בינה מלאכותית פותרת את צוואר הבקבוק בעלויות הלוגיסטיקה.

בינה מלאכותית הופכת לכלי מכריע עבור עסקי לוגיסטיקה כדי לייעל את ההובלה והאחסון, ובכך לשפר את התחרותיות שלהם.

בנוגע לסוגיה זו, פרופסור חבר, ד"ר נגוין טאן צ'ואנג, יו"ר איגוד פיתוח משאבי אנוש הלוגיסטיקה של וייטנאם, דן בנושא עם כתב מסוכנות העיתונות והשידור של האנוי .

פרופסור חבר, ד"ר נגוין טאן צ'ונג, נשיא איגוד פיתוח משאבי אנוש לוגיסטיים
וייטנאם. צילום: לאם ג'יאנג

בינה מלאכותית קובעת את התחרותיות.

אדוני, בינה מלאכותית נדונה כטרנד טכנולוגי משמעותי בתחומים רבים. איזה תפקיד ממלאת בינה מלאכותית בתעשיית הלוגיסטיקה?

בינה מלאכותית היא בעיקר כלי שנועד לסייע לעסקים לשפר את פריון העבודה ואת יעילות הניהול. טכנולוגיה זו מאפשרת לעובדים ולמנהלים לקבל החלטות מהירות ומדויקות יותר, ובכך תורמת לפעילות עסקית יציבה ורציפה יותר.

יתרון חשוב מאוד של בינה מלאכותית הוא הפחתת עלויות ביניים בתהליך התפעולי. על ידי הפחתת עלויות ביניים, עסקים ישפרו את היעילות התפעולית ויגדילו את התחרותיות.

מהותה של בינה מלאכותית היא עיבוד נתונים ותהליכים חוזרים. משימות שבני אדם היו צריכים לבצע באופן ידני פעמים רבות יכולות כעת להסתייע במכונות בצורה יעילה הרבה יותר.

עבור לוגיסטיקה, בינה מלאכותית מתאימה במיוחד משום שמדובר בתעשייה שפותרת בעיות אופטימיזציה. דוגמאות לכך כוללות אופטימיזציה של תחבורה, זמן אחסון וזרימת סחורות. אופטימיזציה יעילה יכולה לשפר את ניצול הרכב ולהפחית משמעותית את העלויות.

נכון לעכשיו, עלויות הלוגיסטיקה של וייטנאם נותרות גבוהות, בין היתר בשל חוסר אופטימיזציה בפעולות התחבורה. תהליכי תחבורה רבים אינם יעילים, מה שמביא לעלויות משמעותיות מכיוון שעסקים לא ניצלו ביעילות נתונים לניהול סחורות.

- לדעתך, האם עסקי לוגיסטיקה וייטנאמיים גילו כבר עניין משמעותי ביישום בינה מלאכותית?

כיום, עסקים מקדישים תשומת לב רבה יותר לנושא זה עקב לחץ תחרותי גובר. זו לא רק תחרות בין עסקים אלא גם תחרות לאומית.

לכן, בתהליך הטרנספורמציה הדיגיטלית, עסקים נאלצים לשקול יישום של בינה מלאכותית בניהול ובתפעול. זה יהיה אחד הגורמים המכריעים בתחרותיות שלהם בעתיד.

כדי שיישומי בינה מלאכותית יהיו יעילים, נתונים מסונכרנים הם חיוניים.

- לדעתך, מהו הגורם החשוב ביותר ביישום בינה מלאכותית בתעשיית הלוגיסטיקה כיום?

-הגורם החשוב ביותר הוא נתונים. כדי ליישם בינה מלאכותית, ראשית צריך נתונים, וכדי שיהיו נתונים, צריך ליישם טרנספורמציה דיגיטלית.

האתגר הנוכחי הוא לבנות תשתית נתונים מסונכרנת. מי ינהל את הנתונים, כיצד הנתונים יחוברו וכיצד הם ישותפו, כולן שאלות מכריעות.

לדוגמה, במגזר התחבורה, הנתונים כיום מקוטעים למדי על פני תחבורה בכבישים, ברכבות, באוויר ובימין. לדעתי, צריך מערכת נתונים משותפת לכל ענף התחבורה, כמו גם נתונים משותפים על אחסנה, לוגיסטיקה ושרשראות אספקה.

בעזרת מערכות נתונים מקושרות, עסקים יכולים למנף ביעילות בינה מלאכותית כדי לייעל את התחבורה, להפחית עלויות ולשפר את התחרותיות הבינלאומית.

