00:00:03 ИИ в цепях поставок.
00:01:02 Взгляд Жоаннеса Вермореля на практический ИИ.
00:02:40 Потенциал ИИ в более точном прогнозировании.
00:04:07 ИИ на практике: решение проблемы совместимости автозапчастей.
00:06:33 Роль ИИ в обработке крайних случаев в цепях поставок.
00:08:01 Потенциал ИИ для обнаружения системных крайних случаев.
00:09:59 Применение ИИ к прогнозированию цепей поставок.
00:11:42 Необходимость человеческого надзора при внедрении ИИ.
00:14:27 Сопротивление внедрению ИИ из-за опасений о потере рабочих мест.
00:16:00 Двойная роль инвентаря в розничной торговле.
00:17:33 ИИ в определении точных потребностей в инвентаре.
00:18:39 Влияние ИИ на роли в цепи поставок и маркетинге.
00:19:32 Проблемы внедрения ИИ.
Резюме
Обсуждение сосредоточено на применении ИИ в управлении цепями поставок. Верморель, основатель компании Lokad, подчеркивает потенциал ИИ в решении сложных задач, выходящих за рамки простых статистических проблем, таких как совместимость автозапчастей, и управлении крайними случаями, которые традиционно решаются вручную. Несмотря на распространенный страх потери рабочих мест, он утверждает, что ИИ часто устраняет утомительные задачи, тем самым повышая качество работы. Однако он признает, что разрушительная природа ИИ может вызывать внутренние конфликты, приводя в пример ситуацию, когда оптимизация запасов, основанная на ИИ, влияет на маркетинг и обязанности в цепи поставок. Верморель предполагает, что именно такие организационные изменения, а не внедрение программного обеспечения, могут замедлить принятие ИИ в компаниях, сигнализируя о значительном сдвиге в деловых нормах со временем.
Расширенное резюме
Обсуждение сосредоточено на теме искусственного интеллекта (ИИ) в управлении цепями поставок, выделяя потенциальные преимущества и последствия. Ведущий Кирен Чандлер начинает разговор, заявляя, что ИИ - это недавнее модное слово в технологической индустрии. Это побуждает гостя, Жоаннеса Вермореля, размышлять о времени интеграции ИИ в операции цепей поставок.
Верморель соглашается с замечанием Чандлера о модном статусе ИИ и предлагает, что настоящие эксперты в этой области редко используют термин “искусственный интеллект”. Он подчеркивает, что несмотря на то, что ИИ является модным словом, это не отрицает значительных достижений, происходящих в рамках ИИ. Он называет три ключевых компонента: улучшенные математические методы, все большее количество доступных данных и растущую вычислительную мощность.
Верморель полагает, что эти достижения могут привести к более точным прогнозам в управлении цепями поставок. Однако он настаивает на том, что временной горизонт полной интеграции неопределен и, вероятно, займет десятилетия из-за уникальных вызовов в отрасли цепей поставок.
Когда Чандлер просит уточнить потенциальные преимущества сложных статистических методов или техник глубокого обучения в управлении цепями поставок помимо улучшенных прогнозов, Верморель утверждает, что влияние искусственного интеллекта многогранно. Он поясняет, что революция искусственного интеллекта подобна переживанию цвета после знакомства только с черно-белым; это не только о более высоком разрешении, но и о раскрытии новых перспектив и измерений.
Он дополнительно подчеркивает, что наиболее значительные преимущества искусственного интеллекта для управления цепями поставок могут возникнуть из областей, которые изначально не выглядят как статистические проблемы. Эти скрытые возможности для применения искусственного интеллекта, предлагает Верморель, являются местом, где проявится истинная ценность искусственного интеллекта.
Чтобы проиллюстрировать свою точку зрения, Верморель приводит пример неочевидного применения искусственного интеллекта в цепи поставок: совместимость автозапчастей. Он описывает сложность поддержания базы данных совместимости автозапчастей, что является серьезной задачей, учитывая миллионы уникальных деталей и сотни тысяч уникальных автомобилей только в Европе.
