Unpopular opinion: Η ΤΝ στην Εφοδιαστική Αλυσίδα και το Operations
Όλοι γνωρίζουμε τη σημερινή τάση ενσωμάτωσης της Τεχνητής Νοημοσύνης (AI)... στα πάντα.
Από τους Εικονικούς Βοηθούς (VA) και τις επιχειρησιακές λειτουργίες (operations), μέχρι τα χρηματοοικονομικά.
Διάφορες έρευνες «αποδεικνύουν» ότι τα διοικητικά στελέχη είναι υπέρ της ανάπτυξης του AI στις επιχειρήσεις τους, ακόμη και για θεμελιώδεις λειτουργίες.
Το δέλεαρ;
Η μειωμένη δαπάνη εργατικού κόστους.
Φαίνεται λογικό.
Ας ρίξουμε όμως μια ματιά στο τι είναι το AI και πώς λειτουργεί.
Η Τεχνητή Νοημοσύνη είναι στην πραγματικότητα ένας συνδυασμός αμέτρητων διαφορετικών πηγών, που παρέχουν «επαρκή» (αμφισβητήσιμος όρος) δεδομένα για υπολογισμό μέσω αλγορίθμων, με σκοπό την αναγνώριση μοτίβων.
Για να γίνει αυτό, απαιτούνται τεράστιες ποσότητες δεδομένων και «επαρκής» (ξανά, αμφισβητήσιμος όρος) χρόνος για τη δημιουργία ενός ή περισσότερων μοντέλων. Στη συνέχεια, αυτοί οι υπολογισμοί εξελίσσονται αυτόνομα, συλλέγοντας νέα δεδομένα, εγγραφές και γεγονότα. Τελικά, ένας ηλεκτρονικός υπολογιστής παράγει ένα τελικό προϊόν.
Στην Εφοδιαστική Αλυσίδα (Supply Chain) και τα Operations, οι φήμες λένε ότι θα παράγει έναν άψογο προγραμματισμό, μια αψεγάδιαστη στρατηγική προμηθειών, θα σχεδιάσει τις εγκαταστάσεις των αποθηκών, θα βελτιστοποιήσει τους όγκους και θα υπολογίσει τα κόστη/αποδόσεις αποθήκευσης και διανομής για τη μεγιστοποίηση της παραγωγικότητας των logistics.
Τώρα, ας το κάνουμε προσωπικό:
Έχετε εξαντλήσει τις δυνατότητες του συστήματος ERP σας (π.χ. SAP / Oracle) και τις λειτουργίες του σε MM, FI, ERP, CRM, WMS κ.λπ.; Το έχετε προσαρμόσει στις ανάγκες του οργανισμού σας και το μόνο που απομένει είναι μια αυτοματοποίηση για τη μείωση του ανθρώπινου δυναμικού;
Επιτρέψτε μου να δηλώσω με βεβαιότητα ότι δεν έχετε βελτιστοποιήσει καν το σύστημα SKU σας. Σίγουρα έχετε διπλούς κωδικούς, ανενεργούς κωδικούς, κωδικούς με λάθος Μονάδες Μέτρησης (UoM) και δεν διαθέτετε συντελεστές μετατροπής για εσωτερική χρήση.
Είμαι επίσης βέβαιος ότι, πέρα από τις στρατηγικές συνεργασίες με προμηθευτές, δεν είστε σίγουροι αν θα συνεχίσετε με τον ίδιο προμηθευτή αύριο, λόγω διακυμάνσεων στις τιμές, χρονικών περιορισμών ή ακόμη και γεωπολιτικών λόγων.
Δεν είστε σίγουροι αν θα διατηρήσετε τον στόλο εντός της εταιρείας (in-house) ή αν θα μεταβείτε σε 2PL ή 3PL.
Πριν απαντήσετε στις παραπάνω ρητορικές ερωτήσεις, λάβετε υπόψη ότι η Εφοδιαστική Αλυσίδα επηρεάζεται σε μεγάλο βαθμό από το ανθρώπινο χέρι. Ένα εμπορευματοκιβώτιο (container) φορτώνεται/εκφορτώνεται από ανθρώπους - με εξαίρεση τις αυτοματοποιημένες αποθήκες όπου η φόρτωση μπορεί να γίνει με μηχανήματα, αν και αυτό δεν αποτελεί τον κανόνα.
Ο ποιοτικός έλεγχος γίνεται οπωσδήποτε από ανθρώπους.
Ένα επείγον αίτημα μπορεί να διαχειριστεί μόνο ένας άνθρωπος, επειδή ένα τέτοιο αίτημα δεν αποτελεί μοτίβο.
Ένα φορτηγό οδηγείται από άνθρωπο.
Το βαν του "last mile" οδηγείται επίσης από άνθρωπο.
Μια απαίτηση/αποζημίωση (claim) θα εγερθεί επίσης από άνθρωπο.
Η ασφαλιστική εταιρεία απαιτεί φωτογραφίες και στοιχεία που συλλέγονται αποκλειστικά από άνθρωπο.
Θα μπορούσα να συνεχίσω επ' άπειρον.
Το θέμα είναι ότι μια Αλυσίδα που περιλαμβάνει τόσο μεγάλη ανθρώπινη παρέμβαση, δεν μπορεί να αυτοματοποιηθεί πλήρως. Δεν είναι μόνο η έντονη ανθρώπινη επιρροή που δεν μπορεί να μεταφραστεί σε μοτίβο, είναι επίσης το απρόβλεπτο, το οποίο δεν διαθέτει έτοιμη διορθωτική ενέργεια γραμμένη σε κάποιο εγχειρίδιο SOP.
Είναι λοιπόν το AI μια αποτυχία για την εφοδιαστική αλυσίδα;
Όχι.
Μπορεί να αποτελέσει ένα χρήσιμο εργαλείο σε συγκεκριμένους τομείς υπό συγκεκριμένες προϋποθέσεις.
Ωστόσο, πριν ληφθεί η απόφαση για την εισαγωγή του AI σε οποιονδήποτε οργανισμό, θα θεωρούσα υποχρέωσή μου να διασφαλίσω πρώτα ότι τα όρια του ERP μας έχουν εξαντληθεί και ότι τα συστήματά μας έχουν βελτιστοποιηθεί από το Α έως το Ω.
Σχόλια