Kunstig intelligens kan blive det nye supervåben i værdikæden

Kunstig intelligens (AI) spiller en stadig vigtigere rolle i forsyningskæden ved at muliggøre avancerede dataanalyser, prognoser og optimering af processer på tværs af hele værdikæden. Der er ifølge to eksperter store muligheder for at styrke supply chain planning, ansvarlighed, resiliens samt den regenerative værdikæde. Læs her lidt om muligheder og faldgruber.

Generativ AI kan eksemplevis understøtte ESG-arbejdet via ressourceoptimering, design for bæredygtighed, identifikation af grønne leverandører, reducere overproduktion og spild, foretage avancerede livscyklusanalyser etcetera. Foto: Arkivfoto fra 123rf.com.

13.05.2024

Poul Breil-Hansen, SCM.dk

”Det tog Open AI to måneder at nå 100 millioner brugere af ChatGPT. Til sammenligning tog det Facebook fire år at nå det samme antal brugere. Generativ kunstig intelligens er nærmest eksploderet og får enorme mængder opmærksomhed”. 

Læs også: Stort tema om kunstig intelligens i forsyningskæden

Det fortæller Stephan Skovlund om i podcasten ’AI in supply chain – beyond the buzzwords’. Han er supply chain planning-ekspert og har en faglig baggrund inden for statistik. I podcasten giver han en række anbefalinger til, hvordan du som supply chain leder kommer i gang med AI. Det vender vi tilbage til, men lad os først se på, hvordan AI – og særligt generativ AI - helt generelt kan skabe værdi i arbejdet med værdikæden:

  • Bæredygtighed: Generativ AI kan på mange måder understøtte ESG-arbejdet. Det kan for eksempel ske via ressourceoptimering, design for bæredygtighed, identifikation af grønne leverandører, reducere overproduktion og spild, foretage avancerede livscyklusanalyser etcetera.
  • Prognoser og efterspørgselsstyring: Generativ AI og andre former for AI – som for eksempel machine learning - kan analysere store mængder data, herunder historiske salgstal, forbrugeradfærd, sæsonvariationer og eksterne faktorer som vejr, økonomi og geopolitiske forhold for at generere mere præcise efterspørgselsprognoser. Dette hjælper virksomheder med at optimere deres lagerbeholdning, minimere overskud eller underskud og forbedre deres leveringsevne.
  • Optimering af produktionsprocesser: Ved at analysere data fra produktionslinjer kan generativ AI identificere ineffektive processer eller flaskehalse og foreslå optimeringer for at øge produktionskapaciteten og reducere omkostningerne.
  • Lagerstyring: Generativ AI kan hjælpe med at optimere lagerstyringen ved at forudsige efterspørgslen på tværs af forskellige placeringer og dynamisk tilpasse lagerniveauer og -placeringer til ændringer i efterspørgslen og forsyningskæden.
  • Ruteoptimering: Ved at analysere trafikforhold, leveringstider og andre faktorer kan generativ AI hjælpe med at optimere leveringsruter og minimere transportomkostninger og leveringstider.
  • Personliggjort tilbud og kundeoplevelser: Generativ AI kan analysere data om kundepræferencer, adfærd og købshistorik for at skabe personlige tilbud, anbefalinger og kundeoplevelser, der øger kundetilfredshed og loyalitet.

Læs også: COO vil industrialisere COOP’s processer

Generelt set kan generativ AI bidrage til at reducere omkostninger, øge effektiviteten, forbedre kundetilfredsheden og give virksomhederne et konkurrencefortrin i den stadig mere komplekse og konkurrenceprægede forsyningskæde. Ved at udnytte den enorme mængde data, der genereres i forsyningskæden, kan generativ AI identificere mønstre, træffe informerede beslutninger og optimere processer på måder, der tidligere ikke var mulige med traditionelle metoder.