Верморель рассказывает, как его команда в Lokad использовала машинное обучение (подмножество искусственного интеллекта) для решения этой проблемы. Их алгоритм продемонстрировал 98% точности в определении неверных утверждений о совместимости в базе данных, а также отсутствующих совместимостей. Этот случай подчеркивает потенциал искусственного интеллекта в решении сложных проблем в цепи поставок, выходящих за рамки типичных статистических вопросов.
Верморель начинает разговор о том, что сложности цепей поставок выходят за рамки стандартных каталогов или готовых решений. Он подчеркивает, что большинство проблем в цепях поставок возникают в граничных случаях - ситуациях, отклоняющихся от нормы. Эти граничные случаи, утверждает он, часто решаются большими командами людей, вручную изменяющих и исправляющих аномалии с помощью инструментов, таких как Excel. Этот трудоемкий процесс, хотя и необходимый, указывает на область, где искусственный интеллект может принести существенные преимущества.
Затем обсуждение переходит к возможностям, которые предлагает искусственный интеллект в обнаружении и управлении этими граничными случаями. Верморель показывает, что искусственный интеллект может потенциально смягчить некоторые проблемы, с которыми сталкиваются в управлении цепями поставок, включая задержки и случайные дефициты товара. Однако такое решение на основе искусственного интеллекта может не напоминать знакомые голосовые системы, такие как Siri или Cortana. Вместо одного многофункционального искусственного интеллекта Верморель представляет себе серию высокоспециализированных микро-применений искусственного интеллекта, разработанных для решения конкретных аспектов цепи поставок.
Верморель также комментирует предсказательные возможности искусственного интеллекта в управлении цепями поставок. Он отмечает, что помимо прогнозирования спроса, искусственный интеллект также может предложить вероятностный прогноз относительно проблем с поставщиками, таких как задержки или проблемы с качеством. Он упоминает, что искусственный интеллект может прогнозировать возвраты от клиентов, что является особенно важным фактором в контексте электронной коммерции модной одежды. Эти предсказательные возможности искусственного интеллекта могут сыграть важную роль в оптимизации операций цепи поставок, смягчая множество неопределенностей, присущих процессу.
Позже Чандлер и Верморель обсуждают уровень экспертизы в области искусственного интеллекта, необходимый для внедрения такой системы. Вопрос заключается в том, нужны ли компаниям специалисты по искусственному интеллекту, чтобы использовать преимущества искусственного интеллекта
в управлении цепями поставок. Верморель считает, что элементы искусственного интеллекта в операции могут быть переданы сторонним компаниям, тем самым устраняя необходимость в поддержании внутренней команды специалистов по искусственному интеллекту. Он предлагает, чтобы организации делегировали свои потребности в области искусственного интеллекта компании, такой как Lokad, специализирующейся на оптимизации цепей поставок.
Верморель указывает на одну из основных преград в принятии искусственного интеллекта в компаниях - потенциальные внутренние конфликты из-за нарушения сложившегося порядка вещей. В дискуссии также возникает страх потери рабочих мест при внедрении искусственного интеллекта. Однако Верморель считает, что этот страх, хотя и обоснованный, часто ошибочен. Он утверждает, что искусственный интеллект склонен заменять утомительные, механические задачи, такие как управление электронными таблицами, которые он называет “самой ужасной работой”. Вместо возникновения недовольства, такая автоматизация может освободить сотрудников для более значимых аспектов их работы.
Тем не менее, Верморель признает, что внедрение искусственного интеллекта может вызвать конфликты внутри компании, но этот конфликт проявится на корпоративном уровне, а не среди обычных сотрудников. Он иллюстрирует это на примере розничной торговли. Запасы в розничном магазине выполняют две функции: удовлетворение потребностей клиентов и привлечение клиентов в магазин. Здесь искусственный интеллект может определить оптимальный запас, необходимый для обеих целей.
