Digital data och AI minimerar leveransavbrott och bygger en hållbar ekonomi

[annons_1]

Efter tre år av exempellösa handelsstörningar har stora språkmodeller och generativ AI dykt upp precis i tid för att hjälpa regeringar och företag att hantera världens komplexa leveranskedjor.

”Under de kommande åren kommer vi att se mer exakta prediktiva och prediktiva analyser, drivna av integrerade data från varje steg i leveranskedjan”, säger Julie Gerdeman, VD för riskbedömningsföretaget Everstream Analytics inom leveranskedjan. ”Att automatisera beslutsfattandet kommer att minska risker och störningar, vilket skapar motståndskraftiga, robusta och anpassningsbara leveranskedjor.”

Bättre data

Att analysera handelsdata är ett komplext åtagande. Dessa ostrukturerade datamängder, som består av hundratals miljoner transportregister, är utspridda över otaliga dotterbolag och speditionstjänster, vilket gör bearbetning och sortering felbenägen och arbetsintensiv.

Till exempel kan privata företag som tillverkar handelsdata använda maskininlärningsverktyg för att känna igen tulldeklarationsmönster, skanna juridiska dokument och översätta språk för att skapa tydliga och korrekta handelsdata som är lätta att söka efter och analysera.

Privata handelsdataföretag som ImportGenius, baserat i Scottsdale, Arizona, använder maskininlärningsverktyg för att känna igen tullmönster, skanna regleringsdokument och översätta främmande språk för att skapa tydliga och korrekta handelsdata som är lätta att söka efter och analysera.

”Vi bygger en språkinlärningsmodell som ska fungera som en antenn för att upptäcka, känna igen och integrera indikatorer i vår plattform”, säger Paulo Mariñas, teknisk chef på ImportGenius, ett Arizona-baserat företag inom handelsdata.

Samtidigt använder multinationella företag som Nestlé SA AI-verktyg för att öka effektiviteten och upptäcka nya problem i globala värdekedjor. Det schweiziska livsmedels- och dryckesföretaget använder algoritmer för att upptäcka problem med produktkvaliteten och säkerställa självreglering och kontroll av sina produktionslinjer.

Mercedes-Benz Group AG använder en AI-driven plattform som heter Omniverse för att göra sina tillverknings- och monteringsanläggningar mer flexibla. Omniverse hjälper den tyska biltillverkaren att snabbt omstrukturera sina fabriker för att anpassa sig till externa utbudschocker.

AI-verktyg hjälper företag att förenkla hur de analyserar data för att gå mot ett mer smidigt fungerande gränsöverskridande handelssystem.

AI förväntas störa många branscher, med särskilt hög tillväxt inom handeln. Detta beror på att den första hälften av det senaste decenniet av globalisering till stor del handlade om att minska hinder för varor, tjänster och investeringar. Samtidigt, i nästa fas och i det nuvarande sammanhanget, kommer trenden med avglobalisering, tullhinder och geopolitisk friktion att bli en enorm utmaning även för det mest erfarna logistikteamet.

Analys av leveranskedjan

Ett område där AI-tillämpningar kan ha stor inverkan är att hjälpa företag och myndigheter att bättre förstå förändringar i globala värdekedjor.

Förra månaden antog G20:s handelsministrar ett ramverk för att kartlägga nya data, identifiera leverantörskoncentration, handelsförbindelser, marknadsvolatilitet och sårbarhet hos globalt viktiga industrier.

Idén, som tillkännagavs förra veckan, är att hjälpa regeringar att bedöma motståndskraften hos leveranskedjor och utveckla åtgärder för att mildra externa chocker. G20 lanserade också ett nytt AI-verktyg för att matcha handelsdata med prediktiva algoritmer, vilket skulle kunna hjälpa beslutsfattare och företag att optimera sina exportstrategier.

AI-verktyg kan minska den tid och forskning som krävs för att ingå handelsavtal, samt snabbt beräkna tullar på fraktade varor. Men komplexiteten och vissa aspekter av internationell handelspolitik kan helt enkelt inte hanteras av AI.

”AI kan hjälpa förhandlare att förbereda sig bättre, men det kan inte ersätta riktiga förhandlingar där den mänskliga faktorn är av största vikt”, säger Wendy Cutler, vice vd för Asia Society Policy Institute. ”Att lyssna på och bearbeta vad din förhandlingspartner faktiskt säger, läsa kroppsspråk och komma på vänliga idéer på plats för att överbrygga meningsskiljaktigheter är något som tekniken inte kan göra.”

(Enligt Bloomberg)

[annons_2]
Källa