EY: I vantaggi dell’intelligenza artificiale generativa per la catena di fornitura

Mentre le aziende fanno sempre più affidamento sull’intelligenza artificiale per la pianificazione della domanda e l’approvvigionamento, il settore della supply chain sta espandendo la sua esplorazione del suo utilizzo in altre aree chiave come la standardizzazione dei processi e l’ottimizzazione della consegna dell’ultimo miglio.

Mentre il COVID-19 ha innescato un aumento dell’adozione dell’intelligenza artificiale nella catena di fornitura, l’evoluzione dell’intelligenza artificiale generativa, guidata dalla popolazione di ChatGPT, ha ribaltato le convinzioni su ciò che è possibile.

Sulla base dei dati, l’intelligenza artificiale generativa viene addestrata a creare nuovi contenuti come immagini, testo, audio o video. Sebbene non si tratti di una nuova tecnologia, i recenti progressi compiuti nel campo ne hanno reso molto più semplice l'utilizzo e la realizzazione di valore. Pertanto, le organizzazioni stanno lavorando per comprendere le implicazioni, i casi d'uso aziendali e i modi per sfruttare i vantaggi.

“Per coloro che perseguono diligentemente l’innovazione guidati dalla strategia e dalla comprensione dei limiti – non dall’impulso di rincorrere l’ultimo oggetto brillante – l’intelligenza artificiale generativa può rivelarsi un agile co-consulente e moltiplicatore nel rafforzamento delle catene di approvvigionamento”, afferma EY .

Abilità dell’IA generativa:

Di seguito sono riportati alcuni dei modi in cui l’intelligenza artificiale generativa viene attualmente utilizzata nelle catene di approvvigionamento.

Quando si tratta di pianificazione della supply chain, molte organizzazioni utilizzano l’intelligenza artificiale per analizzare grandi set di dati storici, tendenze di mercato e altre variabili per creare modelli di domanda in tempo reale. Prendendoprevisione della domandaUn ulteriore passo avanti: l’intelligenza artificiale generativa può ottimizzare i livelli di inventario, i programmi di produzione e i piani di distribuzione per essere più efficienti nel soddisfare le richieste dei clienti.

Altri modi in cui l’IA generativa viene utilizzata nella fase di pianificazione includonopiano di produzione, pianificazione delle sequenze e allocazione delle risorse per ridurre al minimo i colli di bottiglia, nonchégestione del rischio, simulazione di scenari e strategie di mitigazione.

Per coloro che operano nella funzione di sourcing, sfruttare l’elaborazione del linguaggio naturale (NLP) può fornire maggiori informazioni dalle comunicazioni dei fornitori e dai punti dati pergestione dei fornitori . Può anche supportare, monitorare e analizzare le interazioni con i fornitori; identificare potenziali problemi; e migliorare i rapporti con i fornitori.

Oltre alla gestione dei fornitori,Reperimentopossono anche trarre vantaggio dall’intelligenza artificiale generativa per supportare il processo di selezione analizzando i dati e generando approfondimenti per fornire raccomandazioni o classifiche per prendere decisioni informate.

Analisi del contratto possono anche trarre vantaggio dall'automazione delle informazioni chiave dei contratti e dalla generazione di riepiloghi o approfondimenti. Oltre a rivedere e confrontare i termini, identificare i rischi e garantire la conformità.

Quando si tratta di realizzare prodotti, l’intelligenza artificiale generativa può produrre e valutare rapidamente centinaia di alternativeprogettazioni di prodotti sulla base di criteri predefiniti per accelerare notevolmente il processo di innovazione. Apprendendo dai dati delle macchine in fabbrica, l’intelligenza artificiale generativa può crearne di nuovimanutenzione predittivaprevede di correlarsi con il momento in cui è probabile che l'apparecchiatura si guasti.

Per chi lavora inScienze dei materiali e Ingegneria, l’intelligenza artificiale generativa può aiutare a scoprire nuovi materiali e a ottimizzare quelli esistenti.

Infine, quando si tratta della distribuzione dei prodotti, l’intelligenza artificiale generativa può aiutare in vari modiottimizzazione del commercio globale, per ottimizzareprogettazioni di reti logistiche,Eottimizzazione dinamica del percorso dell'ultimo miglio.

Sebbene l’intelligenza artificiale generativa sia uno strumento utile e potente, EY sottolinea che presenta dei limiti e non è una strategia. Le aziende che desiderano adottare l’intelligenza artificiale generativa nella propria attività dovrebbero essere guidate da tre passaggi chiave:

******

Per ulteriori approfondimenti sul mondo della supply chain leggi l'ultima edizione di Supply Chain Digital Magazine e assicurati di seguirci su LinkedIn e Twitter.

Altre riviste che potrebbero interessarti: Procurement Magazine, Manufacturing Digital