Проблема возникает при определении, какой отдел внутри компании должен нести расходы на каждую функцию запасов. Цепочка поставок естественным образом покрывает стоимость запасов для удовлетворения потребностей клиентов. Однако стоимость запасов, направленных на привлечение клиентов (что Верморель сравнивает с расходами на маркетинг, такими как телевизионная реклама), логично относить к маркетингу. Такое распределение, обусловленное точностью искусственного интеллекта, может привести к серьезным спорам, особенно если, например, директоры по маркетингу внезапно обнаружат себя обремененными большими неожиданными расходами.
Верморель предлагает, что именно такие проблемы замедлят внедрение искусственного интеллекта в компаниях, а не страх потери рабочих мест. Хотя само развертывание программного обеспечения может быть выполнено относительно быстро, организационные изменения, которые оно вызывает, могут занять гораздо больше времени. Верморель считает, что переоценка операционных норм и ответственности, вызванная внедрением искусственного интеллекта, станет основным вызовом для бизнеса в ближайшие годы.
Полный текст
Кирен Чандлер: Сегодня мы поговорим об искусственном интеллекте, теме, которая стала модным словом в мире технологий за последние несколько лет. Сегодня мы постараемся подняться над этим шумом и сосредоточиться на его применении и том, что он может сделать для мира цепей поставок. Сегодня ко мне снова присоединяется Жоанн Верморель, и он поможет мне в нашем обсуждении. Итак, Жоанн, спасибо, что присоединились к нам снова.
Жоанн Верморель: Привет, Кирен.
Кирен Чандлер: Если мы слушаем некоторых экспертов в этой области, они утверждают, что искусственный интеллект заменит половину рабочих мест в мире к 2050 году. Однако, если посмотреть на цепи поставок в целом, они еще не настолько развиты. Они все еще очень сильно управляются с помощью электронных таблиц Excel и в очень человекоориентированном стиле. Так когда, по вашему мнению, искусственный интеллект придет в отрасль цепей поставок? О каком временном рамке мы говорим здесь?
Жоанн Верморель: Это очень интересный вопрос. Я согласен с вашим утверждением, что искусственный интеллект - это модное слово. И я даже считаю, что один из способов определить, знает ли кто-то, о чем он говорит, когда речь идет об искусственном интеллекте, - это использование термина “искусственный интеллект” или нет. Самые компетентные люди часто этого не делают. Но просто потому, что это модное слово, не значит, что под ним нет ничего. Итак, что у нас есть под этим? У нас есть примерно три вещи: лучшие математические методы, гораздо больше данных и вычислительная мощность. Вам нужен метод, который может преобразовать все эти данные с помощью лучших математических методов в лучшие результаты, которые в цепи поставок переводятся в более точные прогнозы. Что касается времени, я считаю, что в мире цепей поставок есть много конкретных аспектов, которые нужно решить, и время здесь довольно неопределенное. Это займет много времени, буквально десятилетия.
Кирен Чандлер: Итак, если мы отложим в сторону проблемы с терминологией и скажем, что искусственный интеллект в основном относится к некоторым очень продвинутым методам глубокого обучения, что могут ожидать практики в сфере поставок от этих продвинутых статистических методов? Они, вероятно, могут ожидать лучших прогнозов, но есть ли что-то еще, на что они могут рассчитывать?
Жоанн Верморель: Да, есть гораздо больше. Одна из проблем с прогнозированием до этой волны искусственного интеллекта заключалась в том, что у нас не было множества реальных примеров того, как может выглядеть лучший прогноз. По определению, более точный прогноз - это лучший прогноз, но это единственный способ? Искусственный интеллект предоставляет другие примеры, которые указывают на то, что это не так. Это немного похоже на то, что мы смотрели на что-то в черно-белом варианте, а теперь мы получаем цвет. Это не только лучшее разрешение, это еще одно измерение. В сфере поставок я считаю, что наибольшая польза будет от проблем, которые совсем не выглядят статистическими проблемами, и именно здесь искусственный интеллект действительно будет сиять.
Кирен Чандлер: Итак, вы хотите сказать, что есть проблемы, которые на первый взгляд совсем не выглядят статистическими проблемами, но на самом деле могут быть использованы в качестве некого прогноза, чтобы сделать возможным использование технологии искусственного интеллекта. Можете ли вы немного подробнее раскрыть эту мысль?
