پس از سه سال اختلال بیسابقه در تجارت، مدلهای زبانی بزرگ و هوش مصنوعی مولد درست به موقع ظهور کردهاند تا به دولتها و کسبوکارها در مدیریت زنجیرههای تأمین پیچیده جهان کمک کنند.
جولی گردمن، مدیرعامل شرکت ارزیابی ریسک زنجیره تأمین Everstream Analytics، گفت: «در سالهای آینده، شاهد تجزیه و تحلیلهای پیشبینیکننده و پیشبینیکننده دقیقتری خواهیم بود که توسط دادههای یکپارچه از هر مرحله از زنجیره تأمین هدایت میشوند.» «خودکارسازی تصمیمگیری، ریسک و اختلال را کاهش میدهد و زنجیرههای تأمین انعطافپذیر، مقاوم و تطبیقپذیر ایجاد میکند.»
دادههای بهتر
تجزیه و تحلیل دادههای تجاری یک کار پیچیده است. این مجموعه دادههای بدون ساختار، متشکل از صدها میلیون رکورد حمل و نقل، در شرکتهای تابعه و خدمات حمل و نقل بیشماری پراکنده شدهاند و پردازش و مرتبسازی آنها را مستعد خطا و نیازمند نیروی کار زیاد میکنند.
برای مثال، شرکتهای خصوصی فعال در حوزه دادههای تجاری میتوانند از ابزارهای یادگیری ماشینی برای تشخیص الگوهای اظهارنامه گمرکی، اسکن اسناد قانونی و ترجمه زبانها استفاده کنند تا دادههای تجاری واضح و دقیقی ایجاد کنند که جستجو و تجزیه و تحلیل آنها آسان باشد.
شرکتهای خصوصی دادههای تجاری مانند ImportGenius مستقر در اسکاتسدیل، آریزونا، از ابزارهای یادگیری ماشینی برای تشخیص الگوهای گمرکی، اسکن اسناد نظارتی و ترجمه زبانهای خارجی استفاده میکنند تا دادههای تجاری واضح و دقیقی ایجاد کنند که جستجو و تجزیه و تحلیل آنها آسان باشد.
پائولو ماریناس، مدیر ارشد فناوری ImportGenius، یک شرکت دادههای تجاری مستقر در آریزونا، گفت: «ما در حال ساخت یک مدل یادگیری زبان هستیم تا به عنوان آنتنی برای شناسایی، تشخیص و گنجاندن شاخصها در پلتفرم خود عمل کند.»
در همین حال، شرکتهای چندملیتی مانند نستله (Nestle SA) از ابزارهای هوش مصنوعی برای افزایش بهرهوری و تشخیص مسائل نوظهور در زنجیرههای ارزش جهانی استفاده میکنند. این شرکت مواد غذایی و آشامیدنی مستقر در سوئیس از الگوریتمهایی برای تشخیص مسائل مربوط به کیفیت محصول و اطمینان از خودتنظیمی و کنترل خطوط تولید خود استفاده میکند.
گروه مرسدس بنز AG از یک پلتفرم مبتنی بر هوش مصنوعی به نام Omniverse برای چابکتر کردن کارخانههای تولید و مونتاژ خود استفاده میکند. Omniverse به این خودروساز آلمانی کمک میکند تا به سرعت کارخانههای خود را برای سازگاری با شوکهای عرضه خارجی بازسازی کند.
انتظار میرود هوش مصنوعی بسیاری از صنایع را متحول کند، به ویژه با رشد بالا در تجارت. دلیل این امر آن است که نیمه اول دهه گذشته جهانی شدن عمدتاً در مورد کاهش موانع کالاها، خدمات و سرمایهگذاری بود. در همین حال، در مرحله بعدی و شرایط فعلی، روند جهانی شدن زدایی، موانع تعرفهای و اصطکاک ژئوپلیتیکی حتی برای باتجربهترین تیمهای لجستیکی به یک چالش بزرگ تبدیل خواهد شد.
تحلیل زنجیره تامین
یکی از حوزههایی که کاربردهای هوش مصنوعی میتواند تأثیر بزرگی داشته باشد، کمک به شرکتها و دولتها برای درک بهتر تغییرات در زنجیرههای ارزش جهانی است.
ماه گذشته، وزرای تجارت گروه ۲۰ چارچوبی را برای ترسیم دادههای جدید، شناسایی تمرکز تأمینکنندگان، پیوندهای تجاری، نوسانات بازار و آسیبپذیری صنایع مهم جهانی تصویب کردند.
این ایده که هفته گذشته اعلام شد، به دولتها کمک میکند تا تابآوری زنجیرههای تأمین را ارزیابی کرده و اقداماتی را برای کاهش شوکهای خارجی تدوین کنند. گروه ۲۰ همچنین یک ابزار هوش مصنوعی جدید برای تطبیق دادههای تجاری با الگوریتمهای پیشبینی راهاندازی کرد که میتواند به سیاستگذاران و کسبوکارها در بهینهسازی استراتژیهای صادراتیشان کمک کند.
ابزارهای هوش مصنوعی میتوانند زمان و تحقیقات لازم برای انعقاد قراردادهای تجاری را کاهش دهند و همچنین تعرفههای کالاهای حملشده را به سرعت محاسبه کنند. اما پیچیدگی و برخی از جنبههای سیاست تجارت بینالملل به سادگی توسط هوش مصنوعی قابل مدیریت نیست.
وندی کاتلر، معاون رئیس موسسه سیاستگذاری انجمن آسیا، گفت: «هوش مصنوعی میتواند به مذاکرهکنندگان کمک کند تا بهتر آماده شوند، اما نمیتواند جایگزین مذاکرات واقعی شود که در آن عنصر انسانی از اهمیت بالایی برخوردار است. گوش دادن و پردازش آنچه طرف مذاکره شما در واقع میگوید، خواندن زبان بدن و ارائه ایدههای دوستانه درجا برای رفع اختلافات، کارهایی هستند که فناوری نمیتواند انجام دهد.»
(به نقل از بلومبرگ)
منبع






نظر (0)