يتمتع الذكاء الاصطناعي التوليدي (GenAI) بالقدرة على تحسين كفاءة سلسلة التوريد ومرونة المخاطر بشكل كبير للشركات عبر العديد من الصناعات.
باستخدام اللغة الطبيعية، يمكن لقادة سلسلة التوريد طلب المعلومات أو التنقل بين الأنظمة أو إجراء تغييرات دون الحاجة إلى التواجد في تطبيق محدد. ويساعد ذلك في التخلص من إدخال البيانات يدويًا والمهام المتكررة، مما يوفر الوقت ويقلل الأخطاء.
في الأشهر الـ 12 المقبلة، قال نصف قادة سلسلة التوريد إنهم يعتزمون تطبيق GenAI، مع وجود 14% إضافية في مرحلة التنفيذ بالفعل، وفقًا لتقرير حديث من مؤسسة Gartner. استطلاع. وكشفت البيانات أيضًا أن كبار مسؤولي سلسلة التوريد (CSCO) يخصصون ما متوسطه 5.8٪ من ميزانية وظائفهم لـ GenAI.
تقول نهى التهامي، نائب الرئيس المتميز في ممارسة سلسلة التوريد لدى Gartner، إن المكاسب في الإنتاجية تأتي من القدرة على الحصول على رؤى أسرع بكثير من الانتقال إلى جداول بيانات Excel المتعددة أو أنظمة المصدر أو حتى حلول ذكاء الأعمال التقليدية. وأوضحت في مقابلة عبر البريد الإلكتروني: “علق أحد المسؤولين التنفيذيين بأنه الآن، بحلول الوقت الذي يحصل فيه المخطط على إجابة لسؤاله، لم يعد السؤال ذا صلة”. “إن استخدام GenAI لفهم مؤشرات الأداء الرئيسية في الوقت المناسب يمكن أن يساعد سلسلة التوريد على أن تصبح أكثر مرونة، وتستجيب بشكل أسرع للظروف المتغيرة.”
في الدراسة، قال المشاركون في سلسلة التوريد إن أهم التحديات هي دقة البيانات، والموثوقية والشفافية، والتوافق مع الأنظمة القديمة، ومقاومة الموظفين. “على الرغم من أن التوافق مع الأنظمة القديمة قد لا يشكل عقبة كبيرة في الإصدار التجريبي – حيث ينصب التركيز على تجربة التكنولوجيا لفهم الفوائد المحتملة – لكي تنجح عمليات النشر على نطاق أوسع، ستحتاج المؤسسات إلى معرفة كيفية دمج حلول GenAI مع يقول التهامي: “تقنيات سلسلة التوريد الموجودة مسبقًا”.
وبالمثل، فإن إنشاء مجموعات بيانات لتجريب حالة استخدام مثل اكتشاف مؤشر الأداء الرئيسي (KPI) أمر ممكن، ولكن نشر GenAI كأداة أساسية لاكتشاف مؤشرات الأداء الرئيسية سيتطلب بيانات كاملة ودقيقة تعكس ظروف سلسلة التوريد الحالية.
يوضح التهامي: “بمجرد تخصيص التحليلات المتقدمة لأصول النقل، يمكن لمحلل النقل استخدام GenAI لطرح أسئلة حول تلك التخصيصات للحصول على رؤى حول حالة الشحن وتزويد العملاء بتحديثات الطلب”.
رؤى جديدة ونتائج أعمال أقوى
يقول دارسي ماكلارين، كبير مسؤولي الإيرادات العالمي لسلسلة التوريد الرقمية في SAP، إنه من خلال الاستفادة من GenAI، يمكن لقادة سلسلة التوريد إدراك القيمة الحقيقية للبيانات لاستخلاص رؤى جديدة، وتحديد الكفاءات، وفي النهاية تحقيق نتائج أعمال أقوى. “على الرغم من الضجة حول ChatGPT، هناك المزيد في GenAI من نماذج اللغة المفتوحة،” كما أوضحت في مقابلة عبر البريد الإلكتروني. “يستخدم قادة سلسلة التوريد خوارزميات التعلم الآلي للتنبؤ بالطلب وتحسين مستويات المخزون، وتقليل الهدر، وتحسين رضا العملاء.”