Жоанн Верморель: В прошлом году у меня была возможность работать над очень интересной проблемой, которая связана с совместимостью автозапчастей в автомобильной промышленности.
Кирен Чандлер: В основном, у вас есть автомобили, которые нужно отремонтировать, и для этих автомобилей вам нужны запчасти. Чтобы дать вам представление о проблеме на европейском рынке, существует несколько миллионов различных запчастей. Это немного безумно, если подумать, что всего 300 миллионов европейцев. Более того, существует более ста тысяч различных автомобилей. Существует целая отрасль, хоть и небольшая, которая конкурирует только по одному критерию: созданию базы данных совместимости между автомобилями и запчастями. Все, что делают эти компании, - это создание списка, в котором указано, какой автомобиль совместим с какой запчастью.
Жоанн Верморель: Действительно, эти базы данных состоят из миллионов строк, и они полностью поддерживаются вручную с буквально сотнями людей, посвятивших свою жизнь поддержанию этой единственной базы данных. Моя команда в Lokad, специализирующаяся на машинном обучении, а не на искусственном интеллекте как таковом, смогла разработать алгоритм. Мы протестировали этот алгоритм на реальной системе и достигли точности в 98% в обнаружении совместимости, указанной в базе данных. Алгоритм также продемонстрировал точность в 98% в обнаружении отсутствующих совместимостей, поэтому может быть запчасть, которую можно установить на ваш автомобиль, но вы или кто-то другой еще не знает об этом, потому что довольно сложно отслеживать так много автомобилей и запчастей.
Кирен Чандлер: Использование искусственного интеллекта для определения совместимости автозапчастей с моим автомобилем кажется немного излишним. Я думал, что для этого может подойти простой каталог или готовое решение. Но что насчет цепей поставок в целом? Что может сделать искусственный интеллект для них?
Жоанн Верморель: То, что я хочу показать, заключается в том, что большая часть проблем в цепях поставок на самом деле заключается в исключительных случаях. Это ситуации, которые обычно работают, но затем возникают исключения. Эти исключения не решаются сами по себе. Для их решения требуются люди, и их требуется много, чтобы решить эти исключительные случаи. В результате вы получаете целые армии людей, в основном настраивающих таблицы Excel, потому что способ, которым вы замечаете, что так много людей занимается этими исключительными случаями в цепях поставок, - это огромное количество людей, редактирующих таблицы Excel. Они не тратают свое время зря. Они занимаются этими исключительными случаями, которые на самом деле не подходят для основной системы ERP. Они вынуждены обращаться к Excel для управления ими. Так что технически, когда вы видите, что люди вынуждены вручную решать множество исключительных случаев, которые обычно включают Microsoft Excel, это ситуация, в которой, скорее всего, искусственный интеллект может решить проблему.
Кирен Чандлер: Так что использование ИИ для обнаружения этих исключительных случаев звучит как отличная идея. Это, безусловно, пойдет далеко в решении некоторых проблем, с которыми мы сталкиваемся здесь, в Lokad, таких как задержки и случайные исчерпания запасов. Но как это будет выглядеть на практике? Будет ли это что-то вроде Siri или Cortana, голоса в ухе оператора, который говорит им, что делать и когда это делать?
Жоанн Верморель: Идея, что ваш телефон вдруг говорит: “посмотрите влево, у вас проблема”, является чистой научной фантастикой. Эти существующие системы ИИ, такие как Cortana и Siri, являются скорее серией сильно специализированных микро-применений. Например, люди, которые реализовали Cortana и Siri, имеют специальное применение для заказа пиццы. Они создают много кода, чтобы сделать его достаточно гибким, чтобы работать практически везде в мире, чтобы вы могли заказать пиццу.
Кирен Чандлер: Достичь успешной доставки пиццы в любой точке мира на самом деле довольно сложно. Это все о очень конкретных случаях использования. Эти помощники ИИ - это просто набор использования, которые хорошо интегрированы. Теперь, для цепочки поставок, это будет примерно то же самое. Вы получите прогнозы для всех областей, где есть неопределенность. Будущий спрос - это не единственное, что неопределенно в вашей цепочке поставок, есть и много других вещей, таких как, например, сроки поставки. Ваши поставщики не являются абсолютно надежными. Неясно, насколько они надежны или ненадежны.
