשיכו לשחק תפקיד מרכזי בהפיכת שרשרות האספקה לאדפטיביות ועמידות יותר, כאשר הדגש יהיה על הבטחת מעבר פשוט יותר לדיגיטציה עבור עסקים וספקים.
“אנו מצפים להתמקדות נמשכת בניתוח חיזוי, המאפשר לעסקים לחזות טוב יותר הן את הביקוש והן את המחסורים שנגרמים על ידי מתחים גיאופוליטיים והאקלים המשתנה באופן קבוע,” הוא מוסיף. “בנוסף, תהיה דגש על שילוב משופר כך שAI ו-ML יוכלו להשתלב באופן חלק יותר עם מערכות קיימות ולהיות פשוטים להפעלה ושימוש ללא מומחיות טכנית.”
האנסון מדגיש, עם זאת, כי בסיס ניהול הנתונים הוא קריטי לפריסת יכולות AI ו-ML, ומשווה אותו למכונות המשמשות ליצרני רכב לייצור מכוניות.
הוא מסכם: “חברות שיכולות לנהל באופן יעיל נתונים של שרשרת האספקה ממקורות מגוונים – וליצור בסיס נתונים מהימן, נקי ומשולט – יוכלו לנצל את היכולות של ניהול נתונים באמצעות AI ו-ML.”
