Razlaga prednosti AI

 

Zakaj v logistični tehnologiji postajajo transparentnost, integracija in zaupanje odločilni? Peter MacLeod se pogovarja s strokovnjakom.

Če bi na letošnjem LogiMAT-u obstajala tema, ki bi jasneje kot večina prerezala hrup, bi bila to hitrost. Ne samo hitrost delovanja, ampak hitrost uvajanja, hitrost inovacij in na koncu največje: hitrost donosnosti naložbe. Za Inform Software ta razprava vedno bolj vodi do širšega vprašanja: kako lahko logistične organizacije sprejmejo bolj inteligentne sisteme, ne da bi pri tem izgubile preglednost, nadzor ali zaupanje?

 

Dr. Bernd Heinrichs je dr. Bernd Heinrichs, Informov SVP za zaloge in dobavno verigo, govoril z menoj na zasedenem razstavnem prostoru v Stuttgartu in orisal, kako podjetje vidi razvoj umetne inteligence v okoljih dobavne verige in intralogistike.

 

Razširitev plasti optimizacije

Inform je že dolgo povezan z optimizacijo v zapletenih okoljih,-ki temeljijo na podatkih. Ker pa trgi postajajo vse bolj nestanovitni, morajo sistemi za optimizacijo hitreje reagirati, vključiti več signalov in podpirati bolj dinamično odločanje-.

Ta premik je še posebej pomemben v okoljih, kjer so odločitve soodvisne. Sprememba v načrtovanju povpraševanja lahko vpliva na zaloge, transportno zmogljivost, razporeditev dela ali raven storitev. Priporočilo v enem delu operacije lahko povzroči posledice drugje, zaradi česar je preglednost bistvenega pomena za vsakodnevno--uporabo.

Za Heinrichsa mora umetna inteligenca v logistiki tu dokazati svojo praktično vrednost. "Ne govorim o AI. Govorim o razložljivi AI," pravi. "Vse, kar naredimo, vse, kar predlagamo, ima razlago. Sicer ljudje temu ne zaupajo."

Zaupanje kot praktična zahteva

V pogovorih s strankami v različnih panogah pravi, da se isto vprašanje pojavlja večkrat: "Zakaj je sistem izbral to možnost in ne druge?"

 

Vprašanje je pomembno, ker logistične odločitve le redko sprejema le tehnologija. Vključujejo načrtovalce, vodje, operativne ekipe in v mnogih primerih stranke ali zunanje partnerje. Če ti deležniki ne morejo slediti razlogom za priporočilo,-podprto z umetno inteligenco, je manj verjetno, da bodo ukrepali v skladu z njim.

 

Za Heinrichsa bi to lahko postalo pomembna točka razlikovanja za evropske ponudnike tehnologije. "Umetno inteligenco lahko zgradimo tako dobro kot kdor koli, vendar lahko dodamo nekaj drugačnega," pravi. "Ne bi smela biti črna skrinjica."

Ko podjetja želijo vgraditi aplikacije AI v uveljavljene poslovne procese, ta razlika postaja vse pomembnejša. Sistemi morajo biti tehnično močni, vendar morajo biti tudi dovolj razumljivi, da jih lahko uporabniki sčasoma preizkusijo, potrdijo in izboljšajo.

 

Upravljanje z manj predvidljivimi okolji

Operativna okolja je vse težje načrtovati samo s preteklimi podatki. Vzorci povpraševanja se spreminjajo, posegajo zunanji dejavniki in tržni pogoji se lahko hitro spremenijo, pogosto preden so te spremembe jasno vidne v številkah. »Morate zbirati-podatke v realnem času in se ne zanašati samo na pretekle podatke,« pravi. "Odzvati se morate na nestanovitnost in v svoje odločitve vključiti signale iz različnih virov."

To pomeni premik od bolj statičnih optimizacijskih modelov k odzivnim sistemom, ki nenehno upoštevajo nove informacije. "Postaja bolj dinamično," dodaja. "Naslednji korak je, da postanemo bolj aktivni – da se sam odzove na spremembe v okolju."

 

Od novic do napovedi

Eden od primerov Inform, ki je bil prvič predstavljen na LogiMAT-u, je nov-pristop, ki temelji na umetni inteligenci in je zasnovan za prenos zunanjih dogodkov neposredno v napovedovanje in načrtovanje scenarijev. Heinrichs pravi, da je bilo izhodišče preprosto vprašanje: zakaj modeli napovedi tako pogosto ignorirajo, kaj se dogaja v svetu okoli njih?

