Il problema che il mondo deve affrontare oggi non è semplicemente “LA catena di approvvigionamento”, il problema è che quasi ogni singolo anello della catena di approvvigionamento è compromesso. Il talento umano è meno disponibile e i produttori temono che questo diventi una realtà permanente, anche dopo la pandemia. Ogni mese si verificano eventi meteorologici estremi e la pandemia in corso sta causando anche carenze di materiali diretti e indiretti. A loro volta, i costi di spedizione sono aumentati notevolmente. Lo stato della lamiera, dei chip per computer e di tutti gli ingredienti alimentari è nell’aria. I vincoli alla fornitura di materie prime, comprese quelle necessarie per semiconduttori, DPI e plastiche varie, hanno portato alla chiusura degli stabilimenti. Una cronica mancanza di camionisti ha riempito ogni quartiere di scaffali vuoti dei negozi che fissano i suoi cittadini. E, senza sorpresa, l’inflazione è stata appena segnalata a5,4%, che è un massimo da 13 anni.
Ora considera che solo il 4% dei leader della catena di approvvigionamento ritiene che le proprie operazioni siano pronte per il futuro. Siamo sull’orlo di un completo disastro o di un nuovo mondo coraggioso.
Il modo in cui siamo arrivati qui è stato analizzato e rimaneggiato più e più volte. Sì, è necessario condurre studi su dove si è verificato ogni guasto, chi dovrebbe essere ritenuto responsabile e come. Ma, per il bene del mio lavoro qui, mi concentrerò su una soluzione per andare avanti alle nostre crisi attuali e prevenire la prossima catastrofe della catena di approvvigionamento.
Secondo Infoholic Research, si prevede che l’intelligenza artificiale nel mercato della logistica e della catena di approvvigionamento crescerà a un CAGR del 42,9% nel periodo 2017-2023 per raggiungere i 6,5 miliardi di dollari entro il 2023. Sfruttare l’intelligenza artificiale al suo massimo potenziale nella tecnologia della catena di approvvigionamento è fondamentale nella nostra corsa al risolvere le crisi del giorno. Possiamo utilizzare l’intelligenza artificiale per promuovere la scalabilità e l’efficienza attraverso nuovi modelli di distribuzione, tra cui direct to consumer, click and collect e abbonamento, sfruttando l’automazione nell’intero ecosistema della catena di fornitura migliorando l’interconnessione tra clienti, partner e fornitori.
Automazione cognitiva
Le innovazioni associate all’automazione cognitiva verranno utilizzate per produrre di più, con meno forza lavoro umana. Saranno utilizzate piattaforme di automazione cognitiva per formulare raccomandazioni in tempo reale, prevedere i risultati e prendere decisioni sulla catena di approvvigionamento in modo autonomo nel contesto di confini concordati e regole aziendali, creando tecnologie avanzate per la catena di approvvigionamento a guida autonoma. L’automazione cognitiva ha il potenziale per trasformare le attività manuali ripetitive in processi altamente automatizzati con prestazioni superiori. Un’area specifica che vale la pena evidenziare è l’accelerazione del complesso processo di intermediazione doganale suscettibile di errore umano e che richiede una conoscenza molto specifica delle normative.
Previsioni per l’ottimizzazione dei processi
Le aziende basate su insight predittivi prevedono, preparano e vedono i problemi che potrebbero compromettere la loro capacità di consegnare prodotti con sufficiente anticipo per apportare le modifiche necessarie ai loro processi per prevenire l’interruzione. Possiedono anche soluzioni di pianificazione avanzate per percepire meglio i cambiamenti della domanda e dell’offerta per accelerare la capacità di risposta. Queste aziende prevedono anche le rotte di consegna migliorando la comunicazione tra una moltitudine di partecipanti alla catena di approvvigionamento globale per trasportare, ritirare e consegnare le spedizioni in modo efficiente. Per non parlare delle interruzioni spesso trascurate della catena di approvvigionamento, come la previsione dell’usura dei macchinari e il miglioramento dell’indice di efficacia complessivo delle apparecchiature e la previsione dell’utilizzo di carburante per l’ottimizzazione della flotta.
Resilienza della catena di approvvigionamento
La tecnologia AI verrà utilizzata per apprendere e quindi mostrare come gestire enormi shock alla catena di approvvigionamento. Attraverso questo emergerà un set di dati della catena di approvvigionamento “auto-riparante”, utilizzando l’intelligenza artificiale per aiutare a identificare e correggere i problemi relativi ai dati in tempo reale. Ciò porta quindi all’agilità, alla flessibilità e al controllo end-to-end per consentire la visibilità in tempo reale delle prestazioni, dei rischi, delle opportunità e degli eventi della supply chain e consentire ai team di leadership di prendere decisioni end-to-end più informate
Assistenza AI in caso di carenza di competenze
Le macchine lavoreranno a stretto contatto con gli esseri umani assistendo in tutte le fasi della produzione, dal controllo della qualità dei nostri ingredienti e delle parti fino all’assemblaggio finale e alla spedizione dei prodotti ai consumatori finali, inclusa la guida automatizzata. Alcuni hanno affermato che “l’anello più debole” nella catena di approvvigionamento globale potrebbe essere la carenza di conducenti di camion. Attraverso l’automazione della guida e l’automazione del reclutamento e del controllo dei candidati al lavoro di guida di camion umani settimane se non mesi di ritardo nell’assunzione di camionisti qualificati e certificati in giro il globo sarà rimosso.
