FMCG SUMMIT 2024
FORTE SOLAR

Boban Mladenovski: Planiranje potražnje temeljeno na AI

Automatizirane operacije lanca opskrbe

Analize

17.06.2024

Umjetna inteligencija omogućuje maloprodajnim i proizvodnim poduzećima donošenje pametnijih odluka uz preciznije predviđanje u stvarnom vremenu, poboljšanje upravljanja opskrbom, definiranje efektnih tematskih promocija i optimiziranje asortimana i cijena.

Autor: Boban Mladenovski

Upravljanje opskrbnim lancem (SCM) jedno je od najizazovnijih područja koje naglašava interakciju između različitih sektora, prvenstveno marketinga, logistike i proizvodnje. Stoga uspjeh opskrbnog lanca leži u ukupnom uspjehu svakog pojedinačnog poslovanja. Ali uz stalne promjene u poslovnim praksama, poput klasičnog menadžmenta i filozofije just-in-time u proizvodnji i logistici, globalizacije, negativnih događaja, čestih prirodnih katastrofa, političke nestabilnosti, SCM uvijek treba razviti odgovarajuće rješenje za ublažavanje takvih izazova. 

Posljednjih godina, tehnologije poput umjetne inteligencije (AI) pokazale su se neizmjerno vrijednima za SCM. Predviđanje/planiranje potražnje temeljeno na računalnim rješenjima nije novost. Temelji se na nizu dizajniranih algoritama koji gledaju na različite skupove podataka kao što su podaci o isporuci, podaci o životnom ciklusu proizvoda, obrazac narudžbe, podaci o proizvodnji za predviđanje tijekom određenog vremenskog razdoblja.

Područja stvaranja vrijednosti s umjetnom inteligencijom

Sustav koji koristi umjetnu inteligenciju poznaje najbolje moguće kombinacije algoritama i podatkovnih sustava te njihovom obradom daje točnu prognozu. Još važnije, AI pomaže tvrtkama:

a) dobiti gotovo 100% točnu projekciju i predvidjeti potražnju kupaca

b) optimizirati njihovo istraživanje i razvoj, dakle, povećati proizvodnju uz niže troškove i veću kvalitetu

c) u promociji, identificiranju ciljnih kupaca, demografiji, definiranju cijene i osmišljavanju prave poruke itd.

d) pružiti bolje iskustvo svojim klijentima.

Ova četiri područja stvaranja vrijednosti iznimno su važna za stjecanje konkurentske prednosti.

Usklađivanje ponude i potražnje

Organizacije uvijek žele uravnotežiti ponudu i potražnju. Stoga je potreban bolji opskrbni lanac i predviđanje proizvodnje. Budući da umjetna inteligencija može obrađivati, analizirati (automatski) i što je još važnije, predviđati podatke, ona pruža točnu i pouzdanu prognozu potražnje, omogućujući tvrtkama da optimiziraju izvore u smislu nabave i obrade narudžbi, čime se smanjuju troškovi povezani s transportom, skladištenjem i administracijom. Tvrtke koriste ovaj alat na nekoliko načina, kao što je skladištenje samo određene količine (točno koliko svake neovisne jedinice/proizvoda) određenih proizvoda koje će prodati kako bi smanjili otpad. 

Isto tako, s pravim trendovima prodaje, mogu naručiti popularnije proizvode ili proizvode koji će uskoro postati popularni. Budući da su te prognoze potražnje toliko točne, ne gube prodaju zbog nedostupnosti proizvoda. U Ujedinjenom Kraljevstvu, platforma DeepMind, koju je razvio Google, naširoko se koristi već nekoliko godina. Ona točno predviđa najbolje varijacije ponude i potražnje čak i uzimajući u obzir varijabilne egzogene inpute povezane s vremenskim uvjetima. Pristupi strojnog učenja ne uključuju samo povijesne podatke o prodaji i postavke opskrbnog lanca, već se oslanjaju i na podatke gotovo u stvarnom vremenu o promjenama kao što su reklamne kampanje, cijene i lokalne vremenske prognoze.

Robotika u pogonu

Proces automatizacije napravio je veliki korak zahvaljujući tehnologijama umjetne inteligencije. Robotika, kao jedna od naprednih grana umjetne inteligencije, preuzela je središnju ulogu u proizvodnji. Napredak u tehnologijama prepoznavanja objekata i semantičke segmentacije mijenja ponašanje robota, posebno u kontekstu načina na koji prepoznaju svojstva materijala i objekata s kojima su u interakciji. Novi roboti opremljeni AI kamerama čak su obučeni da prepoznaju prazan prostor na policama. To rezultira značajnom brzinom u odnosu na konvencionalne metode sklapanja proizvoda.

