Объяснение преимуществ ИИ

 

Почему прозрачность, интеграция и доверие становятся решающими в логистических технологиях? Питер МакЛауд беседует с экспертом.

Если на выставке LogiMAT в этом году и была тема, которая прорезала шум более четко, чем большинство других, то это была бы скорость. Не только скорость операций, но и скорость развертывания, скорость инноваций и, в конечном итоге, главное: скорость окупаемости инвестиций. Для Inform Software эта дискуссия все чаще приводит к более широкому вопросу: как логистические организации могут внедрить более интеллектуальные системы, не теряя при этом прозрачности, контроля и доверия?

 

Разговаривая со мной на оживленной выставочной площадке в Штутгарте, старший вице-президент Inform по инвентаризации и цепочке поставок, доктор Бернд Хайнрихс рассказал, как компания видит развитие искусственного интеллекта в цепочках поставок и внутренней логистике.

 

Расширение уровня оптимизации

Inform уже давно ассоциируется с оптимизацией в сложных средах,-управляемых данными. Но поскольку рынки становятся все более нестабильными, системы оптимизации должны реагировать быстрее, учитывать больше сигналов и поддерживать более динамичное принятие решений-.

Этот сдвиг особенно актуален в условиях, когда решения взаимозависимы. Изменение в планировании спроса может повлиять на запасы, транспортные возможности, распределение рабочей силы или уровень обслуживания. Рекомендация, сделанная на одном этапе операции, может привести к последствиям на другом этапе, поэтому прозрачность необходима для повседневного--повседневного использования.

По мнению Генриха, именно здесь искусственный интеллект в логистике должен доказать свою практическую ценность. «Я не говорю об ИИ. Я говорю об объяснимом ИИ», — говорит он. «Все, что мы делаем, все, что мы предлагаем, имеет объяснение. В противном случае люди этому не доверяют».

Доверие как практическое требование

В беседах с клиентами из разных отраслей он говорит, что один и тот же вопрос возникает неоднократно: «Почему система выбрала именно этот вариант, а не другой?»

 

Этот вопрос имеет значение, поскольку логистические решения редко принимаются исключительно с помощью технологий. В них участвуют планировщики, менеджеры, оперативные группы и, во многих случаях, клиенты или внешние партнеры. Если эти заинтересованные стороны не могут понять обоснование рекомендации,-поддерживаемой ИИ, они с меньшей вероятностью будут действовать в соответствии с ней.

 

Для Heinrichs это может стать значимой точкой дифференциации европейских поставщиков технологий. «Мы можем создать ИИ не хуже других, но можем добавить что-то свое», — говорит он. «Это не должен быть черный ящик».

Поскольку компании стремятся внедрить приложения искусственного интеллекта в устоявшиеся бизнес-процессы, это различие становится все более важным. Системы должны быть технически надежными, но они также должны быть достаточно понятными, чтобы пользователи могли оспаривать, проверять и улучшать их с течением времени.

 

Управление менее предсказуемыми средами

Операционную среду становится все труднее планировать, используя только исторические данные. Структура спроса меняется, вмешиваются внешние факторы, и рыночные условия могут быстро меняться, часто до того, как эти изменения станут четко видны в цифрах. «Вам необходимо собирать данные в реальном времени,-а не полагаться только на исторические данные», — говорит он. «Вы должны реагировать на волатильность и интегрировать в свои решения сигналы из разных источников».

Это знаменует собой переход от более статических моделей оптимизации к адаптивным системам, которые постоянно принимают во внимание новую информацию. «Он становится более динамичным», — добавляет он. «Следующий шаг — сделать его более агентным — самостоятельно реагировать на изменения в окружающей среде».

 

От новостей к прогнозам

Один из примеров Inform, впервые представленный на LogiMAT, — это новый подход, основанный на искусственном интеллекте-, предназначенный для использования внешних событий непосредственно в прогнозировании и планировании сценариев. Отправной точкой, по словам Хейнрихса, был простой вопрос: почему модели прогнозирования так часто игнорируют то, что происходит в окружающем их мире?

