Objašnjenje prednosti AI

 

Zašto transparentnost, integracija i povjerenje postaju odlučujući u logističkoj tehnologiji? Peter MacLeod razgovara sa stručnjakom.

Na ovogodišnjem LogiMAT-u, da postoji tema koja jasnije probija buku od većine, to bi bila brzina. Ne samo brzina operacija, već i brzina implementacije, brzina inovacije i na kraju Velika: brzina povrata ulaganja. Za Inform Software, ta rasprava sve više vodi ka širem pitanju: kako logističke organizacije mogu usvojiti inteligentnije sisteme bez gubitka transparentnosti, kontrole ili povjerenja?

 

Govoreći sa mnom na užurbanom izložbenom prostoru u Štutgartu, Inform-ov SVP za inventar i lanac snabdevanja, dr. Bernd Hajnrihs je izneo kako kompanija vidi razvoj veštačke inteligencije u lancu snabdevanja i intralogističkim okruženjima.

 

Proširivanje sloja optimizacije

Inform se dugo povezivao s optimizacijom u složenim okruženjima{0}}vođenim podacima. Ali kako tržišta postaju sve nestabilnija, od sistema za optimizaciju se traži da brže reagiraju, uključe više signala i podržavaju dinamičnije-donošenje odluka.

Taj pomak je posebno relevantan u okruženjima u kojima su odluke međuzavisne. Promjena u planiranju potražnje može uticati na inventar, transportne kapacitete, raspodjelu radne snage ili nivoe usluga. Preporuka data u jednom dijelu operacije može stvoriti posljedice na drugim mjestima, što čini transparentnost ključnom za svakodnevnu-u-dnevnu upotrebu.

Za Heinrichsa, ovdje AI u logistici mora dokazati svoju praktičnu vrijednost. „Ne govorim o veštačkoj inteligenciji. Govorim o objašnjivoj veštačkoj inteligenciji“, kaže on. "Sve što radimo, sve što predložimo ima objašnjenje. U suprotnom, ljudi ne vjeruju u to."

Poverenje kao praktičan uslov

U razgovorima s kupcima iz različitih industrija, on kaže da se isto pitanje stalno pojavljuje: "Zašto je sistem izabrao tu opciju, a ne drugu?"

 

Pitanje je važno jer logističke odluke rijetko donosi sama tehnologija. Oni uključuju planere, menadžere, operativne timove i, u mnogim slučajevima, kupce ili eksterne partnere. Ako ovi dionici ne mogu slijediti razloge za preporuku koju podržava AI-, manja je vjerovatnoća da će postupiti po njoj.

 

Za Heinrichsa, ovo bi moglo postati značajna tačka diferencijacije za evropske dobavljače tehnologije. „Možemo da napravimo veštačku inteligenciju kao i bilo ko, ali možemo dodati nešto drugačije“, kaže on. "To ne bi trebala biti crna kutija."

Kako kompanije žele da ugrade AI aplikacije u uspostavljene poslovne procese, ta razlika postaje sve važnija. Sistemi moraju biti tehnički jaki, ali također moraju biti dovoljno razumljivi kako bi ih korisnici mogli osporiti, potvrditi i poboljšati tokom vremena.

 

Upravljanje manje predvidljivim okruženjem

Operativna okruženja postaje sve teže planirati samo sa istorijskim podacima. Obrasci potražnje se mijenjaju, vanjski faktori intervenišu i tržišni uslovi se mogu brzo promijeniti, često prije nego što te promjene budu jasno vidljive u brojkama. "Morate prikupljati-podatke u stvarnom vremenu i ne oslanjati se samo na historijske podatke," kaže on. "Morate reagirati na volatilnost i integrirati signale iz različitih izvora u svoje odluke."

Ovo označava pomak od više statičnih modela optimizacije ka sistemima koji reaguju, koji kontinuirano uzimaju u obzir nove informacije. "Postaje dinamičniji", dodaje on. "Sljedeći korak je da ga učinimo agenturnijim - da samostalno reaguje na promjene u okruženju."

 

Od vijesti do prognoze

Jedan primjer Informa koji je prvi put predstavljen na LogiMAT-u je novi pristup baziran na AI-i dizajniran da dovede eksterne događaje direktno u predviđanje i planiranje scenarija. Polazna tačka, kaže Hajnrihs, bilo je jednostavno pitanje: zašto modeli predviđanja tako često ignorišu ono što se dešava u svetu oko njih?

