Yapay Zeka Avantajını Açıklamak

 

Lojistik teknolojisinde şeffaflık, entegrasyon ve güven neden belirleyici hale geliyor? Peter MacLeod bir uzmanla konuşuyor.

Bu yılki LogiMAT'ta gürültüyü çoğundan daha net bir şekilde kesen bir tema olsaydı o da hız olurdu. Yalnızca operasyon hızı değil, dağıtım hızı, yenilik hızı ve sonuçta Büyük Olan: yatırımın geri dönüş hızı. Inform Software için bu tartışma giderek daha geniş bir soruya yol açıyor: Lojistik organizasyonları şeffaflığı, kontrolü veya güveni kaybetmeden daha akıllı sistemleri nasıl benimseyebilir?

 

Stuttgart'taki yoğun fuar alanında benimle konuşan Inform'un Envanter ve Tedarik Zinciri Kıdemli Başkan Yardımcısı Dr. Bernd Heinrichs, şirketin tedarik zinciri ve intralojistik ortamlarında yapay zekanın gelişimini nasıl gördüğünü anlattı.

 

Optimizasyon Katmanını Genişletme

Inform uzun süredir karmaşık, veriye dayalı ortamlarda-optimizasyonla ilişkilendirilmektedir. Ancak piyasalar daha değişken hale geldikçe optimizasyon sistemlerinden daha hızlı tepki vermesi, daha fazla sinyal içermesi ve daha dinamik karar almayı-desteklemesi isteniyor.

Bu değişim özellikle kararların birbirine bağlı olduğu ortamlarda geçerlidir. Talep planlamasındaki bir değişiklik envanteri, taşıma kapasitesini, iş gücü tahsisini veya hizmet seviyelerini etkileyebilir. Operasyonun bir bölümünde yapılan öneri, başka bir yerde sonuçlar doğurabilir ve bu da şeffaflığı günlük-günlük-kullanım için vazgeçilmez kılar.

Heinrichs'e göre lojistikte yapay zekanın pratik değerini kanıtlaması gereken nokta burasıdır. "Yapay zekadan bahsetmiyorum. Açıklanabilir yapay zekadan bahsediyorum" diyor. "Yaptığımız her şeyin, önerdiğimiz her şeyin bir açıklaması var. Aksi halde insanlar buna güvenmez."

Pratik Bir Gereksinim Olarak Güven

Farklı sektörlerdeki müşterilerle yaptığı görüşmelerde aynı sorunun tekrar tekrar gündeme geldiğini söylüyor: "Sistem neden bu seçeneği seçti de başka bir seçeneği seçmedi?"

 

Bu soru önemlidir çünkü lojistik kararları nadiren yalnızca teknoloji tarafından alınır. Planlamacıları, yöneticileri, operasyon ekiplerini ve çoğu durumda müşterileri veya dış ortakları içerirler. Bu paydaşlar, yapay zeka destekli bir önerinin-arkasındaki mantığı takip edemezlerse, bu öneriye göre hareket etme olasılıkları azalır.

 

Heinrichs'e göre bu, Avrupalı ​​teknoloji sağlayıcıları için anlamlı bir farklılaşma noktası haline gelebilir. "Yapay zekayı herkes kadar iyi geliştirebiliriz, ancak farklı bir şeyler de ekleyebiliriz" diyor. "Bu bir kara kutu olmamalı."

Şirketler yapay zeka uygulamalarını yerleşik iş süreçlerine dahil etmeye çalıştıkça bu fark giderek daha önemli hale geliyor. Sistemlerin teknik olarak güçlü olması gerekir, ancak aynı zamanda kullanıcıların bunları sorgulaması, doğrulaması ve zaman içinde iyileştirmesi için yeterince anlaşılır olmaları da gerekir.

 

Daha Az Tahmin Edilebilir Ortamları Yönetmek

Operasyonel ortamların yalnızca geçmiş verilerle planlanması zorlaşıyor. Talep kalıpları değişir, dış faktörler devreye girer ve piyasa koşulları, çoğunlukla bu değişiklikler rakamlarda açıkça görülmeden önce hızla değişebilir. "Gerçek-zamanlı verileri toplamanız ve yalnızca geçmiş verilere güvenmemeniz gerekiyor" diyor. "Volatiliteye tepki vermeniz ve farklı kaynaklardan gelen sinyalleri kararlarınıza entegre etmeniz gerekiyor."

Bu, daha statik optimizasyon modellerinden sürekli olarak yeni bilgileri hesaba katan duyarlı sistemlere doğru bir geçişe işaret ediyor. "Daha dinamik hale geliyor" diye ekliyor. "Bir sonraki adım onu ​​daha etkin hale getirmek; ortamdaki değişikliklere kendi başına tepki vermek."

 

Haberlerden Tahminlere

Inform'un LogiMAT'te ilk kez sunulan örneklerinden biri, harici olayları doğrudan tahmin ve senaryo planlamasına dahil etmek için tasarlanmış yeni bir yapay zeka-tabanlı yaklaşımdır. Heinrichs, başlangıç ​​noktasının basit bir soru olduğunu söylüyor: Tahmin modelleri neden etraflarındaki dünyada olup bitenleri bu kadar sıklıkla görmezden geliyor?

