Kā AI digitālie dvīņi palīdz pārvarēt pasaules piegādes ķēdes murgu

Ms Tech | Getty

Ar piegādes ķēdes traucējumi Pēdējos divos gados, kas neliecina par atslābināšanos tuvākajā laikā, uzņēmumi pievēršas jaunas paaudzes mākslīgā intelekta simulācijām, ko sauc par digitālajiem dvīņiem, lai palīdzētu klientiem savlaicīgi piegādāt preces un pakalpojumus. Šie rīki ne tikai paredz traucējumus, bet arī iesaka, kā ar tiem rīkoties. Izmisuši uzņēmumi, kas cīnās ar sabrukumu piegāde tieši laikā izmanto tos, lai atrastu būtisku līdzsvaru starp efektivitāti un noturību.

To lietu saraksts, kuras pēdējos mēnešos ir bijis grūti iegūt, ir tikpat daudzveidīgs, cik garš: jaunas automašīnas, jauni telefoni, kontaktlēcas, tīrīšanas līdzekļi, svaigi produkti, dārza mēbeles, grāmatas, zila krāsa . Tas nav tā, kā 2020. gada martā visiem beidzās tualetes papīrs, saka Kriss Nikolsons, uzņēmuma Pathmind dibinātājs, kas izmanto mākslīgo intelektu loģistikas problēmu risināšanā. Šoreiz trūkstošie priekšmeti jūtas personalizēti.

Saistīts stāsts

Mūsu dīvainā uzvedība pandēmijas laikā ir sajaukta ar AI modeļiem Mašīnmācības modeļos, kas apmācīti normālai uzvedībai, ir redzamas plaisas, kas liek cilvēkiem iejaukties, lai tās sakārtotu.

Covid-19 ir izvirzījis uzmanību daudzos pasaules tīklos, sākot no interneta līdz starptautiskajiem gaisa ceļojumiem. Taču piegādes ķēdes, kas šķērso pasauli — kuģi, kravas automašīnas un vilcieni, kas savieno rūpnīcas ar ostām un noliktavām, nogādājot gandrīz visu, ko mēs pērkam, tūkstošiem jūdžu attālumā no tā ražošanas vietas uz to, kur tas tiek patērēts, ir pakļautas lielākai pārbaudei nekā jebkad agrāk.

Ir godīgi teikt, ka neatkarīgi no tā, ko jūs pārdodat, jums šobrīd ir problēma, saka Džeisons Boiss, Avenue7Media dibinātājs un izpilddirektors, konsultāciju firma, kas konsultē populārākos Amazon pārdevējus. Boiss saka, ka viņam ir klienti, kuri apgrozītu desmitiem miljonu dolāru gadā, ja varētu palikt noliktavā. Mēs katru dienu sarunājamies ar klientiem, kur viņi vienkārši raud, viņš saka. Jau vairākus mēnešus tie nav bijuši pilnībā noliktavā vienu 30 dienu periodu pēc kārtas.

Digitālie dvīņi cenšas atrisināt piegādes ķēdes pārtraukumus, paredzot tos pirms tie notiek, un pēc tam izmantojot AI, lai izdomātu risinājumu. Nosaukumā ir ietverta galvenā ideja par sarežģītas sistēmas simulāciju datorā, izveidojot sava veida dvīņu, kas atspoguļo reālās pasaules objektus — no portiem līdz produktiem — un procesus, kuros tie ir daļa. Simulācijas ir bijusi daļa no lēmumu pieņemšanas rūpniecībā jau vairākus gadus, palīdzot cilvēkiem izpētīt dažādus produktu dizainus vai racionalizēt noliktavas izkārtojumu. Taču liela reāllaika datu apjoma un skaitļošanas jaudas pieejamība nozīmē, ka pirmo reizi var simulēt sarežģītākus procesus, tostarp globālo piegādes ķēžu haosu, kas bieži ir atkarīgs no daudziem pārdevējiem un transporta tīkliem.