 

«Если сегодня вы сделаете классический прогноз, он будет основан на исторических цифрах», — объясняет он. «Но на самом деле на спрос постоянно влияют такие события, как геополитические конфликты, нарушения цепочки поставок, новое регулирование или рыночные тенденции. Эта информация существует, но обычно в виде новостей, а не в виде цифр».

Новое решение призвано устранить этот пробел. Пользователи предоставляют временные ряды, например данные о продажах или индикаторы рынка, и кратко описывают контекст. Затем ИИ исследует соответствующие новостные события, анализирует исторические связи и генерирует несколько возможных сценариев будущего. Результатом является прогноз, сопровождаемый обоснованным-обоснованием того, почему рынок может развиваться в разных направлениях.

Человек в цикле

По мнению Генриха (на фото ниже), дискуссия об ИИ также напрямую ведет к роли человеческого опыта. ИИ может выявлять закономерности, обрабатывать большие объемы информации и быстро создавать сценарии. Но его ценность возрастает, когда люди могут добавить опыт, контекст и суждения, которые сами по себе данные не могут обеспечить.

«ИИ хорош настолько, насколько хороши данные, с которыми он работает, и люди, которые способны придать этим данным смысл», — говорит он. «Вот почему человек остается важной частью цикла».

На практике это означает, что планировщики и лица, принимающие решения,-не отстраняются от процесса. Они остаются в нем центральными. Их роль заключается в проверке сценариев, проверке предположений и уточнении результатов на основе оперативных знаний или рыночной интуиции.

 

«Если люди понимают, почему система что-то рекомендует, они могут решить, доверять ей, подвергать сомнению или улучшать ее», — объясняет Хайнрихс. «Именно здесь сотрудничество между человеческим суждением и машинным интеллектом становится действительно эффективным».

 

Интеграция и взаимодействие

Еще одна постоянная тема в обсуждениях с клиентами — интеграция. Поскольку логистические операции становятся все более взаимосвязанными, возможность связывать приложения, основанные на искусственном интеллекте, с существующими системами становится все более важной. «Нам всегда задают вопрос: как мне интегрироваться с моей ERP-системой и другими моими решениями?» Мне говорит Генрихс. Ответом Inform стала стандартизация коннекторов и их согласование с основными платформами, такими как SAP и Microsoft. Результатом является более простой путь интеграции, сокращающий как затраты, так и время внедрения.

 

«Это имеет большое значение», добавляет он. «И это также облегчает нам расширение на международном уровне».
Это решающий момент во внедрении ИИ. Даже самому продвинутому приложению будет сложно создать ценность, если оно будет находиться в стороне от систем, в которых фактически управляются бизнес-процессы. Логистические компании уже работают в устоявшихся ИТ-средах, и новые решения должны вписываться в эти среды, не создавая дополнительных сложностей.

 

 

Ответственность за данные

С увеличением количества подключений и использования данных возрастает внимание к безопасности. Опыт Генрихса в области кибербезопасности определяет его твердую позицию по этому вопросу. «Каждый продукт должен иметь штамп безопасности, прежде чем он выйдет в продажу», - говорит он. «Это обязательно».

Поскольку модели ИИ используют более широкие источники данных, включая внешние источники, такие как новости и рыночная информация, сложность управления этими данными и их защиты возрастает. «Объем данных, к которым мы подключаемся, создает огромный спрос с точки зрения безопасности данных», — отмечает Хейнрикс. «Вы должны оставаться на вершине».

 

Рынок, готовый к движению

Пожалуй, наиболее поразительной является оценка Хайнрихсом настроений рынка. Вместо осторожности он видит растущий аппетит к экспериментам и быстрому прогрессу.

«Клиенты просят нас предложить идеи», — говорит он. «Они готовы быстро побеждать и быстро проигрывать». Такая открытость создает благодатную почву для интеллектуальных решений, которые могут обеспечить ощутимые улучшения без инерции, свойственной крупномасштабным проектам трансформации.

 

Для многих компаний следующий этап цифровизации будет определяться не только искусственным интеллектом. Его будет определять ИИ, который объясняет сам себя, четко соединяется с существующими системами и поддерживает решения, которым люди могут доверять.