Jak cyfrowe bliźniaki AI pomagają przetrwać koszmar światowego łańcucha dostaw

Pani Tech | Getty

Z zakłócenia łańcucha dostaw z ostatnich dwóch lat nie widać żadnych oznak złagodzenia w najbliższym czasie, firmy zwracają się ku nowej generacji symulacji opartych na sztucznej inteligencji, zwanych cyfrowymi bliźniakami, aby pomóc im w dostarczaniu towarów i usług klientom na czas. Narzędzia te nie tylko przewidują przyszłe zakłócenia, ale także sugerują, co z nimi zrobić. Zdesperowane firmy zmagające się z upadkiem wysyłka na czas wykorzystują je, aby znaleźć kluczową równowagę między wydajnością a odpornością.

Lista rzeczy, które były trudne do zdobycia w ciągu ostatnich kilku miesięcy, jest tak samo zróżnicowana, jak długa: nowe samochody, nowe telefony, soczewki kontaktowe, środki czystości, świeże produkty, meble ogrodowe, książki, kolor niebieski . Chris Nicholson, założyciel Pathmind, firmy, która stosuje sztuczną inteligencję w problemach logistycznych, nie jest tak, jak wtedy, gdy wszystkim zabrakło papieru toaletowego w marcu 2020 roku. Tym razem brakujące elementy są spersonalizowane.

Powiązana historia

Nasze dziwne zachowanie podczas pandemii miesza się z modelami AI Modele uczenia maszynowego wytrenowane pod kątem normalnego zachowania wykazują pęknięcia — zmuszając ludzi do wkroczenia, aby je wyprostować.

Covid-19 zwrócił uwagę na wiele światowych sieci, od internetu po międzynarodowe podróże lotnicze. Ale łańcuchy dostaw, które przecinają świat – statki, ciężarówki i pociągi, które łączą fabryki z portami i magazynami, przywożąc prawie wszystko, co kupujemy wiele tysięcy mil od miejsca produkcji do miejsca, w którym są konsumowane – są poddawane dokładniejszej niż kiedykolwiek kontroli.

Można śmiało powiedzieć, że cokolwiek sprzedajesz, masz teraz problem, mówi Jason Boyce, założyciel i dyrektor generalny Avenue7Media, firmy konsultingowej, która doradza najlepszym sprzedawcom Amazon. Boyce mówi, że ma klientów, którzy obracaliby dziesiątki milionów dolarów rocznie, gdyby mogli pozostać na stanie. „Rozmawiamy z klientami codziennie, podczas gdy oni po prostu płaczą” – mówi. Od miesięcy nie były w pełni dostępne przez jeden 30-dniowy okres z rzędu.

Cyfrowi bliźniacy starają się rozwiązać awarie w łańcuchu dostaw, przewidując je, zanim się pojawią, a następnie wykorzystując sztuczną inteligencję, aby znaleźć obejście. Nazwa oddaje kluczową ideę symulacji złożonego systemu w komputerze, tworząc swego rodzaju bliźniaka, który odzwierciedla rzeczywiste obiekty — od portów po produkty — oraz procesy, których są częścią. Symulacje od kilku lat stanowią element procesu decyzyjnego w przemyśle, pomagając ludziom badać różne projekty produktów lub usprawniać układ magazynu. Jednak dostępność dużych ilości danych w czasie rzeczywistym i mocy obliczeniowej oznacza, że ​​po raz pierwszy można symulować bardziej złożone procesy, w tym chaos globalnych łańcuchów dostaw, które często opierają się na wielu dostawcach i sieciach transportowych.

Tego rodzaju technologia dała Amazonowi, który już teraz ma przewagę w postaci kontrolowania własnych ciężarówek i magazynów, dodatkową przewagę na lata. Teraz inni też to przyjmują. Google opracowuje cyfrowe bliźniaki łańcucha dostaw, których producent samochodów Renault ogłosił, że zaczął używać we wrześniu. Międzynarodowi giganci żeglugi, tacy jak FedEx i DHL, tworzą własne oprogramowanie symulacyjne. Firmy zajmujące się sztuczną inteligencją, takie jak Pathmind, tworzą niestandardowe narzędzia dla każdego, kto może za nie zapłacić. Jednak nie wszyscy na tym skorzystają. W rzeczywistości potężna nowa technologia może poszerzyć rosnącą przepaść cyfrową w światowej gospodarce.

Przetrwaj burzę

Łatwo obwiniać pandemię za obecne problemy w łańcuchu dostaw. Zamknięcia fabryczne i braki siły roboczej zlikwidowano centra produkcyjne i dostawcze w tym samym czasie, gdy skok w zakupach online i komfort zakupów spowodował gwałtowny wzrost popytu na dostawy do domu.

Ale tak naprawdę pandemia tylko pogorszyła złą sytuację. Napędzają to globalne siły, które razem tworzą idealną burzę, mówi D’Maris Coffman, ekonomista z University College London, który bada wpływ pandemii na łańcuchy dostaw.