من خلال ربط الذكاء الاصطناعي بالبيانات الغنية من جميع أنحاء المؤسسة، يمكن للمؤسسات إنشاء أوجه تآزر تعمل على تحسين الإنتاجية وتحسين مرونة الأعمال وتقليل التكاليف. يقول ماكلارين: “باستخدام GenAI، يمكن للشركات فهم الظروف الملتقطة في البيانات بسهولة واستخدامها لتحليل مجموعات البيانات المعقدة، والمساعدة في التنبؤ بالطلب، وتحسين طرق التسليم”.
يشير تروي بروثيرو، نائب الرئيس الأول لإدارة المنتجات وحلول سلسلة التوريد لشركة SymphonyAI، إلى أن GenAI ستصبح طبقات في عمليات محاكاة البيانات الأساسية الأكثر تعقيدًا لسلاسل التوريد، بما في ذلك تخطيط السيناريوهات أو التخطيط للطوارئ. “عندما يكون لديك بيانات مجمعة للرؤية عبر سلسلة التوريد، فإن التحليلات الأساسية المقترنة بـ GenAI تدعم تخطيط سيناريو قوي للغاية وبديهي،” كما يوضح في مقابلة عبر البريد الإلكتروني.
يقول Prothero أنه في تخطيط سلسلة التوريد، يمكن لـ GenAI مساعدة الموظفين الجدد أو الأقل خبرة على الأداء بسرعة بالمستوى المتوقع من موظف أكثر خبرة. “إن مخططي سلسلة التوريد متحمسون بشأن كيفية زيادة الذكاء الاصطناعي الإنتاجي في الإنتاجية والكفاءة، إلى جانب زيادة الدقة بشكل كبير – وهو أمر مهم بشكل خاص لمخططي سلسلة التوريد.”
حل المشكلات باللغة البسيطة
يقول ماكلارين أنه في عام 2024، يمكن لقادة سلسلة التوريد أن يتوقعوا انتشار المساعدين الرقميين المعتمدين على GenAI، مما يؤدي إلى تغيير الطريقة التي تعمل بها الشركات من خلال السماح للمستخدمين بطرح الأسئلة بلغة واضحة وتلقي استجابات سريعة وسياقية.
على سبيل المثال، إذا كان لدى الشركة عدة شاحنات في انتظار تفريغها، يمكن للعامل أن يطلب من مساعد الذكاء الاصطناعي التحقق من قائمة البضائع، ومعرفة ما تحتويه كل شاحنة، واقتراح أي شاحنة يجب تفريغها أولاً.
وتقول: “ستؤدي هذه الأفكار إلى العديد من الفوائد عبر سلسلة التوريد، مثل عمليات التسليم الأسرع وخفض التكاليف، ووضع معايير جديدة لاستجابة السوق العالمية والقدرة التنافسية”.
ومع ذلك، بالنسبة لقادة سلسلة التوريد الذين يتطلعون إلى دمج GenAI مع الحلول الحالية، فمن الضروري التأكد من أن الذكاء الاصطناعي ملائم وموثوق ومسؤول، بحيث يمكن تحقيق نتائج الأعمال بطريقة آمنة ومتوافقة.
يقول ماكلارين أنه من أجل مواجهة تحديات التبني وبناء قدرات الذكاء الاصطناعي التأسيسية، يجب على مسؤولي CSCO تثقيف مؤسساتهم حول قوة الذكاء الاصطناعي وفوائده. وتشرح قائلة: “ابدأ بالنظر إلى الأمثلة العملية لإدارة العمليات داخل سلسلة التوريد، بما في ذلك إدارة القوى العاملة، والتبسيط والتبسيط، وجني القيمة الكاملة لحلول سلسلة التوريد”.
من وجهة نظرها، هناك بعض الاعتبارات لقادة سلسلة التوريد الذين يتطلعون إلى توسيع نطاق الذكاء الاصطناعي بنجاح عبر أعمالهم. يتضمن ذلك ضمان الإطار القانوني والوصول إلى البيانات لاستخدام بيانات العملاء لتطوير المنتج وتحسين التشغيل. وتقول: “استخدم بنية البيانات المركزية التي تتيح تكامل البيانات والجودة والحوكمة عبر سلسلة التوريد ووضع سياسات أخلاقية ولجان استشارية لتعزيز الذكاء الاصطناعي الجدير بالثقة”.
وسيكون من المهم أيضًا تدريب الموظفين وتمكينهم من الاستفادة من قدرات الذكاء الاصطناعي ودفع الابتكار في جميع أنحاء الأعمال. يقول ماكلارين: “إن دمج GenAI في كل مستوى من مستويات شبكة سلسلة التوريد سيطلق العنان لمؤسسة لوجستية فعالة وفائقة التنبؤ”.