Жоанн Верморель: Абсолютно верно, и здесь может помочь ИИ. Искусственный интеллект может предоставить очень точный вероятностный прогноз проблем, которые могут возникнуть у ваших поставщиков. И это не только о задержках. Возможно, ваш поставщик доставит товары, которые вы заказали вовремя, но когда они прибудут на ваш склад и вы их проверите, вы можете обнаружить проблему с качеством.
Так что здесь речь идет не только о задержке, но и о качестве полученного товара. Если вы работаете в сфере электронной коммерции модной одежды, например, вы продаете товары своим клиентам, и иногда, поскольку это мода, им это просто не нравится. Итак, они возвращают эти товары вам. Знание заранее, кто и сколько людей вернет вам товары, очень полезно для оптимизации вашей цепочки поставок.
Есть множество областей, где вы сталкиваетесь с неопределенностью, возможно, не так значительной, как прогнозирование будущего спроса, но все же важной для решения. Я считаю, что эти будущие технологии на основе ИИ значительно способствуют управлению цепочкой поставок.
Кирен Чандлер: Перейдем к стороне человеческого наблюдения. Эти технологии ИИ не смогут работать самостоятельно. Сколько на самом деле потребуется экспертов по ИИ, чтобы сделать такой проект работающим? Крупные компании, такие как Google, могут иметь ресурсы для привлечения большого числа экспертов по ИИ, но как насчет остальных? Например, компании электронной коммерции модной одежды обычно довольно опережают тренды в области технологий, но у них может не быть экспертов по ИИ в своих рядах. Как вы видите, как это будет работать на самом деле?
Жоанн Верморель: Во-первых, лучшие компании электронной коммерции модной одежды, которые я знаю, действительно имеют экспертов по ИИ в своих рядах, хотя это исключение. Чтобы ответить на ваш вопрос, я считаю, что компаниям, у которых есть цепочка поставок для управления, не обязательно нужны эксперты по ИИ. Они нуждаются в чем-то другом, и я вернусь к этому позже.
Компонент ИИ может быть полностью передан на аутсорсинг компании, такой как Lokad. Если у вас есть какие-либо опасения относительно ИИ, вы можете просто стать клиентом Lokad и передать свой компонент ИИ нам. Эта стратегия может масштабироваться довольно хорошо.
Однако давайте рассмотрим элементы, которые не масштабируются, и здесь вступает в силу аспект времени. Я считаю, что проблема с ИИ заключается в том, что он заставляет компании становиться более рациональными. Он также заставляет их устранять неоднозначности и вызывать сомнения в установившемся порядке вещей. Об этом именно я говорю в своей книге о количественной оптимизации цепи поставок. Если вы надеетесь оптимизировать что-либо, вам необходимо сначала установить измерение. Это вызывает трудности, потому что это прямо ставит под сомнение установившийся порядок вещей. Именно это, я считаю, является настоящим вызовом технологии ИИ в сфере поставок.
Кирен Чандлер: Компании сталкиваются с вызовом изменения установившегося порядка вещей для улучшения и использования ИИ. Это может потенциально привести к внутренним конфликтам. Интересно исследовать, как это происходит. Кажется, что есть компании, которые могут рассматривать ИИ как реалистичную перспективу. Однако также существует сочувствие к тем сотрудникам, чьи рабочие места могут быть заменены этими интеллектуальными системами. Сколько времени пройдет, прежде чем у нас появится здесь на ТВ ведущий-ИИ? Шутки в сторону, есть ли опасение, что это может заблокировать или замедлить внедрение технологии? У нас в Lokad много клиентов. Если мы представим новую модель искусственного интеллекта, как вы видите ее взаимодействие с вашими клиентами?