Logistički roboti poboljšani umjetnom inteligencijom također mogu integrirati smetnje u svoje rutine kretanja putem mehanizma učenja dinamike bez nadzora. Ova sposobnost dovodi do preciznijih promjena i, općenito, poboljšane robusnosti procesa. Kolaborativni roboti mogu povećati produktivnost do 20 posto.

Današnje poslovanje sve više ide u smjeru zadovoljenja svakog kupca, da se osjeća posebno i dobrodošlo, što nije lak zadatak. Nekad je to bilo teško i skupo i često rezervirano samo za najprofitabilnije kupce. Tehnologije umjetne inteligencije, poput računalnog vida i strojnog učenja, potpuno su promijenile ovu praksu. Umjetna inteligencija omogućuje maloprodajnim i proizvodnim tvrtkama donošenje pametnijih odluka, uz točnije predviđanje u stvarnom vremenu, poboljšanje upravljanja nabavom, definiranje dojmljivih tematskih promocija te optimiziranje asortimana i cijena. AI također čini operacije učinkovitijima, s robotikom i optimizacijom procesa koji poboljšavaju produktivnost i smanjuju troškove ručnog rada.

Poznata je primjena interaktivnih robota u skladištu i trgovini. Napredak je omogućen instaliranjem snažnijih računala, novih algoritamskih modela i velikih skupova podataka za obuku. Područje računalnog vida, prepoznavanja objekata i semantičke segmentacije, odnosno sposobnosti kategorizacije tipa objekta, poput razlikovanja alata od komponente, značajno je napredovalo i značajno povećalo svoje performanse. Omogućuju robotima da se ponašaju primjereno kontekstu u kojem djeluju, na primjer, prepoznavanjem svojstava materijala i predmeta s kojima su u interakciji. Oni su fleksibilni i autonomni i sposobni za sigurnu interakciju sa stvarnim svijetom i ljudima.

Umjetna inteligencija također može biti od velike pomoći trgovcima na malo da povećaju broj kupaca i prosječni iznos koji potroše stvaranjem personaliziranih i praktičnih iskustava kupnje. Trgovci na malo mogu saznati više o tome što njihovi kupci žele, čak i prije kupaca. To omogućuje i predviđa umjetna inteligencija obradom obrazaca i znatnih količina podataka, među kojima su prošle transakcije, vremenske prognoze, trendovi društvenih medija, obrasci kupnje, povijest pregledavanja, analiza izraza lica, sezonski obrasci kupnje itd. Tehnologije umjetne inteligencije pomažu trgovcima u predviđanju budućih performansi trgovine kada proširuju svoj asortiman, čime optimiziraju svoj skladišni prostor i lokaciju. Pomaže i razvija prilike za poboljšanje učinkovitosti asortimana, koristeći geoprostorno i statističko modeliranje, predviđa i minimizira zalihe.

Tehnološki napredak u mobilnom računarstvu, umjetnim neuronskim mrežama, robotici, online masovnoj pohrani podataka, strojnom učenju temeljenom na oblaku i algoritmima za obradu informacija potaknuo je upotrebu umjetne inteligencije u različitim poslovnim sektorima. Mnoge tvrtke koriste AI u glavnim dijelovima svog lanca vrijednosti jer pruža značajne konkurentske prednosti. Što je najvažnije, tehnologije umjetne inteligencije pomogle su eliminirati mnoge razine ručnih aktivnosti, na primjer, u e-trgovini koja koristi umjetnu inteligenciju za predviđanje trendova, optimiziranje cijena za pohranu i logistiku te personalizaciju promocija itd. Čak ide i korak dalje predviđajući narudžbe i isporuku robe bez čekanja na potvrdu kupnje.

Međutim, potrebne su mnoge promjene kako bi se u potpunosti iskoristila AI, što je još važnije, promjene će natjerati mnoge tvrtke da usvoje nove strategije, tj. projektiraju pogone, preoblikuju njihove stope proizvodnje i osmisle nove modele opskrbnog lanca. Također, tvrtke moraju promijeniti način poslovanja jer će doći do prelaska s ljudskih operatera na strojeve i robote s umjetnom inteligencijom. Dobro je primijetiti da trend globalnog industrijskog poslovanja potaknutog umjetnom inteligencijom eksponencijalno raste, što sugerira da je ona već postala prioritet za mnoge korporacije diljem svijeta.