שימוש בכלים מבוססי בינה מלאכותית בשרשרת האספקה ויתרונותיהם

מאת: נועה אביגדור*

כמות עצומה של נתונים פנים וחוץ ארגוניים נוצרת בשגרה לאורך שרשרת האספקה של מוצרים ושירותים. בעבר נתונים אלה לא נוצלו בצורה מיטבית להפקת תובנות כשהם נוהלו בכלים מסורתיים או על ידי הגורם האנושי לבדו. כיום, האינטיליגנציה המלאכותית (AI) המוטמעת במערכות ממוחשבות מסוגלת לזהות קשרים בין נתונים וללמוד באופן עצמאי על דפוסי התנהגות שונים ובכך להגדיל את יכולות האנליזה מעבר ליכולת והמסוגלות של בני האדם או כלים ממוחשבים בסיסיים. תוך יישום כלים אלה ניתן להגדיל את היעילות התפעולית והתהליכית ולייצר שקיפות ותובנות לאורך כלל השרשרת משלב הייצור ועד הגעת המוצר או השירות ללקוח. מאמר זה עוסק ביתרונותיהם של כלים מבוססי אנטיליגנציה מלאכותית ומפרט כיצד ניתן להשתפר לאורך הייצור ושרשרת האספקה באמצעותם.

מצויינות תפעולית בייצור

כלים מבוססי AI יכולים לחבר בין מספר בסיסי נתונים של הייצור והבקרה האיכות התוך תהליכית ולזהות דפוסים שונים מראש. באמצעות זיהוי דפוסים אלה ניתן להשפיע על יכולת החיזוי של הייצור ולהגדיל את התנובה לכל מנה ומנה. ניתן להתאים פרמטרים המשמשים לסיום שלבים תהליכים או כאלה המשמשים מעברים בין שלבים תהליכים. לחילופין ניתן לחזות תקלות בציוד וליצר התראות לטיפול לפני שתקלה מכאנית או חשמלית מתרחשת ופוגעת במנה או חמור מכך בקמפיין ייצור מלא. יכולת החיזוי בסופו של דבר מתורגמת לצמצום הזמן בו קווי הייצור מושבתים לטובת טיפול בתקלה, צמצום זמן השבת קו הייצור לתפקוד מלא ולהגדלת התנובה בקווים. שילוב כלים מבוססי AI  עם פלטפורמת IoT יכולה אף להיות מפתח למניעת טעויות אנוש ומינוף נתונים תפעוליים ויכולה לייצר תובנות אסטרטגיות ושיפורים עתידיים בתפוקה ובדיוק של הנתונים התהליכיים.

קיצור זמן תגובה בשילוח וניהול סיכונים

נראות End2End לאורך השרשרת מאפשרת לחברות ראייה רחבה על כל שלבי האספקה וכל התנועות הלוגיסטיות שבניהם ועל בסיס זה לקבל החלטות נכונות במהירות תוך קיצור זמן התגובה. חברות שישמו כלים אלה מדווחות על קיצור זמן התגובה ממספר ימים לשעות בודדות. קיצור זמן התגובה יכול להתבטא ביצועים טובים יותר בשירותי שילוח ובמניעת פגיעה במוצרים הרגישים לתנאי סביבה כדוגמת טמפרטורה גבוהה, טמפרטורה נמוכה או לחות. בשוק קיימים כלים המאפשרים לחברות לבצע ניהול סיכונים מושכל וקבל החלטות מבעוד מועד על שינוי נתיבים ויעדים למוצרים וסחורה על בסיס נראות ושקיפות מלאה של תנאי שילוח וזמינות השירותים.

שלמות שרשרת האספקה ומניעת זיופים

שילוב AI עם טכנולוגיות מתקדמות אחרות, כגון בלוקצ'יין, יכול ליצור מערכת שאינה ניתנת לשינוי, שקופה למשתמשיה ומאובטחת, המגנה מפני זיופים ומוצרים שאינם תקניים. על ידי בקרה על נתוני העסקאות לאורך שרשרת האספקה, טכנולוגיית הבלוקצ'יין יכולה  להזין נתונים אלה לכלי AI ולהשיג רמה נוספת של אוטומציה וקבלת החלטות בזמן אמת. תעשיית התרופות היא אחת מהתעשיות שנושא הזיופים מטריד את כל בעלי העניין – את רשויות הבריאות, את החברות הייצרניות ואת המטופלים. המוטיבציה של גורמים עבריינים לזייף מוצרים היא גבוהה ומייצרת עבורם רווח כספי עצום. מנגד, פעילות זו פוגעת במטופלים ובמוניטין של החברות הייצרניות ומסתכמת בעלויות גבוהות מאד. כלים מבוססי AI היכולים להבחין בין אצווה מקורית לבין אצווה מזוייפת ולהרים את הדגלים הנדרשים. כלים אלה יכולים לעקוב אחר המסלול התקין שהמוצרים עוברים ובכך לאבטח שלא יסטו ממנו. מנות ייצור שלא עברו במסלול השילוח המנוטר בהכרח יעלו כחשודות ויאותרו במהירות. כלים מבוססי AI יכולים לאתר זיופים בדיוק קרוב ל-100% ובמהירות של שניות בודדות ובכך לחסוך את עלויות האיתור הידני ולאבטח בצורה טובה יותר את שלמות שרשרת האספקה.