 

„Ako danas pokrenete klasičnu prognozu, ona se zasniva na istorijskim ličnostima“, objašnjava on. "Ali u stvarnosti, potražnja je stalno pod uticajem događaja kao što su geopolitički sukobi, prekid lanca snabdevanja, nova regulativa ili tržišni trendovi. Ove informacije postoje, ali obično kao vesti, a ne kao brojke."

Novo rješenje je dizajnirano da zatvori taj jaz. Korisnici daju vremensku seriju, kao što su podaci o prodaji ili tržišni indikator, i ukratko opisuju kontekst. AI zatim istražuje relevantne vijesti, analizira istorijske odnose i generiše nekoliko mogućih budućih scenarija. Rezultat je prognoza praćena objašnjenjem-zasnovanim na dokazima zašto se tržište može razvijati u različitim smjerovima.

Čovjek u petlji

Za Hajnrihsa (na slici ispod), rasprava o veštačkoj inteligenciji takođe vodi direktno do uloge ljudske ekspertize. AI može identificirati obrasce, obraditi velike količine informacija i brzo proizvesti scenarije. Ali njegova vrijednost raste kada ljudi mogu dodati iskustvo, kontekst i prosudbu koje sami podaci ne mogu pružiti.

„AI je dobar onoliko koliko su dobri podaci sa kojima radi i ljudi koji su u stanju da tim podacima daju značenje“, kaže on. "Zato čovjek ostaje suštinski dio petlje."

U praksi, to znači da planeri i-donosioci odluka nisu uklonjeni iz procesa. Oni ostaju centralni za to. Njihova uloga je da potvrđuju scenarije, preispituju pretpostavke i preciziraju rezultate na osnovu operativnog znanja ili tržišne intuicije.

 

„Ako ljudi shvate zašto sistem nešto preporučuje, mogu odlučiti da li će mu vjerovati, preispitivati ​​ili poboljšati,“ objašnjava Heinrichs. "Tamo saradnja između ljudskog prosuđivanja i mašinske inteligencije postaje zaista moćna."

 

Integracija i interoperabilnost

Još jedna konzistentna tema u diskusijama kupaca je integracija. Kako logističke operacije postaju sve više međusobno povezane, mogućnost povezivanja aplikacija vođenih umjetnom inteligencijom- sa postojećim sistemima postaje ključna. "Uvijek dobijamo pitanje: kako da se integriram sa svojim ERP sistemom, mojim drugim rješenjima?" Heinrichs mi kaže. Inform-ov odgovor je bio da standardizuje konektore i uskladi se sa glavnim platformama kao što su SAP i Microsoft. Rezultat je jednostavniji put integracije, smanjujući i troškove i vrijeme implementacije.

 

"To čini veliku razliku", dodaje on. "A to nam također olakšava međunarodno širenje."
Ovo je ključna tačka u usvajanju AI. Čak i najnaprednija aplikacija će se boriti da stvori vrijednost ako je odvojena od sistema u kojima se zapravo upravlja poslovnim procesima. Logističke kompanije već posluju sa uspostavljenim IT okruženjem, a nova rješenja moraju se uklopiti u ta okruženja bez stvaranja dodatne složenosti.

 

 

Odgovornost za podatke

Uz povećanu povezanost i korištenje podataka dolazi do pojačanog nadzora oko sigurnosti. Heinrichsovo iskustvo u sajber bezbjednosti daje čvrst stav po ovom pitanju. „Svaki proizvod mora imati sigurnosni pečat prije nego što izađe u promet“, kaže on. "To je obavezno."

Kako se AI modeli oslanjaju na šire izvore podataka – uključujući eksterne izvore podataka kao što su vijesti i informacije o tržištu – raste složenost upravljanja i osiguranja tih podataka. "Količina podataka u koju koristimo stvara ogromnu potražnju u smislu sigurnosti podataka", napominje Heinrichs. "Moraš ostati na vrhu."

 

Tržište spremno za pokret

Možda najupečatljivija je Heinrichsova procjena tržišnog raspoloženja. Umjesto opreza, on vidi rastući apetit za eksperimentiranjem i brz napredak.

„Kupci traže od nas da dođemo sa idejama“, kaže on. "Spremni su brzo pobijediti, brzo propasti." Ta otvorenost stvara plodno tlo za inteligentna rješenja koja mogu donijeti opipljiva poboljšanja bez inercije velikih-projekata transformacije.

 

Za mnoge kompanije, sljedeću fazu digitalizacije neće definirati samo AI. Definisaće ga veštačka inteligencija koja sama sebe objašnjava, jasno se povezuje sa postojećim sistemima i podržava odluke u koje ljudi mogu da veruju.