Ein Drei-Schritte-Ansatz zur Einführung von KI und Prioritäten

Die globalen Auswirkungen der Pandemie haben Unternehmen, die die nächste große Störung überleben wollen, eine Reihe wichtiger Lehren gezogen. Dazu gehört die Notwendigkeit, künstliche Intelligenz in Lieferketten besser zu implementieren.

Hier sind einige Tipps, wie Unternehmen dieses Ziel erreichen können.

Erstellen Sie zunächst ein besseres Modell zur Vorhersage der Verbrauchernachfrage, das weniger offensichtliche Eingaben berücksichtigt. Derzeit basieren solche Systeme auf einfachen Trend- und Saisonalitätsvorhersagen. Stattdessen sollten sie externe Inputs im Zusammenhang mit Inflation, Verbraucherpreisindizes und anderen Inputschocks berücksichtigen, die durch COVID-19-Interventionspolitiken verursacht werden, wie Stimulus-Checks, Lockdowns und Wohnungsbau. Viele dieser Muster sind im Nachhinein leicht zu erkennen, aber das bedeutet nicht, dass sie nicht im Voraus erkannt werden können. Das Schöne an KI-basierten Prognosemodellen ist, dass sie Interaktionen zwischen scheinbar nicht zusammenhängenden Funktionen erkennen können.

Sobald ein besseres Verbrauchernachfragemodell erstellt wurde, erstellen Sie ein sekundäres Versandschätzungsmodell. Es sollte so konstruiert sein, dass es jederzeit den aktuellen Zustand der Lieferkette berücksichtigt und die Kosten für den Versand eines Containers voller Produkte vorhersagt. Ein Vorteil dieses Tools besteht darin, dass ein Backtesting durchgeführt werden kann, um seine Genauigkeit zu bewerten. Schauen Sie einfach in die Vergangenheit und überprüfen Sie jederzeit die Preisschätzung, um zu sehen, ob sie der Realität entspricht.

Erstellen Sie schließlich ein System, das das Nachfragemodell und den Kostenschätzer verwendet, um als echte Lieferketten-KI zu fungieren. Die Art und Weise, wie dies funktionieren würde, basiert auf zwei Kernbeobachtungen:

• Das Nachfragemodell kann verwendet werden, um vorherzusagen, welche Kapazität zu einem bestimmten Zeitpunkt in der Zukunft benötigt wird.
• Das Kostenschätzungsmodell kann verwendet werden, um den Preis vorherzusagen, um diesen Versand zu diesem Zeitpunkt in der Zukunft für diese Nachfrage zu erleichtern.

Mit diesen beiden Fähigkeiten kann ein KI-System verbessert werden, indem die Eingabehebel des Kostenschätzungsmodells angepasst werden. Das Modell wird Eingabeparameter haben, die so einfach sein können wie „Wie viele Stunden am Tag läuft der Hafen von Los Angeles“. Es wird in der Lage, die Auswirkungen auf die Versandkosten basierend auf sich ändernden Werten zu erkennen. Die KI könnte trainiert werden, die Input-Hebel der Lieferkette ständig anzupassen, um sicherzustellen, dass die Gesamtkosten zur Befriedigung der Nachfrage unabhängig von der Nachfrage eine Obergrenze haben.

Mit diesem dreistufigen Ansatz wird die Lieferkette voraussichtlich in den nächsten 10 Jahren aussehen. Der Teufel steckt natürlich im Detail. Aber sobald wir ein solches System eingerichtet haben, müssen wir uns nicht mehr auf die Politik verlassen, wenn es um Lösungen für den Umgang mit zukünftigen Störungen der Lieferkette geht. Da KI bei der Planung und Modellierung der Lieferkette hilft, sind keine Grenzen gesetzt.

James Kaplan ist Chief Executive Officer von MeetKAI.