Šāda veida tehnoloģija ir devusi papildu priekšrocības Amazon, kam jau ir tā priekšrocība, ka pati kontrolē savas kravas automašīnas un noliktavas, gadiem ilgi. Tagad to pieņem arī citi. Google izstrādā piegādes ķēdes digitālos dvīņus, kurus automašīnu ražotājs Renault paziņoja, ka ir sācis izmantot septembrī. Starptautiskie kuģniecības giganti, piemēram, FedEx un DHL, veido savu simulācijas programmatūru. Un AI uzņēmumi, piemēram, Pathmind, izveido īpaši pielāgotus rīkus ikvienam, kurš var par tiem samaksāt. Tomēr ne visi gūs labumu. Faktiski jaunā jaudīgā tehnoloģija varētu paplašināt pieaugošo digitālo plaisu globālajā ekonomikā.

Laiks vētra

Ir viegli vainot pandēmiju pašreizējās piegādes ķēdes problēmās. Rūpnīcu slēgšana un darbaspēka trūkums izsita ražošanas un piegādes centrus, tajā pašā laikā, kad tiešsaistes iepirkšanās un komfortablas pirkšanas lēciens izraisīja strauju pieprasījumu pēc piegādēm mājās.

Bet patiesībā pandēmija tikai pasliktināja slikto situāciju. To virza globāli spēki, kas visi ir apvienoti ideālā vētrā, saka D’Maris Kofmans, Londonas Universitātes koledžas ekonomists, kurš pēta pandēmijas ietekmi uz piegādes ķēdēm.

Lai apspiestu šo vētru, būs jāiegulda triljoni dolāru globālajā infrastruktūrā, jāpaplašina ostas un piegādes flotes, kā arī jāiegulda labākā pārvaldībā, labākos darba apstākļos un labākos tirdzniecības darījumos. Tehnoloģija šīs problēmas neatrisinās. Tas neļaus kuģiem pārvadāt vairāk konteineru, saka Deivids Simči-Levi, kurš vada datu zinātnes laboratoriju Masačūsetsas Tehnoloģiju institūtā un ir palīdzējis izveidot digitālos dvīņus vairākiem lieliem uzņēmumiem. Taču AI var palīdzēt uzņēmumiem pārvarēt vissliktākos apstākļus. Viņš saka, ka digitālie dvīņi ļauj mums identificēt problēmas, pirms tās notiek.

Saskaņā ar Google piegādes ķēžu un loģistikas komandas rīkotājdirektora Hansu Talbaueru teikto, lielākā problēma, ar kuru uzņēmumi saskaras, ir nespēja paredzēt notikumus ķēdes augšpusē. Nav svarīgi, ar kuru uzņēmumu jūs runājat, viņš saka. Ikviens piegādes ķēdes pasaulē jums pateiks, ka viņiem nav vajadzīgās redzamības lēmumu pieņemšanai

Tā ir piegādes ķēdes redzamība, kas ļauj, piemēram, Amazon paredzēt, kad prece parādīsies uz jūsu sliekšņa. Katrai precei, ko Amazon piegādā pati, tostarp miljoniem preču, ko tā piegādā trešo pušu pārdevēju, piemēram, Boisa un viņa klientu, vārdā, tiek sniegts precīzs aprēķins par to, kad tas tiks piegādāts. Boiss saka, ka tas varētu šķist ne pārāk daudz, taču, ja Amazon šīs prognozes būtu nepareizi, tas sāktu zaudēt klientus, jo īpaši svētku sezonā, kad cilvēki pērk pēdējā brīža dāvanas un uzticas Amazon, lai tās piegādātu. Viņš saka, ka ir nepieciešama milzīga skaitļošanas jauda, ​​lai parādītu šo vienkāršo piegādes dienu. Bet cilvēki sajūsminās, ja nesaņem savas lietas laikā.

Saskaņā ar Deliverr, ASV uzņēmuma, kas pārvalda piegādes loģistiku vairākiem e-komercijas uzņēmumiem, tostarp Amazon, Walmart, eBay un Shopify, datiem, paredzamais piegādes laiks ir divas dienas, salīdzinot ar septiņām līdz 10 dienām, palielina pārdošanas apjomu par 40%; paredzamais piegādes laiks viena diena palielina pārdošanas apjomu par 70%.

