قضية الذكاء الاصطناعي في إدارة سلسلة التوريد

تركز هذه المدونة على دور الذكاء الاصطناعي في العناية الواجبة لسلسلة التوريد وتناقش تحديات وقيود وفوائد الذكاء الاصطناعي في عملية العناية الواجبة الشاملة وكذلك كيف يمكن أن تتطور في المستقبل.

كان هناك الكثير من النقاش والجدل حول استخدام الذكاء الاصطناعي في العناية الواجبة لسلسلة التوريد. اكتسبت الإشارات إلى مصطلحات مثل إنترنت الأشياء (IoT) والبيانات الضخمة وكشط الويب والعلاقات المستنتجة شعبية متزايدة في وسائل الإعلام وفي المناقشات المتعلقة بالعناية الواجبة لسلسلة التوريد. يسخر المجتمع بشكل متزايد قوة الإنترنت والتطورات التكنولوجية لتغيير الطريقة التي نعيش ونعمل بها. النقاش واسع النطاق ، وكذلك الارتباك حول قدرات التقنيات الناشئة وقدرتها على دعم ممارسات الشراء المستدامة.

إن السباق إلى صافي الصفر في جميع قطاعات الصناعة يخلق منافسة غير مسبوقة على المواد الخام والخبرات والمقاولين من الباطن والموردين الذين تشتد الحاجة إليهم. هذا الطلب المتزايد له آثار بيئية واجتماعية. هناك حالات من العمل القسري المرتبط بتصنيع الألواح الشمسية ، وإزالة غابات الأمازون المرتبطة بتصنيع توربينات الرياح والأضرار البحرية والمخزون السمكي في إندونيسيا من تعدين النيكل غير القانوني.

لا يمكن إنكار أن التقنيات الذكاء الاصطناعي الجديدة مثل فحص الوسائط المعاكسة وتحليل صور الأقمار الصناعية تلعب دورا في قدرتنا على حماية الناس والكوكب ، ولكن عند التعامل مع القضايا المعقدة والخفية في كثير من الأحيان داخل سلسلة التوريد ، هل يكفي الاعتماد على هذه التطورات؟

ما هو الذكاء الاصطناعي؟

أولا ، دعنا نتأكد من أننا جميعا نفهم ما نعنيه الذكاء الاصطناعي. هناك عدد من أنواع الذكاء الاصطناعي المختلفة. تشير هذه المصطلحات إلى مفاهيم مختلفة في مجال الذكاء الاصطناعي. ربما بشكل غير مفيد ، غالبا ما يتم الخلط بينها أو استخدامها بالتبادل – على وجه الخصوص الذكاء الاصطناعي الضيقة ، الذكاء الاصطناعي التوليدية ، الذكاء الاصطناعي العامة الموضحة أدناه.

الذكاء الاصطناعي الضيق (أو الذكاء الاصطناعي الضعيف): يشير هذا إلى أنظمة الذكاء الاصطناعي المصممة والمدربة لمهمة محددة أو مجموعة ضيقة من المهام. تندرج معظم التطبيقات الذكاء الاصطناعي المستخدمة اليوم ، مثل المساعدين الصوتيين مثل Siri أو Alexa وأنظمة التعرف على الصور وخوارزميات التوصية ، ضمن فئة الذكاء الاصطناعي الضيقة.

الذكاء الاصطناعي التوليدية: يشير الذكاء الاصطناعي التوليدي عادة إلى مجموعة فرعية من الذكاء الاصطناعي تركز على إنشاء محتوى أو بيانات جديدة بدلا من مجرد تحليل أو تصنيف المعلومات الموجودة. غالبا ما يتضمن نماذج يمكنها توليد مخرجات واقعية وجديدة ، مثل الصور أو النصوص أو حتى سيناريوهات كاملة ، بناء على الأنماط والمعلومات التي تعلموها من بيانات التدريب. تتضمن أمثلة الذكاء الاصطناعي التوليدية مولدات النصوص مثل Chat GPT-3 ومولدات الصور والنماذج الأخرى القادرة على إنشاء محتوى جديد.