- מהו הפער בין הפוטנציאל של בינה מלאכותית לבין יישומה הנוכחי בווייטנאם, אדוני?

העולם אמנם התקדם רבות בתחום הבינה המלאכותית, בעוד שאנחנו רק מתחילים לבנות תוכניות הכשרה להנדסת בינה מלאכותית, מרכזי בינה מלאכותית או מכוני מחקר בתחום, אך בסך הכל זה עדיין די חדש. זה דורש מווייטנאם להאיץ את הטרנספורמציה הדיגיטלית שלה ולפתח תשתית דיגיטלית מהר יותר.

נכון לעכשיו, תשתית הנתונים והדיגיטל שלנו עדיין נמצאת בשלבי פיתוח מוקדמים. זהו בסיס חיוני ליישום נרחב של בינה מלאכותית בעסקים ובכלכלה .

מי עוזר לעסקים לייעל את זרימת המחסנים והמלאי? צילום: הואנג האן

אֲבָל כיצד מיושמת כיום הכשרת משאבי אנוש בתחום הבינה המלאכותית עבור תעשיית הלוגיסטיקה, אדוני?

מוסדות חינוך החלו לשלב בינה מלאכותית בתוכניות הלימודים שלהם ככלי תמיכה בקריירה. עם זאת, המטרה אינה שבינה מלאכותית תחליף בני אדם, אלא לעזור ללומדים להשתמש בבינה מלאכותית ביעילות.

בבתי ספר להכשרה לוגיסטית, חברי הסגל חייבים לעבור תחילה הכשרה בתחום הבינה המלאכותית, ולאחר מכן לשלב בהדרגה ידע בתחום במקצועות ייעודיים.

חשוב מכל, על הלומדים להבין שבינה מלאכותית היא בסך הכל כלי תומך. כדי להשתמש בבינה מלאכותית ביעילות, כל אדם, עסק או ארגון חייבים לבנות מערכת נתונים משלו.

כיצד יתמוך איגוד פיתוח משאבי אנוש הלוגיסטיקה של וייטנאם בעסקים בתהליך זה?

אנו מתמקדים בשלוש קבוצות עיקריות של פתרונות. ראשית, אנו מספקים ייעוץ טכנולוגי לעסקים, ותומכים בהם בגישה לפתרונות יישומי בינה מלאכותית התואמים את צרכיהם בפועל.

שנית, אנו מתמקדים בהכשרת משאבי אנוש כדי שעובדים ידעו כיצד ליישם טכנולוגיה בעבודתם. שלישית, יש לנו תוכניות הכשרה כדי להבטיח שבוגרים יוכלו לעמוד באופן מיידי בדרישות של עסקים.

באמצעות פורומים, סדנאות ופעילויות נטוורקינג עסקי, אנו גם יוצרים הזדמנויות לעסקים לשתף חוויות, ללמוד מודלים יעילים של יישומי בינה מלאכותית ולמצוא פתרונות אופטימליים עבור עצמם.

- אילו המלצות יש לך לעסקי לוגיסטיקה בהקשר הנוכחי?

לוגיסטיקה היא אחת התעשיות המיישמות בינה מלאכותית בצורה היעילה ביותר משום שהיא מייעלת את כל שרשרת התפעול.

בינה מלאכותית יכולה לעזור לעסקים לייעל את זרימת ההובלה, האחסנה והמלאי, כמו גם לחזות את הביקוש בשוק. חיזוי טוב יותר יכול להפחית תחבורה לא יעילה, למזער בזבוז ולחסוך משמעותית בעלויות לוגיסטיקה.

לדוגמה, חיזוי לקוי יכול להוביל למצבים שבהם סחורות מועברות למרחקים ארוכים אך אינן נצרכות ביעילות, וכתוצאה מכך עלויות הובלה מוגברות ולבזבוז משמעותי.

לכן, עסקי לוגיסטיקה צריכים לשלב בינה מלאכותית באסטרטגיות הפיתוח שלהם בהקדם האפשרי, להאיץ את הטרנספורמציה הדיגיטלית ולהשקיע בתשתית נתונים ובמשאבי אנוש. זה יהיה גורם מכריע בסיוע לעסקים לשפר את התחרותיות שלהם ולתרום להפחתת עלויות לוגיסטיקה עבור הכלכלה.

תודה רבה לך, אדוני !

מקור: https://hanoimoi.vn/ai-go-nut-that-chi-phi-logistics-941798.html