Nav pārsteigums, ka citi vēlas savu kristāla bumbu. Tieši laikā piegādes ķēdes ir gandrīz mirušas. Pēdējo divu gadu pārtraukumi nogremdēja daudzus uzņēmumus, kuri tiecās pēc paaugstinātas efektivitātes, līdz galējībai. Noliktavas platība ir dārga, un pārpilnības laikā maksāt par inventāra glabāšanu, kas jums, iespējams, nav vajadzīgs nedēļu, var šķist ekstravagants. Bet, kad nākamās nedēļas krājumi neparādās, jums nav ko pārdot.

Pirms pandēmijas lielākā daļa uzņēmumu koncentrējās uz izmaksu samazināšanu, saka Simchi-Levi. Tagad viņi ir gatavi maksāt par noturību, taču arī koncentrēšanās tikai uz noturību ir kļūda: jums ir jāatrod pareizais līdzsvars starp abiem. Tas ir īstais simulāciju spēks. Viņš saka, ka mēs redzam, ka arvien vairāk uzņēmumu sāk stresa testus savās piegādes ķēdēs, izmantojot digitālos dvīņus.

Ja?

Izpētot dažādus iespējamos scenārijus, uzņēmumi var noteikt tiem vispiemērotāko līdzsvaru starp efektivitāti un noturību. Pievienojiet dziļu pastiprināšanas mācīšanos, kas ļauj mākslīgajam intelektam, izmantojot izmēģinājumus un kļūdas, uzzināt, kādas darbības jāveic dažādās situācijās, un digitālie dvīņi kļūst par mašīnām, lai izpētītu jautājumus, kas būtu, ja. Ko darīt, ja Taivānā iestājas sausums un ūdens trūkuma dēļ tiks pārtraukta mikroshēmu ražošana? Digitālais dvīnis varētu paredzēt šī gadījuma risku, izsekot tā ietekmei uz jūsu piegādes ķēdi un, izmantojot pastiprinošu mācīšanos, ieteikt, kādas darbības jāveic, lai samazinātu kaitējumu.

Ja esat automašīnu ražotājs ASV Midwest, digitālais dvīnis var ieteikt jums iegādāties papildu sastāvdaļas no izplatītāja Rietumkrastā, kam joprojām ir pārpalikums. Taču savienojiet vairākus scenārijus, un lietas drīz kļūst ārkārtīgi sarežģītas. Piemēram, saskaņā ar Simchi-Levi datiem, Ford uztur vairāk nekā 50 rūpnīcas visā pasaulē, kurās katru gadu tiek izmantoti 35 miljardi detaļu, lai ražotu 6 miljonus automašīnu un kravas automašīnu. Ir aptuveni 1400 piegādātāju, kas izvietoti 4400 ražotnēs, ar kurām tas tieši mijiedarbojas, kā arī piegādātāju un piegādātāju piegādātāju kaudze, kas atrodas līdz pat 10 slāņiem dziļumā starp Ford un tā transportlīdzekļos izmantotajām izejvielām. Jebkura no šīm saitēm var pārtrūkt, un katra no tām ir jāpārbauda, ​​veicot labu stresa testu.

Digitālie dvīņi izmanto pēc iespējas vairāk datu, lai veiktu simulācijas un apmācītu AI. Šeit ir pieejama loģistikas informācija par uzņēmumu un tā piegādātājiem, ņemot vērā tādus ievades datus kā krājumu un piegādes dati. Pēc tam ir dati par patērētāju uzvedību, pamatojoties uz tirgus analīzi un finanšu prognozēm. Un dati par plašāku pasauli, piemēram, ģeopolitiskās un sociālekonomiskās tendences. Simchi-Levi pat ir ieguvis datus no sociālajiem medijiem, lai prognozētu cilvēku uzvedību, īpaši pandēmijas laikā.

