Недавно я прочитала статью End-to-end: Machine Learning Benefits The Whole Supply Chain. Автор, Л. М. Келлер – руководитель подразделения в компании SAP, пишет о том, что в нашу цифровую эру внедрение искусственного интеллекта и машинного обучения, как его разновидности, позволяет повысить эффективность бизнеса и вывести обслуживание потребителей на новый уровень.
Также данные технологии помогают отладить внутренние и внешние бизнес-процессы.
Внедрение платформ искусственного интеллекта и машинного обучения дает возможность получить всесторонний обзор цепи поставок и оказать влияние в долгосрочной перспективе на такие процессы, как:
Закупки. Технологии искусственного интеллекта обеспечивают заказ товара в несколько кликов – автоматизированная система сканирует данные, чтобы найти товар или его заменитель. Это удобно в случае, если необходимо постоянно отслеживать уровень запаса по тысячам наименований товаров, взаимодействовать с десятками и сотнями поставщиков.
Доставка. При использовании соответствующего оборудования и оптимизированных систем ритейлеры могут отслеживать местонахождение товара в реальном времени, сравнивать плановые и фактические логистические потоки, чтобы вовремя отреагировать на форс-мажоры и отклонения от планов. Главный результат – повышение удовлетворенности потребителей.
Управление запасами. Используя процессы машинного обучения, сотрудники делают фотографию полки с товаром, искусственный интеллект определяет, что отсутствует или некорректно расположено, и инициирует корректирующее действие. Сотрудник склада или магазина будет автоматически уведомлен о необходимости разместить товар правильно, в соответствии с потребностями потребителя.
Техническое обслуживание. Особенно это актуально для продавцов напитков, замороженных продуктов, или товаров, требующих хранения при определенной температуре. Необходимое оборудование и его грамотное обслуживание стоят дорого, также возможны списания из-за порчи продукции или истечения сроков годности при ненадлежащем контроле. Система машинного обучения анализирует весь массив данных о температурных и других технических характеристиках хранилищ, о сроках годности и заданных условиях хранения для разных товаров, что позволяет продлить срок эффективного использования оборудования. Потребитель получает качественный непросроченный товар, который хранился с соблюдением указанных производителем температур.
Взаимодействие с потребителями. Технологии машинного обучения могут совместить распознавание человеческой речи и данные об истории покупок – система сама сможет дать быстрый и точный ответ на запрос потребителя. Производители продуктов питания и напитков, ритейлеры и владельцы ресторанов уже используют искусственный интеллект для анализа контента соцсетей. Понимание настроений потребителей совместно с другими данными позволяют компаниям определить, какие продукты стоит производить и размещать в магазинах.
Автор резюмирует, что наличие грамотной цифровой стратегии, подкрепленной такими современными технологиями, как искусственный интеллект и машинное обучение, помогут компаниям обойти конкурентов, удовлетворить запросы потребителей и обеспечить повышение эффективности по всей цепи поставок.
Эта статья актуальна для стран, где высокие технологии широко распространены во всех сферах жизни людей, где беспилотные автомобили уже тестируют на улицах городов, а квадрокоптерами доставки никого не удивишь. В нашей стране пока больше законодательных ограничений, недоверия к новым технологиям и уверенности, что опыт и знания сотрудников не заменить машинами. А еще отталкивает относительно высокая стоимость. В ситуации необходимого сокращения расходов на логистику сложно рассматривать внедрение искусственного интеллекта.
Как вы думаете, есть ли место самообучаемым машинам в российской логистике?
Анна Пушина, эксперт Совета профессионалов по цепям поставок