الذكاء الاصطناعي العامة (الذكاء الاصطناعي العام أو AGI): من ناحية أخرى ، يشير الذكاء الاصطناعي العام إلى نوع من الذكاء الاصطناعي يمتلك القدرة على فهم المعرفة وتعلمها وتطبيقها عبر مجموعة واسعة من المهام ، على غرار الذكاء البشري. سيكون AGI قادرا على أداء أي مهمة فكرية يمكن للإنسان القيام بها ، والتكيف مع المواقف الجديدة وغير المألوفة ، وإظهار فهم واسع لمختلف المجالات.

على عكس الذكاء الاصطناعي التوليدية والضيقة ، المصممة لمهام محددة ، فإن AGI افتراضية وغير موجودة حاليا. يظل تحقيق الذكاء الاصطناعي العام هدفا طويل الأجل في مجال البحث الذكاء الاصطناعي ، لذلك ، في الوقت الحالي ، تركز هذه المدونة على الذكاء الاصطناعي الضيقة والتوليدية.

التحديات الذكاء الاصطناعي

في حين أن الذكاء الاصطناعي التوليدية والضيقة يمكن أن تقدم فوائد كبيرة في تحسين الكفاءة والدقة واتخاذ القرار أثناء العناية الواجبة لسلسلة التوريد ، إلا أن هناك أيضا العديد من التحديات والقضايا المرتبطة بتنفيذها.

جودة البيانات وموثوقيتها: تعتمد أنظمة الذكاء الاصطناعي التوليدية اعتمادا كبيرا على البيانات للتدريب واتخاذ القرارات. إذا كانت بيانات الإدخال غير دقيقة أو غير كاملة أو متحيزة ، فقد يؤدي ذلك إلى نتائج معيبة واتخاذ القرار.

خصوصية وأمن البيانات: غالبا ما تتضمن بيانات سلسلة التوريد معلومات حساسة حول الشركات والموردين والعملاء. يعد ضمان خصوصية هذه البيانات وأمانها أمرا بالغ الأهمية لمنع الوصول غير المصرح به أو الانتهاكات أو سوء الاستخدام.

تعقيد شبكات سلسلة التوريد: يمكن أن تكون سلاسل التوريد معقدة وتشمل العديد من أصحاب المصلحة ، مما يجعل من الصعب نمذجتها وتحليلها. قد تكافح خوارزميات الذكاء الاصطناعي التوليدية لالتقاط التعقيد الكامل لشبكات سلسلة التوريد العالمية.

عدم وجود توحيد قياسي: يمكن أن يؤدي عدم وجود تنسيقات وبروتوكولات بيانات موحدة عبر سلسلة التوريد إلى إعاقة التكامل وقابلية التشغيل البيني لأنظمة الذكاء الاصطناعي. قد تستخدم الشركات المختلفة أنظمة مختلفة ، مما يجعل من الصعب إنشاء حل عالمي.

المخاطر المترابطة: غالبا ما تكون مخاطر سلسلة التوريد مترابطة ، وقد تكافح الذكاء الاصطناعي التوليدية لتحليل الآثار المتتالية والتنبؤ بها. على سبيل المثال ، قد يكون للاضطراب في جزء واحد من سلسلة التوريد آثار متتالية في جميع أنحاء الشبكة بأكملها.

المخاوف الأخلاقية: يثير استخدام الذكاء الاصطناعي في العناية الواجبة لسلسلة التوريد مخاوف أخلاقية ، مثل التحيز الخوارزمي واحتمال حدوث عواقب غير مقصودة كما يتضح من الذكاء الاصطناعي Gemini من Google مؤخرا. قد تؤدي الذكاء الاصطناعي الأنظمة عن غير قصد إلى إدامة التحيزات الحالية أو اتخاذ قرارات لها آثار اجتماعية أو بيئية سلبية.