Google digitālo dvīņu var pievienot programmai Google Earth, un tajā tiek ņemti vērā globālie laikapstākļi. Ja esat dārzeņu audzētājs Kalifornijā, varat veikt simulācijas, lai noskaidrotu, kuri no jūsu laukiem ir pakļauti La Niña riskam, saka Talbauers. Kad Google iestata digitālo dvīņu klientam, piemēram, Renault, viņi var izvēlēties, kuru no daudzajiem pieejamajiem datu avotiem iekļaut.

Saistīts stāsts

Kā bloķēšana uz labo pusi maina iepirkšanos Lielie tiešsaistes veikali atrodas ap plašām automatizētām noliktavām. Mazākas un lētākas šīs tehnoloģijas versijas būs svarīgas, ja mazāki veikali vēlas izdzīvot, izmantojot virkni bloķēšanas.

Pathmind izmanto mazāk smagsvara pieeju. Tā digitālais dvīnis vienkārši aptver uzņēmuma esošos piegādes ķēdes pārvaldības rīkus, izmantojot datus, ko tie jau ražo. Pēc tam tas papildina šos datus, veicot simulācijas “kā būtu, ja” un pievienojot iegūtos sintētiskos datus potenciālajam blokam, kurā tas apmāca savu AI. Šī pieeja ir līdzīga tam, kā AlphaZero apguva Go un šahu, spēlējot miljoniem virtuālo spēļu pret sevi. Tā vietā, lai uzzinātu, kādu gabalu pārvietot uz dēļa, digitālie dvīņi var uzzināt, kādus krājumus un kad pasūtīt vai kur atvērt jaunu noliktavu.

Izmantojot pareizos sintētiskos datus, digitālais dvīnis var iemācīties reaģēt uz iepriekš neredzētiem notikumiem, pat globālām pandēmijām. Šeit mēs iedziļināmies visā noslēpumā “Kāpēc AI ir gudrs?” saka Nikolsons. Tas dzīvo vairāk nekā mēs šajās daudzajās dažādajās pasaulēs, no kurām dažas nekad agrāk nav bijušas.

Teorētiski ikviens var gūt labumu no šīs tehnoloģijas. Praksē būs ieguvēji un zaudētāji. Digitālā dvīņu tehnoloģija sniedz spēcīgu iespēju jebkura lieluma uzņēmumiem, saka Riks Lacio, jurists un bijušais ASV kongresmenis, kurš tagad ir ASV nodokļu konsultāciju uzņēmuma Alliantgroup vecākais viceprezidents. Taču viņš atzīmē, ka šo tehnoloģiju visātrāk sāk izmantot lielāki uzņēmumi, kas jau ir vislabāk pasargāti no zaudējumiem.

Lazio uzskata, ka daudziem mazākiem uzņēmumiem būs vajadzīga palīdzība, iespējams, izmantojot valdības ieguldījumus, lai novērstu to atpalicību. Viņš saka, ka uzņēmumi, kas agri pieņem tehnoloģiju, redz ieguvumus, kas ir lielāki par to daļu summu.

Un tas attiecas ne tikai uz mazākiem uzņēmumiem. Daudzas pasaules ostas darbojas uz papīra; Ja jums paveicas, viņi izmanto PDF failus un e-pastus, saka Nikolsons. Tie ir galvenie operatori, nevis sveču ražotāji Ņūhempšīrā. Bet bez digitalizācijas mēs nevaram iegūt AI.

Simchi-Levi ir optimistiskāks. Viņš saka, ka daudzi uzņēmumi uzskatīja, ka digitālā dvīņa izveide prasīs milzīgas investīcijas un gadus, lai atmaksātos, taču tas vairs tā nav: miljons dolāru un 18 mēneši var sniegt daudzas priekšrocības.

Simchi-Levi nešaubās, ka rosība ap digitālajiem dvīņiem saglabāsies pat tad, kad būs beigušies sliktākie no pašreizējiem traucējumiem. Ja tā nav pandēmija, tā būs kaut kas cits, viņš saka. Pēdējie pāris gadi ir iemācījuši uzņēmumiem labāk sagatavoties un labāk konkurēt. Kad mēs atgriezīsimies normālā stāvoklī, tas vairs nebūs tāds pats kā iepriekš, viņš saka. Pandēmija pierādīja, ka nākotne ir klāt.

paslēpties