Powstrzymanie tej burzy będzie wymagało zatopienia bilionów dolarów w globalnej infrastrukturze, rozbudowie portów i flot dostawczych oraz zainwestowania w lepsze zarządzanie, lepsze warunki pracy i lepsze umowy handlowe. Technologia nie rozwiąże tych problemów. Nie pozwoli statkom przewozić więcej kontenerów, mówi David Simchi-Levi, który kieruje laboratorium analizy danych w Massachusetts Institute of Technology i pomagał budować cyfrowe bliźniaki dla kilku dużych firm. Ale sztuczna inteligencja może pomóc firmom przetrwać najgorsze. Cyfrowe bliźniaki pozwalają nam identyfikować problemy, zanim się pojawią, mówi.

Według Hansa Thalbauera, dyrektora zarządzającego zespołu ds. łańcuchów dostaw i logistyki w Google, największym problemem, z jakim borykają się firmy, jest nieumiejętność prognozowania wydarzeń w górę łańcucha. Nie ma znaczenia, z jaką firmą rozmawiasz, mówi. Wszyscy w świecie łańcucha dostaw powiedzą Ci, że nie mają widoczności potrzebnej do podejmowania decyzji

Widoczność łańcucha dostaw pozwala na przykład Amazonowi przewidzieć, kiedy produkt pojawi się na wyciągnięcie ręki. W przypadku każdego przedmiotu, który Amazon dostarcza sam – i obejmuje miliony przedmiotów, które dostarcza w imieniu sprzedawców zewnętrznych, takich jak Boyce i jego klienci – podaje dokładne oszacowanie, kiedy dotrze. Może się wydawać, że to niewiele, mówi Boyce, ale gdyby Amazon pomylił te prognozy, zacząłby tracić klientów – zwłaszcza w okresie świątecznym, kiedy ludzie kupują prezenty w ostatniej chwili i ufają Amazonowi, że je dostarczy. Potrzeba ogromnej mocy obliczeniowej, aby pokazać ten prosty, mały dzień dostawy, mówi. Ale ludzie wariują, kiedy nie dostają swoich rzeczy na czas.

Według Deliverr, amerykańskiej firmy zarządzającej logistyką dostaw dla wielu firm e-commerce, w tym Amazon, Walmart, eBay i Shopify, szacowany czas dostawy wynoszący dwa dni w porównaniu do siedmiu do dziesięciu dni zwiększa sprzedaż o 40%; szacowany czas dostawy jednego dnia zwiększa sprzedaż o 70%.

Nic dziwnego, że inni chcą własnej kryształowej kuli. Łańcuchy dostaw just-in-time są prawie martwe. Zakłócenia z ostatnich dwóch lat zatopiły wiele firm, które do granic możliwości dążyły do ​​hiperwydajności. Powierzchnia magazynowa jest droga, a płacenie za zapasy, których możesz nie potrzebować przez tydzień, może wydawać się ekstrawaganckie w czasach obfitości. Ale kiedy nie pojawią się zapasy w przyszłym tygodniu, nie masz nic do sprzedania.

Przed pandemią większość firm skupiała się na cięciu kosztów, mówi Simchi-Levi. Teraz są gotowi zapłacić za odporność, ale skupianie się na samej odporności jest również błędem: musisz znaleźć odpowiednią równowagę między nimi. To jest prawdziwa moc symulacji. Widzimy, jak coraz więcej firm zaczyna testować swoje łańcuchy dostaw za pomocą cyfrowych bliźniaków – mówi.

Co jeśli?

Badając różne możliwe scenariusze, firmy mogą określić równowagę między wydajnością a odpornością, która jest dla nich najlepsza. Dodaj uczenie głębokiego wzmacniania, które pozwala sztucznej inteligencji uczyć się metodą prób i błędów, jakie działania należy podjąć w różnych sytuacjach, a cyfrowe bliźniaki stają się maszynami do badania pytań „co, jeśli”. Co się stanie, jeśli na Tajwanie wystąpi susza, a niedobór wody uniemożliwi produkcję mikrochipów? Cyfrowy bliźniak może przewidzieć ryzyko takiego zdarzenia, prześledzić wpływ, jaki miałoby to na Twój łańcuch dostaw, i – wykorzystując uczenie się przez wzmacnianie – zasugerować, jakie działania należy podjąć, aby zminimalizować szkody.

Jeśli jesteś producentem samochodów na Środkowym Zachodzie Stanów Zjednoczonych, cyfrowy bliźniak może sugerować zakup dodatkowych komponentów od dystrybutora na Zachodnim Wybrzeżu, który wciąż ma nadwyżki. Ale połącz ze sobą wiele scenariuszy, a sprawy wkrótce staną się bardzo złożone. Na przykład, według Simchi-Levi, Ford utrzymuje ponad 50 fabryk na całym świecie, które każdego roku zużywają 35 miliardów części do produkcji 6 milionów samochodów i ciężarówek. Istnieje około 1400 dostawców rozmieszczonych w 4400 zakładach produkcyjnych, z którymi ma bezpośredni kontakt, oraz stos dostawców i dostawców dostawców sięgający nawet 10 warstw między Fordem a surowcami, z których korzysta jego pojazdy. Każde z tych łączy może się zepsuć, a dobry test warunków skrajnych wymagałby zbadania każdego z nich.