Udfordringen for mange ledere ligger mest i at forstå, hvilke anvendelsestilfælde det kan anvendes til, og hvordan det skaber værdi

Alis Sindbjerg Hinrichsen

Mange anvendelser for AI
Stephan Skovlund peger i podcasten på, at der er rigtig mange anvendelsesområder for AI i supply chain planning. Over alt hvor, der forekommer mange data samt gentagne opgaver og der er behov for analyse, er der værdi i at anvende kunstig intelligens. Han fremhæver demand planning som et oplagt eksempel, hvor der er masser af data, løbende behov for at korrigere samt rense data, ligesom der er behov for at tage højde for ’outliers’. ”Demand planning kan i min optik ikke automatiseres 100 procent, men kunstig intelligens kan bidrage med meget stærk støtte til processen, som kan både kan spare masser af tid og skabe mere præcise analyser”, fortæller han.

Optimering af lager, ruteoptimering og kapacitetsplanlægning er andre oplagte områder, som kan styrkes med brug af kunstig intelligens.

”Der er så mange relevante brugsområder, at spørgsmålet mere kunne lyde: Hvor er det ikke relevant?”, fortæller han og tilføjer:

”Kunstig intelligens som for eksempel machine learning-modeller behandler data anderledes end traditionelle statistiske metoder. Kunstig intelligens anvender data på en meget mere granular måde. Det betyder, at kunstig intelligens er bedre og mere præcis til at afkode mønstre i datamængder. En statistik-model vil for eksempel operere med data på daglig eller månedlig basis, hvor machine learning kan gå ned på timer eller minutter, gå på tværs af tider og også afkode, at en eller flere fabrikker lukker den tredje uge i februar hver måned. Den slags ’granularitet’ kan statiske metoder ikke håndtere, og det åbner op for mange muligheder for virksomheder inden for eksempelvis hurtige forbrugsgoder eller reservedele, hvor efterspørgselsmønstrene er meget varierede”.

Læs også: Værdikæden der giver mere end, den tager – del 1: Introduktion

AI-modeller er altså utrolig stærke til at afkode mønstre. Ulempen ved modellerne er, at arbejdet med dem hurtigt bliver utrolig kompliceret og tilvejebringer enorme mængder data. Stephan Skovlund anbefaler derfor, at supply chain plannere begrænser datadimensionerne, hvilket begrænser kompleksiteten. Han anbefaler også, at supply chain plannere starter med interne data og venter med at inkludere eksterne data indtil, de har høstet noget erfaring og rutine.

AI kan styrke både resiliens og regeneration
I artiklen ”How AI can support in paving the way for more resilient, regenerative, and responsible Value Chains” beskriver SCM-eksperten Alis Sindbjerg Hinrichsen, hvordan supply chain ledere aktivt kan gøre brug af generativ kunstig intelligens til at håndtere de store kerneudfordringer i form af resiliens, regeneration og ansvarlighed, som de fleste værdikæder i dag er udfordret af.

I artiklen udforsker hun visionen om, at datadrevede beslutninger kan gøre virksomheder mere agile og øge deres mulighed for med kort varsel at skifte kurs, inden korthuset ramler.

Hun fremhæver, at kunstig intelligens (AI) som værktøj eller teknologi har potentialet til at spille en betydelig rolle i den måde, vi opererer på, udnytter data og træffer beslutninger i vores virksomheder og vores værdikæder i fremtiden. AI forventes at have en global indvirkning med en 26 procent stigning i det globale BNP inden 2030.

”Udfordringen for mange ledere ligger mest i at forstå, hvilke anvendelsestilfælde det kan anvendes til, og hvordan det skaber værdi”, skriver hun.

Kort sagt tilbyder AI kraftfulde værktøjer til at drive innovation inden for værdikæder og hjælpe virksomheder med at: 

  • reducere deres miljømæssige fodaftryk, 
  • forbedre effektiviteten og 
  • skabe langsigtet værdi både for virksomheder og samfundet. 

I artiklen uddyber hun, hvordan AI kan hjælpe med at udvikle og styrke værdikædernes arbejde med ansvarlighed, resiliens og det regenerative.

Men det kræver stærkt fokus på data
Alis Sindbjerg Hinrichsen peger på, at AI har potentiale til at transformere virksomhedernes forretningsmodel og accelerere deres overgang til mere regenerative, ansvarlige og modstandsdygtige værdikæder. 

”For at lykkes med AI-initiativer skal virksomheder fokusere på at opbygge en datadrevet kultur, etablere et solidt datagrundlag og udvikle de nødvendige færdigheder og kompetencer internt. Ved at investere i AI og datadrevne teknologier kan virksomheder positionere sig selv til at lykkes i den digitale økonomi og skabe værdi på tværs af deres værdikæder”, skriver hun afsluttende.