 

"Če danes izvajate klasično napoved, temelji na zgodovinskih številkah," pojasnjuje. "Toda v resnici na povpraševanje nenehno vplivajo dogodki, kot so geopolitični konflikti, motnje dobavne verige, nova regulacija ali tržni trendi. Te informacije obstajajo, vendar običajno kot novice, ne kot številke."

Nova rešitev je zasnovana tako, da zapolni to vrzel. Uporabniki zagotovijo časovno vrsto, kot so podatki o prodaji ali kazalnik trga, in na kratko opišejo kontekst. Umetna inteligenca nato raziskuje pomembne novice, analizira zgodovinske odnose in ustvari več možnih prihodnjih scenarijev. Rezultat je napoved, ki jo spremlja-razlaga, ki temelji na dokazih, zakaj se lahko trg razvija v različne smeri.

Človek v zanki

Za Heinrichsa (na sliki spodaj) vodi razprava o AI tudi neposredno k vlogi človeškega strokovnega znanja. AI lahko prepozna vzorce, obdela velike količine informacij in hitro ustvari scenarije. Toda njegova vrednost se poveča, ko lahko ljudje dodajo izkušnjo, kontekst in presojo, ki jih podatki sami ne morejo zagotoviti.

"Umetna inteligenca je dobra le toliko, kolikor so dobri podatki, s katerimi dela, in ljudje, ki lahko tem podatkom dajo pomen," pravi. "Zato človek ostaja bistveni del zanke."

V praksi to pomeni, da načrtovalci in-odločevalci niso odstranjeni iz procesa. Ostajajo v središču tega. Njihova vloga je potrjevanje scenarijev, dvom o predpostavkah in izboljšanje rezultatov na podlagi operativnega znanja ali tržne intuicije.

 

"Če ljudje razumejo, zakaj sistem nekaj priporoča, se lahko odločijo, ali mu bodo zaupali, dvomili ali izboljšali," pojasnjuje Heinrichs. "Tam postane sodelovanje med človeško presojo in strojno inteligenco resnično močno."

 

Integracija in interoperabilnost

Druga dosledna tema v pogovorih s strankami je integracija. Ko postajajo logistične operacije medsebojno bolj povezane, postaja zmožnost povezovanja aplikacij, ki jih-poganja umetna inteligenca, z obstoječimi sistemi bistvena. "Vedno dobimo vprašanje: kako se integriram s svojim sistemom ERP, svojimi drugimi rešitvami?" Heinrichs mi pravi. Informov odgovor je bil standardizirati konektorje in uskladiti z glavnimi platformami, kot sta SAP in Microsoft. Rezultat je enostavnejša integracijska pot, ki zmanjša stroške in čas izvedbe.

 

"To je velika razlika," dodaja. "In prav tako nam olajša mednarodno širitev."
To je ključna točka pri sprejemanju AI. Celo najnaprednejša aplikacija bo težko ustvarila vrednost, če bo nameščena ločeno od sistemov, kjer se dejansko upravljajo poslovni procesi. Logistična podjetja že delujejo z uveljavljenimi krajinami IT in nove rešitve se morajo ujemati s temi okolji brez dodatne zapletenosti.

 

 

Odgovornost za podatke

Z večjo povezljivostjo in porabo podatkov prihaja do večjega nadzora glede varnosti. Heinrichsovo ozadje na področju kibernetske varnosti izraža močno stališče do tega vprašanja. "Vsak izdelek mora imeti varnostni žig, preden gre ven," pravi. "Je obvezno."

Ko se modeli AI opirajo na širše vire podatkov – vključno z zunanjimi viri, kot so novice in tržne informacije –, se zapletenost upravljanja in varovanja teh podatkov povečuje. "Količina podatkov, ki jih uporabljamo, ustvarja veliko povpraševanje v smislu varnosti podatkov," ugotavlja Heinrichs. "Moraš ostati na vrhu."

 

Trg, pripravljen za vselitev

Morda najbolj osupljiva je Heinrichsova ocena razpoloženja na trgu. Namesto previdnosti vidi vse večji apetit po eksperimentiranju in hitrem napredku.

"Stranke nas prosijo, da jim ponudimo ideje," pravi. "Pripravljeni so hitro zmagati, hitro spodleteti." Ta odprtost ustvarja plodna tla za inteligentne rešitve, ki lahko zagotovijo oprijemljive izboljšave brez vztrajnosti obsežnih-projektov transformacije.

 

Za številna podjetja naslednje faze digitalizacije ne bo opredelila samo umetna inteligenca. Opredeljena bo z umetno inteligenco, ki pojasnjuje sama sebe, se jasno povezuje z obstoječimi sistemi in podpira odločitve, ki jim ljudje lahko zaupajo.