Cyfrowe bliźniaki wykorzystują jak najwięcej danych, aby przeprowadzać symulacje i trenować sztuczną inteligencję. Istnieją informacje logistyczne o firmie i jej dostawcach, uwzględniające dane wejściowe, takie jak dane o zapasach i wysyłce. Do tego dochodzą dane o zachowaniach konsumentów, oparte na analizie rynku i prognozach finansowych. Oraz dane o szerszym świecie, takie jak trendy geopolityczne i społeczno-gospodarcze. Simchi-Levi czerpał nawet dane z mediów społecznościowych, aby przewidzieć zachowanie ludzi, zwłaszcza podczas pandemii.

Cyfrowy bliźniak Google można podłączyć do Google Earth i uwzględnia globalne wzorce pogodowe. Jeśli jesteś hodowcą warzyw w Kalifornii, możesz przeprowadzić symulacje, aby zobaczyć, które z twoich pól są zagrożone przez La Niña, mówi Thalbauer. Gdy Google konfiguruje cyfrowego bliźniaka dla klienta takiego jak Renault, może wybrać, które z wielu dostępnych źródeł danych ma uwzględnić.

Powiązana historia

Jak blokada zmienia zakupy na dobre? Duże sklepy internetowe opierają się na ogromnych zautomatyzowanych magazynach. Mniejsze i tańsze wersje tej technologii będą kluczowe, jeśli mniejsze sklepy mają przetrwać serię blokad.

Pathmind stosuje mniej ciężkie podejście. Jego cyfrowy bliźniak po prostu owija się wokół istniejących narzędzi do zarządzania łańcuchem dostaw firmy, wykorzystując dane, które już wytworzyły. Następnie zwiększa te dane, przeprowadzając symulacje warunkowe i dodając wynikowe dane syntetyczne do puli, na której trenuje swoją sztuczną inteligencję. Podejście jest podobne do tego, w jaki AlphaZero opanował Go i szachy, rozgrywając miliony wirtualnych gier przeciwko sobie. Zamiast uczyć się, jaki element przenieść na planszy, cyfrowi bliźniacy mogą dowiedzieć się, jakie zapasy zamówić i kiedy lub gdzie otworzyć nowy magazyn.

Dysponując odpowiednimi danymi syntetycznymi, cyfrowy bliźniak może nauczyć się reagować na wcześniej niewidziane zdarzenia, nawet na globalne pandemie. W tym miejscu poznajemy cały sekret „Dlaczego sztuczna inteligencja jest inteligentna?”, mówi Nicholson. Żyje dłużej niż my, w wielu różnych światach, z których niektóre nigdy wcześniej nie istniały.

Teoretycznie każdy może skorzystać z tej technologii. W praktyce będą zwycięzcy i przegrani. Technologia cyfrowych bliźniaków stwarza ogromne możliwości dla firm dowolnej wielkości, mówi Rick Lazio, prawnik i były kongresmen Stanów Zjednoczonych, obecnie starszy wiceprezes Alliantgroup, amerykańskiej firmy doradztwa podatkowego. Zauważa jednak, że to większe firmy, które już teraz są najlepiej zabezpieczone przed stratami, zaczynają najszybciej korzystać z tej technologii.

Lazio uważa, że ​​wiele mniejszych firm będzie potrzebowało pomocy, być może poprzez inwestycje rządowe, aby powstrzymać je przed pozostawaniem w tyle. Jak mówi, firmy, które wdrażają technologię wcześnie, widzą korzyści większe niż suma jej części.

I to nie tylko mniejsze firmy. Wiele portów na świecie działa na papierze; jeśli masz szczęście, używają plików PDF i e-maili, mówi Nicholson. To są główni operatorzy, a nie wytwórca świec w New Hampshire. Ale bez cyfryzacji nie otrzymamy sztucznej inteligencji.

Simchi-Levi jest bardziej optymistyczny. Wiele firm zakładało, że skonfigurowanie cyfrowego bliźniaka wymagałoby ogromnych inwestycji i lat, aby się zwrócić, mówi, ale tak już nie jest: milion dolarów i 18 miesięcy może przynieść wiele korzyści.

Simchi-Levi nie ma wątpliwości, że szum wokół cyfrowych bliźniaków utrzyma się nawet po zakończeniu najgorszych z obecnych zakłóceń. Jeśli to nie pandemia, to będzie coś innego, mówi. Ostatnie kilka lat nauczyło firmy, jak lepiej się przygotować i jak lepiej konkurować. Kiedy wrócimy do normalności, nie będzie już tak jak wcześniej, mówi. Pandemia udowodniła, że ​​przyszłość jest tutaj.

ukryć