الطبيعة الديناميكية لسلاسل التوريد: سلاسل التوريد ديناميكية ، مع تغيرات مستمرة في الطلب والعرض واللوائح والعوامل الجيوسياسية. قد تكافح الأنظمة الذكاء الاصطناعي للتكيف بسرعة مع هذه التغييرات ، مما يؤدي إلى رؤى قديمة أو غير دقيقة.

صلاحية البيانات الحساسة للوقت: تعتمد بعض عمليات العناية الواجبة لسلسلة التوريد الذكاء الاصطناعي على جمع بيانات الشركة المتاحة للجمهور والتي قد تكون واردة في التقارير المالية السنوية أو تقارير الاستدامة. نظرا لدورة الإبلاغ بأثر رجعي للشركات التي تكشف عن هذه المعلومات ، فقد تكون في كثير من الأحيان قديمة أو غير ذات صلة بحلول وقت جمعها وتحليلها.

الوصول إلى معلومات المستوى الأدنى: لا يقوم العديد من الموردين في العالم المعقد لسلسلة التوريد الخاصة بالشركة بنشر المعلومات أو الكشف عنها علنا. في كثير من الأحيان ، تحتفظ الشركات الصغيرة والصغيرة بالمعلومات في نسخة ورقية ، أو على خوادم الشركة مما يجعل من المستحيل تقريبا على الحلول الذكاء الاصطناعي الوصول إلى المعلومات.

الدور المفيد للتوليدية الذكاء الاصطناعي

على الرغم من هذه التحديات ، يمكن الذكاء الاصطناعي أن تلعب دورا متزايدا في تعزيز العناية الواجبة لسلسلة التوريد والتفكير القائم على المخاطر عند تنفيذها بعناية. إنه قيد الاستخدام بالفعل يوما بعد يوم وسيستمر في التطور ليشمل:

ضمان جودة البيانات: إعطاء الأولوية لجودة البيانات من خلال تنفيذ عمليات التحقق من صحة البيانات وتطهيرها. استخدم خوارزميات الذكاء الاصطناعي لتحديد وتصحيح التناقضات والأخطاء والقيم المتطرفة في البيانات.

تحليلات متقدمة لتعقيد الشبكة: توظيف التحليلات المتقدمة وخوارزميات التعلم الآلي لنمذجة وتحليل شبكات سلسلة التوريد المعقدة. تساعد هذه الأدوات في توفير رؤى حول التبعيات ونقاط الضعف والمخاطر المحتملة عبر الشبكة بأكملها.

مراقبة الامتثال التنظيمي: يمكن استخدام أدوات الذكاء الاصطناعي ويجري استخدامها لرصد وضمان الامتثال للوائح ذات الصلة.

الإدارة المتكاملة للمخاطر: أنظمة إدارة المخاطر المتكاملة القائمة على الذكاء الاصطناعي والتي تأخذ في الاعتبار المخاطر المترابطة. ويمكن أن يشمل ذلك محاكاة وتحليل سيناريوهات مختلفة لتحديد الآثار المتتالية المحتملة ووضع استراتيجيات استباقية للتخفيف.

رؤية سلسلة التوريد وإمكانية التتبع: الاستفادة من التقنيات الذكاء الاصطناعي مثل blockchain و IoT (إنترنت الأشياء) لتعزيز رؤية سلسلة التوريد وإمكانية التتبع. يمكن أن يؤدي ذلك إلى تحسين دقة البيانات وتوفير رؤى في الوقت الفعلي لحركة البضائع في جميع أنحاء سلسلة التوريد.

ستزداد حالات الاستخدام هذه فقط عندما تصبح التكنولوجيا أكثر نضجا ورسوخا. على سبيل المثال ، ستسمح الذكاء الاصطناعي أو الذكاء الاصطناعي التكيفية التي يمكن أن تتكيف مع الطبيعة الديناميكية لسلاسل التوريد مع آليات التعلم المستمر ، في النهاية ، بالتطور والتحديث بناء على التغيرات في الطلب والعرض والعوامل الخارجية.

