Шарик Мансур, технический директор и основатель Aera Technology

У вас назначена встреча через 90 минут. Это простая получасовая поездка по автостраде, так что вы никуда не торопитесь. Затем Google отправляет уведомление на ваш телефон: Пора уезжать. Из-за пробки ваш маршрут плохо сохранен.

Возможно, вы отправитесь немедленно или оцените рекомендации Google по альтернативным маршрутам. В любом случае вы принимаете взвешенное и разумное решение на основе искусственного интеллекта. Когнитивные машины Google на основе искусственного интеллекта учатся на вашем поведении и дают полезные рекомендации, которые облегчают вашу жизнь.

Такие инновации от Google и других компаний коренным образом меняют жизнь потребителей. Они устраняют беспорядок и позволяют нам сосредоточиться на самом важном. Мы способны принимать более разумные решения и лучше использовать свое время.

Теперь давайте представим это в контексте сложной цепочки поставок. Представьте, у вас есть важный заказ, который нужно выполнить платиновому клиенту. Это уже есть в вашем плане, и ваша цепочка поставок находится на пути к тому, чтобы сделать и доставить его в полном объеме. Затем вы получите уведомление на свой телефон: Переместите неограниченные запасы из другого распределительного центра, чтобы обеспечить целевые уровни обслуживания. Запасы истощаются ниже запланированного уровня из-за перебоев в производстве — так же, как Google делает с информацией о пробках в режиме реального времени и предлагает рекомендации по наилучшему маршруту.

Такая когнитивная автоматизация уже сегодня доступна для предприятия. Некоторые крупные публичные компании уже внедряют такие возможности в свою цепочку поставок и принимают более быстрые и разумные решения, одновременно устраняя потери.

От скуки к стратегии

В корпоративной сфере машинные инновации могут сильно повлиять на то, как люди работают. Возьмем, к примеру, роль планировщика цепочки поставок. Как бы то ни было, эти профессионалы тратят неисчислимые часы на сбор данных и обработку чисел. Это умственные задачи, но они включают в себя мышление более низкого уровня, а не все интеллектуальные способности человека.

В нашем будущем, управляемом искусственным интеллектом, машины возьмут на себя сбор данных и обработку чисел, которые традиционно выполнялись планировщиками. Этот сценарий идет еще дальше с когнитивной операционной системой. Это использует ИИ, чтобы думать и учиться с течением времени, а также предоставлять конкретные рекомендации для оптимизации операций цепочки поставок.

Результат: специалистам по планированию цепочки поставок больше не нужно искать ответы. Вместо этого они могут задавать более правильные вопросы. Интеллектуальные машины быстро и решительно решают эти вопросы. Кроме того, полная когнитивная автоматизация может применяться к конкретным сценариям, когда машины могут принимать и выполнять решения, тем самым увеличивая скорость.

Рассмотрим три из многих способов изменить роль планировщика цепочки поставок:

Лучшие и быстрые решения. Больше никаких догадок. Больше никаких бесполезных споров о том, чьи цифры «правильные». Планировщики могут претворять в жизнь рекомендации ИИ, основанные на данных, или позволить системе действовать автономно.

Большая стратегическая направленность. У планировщиков появилось новое время, чтобы творчески внести свой вклад в стратегическое направление. Они могут сосредоточиться на решении проблем и внедрении новых операционных инноваций. Они способны сосредоточиться на самом важном.

Улучшение морального духа и удовлетворенности. Никто не имеет высшего образования, чтобы работать с электронными таблицами. Избавление персонала от утомительной ручной работы повышает моральный дух и удовлетворение для более эффективной рабочей силы и снижает текучесть кадров.

Отличия в автоматизации и искусственном интеллекте

Конечно, слон в комнате влияет на рабочие места. Означает ли это, что компаниям потребуется меньше специалистов по планированию цепочки поставок? Возможно, но не обязательно. Я считаю, что цепочка поставок настолько сложна и настолько важна для целей предприятия, чтобы стать более гибким, рентабельным и ориентированным на клиента, что роли в управлении цепочками поставок будут безопасными на долгие годы.