Bredana Axcite A/S

Sponseret

Kan ældre ERP hæmme vækst?

PlanEven

Sponseret

Optimering af indkøbsprocesser med ordreportal

Denne artikel er del af et tema:

Tema: Kunstig intelligens i forsyningskæden

Kunstig intelligens (AI) spiller en stadig vigtigere rolle i forsyningskæden ved at muliggøre avancerede dataanalyser, prognoser og optimering af processer på tværs af hele værdikæden. Der er ifølge eksperter store muligheder for at styrke supply chain planning, ansvarlighed, resiliens samt den regenerative værdikæde. Læs her lidt om eksempler, muligheder, faldgruber.

Relateret indhold

31.10.2024SCM.dk

Oxfam: De rigeste skal betale ekstra for deres massive udledninger

31.10.2024SCM.dk

Nyt partnerskab vil udvikle fremtidsscenarier for transportbranchen

29.10.2024SCM.dk

Digitale løsninger er en af nøglerne til effektivt ESG-arbejde

25.10.2024SCM.dk

Nyt samarbejde skal styrke små og mellemstore virksomheders it-sikkerhed

24.10.2024Industriens Fond

Sponseret

Kunstig intelligens gør vindmølle-reparationer mere præcise

24.10.2024SCM.dk

Ny software til optimering af materialehåndtering

23.10.2024SCM.dk

Green-tech startups får hjælp til at åbne USA

23.10.2024SCM.dk

Tool-kit skal bane vejen for nye AI-innovationer for robotter

Hold dig opdateret med SCM.dk

Tilmeld dig nyhedsbrevet og følg med i alt som rører sig indenfor ledelse af forsyningskæden, Nyhedsbrevet kommer kun to gange pr. uge.

Se flere temaer

Events

Se alle
DTU Learn for Life
Efteruddannelse
Supply Chain Management (SCM)

Få kompetencer til at designe og lede effektive produktions- og forsyningskæder, også kaldet supply chains, som er en forudsætning for virksomhedens konkurrenceevne.

Dato

31.10.2024

Tid

09:00

Sted

Lautrupvang 15. 2750 Ballerup

DTU Learn for Life
Efteruddannelse
Netværksforsvar og angrebshåndtering

Vil du lære det nyeste inden for trusler, sårbarhed og malware – og samtidig blive skarp på kryptografiske løsninger?

Dato

31.10.2024

Tid

17:00

Sted

Lautrupvang 15. 2750 Ballerup

DTU Learn for Life
Efteruddannelse
Jernbaneteknologi, -drift og -kapacitet

På kurset Jernbaneteknologi, -drift og -kapacitet, som også er et diplommodul, lærer du om planlægning, opbygning og drift af jernbaner. Kurset omfatter blandt andet simulering, procesanalyse og driftsanalyse angående både passager- og godstrafik.

Dato

01.11.2024

Tid

08:30

Sted

Lautrupvang 15. 2750 Ballerup

DTU Learn for Life
Efteruddannelse
Digitale forretningsstrategier og -modeller

Vil du have bedre forståelse for digital transformation og digitale strategier? Så tilmeld dig dette kursus, som også er et diplommodul, og få kompetencer til at vurdere og definere digitale forretningsstrategier, der skaber værdi for din virksomhed.

Dato

05.11.2024

Tid

09:00

Sted

Lautrupvang 15. 2750 Ballerup

Bureau Veritas
Kursus
Nye krav til bek. 761/2024 om energisyn og klimasyn

Energistyrelsen udsendte den 1. juli 2024 den nye Bekendtgørelse 761/2024 om obligatoriske energiledelsessystemer og energi og klimasyn i visse virksomheder.

Dato

06.11.2024

Sted

Online

Roima Intelligence
Seminar
LOGIA WMS Roadshow - opnå bedre resultater på dit lager

Deltag og få indblik i, hvad dit lager kan opnå med WMS. Eksperter og WMS-brugere vil give dig konkrete råd til, hvordan du kommer i gang med lageroptimering ✅

Dato

06.11.2024

Tid

12:30

Sted

Scandic Roskilde Park Ved Ringen 2, 4000, Roskilde