تجريف الذكاء الاصطناعي والويب لإدارة سلسلة التوريد للشركات الصغيرة والمتوسطة

اليوم ، بالنسبة للشركات الصغيرة والمتوسطة ، يمكن أن توفر الحلول المؤتمتة بالكامل ونوع تجريف الويب حلا فعالا من حيث التكلفة لإدارة سلسلة التوريد – لا سيما عندما تكون المخاطر الاجتماعية والبيئية ومتطلبات الامتثال وتعقيد سلسلة التوريد أقل.

دور الذكاء الاصطناعي في القطاعات المعقدة عالية المخاطر

ومع ذلك ، في قطاعات الصناعة شديدة التنظيم والمعقدة وعالية المخاطر التي تتخصص أخيل في دعمها ، من الصعب رؤية سيناريو يوفر فيه الذكاء الاصطناعي وحده الشفافية المطلوبة – لفترة طويلة في المستقبل ، أو ربما في أي وقت مضى.

هنا ، دور الذكاء الاصطناعي ، في الوقت الحالي ، هو وسيظل مكملا لطرق أعمق وأكثر تفصيلا. ربما لا تكون هذه عصرية مثل الذكاء الاصطناعي. إنهم يستخدمون أشخاصا حقيقيين وعيونا وآذانا وسنوات عديدة من الخبرة الدولية والفهم الحقيقي للقضايا المعقدة المطروحة لتحديد التهديدات الكامنة في ظلال سلسلة التوريد اليوم.

أمثلة من العالم الحقيقي

في Achilles ، نحن محظوظون لدعم العملاء في جميع مراحل رحلة العناية الواجبة ، من تقييم المخاطر إلى الإفصاح. جزء من هذه العملية هو عمليات التدقيق في الموقع ومقابلات العمال. هذه أنشطة من نوع “الأحذية على الأرض” ، في بعض الأماكن التي يتعذر الوصول إليها والأكثر تطلبا على هذا الكوكب. تستخدم فرق المدققين لدينا عيونهم وآذانهم وخبراتهم الواسعة للتعمق أكثر.

ومن الأمثلة الحديثة على ذلك الحالات المحتملة للعمل القسري التي تم تحديدها في موقع في سنغافورة. عميلنا، وهو شركة طاقة متعددة الجنسيات غير مدركة أن العمال المهاجرين الذين يعملون من خلال وكالة يطلب منهم دفع ودائع ضخمة للحصول على عمل، وفي بعض الحالات، يتم أخذ وثائق هويتهم منهم. للأسف هذه ليست حالة معزولة. سواء تم إيداع المواد الكيميائية في المجاري المائية أو الخصومات من الأجور كشكل من أشكال العقاب المالي ، فإن فرقنا ترى وتسمع هذه المشكلات بأعينها وآذانها.

اليوم ، لتطبيق العناية الواجبة الفعالة والامتثال لتشريعات العناية الواجبة الأكثر صرامة مثل Apenhetsloven و Bill S211 و BRSR Core و CSDDD و Lieferkettengesetz و The Modern Slavery Act يتطلب نهجا واسعا باستخدام جميع الأدوات المتاحة للأعمال التجارية. لحسن الحظ بالنسبة لعملائنا ، قمنا بتسخير هذه الأدوات ولدينا الخبرة لمعرفة متى وكيف يتم نشرها.

يعد تحقيق التوازن بين الأتمتة والخبرة البشرية أمرا بالغ الأهمية. الاعتماد المفرط على الذكاء الاصطناعي دون إشراف بشري يمكن أن يؤدي إلى نقاط عمياء وفروق دقيقة مفقودة ، في حين أن الأتمتة غير الكافية قد تؤدي إلى عدم الكفاءة. في الوقت الذي يواجه فيه العالم زيادة في انتهاكات حقوق الإنسان وعمالة الأطفال والعمل القسري والتلوث البيئي ويكافح من أجل الحد من الانبعاثات ومعالجة تغير المناخ ، نحتاج إلى استخدام جميع الأدوات المتاحة لنا لخلق الشفافية ومعالجة الآثار السلبية لتعاملاتنا التجارية. سيكون المنظمون والمستثمرون والعملاء مخطئين في قبول أي شيء أقل من ذلك.