 

"Bugün klasik bir tahmin yürütürseniz, bu tarihsel rakamlara dayanır" diye açıklıyor. "Fakat gerçekte talep, jeopolitik çatışmalar, tedarik zincirindeki aksaklıklar, yeni düzenlemeler veya pazar eğilimleri gibi olaylardan sürekli olarak etkilenmektedir. Bu bilgi mevcuttur, ancak genellikle sayı olarak değil haber olarak mevcuttur."

Yeni çözüm bu açığı kapatmak için tasarlandı. Kullanıcılar satış rakamları veya pazar göstergesi gibi bir zaman serisi sağlar ve bağlamı kısaca açıklar. Yapay zeka daha sonra ilgili haber olaylarını araştırır, tarihsel ilişkileri analiz eder ve birkaç olası gelecek senaryosu üretir. Sonuç, bir pazarın neden farklı yönlerde gelişebileceğine dair kanıta- dayalı bir açıklamanın eşlik ettiği bir tahmindir.

Döngüdeki İnsan

Heinrichs'e göre (aşağıdaki resimde), yapay zeka hakkındaki tartışma aynı zamanda doğrudan insan uzmanlığının rolüne de yol açıyor. Yapay zeka, kalıpları tanımlayabilir, büyük hacimli bilgileri işleyebilir ve hızlı bir şekilde senaryolar üretebilir. Ancak insanlar verinin tek başına sağlayamayacağı deneyimi, bağlamı ve muhakemeyi ekleyebildiğinde değeri artar.

"Yapay zeka yalnızca birlikte çalıştığı veriler ve bu verilere anlam verebilen insanlar kadar iyidir" diyor. "Bu yüzden insan döngünün önemli bir parçası olmaya devam ediyor."

Uygulamada bu, planlayıcıların ve karar-vericilerin süreçten çıkarılmadığı anlamına gelir. Onun merkezinde kalıyorlar. Görevleri senaryoları doğrulamak, varsayımları sorgulamak ve operasyonel bilgi veya piyasa sezgisine dayalı olarak çıktıları iyileştirmektir.

 

Heinrichs şöyle açıklıyor: "İnsanlar sistemin bir şeyi neden önerdiğini anlarlarsa, ona güvenmeye, onu sorgulamaya veya geliştirmeye karar verebilirler." "İşte bu noktada insan muhakemesi ile makine zekası arasındaki işbirliği gerçekten güçlü hale geliyor."

 

Entegrasyon ve Birlikte Çalışabilirlik

Müşteri tartışmalarındaki bir diğer tutarlı tema ise entegrasyondur. Lojistik operasyonları birbirine daha fazla bağlı hale geldikçe, AI-güdümlü uygulamaları mevcut sistemlere bağlama yeteneği önemli hale geliyor. "Her zaman şu soruyu alıyoruz: ERP sistemim ve diğer çözümlerim ile nasıl entegre olabilirim?" Heinrichs bana anlatıyor. Inform'ın yanıtı bağlayıcıları standartlaştırmak ve SAP ve Microsoft gibi büyük platformlarla uyum sağlamak oldu. Sonuç, hem maliyeti hem de uygulama süresini azaltan daha basit bir entegrasyon yoludur.

 

"Bu büyük bir fark yaratıyor" diye ekliyor. "Ayrıca uluslararası alanda genişlememizi de kolaylaştırıyor."
Bu, yapay zekanın benimsenmesinde çok önemli bir noktadır. En gelişmiş uygulama bile, iş süreçlerinin fiilen yönetildiği sistemlerden ayrı durursa değer yaratmada zorluk çekecektir. Lojistik şirketleri halihazırda yerleşik BT ortamlarıyla faaliyet gösteriyor ve yeni çözümlerin ek karmaşıklık yaratmadan bu ortamlara uyması gerekiyor.

 

 

Veri Sorumluluğu

Artan bağlantı ve veri kullanımıyla birlikte güvenlik konusunda daha fazla inceleme yapılıyor. Heinrichs'in siber güvenlik konusundaki geçmişi bu konuda güçlü bir duruş sergiliyor. "Her ürünün piyasaya çıkmadan önce bir güvenlik damgası olması gerekiyor" diyor. "Bu zorunludur."

Yapay zeka modelleri, haberler ve pazar bilgileri gibi harici beslemeler de dahil olmak üzere daha geniş veri kaynaklarından yararlandıkça, bu verileri yönetme ve güvence altına alma karmaşıklığı da artıyor. Heinrichs, "Kullandığımız veri miktarı, veri güvenliği açısından büyük bir talep yaratıyor" diye belirtiyor. "Bu işin üzerinde durmalısın."

 

Harekete Hazır Bir Pazar

Belki de en çarpıcı olanı Heinrichs'in piyasa duyarlılığına ilişkin değerlendirmesidir. Tedbir yerine, deneylere ve hızlı ilerlemeye yönelik artan bir iştah görüyor.

"Müşteriler bizden fikirlerle gelmemizi istiyorlar" diyor. "Hızlı kazanmaya, hızlı kaybetmeye istekliler." Bu açıklık, büyük-ölçekli dönüşüm projelerinin durgunluğu olmadan somut iyileştirmeler sağlayabilecek akıllı çözümler için verimli bir zemin yaratıyor.

 

Pek çok şirket için dijitalleşmenin bir sonraki aşaması yalnızca yapay zeka tarafından tanımlanmayacak. Kendini açıklayan, mevcut sistemlere temiz bir şekilde bağlanan ve insanların güvenebileceği kararları destekleyen yapay zeka tarafından tanımlanacak.