שיפור יכולת החיזוי לביקושים

אחד המפתחות המרכזיים לניהול מלאים נכון וצמצום עלויות הוא חיזוי נכון של הביקוש. בשיטה המסורתית הביקושים נאספים על סמך נתוני עבר מגורמי השיווק והמכירות או טרנדים משוערכים תוך שהמידע מתוקף מול מגמות כלליות עדכניות המשפיעות על השוק. כלים מבוססי AI יכולים לכרות ולנתח נתונים ממספר מקורות ובסיסי נתונים ולזהות דפוסים וחריגות פוטנציאליות אל מול נתוני הבסיס במהירות וביעילות, ובכך לייצר תחזיות ביקוש מדויקות יותר ומותאמות יותר. לדוגמה, ישנם מוצרים המושפעים ממזג האויר כגון מוצרים חקלאיים או מוצרים עונתיים. מזג האויר יכול להשתנות במהירות ולהשפיע באופן מיידי על הביקוש למוצרים. כלים אלה יכולים לאפשר לרשתות שיווק, לדוגמה, להצטייד במלאי ולהזמין סחורה לפני שהמחסור במוצרים מתבטא בשוק וגורם לעליית מחירים. לחילופין הם יכולים לצמצם הזמנות כשמזוהה דפוס ירידה בביקושים המושפע ממזג אוויר ולחסוך עלויות של מלאי עודף.

השפעת משבר הקורונה על מגמות להטמעת
כלים מבוססי AI

משבר הקורונה מעורר התעניינות בפתרונות טכנולוגיים מבוססי בינה מלאכותית והאינטרנט של הדברים (IoT). תחת הפרעות האספקה שהמשבר מייצר ובמציאות בה נתיבי השילוח מצומצמים והתנודתיות בביקושים גבוהה חברות מבינות ששיטות חיזוי הביקושים המסתמכים על נתוני העבר מוגבלות ביכולתן. מערכות המשתמשות באינטלגנציה מלאכותיות, כאמור, יכולות לזהות את השונות בביקושים מהר יותר ולאפשר זמן תגובה טוב יותר לאספקות. חברות שכבר יישמו כלים אלה לפני המשבר מדווחות על שיפור זמן התגובה שלהם להפרעות בשרשרת בכ-90% ויכולת טובה יותר להגיב לתנודתיות המאפיינת אותו. ברוח התקופה, רוב החברות המבוססות פיננסית נותנות עדיפות גבוהה ליישום טכנולוגיות חדשות וחלקן אף שמות את הנושא בראש סדר העדיפות. החברות סבורות שהן יכולות להפיק תועלת מירבית בתחומי הייצור ושרשרת האספקה אולם גם בתחומים אחרים ברחבי הארגון. קיימת שונות בבשלות החברות ליישום הטכנולוגיוית. בעוד שחלק מהחברות עדיין שוקלות הטמעה חלקן כבר נמצאות כבר בשלבים שונים של הטמעת הכלים. באופן כללי משבר הקורונה מהווה קטליזטור ליישום טכנולוגיות חדשניות ומעודד חברות לתעדף יישום כלים מבוססי AI.

מילות סיכום

לכלים מבוססי AI יתרונות רבים לאורך הייצור ושרשרת האספקה. הם מסייעים למצויינות תפעולית בייצור, מאפשרים ניהול סיכונים טוב יותר, משפרים את יכולת החיזוי לביקושים ומאבטחים את שלמות השילוח לאורך השרשרת. באמצעות יישום כלים מבוססי בינה מלאכותית חברות יכולות להגדיל את התנובה, לשפר את אמינות הייצור והשילוח ולבסס את ההחלטות שלהם ברמה הטאקטית והאסטרטגית. משבר הקורונה גרם לחברות לתעדף באופן שונה וגבוה יותר יישום כלים אלה במטרה להגביר את שרידותם גם בתקופות המאופיינות בחוסר יציבות, ולהגביר את הזמינות והגמישות שלהם. חברות שבעבר החשיבו כלים אלה כמועילים אך לא הכרחיים כיום משנות את המשקל שהן נותנות להטמעתם בתהליכי הייצור ושרשרת האספקה. ככל שיעבור הזמן אנו צפויים לראות יותר ויותר הטמעות של כלים מבוססי AI בתעשייה.

————-

*נועה אביגדור, B.Sc., MBA, מומחית לניהול עולמות התפעול. חברת הנהלה בכירה, מנהלת שרשרת אספקה, ואחראית על תחומי מערכות מידע ובקרת תהליך בחברת ביוטכנולוגיה כללית ע"מ (BTG),
פרופיל לינדקאין: Noa Avigdor@