EY: 공급망에 대한 생성 AI의 이점

기업이 수요 계획 및 조달을 위해 AI에 대한 의존도가 높아짐에 따라 공급망 업계는 프로세스 표준화 및 라스트 마일 배송 최적화와 같은 다른 주요 영역에서 AI 사용에 대한 탐구를 확대하고 있습니다.

코로나19로 인해 공급망에서 AI 채택이 증가한 반면, ChatGPT 인구에 의해 주도되는 생성 AI의 진화는 무엇이 가능한지에 대한 믿음을 뒤집어 놓았습니다.

데이터를 기반으로 제너레이티브 AI를 학습시켜 이미지, 텍스트, 오디오, 비디오 등 새로운 콘텐츠를 생성합니다. 이것이 새로운 기술은 아니지만 최근 해당 분야의 발전으로 인해 사용 및 가치 실현이 훨씬 더 간편해졌습니다. 따라서 조직은 그 의미, 비즈니스 사용 사례 및 이점을 활용하는 방법을 이해하기 위해 노력하고 있습니다.

EY는 "최신의 반짝이는 물체를 쫓는 충동이 아니라 전략과 한계에 대한 이해를 바탕으로 부지런히 혁신을 추구하는 사람들에게 생성 AI는 민첩한 공동 조언자이자 공급망 강화의 승수임을 입증할 수 있습니다"라고 말합니다. .

생성 AI의 능력:

다음은 현재 공급망에서 생성 AI가 사용되고 있는 몇 가지 방법입니다.

공급망 계획과 관련하여 많은 조직에서는 AI를 사용하여 대규모 과거 데이터 세트, 시장 추세 및 기타 변수를 분석하여 실시간 수요 모델을 만들고 있습니다. 취득수요 예측한 단계 더 나아가 생성적 AI는 고객 요구 사항을 충족할 때 재고 수준, 생산 일정 및 유통 계획을 보다 효율적으로 최적화할 수 있습니다.

계획 단계에서 생성 AI가 사용되는 다른 방법은 다음과 같습니다.생산 계획, 순서를 예약하고 병목 현상을 최소화하기 위해 리소스를 할당합니다.위기 관리, 시나리오 시뮬레이션 및 완화 전략.

소싱 기능을 수행하는 기업의 경우 자연어 처리(NLP)를 활용하면 공급업체 커뮤니케이션 및 데이터 포인트에서 더 큰 통찰력을 얻을 수 있습니다.공급자 관리 . 또한 공급업체 상호 작용을 지원, 모니터링 및 분석할 수 있습니다. 잠재적인 문제를 식별합니다. 공급업체 관계를 개선합니다.

공급업체 관리를 넘어,소싱또한 생성적 AI의 이점을 활용하여 데이터를 분석하고 통찰력을 생성하여 정보에 입각한 결정을 내리기 위한 권장 사항이나 순위를 제공함으로써 선택 프로세스를 지원할 수 있습니다.

계약 분석 또한 계약의 주요 정보를 자동화하고 요약이나 통찰력을 생성함으로써 이점을 얻을 수도 있습니다. 용어를 검토 및 비교하고 위험을 식별하며 규정 준수를 보장합니다.

제품 제작과 관련하여 생성 AI는 수백 가지 대안을 신속하게 생산하고 평가할 수 있습니다.제품 디자인 미리 정의된 기준을 기반으로 혁신 프로세스의 속도를 크게 높입니다. 제너레이티브 AI는 공장 현장의 머신 데이터로부터 학습하여 새로운 것을 창조할 수 있습니다.예측 유지 관리장비가 고장날 가능성이 있는 시기와 연관시킬 계획입니다.

근무하시는 분들을 위해재료 과학 및 공학, 생성 AI는 새로운 재료를 발견하고 기존 재료를 최적화하는 데 도움을 줄 수 있습니다.

마지막으로, 제품 유통과 관련하여 생성 AI는 다음과 같은 다양한 방식으로 도움을 줄 수 있습니다.글로벌 무역 최적화, 최적화에물류 네트워크 설계,그리고라스트 마일 동적 경로 최적화.

생성 AI는 유용하고 강력한 도구이지만 EY는 한계가 있으며 전략이 아니라는 점을 강조합니다. 생성 AI를 비즈니스에 도입하려는 기업은 다음 세 가지 주요 단계를 따라야 합니다.

********

공급망 세계에 대한 더 많은 통찰력을 얻으려면 Supply Chain Digital Magazine의 최신판을 읽고 LinkedIn 및 Twitter에서 우리를 팔로우하세요.

관심을 가질 수 있는 기타 잡지: Procurement Magazine, Manufacturing Digital