Peta Jalan Adopsi AI Tiga Langkah Terbaik untuk Rantai Pasokan

Peta Jalan Adopsi AI Tiga Langkah Terbaik untuk Rantai Pasokan

Dampak global pandemi telah menghasilkan sejumlah pelajaran penting bagi perusahaan yang ingin bertahan di gangguan besar berikutnya. Di antaranya adalah kebutuhan untuk lebih baik menerapkan kecerdasan buatan dalam rantai pasokan.

Berikut adalah beberapa tips bagaimana bisnis dapat mencapai tujuan itu.

Pertama, bangun model yang lebih baik untuk meramalkan permintaan konsumen, yang mempertimbangkan input yang tidak terlalu jelas. Saat ini sistem seperti itu dibangun di sekitar prediksi tren dan musiman sederhana. Sebaliknya, mereka harus mempertimbangkan input eksternal terkait inflasi, indeks harga konsumen dan shock input lain yang disebabkan oleh kebijakan intervensi COVID-19, seperti cek stimulus, lockdown dan pembangunan rumah. Banyak pola ini mudah terlihat secara mundur, tetapi itu tidak berarti mereka tidak dapat ditangkap sebelumnya. Keindahan model berbasis AI untuk peramalan adalah kemampuan mereka untuk menangkap interaksi antara fitur yang tampaknya tidak terkait.

Setelah model permintaan konsumen yang lebih baik dibuat, buat model estimasi pengiriman sekunder. Model ini harus dibangun untuk mempertimbangkan kondisi rantai pasokan saat ini kapan pun, dan memprediksi biaya untuk mengirim kontainer penuh produk. Keuntungan dari alat ini adalah dapat diuji kembali untuk mengevaluasi akurasinya. Cukup lihat ke masa lalu dan periksa estimasi harga pada waktu tertentu untuk melihat apakah cocok dengan kenyataan.

Terakhir, bangun sistem yang menggunakan model permintaan dan estimator biaya untuk bertindak sebagai AI rantai pasokan yang sebenarnya. Caranya bekerja berdasarkan dua observasi inti:

• Model permintaan dapat digunakan untuk memprediksi kapasitas yang dibutuhkan pada titik waktu tertentu di masa depan.
• Model estimasi biaya dapat digunakan untuk memprediksi harga untuk memfasilitasi pengiriman pada titik waktu tersebut di masa depan untuk permintaan tersebut.

Dengan dua kemampuan ini, sistem AI dapat meningkat dengan menyesuaikan palang input pada model estimasi biaya. Model akan memiliki parameter input yang dapat semudah “berapa jam sehari pelabuhan Los Angeles beroperasi.” Model menjadi mampu mengetahui efek pada biaya pengiriman berdasarkan perubahan nilai. AI dapat dilatih untuk terus-menerus menyesuaikan palang input apa yang membentuk rantai pasokan, untuk memastikan bahwa apa pun permintaan, biaya total untuk memenuhi permintaan memiliki batas atas.

Pendekatan tiga tahap ini adalah yang kemungkinan akan terlihat rantai pasokan selama 10 tahun ke depan. Iblisnya, tentu saja, ada di detail. Namun, setelah kita memiliki sistem seperti itu, kita tidak perlu bergantung pada politisi untuk solusi mengatasi gangguan rantai pasokan di masa depan. Dengan AI membantu perencanaan dan pemodelan rantai pasokan, langit adalah batas.

James Kaplan adalah CEO MeetKAI.