8 esempi da monitorare e modellare
Walmart si allea con Ford
Wal-Mart Ford e Argo AI per consegnare le merci alle case dei clienti tramite veicoli a guida autonoma. I programmi pilota iniziali verranno eseguiti a Miami, Washington, DC e Austin, in Texas, per poi espandersi una volta ritenuti di successo.
DHL ha creato uno strumento basato sull’apprendimento automatico per prevedere i ritardi del trasporto aereo
La macchina analizza 58 diversi punti dati e prevede ritardi giornalieri o accelerazioni fino a una settimana in anticipo, individuando contemporaneamente i motivi principali dei ritardi.
FedEx SameDay Bot
Il Bot SameDay combina Lidar e fotocamere standard per portare i pacchi nell’ultimo miglio. Questi sono testati e testati per evitare collisioni e aumentare l’efficienza.
Fizyr ha creato prodotti software per il prelievo e il posizionamento automatizzati in ambienti logistici difficili
Il software di Fizyr si integra con qualsiasi fotocamera, robot ed effettore finale in modo che le aziende possano scegliere ciò che funziona meglio per le loro esigenze. Ci sono oltre 100 pose di presa ogni secondo attraverso il loro algoritmo e ci sono diverse classificazioni in modo che sappia come gestire diversi tipi di oggetti.
I robot per le consegne di Nuro
Nuro realizza robot R-1 in grado di trasportare prodotti su navi o camion, attraversare marciapiedi e salire le scale per effettuare consegne. Sono molto sottili che li rendono un’alternativa sicura ad altri robot.
Il veicolo autonomo di Robby Technologies
Grazie all’intelligenza artificiale avanzata, i loro veicoli possono percorrere strade, marciapiedi, pedoni e passaggi a livello. Presentava anche un’intelligenza artificiale conversazionale per una maggiore interazione uomo-macchina.
Le immagini satellitari di DigitalGlobe per il ride sharing
Le loro immagini satellitari forniscono l’input per la creazione di strumenti di mappatura avanzati. Ciò consente di aumentare la precisione del prelievo, della navigazione e della riconsegna. I loro satelliti rilevano nuovi segnali stradali, informazioni sulla corsia e modifiche della scala stradale ai modelli di traffico.
Previsioni basate sul punto vendita di Alloy.ai
Alloy.AI ha progettato una piattaforma di apprendimento automatico che monitora continuamente i dati in entrata dai punti vendita e da diverse altre fonti. Sono quindi necessari questi dati per mappare tutte le vendite per prevedere meglio la domanda in futuro. Ciò consente alle aziende di pianificare meglio in anticipo ciò di cui avranno bisogno e quando, riducendo così i colli di bottiglia e la carenza di merci.
L’intelligenza artificiale per prevedere la prossima pandemia
Le soluzioni di cui sopra sono tutte incredibilmente preziose per correggere i problemi della nostra catena di approvvigionamento nel presente e aumentare l’efficienza in futuro. Ma la genesi della nostra attuale crisi è la pandemia globale di Covid-19. Anche se spesso si sente dire: “Non c’era modo di prevedere qualcosa del genere”, potrebbe non essere più così.
I ricercatori dell’Università di Glasgow hanno utilizzato le funzionalità della sequenza Trusted Source del genoma virale e umano per sviluppare modelli di apprendimento automatico per prevedere la probabilità che un virus animale possa saltare sugli esseri umani. La capacità di prevedere questo movimento è una grande vittoria per il mondo. Se scienziati e governi sanno quale virus tenere traccia, possono concentrarsi sulle infezioni prima che diventino focolai per fermare la diffusione.
In Germania è in fase di creazione un nuovo hub di dati globale per rilevare le minacce emergenti di pandemia. Questo sarà l’hub dell’OMS per l’intelligenza sulle pandemie e sulle epidemie e analizzerà rapidamente i dati per prevedere, prevenire, rilevare, prepararsi e rispondere ai rischi in tutto il mondo. La ricerca da luoghi come l’Università di Glasgow che viene inserita nell’hub dell’OMS è esattamente il tipo di collaborazione di cui abbiamo bisogno per garantire che A) preveniamo una crisi sanitaria globale che poi B) si trasforma in una crisi economica globale che C) paralizza l’offerta globale catena che D) porterà all’allungamento della pandemia globale.
La pandemia globale spingerà più aziende negli Stati Uniti a esplorare le loro opzioni per aggiungere l’intelligenza artificiale alle loro piattaforme di gestione della catena di approvvigionamento. Grandi vittorie aiuteranno le aziende di tutto il mondo a costruire catene di approvvigionamento più resilienti e agili che prosperano in qualsiasi condizione aziendale. Ora è il momento per le aziende negli Stati Uniti di abbracciare pienamente il potere dell’intelligenza artificiale per il bene non solo della loro azienda, ma di ogni azienda in ogni anello della catena di approvvigionamento globale.