Важно отметить важное различие, когда мы думаем о будущем работы. Многие прогнозы лидеров мнений и отраслевых экспертов касаются таких технологий, как роботизированная автоматизация процессов или RPA, предназначенных для автоматизации относительно простых задач, таких как ввод данных и обработка заказов.

Напротив, я говорю об искусственном интеллекте и машинном обучении в рамках когнитивной операционной системы, которая может понимать, предсказывать, рекомендовать и действовать. Это сильно отличается от простой автоматизации. С помощью когнитивной операционной системы искусственный интеллект дополняет человеческий интеллект собственной способностью учиться и прогнозировать, прокладывая путь для сотрудников, чтобы они были более осведомленными, эффективными и результативными.

Однако поставка этого типа операционной системы — непростая задача для крупного предприятия в таких отраслях, как CPG, фармацевтика, производство и другие.

Данные и решения на основе предположений

Глобальные компании имеют десятки, даже сотни приложений для поддержки цепочки поставок. К ним относятся ERP, CRM и системы для закупок, управления поставщиками и складами, а также производства. Операции глобальны. В игре задействованы терабайты или петабайты данных, и эти данные меняются каждую секунду каждого дня.

Почти несправедливо ожидать, что менеджеры по цепочке поставок смогут принимать наилучшие возможные решения перед лицом таких огромных потоков данных в реальном времени. Безусловно, они делают все возможное на своем уровне. Но это сизифова задача, пронизанная догадками, и операции цепочки поставок никогда не могут быть по-настоящему оптимизированы.

К счастью, благодаря наличию высокоэластичных облачных вычислений, полномасштабного машинного обучения и многофункциональных алгоритмов для предметной области проблемы с данными могут быть решены, а цепочки поставок могут действительно управляться спросом. Например, мы в Aera Technology точно используем эти тенденции и применяем наш отраслевой опыт для создания этой когнитивной операционной системы. Мы помогаем некоторым из крупнейших цепочек поставок на планете работать быстрее и эффективнее с точки зрения затрат.

Будущее работы уже сейчас

Для этих клиентов будущее работы уже наступило. Мы неоднократно слышим, как у сотрудников появляется новая лицензия на анализ, инновации и творчество. Они являются пионерами новых усовершенствований бизнеса и играют гораздо более важную стратегическую роль в преобразовании своего бизнеса, чтобы процветать в условиях многочисленных проблем нашей цифровой эпохи.

Думая о будущем работы, я вспоминаю проницательное наблюдение бывшего гроссмейстера Гарри Каспарова, который, как известно, проиграл шахматному компьютеру IBM Deep Blue в 1997 году. В своей книге Каспаров утверждает:

«Машины, заменяющие физический труд, позволили нам больше сосредоточиться на том, что делает нас людьми: на нашем разуме. Интеллектуальные машины продолжат этот процесс, взяв на себя более простые аспекты познания и подняв нашу умственную жизнь в сторону творчества, любопытства, красоты и радости».

Для корпорации красота и радость принимают форму деловой гибкости, эффективности капитала, удовлетворенности клиентов и высокой прибыльности. Эти цели достижимы, если мы позволим машинам взять на себя определенные аспекты механического мышления, чтобы менеджеры и персонал могли сосредоточиться на том, что действительно важно.

Эта статья изначально была опубликована в Enterprise Times.

—

Шарик Мансур — технический директор и основатель Aera Technology.

Дальновидный технолог, Шарик основал FusionOps в 2005 году, разработав базовую технологию обработки данных, на которой сегодня работает Aera. Он получил несколько патентов в области анализа данных, облачных вычислений и корпоративных приложений. До FusionOps Шарик был главным архитектором информационных систем ADAC (приобретен Cerner Corporation).