Жоанн Верморель: Это хороший вопрос. Опасения обоснованы, но ожидания людей относительно того, что произойдет, обычно неверны. Если вы читаете прессу, вы подумаете, что все эти рабочие места будут заменены, и люди будут возражать. Однако в сфере поставок это не так. Почему? Потому что рабочие места, которые заменяются, являются, мягко говоря, не очень хорошими. Представьте себе, что вы посвящаете восемь часов в день редактированию таблиц Excel. Это неинтересная работа. Люди обычно довольны, когда эта задача может быть автоматизирована. Затем они могут выполнять более интересную версию своей работы, которая имеет больше смысла и не включает такую многочисленную и утомительную работу с Excel. Но это не означает, что конфликты не возникнут. Однако эти конфликты будут происходить на совершенно другом уровне - на корпоративном уровне.
Например, рассмотрим розничную сеть с различными магазинами. Вопрос заключается в следующем - что насчет товарного запаса в каждом магазине? На первый взгляд можно подумать, что все товары в магазинах существуют исключительно для продажи покупателям. Но это не совсем так. Товарный запас внутри магазина выполняет две функции. Первая - это то, что покупатель заходит в магазин, находит то, что ему нужно, и совершает покупку. Вторая цель - сделать магазин достаточно привлекательным, чтобы покупатель был соблазнен купить что-то. Таким образом, товарный запас играет двойную роль.
Кирен Чандлер: Вопрос, который мы обсуждаем сегодня, - это причина того, почему магазины настолько полны товаров. Кажется, что они боятся выглядеть наполовину пустыми, напоминая магазин из СССР. Это не желательное изображение для клиентов.
Жоанн Верморель: Абсолютно, люди в рознице это понимают. В этом суть мерчандайзинга. Теперь рассмотрим, что может принести искусственный интеллект на стол. ИИ настолько точен, что может давать ответы, о которых вы даже не знали, что вам нужны. Во-первых, он может точно сказать вам, сколько единиц товара вам нужно, чтобы обслужить ваших клиентов. Во-вторых, он может рассчитать, сколько товара вам нужно, чтобы сделать ваш магазин привлекательным для покупателей.
Кирен Чандлер: Итак, если мы думаем об этом на корпоративном уровне, кто будет платить за эти два типа товаров?
Жоанн Верморель: Ну, цепочка поставок естественным образом оплачивает товары, которые нужны покупателям. Но что касается дополнительных товаров, которые просто делают магазин привлекательным, это, по сути, расходы на маркетинг. Это подобно оплате телерекламы - она не непосредственно продает товары, но вызывает интерес. Так что, когда вы интегрируете искусственный интеллект в свою розничную сеть, граница между цепочкой поставок и маркетингом начинает стираться. Некоторым людям это может показаться сложным, особенно директору по маркетингу, который внезапно может обнаружить, что огромная часть бюджета выделена на товары.
Кирен Чандлер: Кажется, что такое изменение может вызвать внутренние конфликты внутри компании.
Жоанн Верморель: Да, может возникнуть сопротивление, особенно со стороны тех, кто был комфортен с предыдущими бюджетными договоренностями. Они могут сказать: “Нет, люди из цепочки поставок, пожалуйста, оставьте это. Мне было вполне достаточно только телерекламы в рамках моего бюджета”. Но сейчас восприятие меняется. Товар рассматривается как часть маркетинга. Это глубокое изменение, и хотя внедрение программного обеспечения искусственного интеллекта может быть быстрым, понимание и приспособление к этим изменениям могут занять десятилетия.
Кирен Чандлер: Понятно, это интересная точка зрения. Что ж, боюсь, что на сегодня у нас все. Спасибо за такую интересную дискуссию, Жоанн. Она была разнообразной - мы начали с искусственного интеллекта и закончили разговором о магазинах в СССР. Такие вот дела. Ну, спасибо за ваше время, Жоанн.
Жоанн Верморель: Спасибо, Кирен.
Кирен Чандлер: Надеюсь, что наша дискуссия помогла прояснить некоторые распространенные заблуждения о искусственном интеллекте. Спасибо за внимание и за отличную обратную связь, которую мы получили по нашим видео. Мы скоро вернемся, но до тех пор, до свидания.
