Цепочки поставок, управляемые искусственным интеллектом: Когда это коснется электроники?

Искусственный интеллект (ИИ) был и продолжает быть в центре внимания в робототехнике, социальных сетях, персонализации и других перспективных областях. Всё это работает тихо в фоновом режиме во многом благодаря сообществу разработчиков программного обеспечения; количество фреймворков, библиотек, примеров проектов и корпоративных сервисов настолько велико, что за всем трудно уследить. Теперь у нас есть сервисы вроде IBM Watson и AI Services на AWS, которые выступают в качестве базовой операционной системы для приложений ИИ низкого уровня.

Электронная промышленность справедливо ожидает, что ИИ проникнет в автомобилестроение, Индустрию 4.0 и робототехнику на уровне продуктов, но что насчет управления цепочками поставок? Правда в том, что ИИ уже используется в различных формах в управлении цепочками поставок, как внутри, так и за пределами электронной промышленности. Как и в других отраслях, приложения управления цепочками поставок на базе ИИ низкого уровня могут помочь вашей команде быть более продуктивной и быстро получать необходимые данные о цепочке поставок. Вот на что стоит обратить внимание, если вы занимаетесь закупками, и как это повлияет на поиск и закупку электронных компонентов.

Как выглядят цепочки поставок на базе ИИ?

Как и другие программные продукты, приложения для управления цепочками поставок на базе ИИ используют ИИ в фоновом режиме. Компании-разработчики программного обеспечения стали экспертами в том, чтобы делать ИИ частью пользовательского опыта, а не инструментом, который пользователь явно контролирует. Он работает в фоновом режиме приложений управления цепочками поставок и веб-платформ, и у нас определенно нет систем уровня Skynet для управления цепочками поставок.

Короче говоря, если у вас есть компьютер или аппаратная система, которая предсказывает исход решения в цепочке поставок (скажем, маршрут доставки), наблюдает за реальным исходом и затем корректирует себя так, чтобы предсказания более точно соответствовали реальности, то вы занимаетесь машинным обучением (МО). Когда эти техники интегрируются в более широкую стратегию принятия решений на основе правил, у вас появляется ИИ низкого уровня. Цепочки поставок на базе ИИ используют такие типы приложений ИИ наряду с другими корпоративными приложениями для сбора данных, обработки данных и прогнозирования, связанных с поиском и закупками.

Эти приложения стали заметными в следующих областях ERP:

• Прогнозирование спроса: Как и следует из названия, модели МО как часть систем ИИ регулярно используются для прогнозирования локального и регионального спроса. Это используется как часть управления запасами, логистики и других задач, зависящих от прогнозов спроса. Профессионалы в области цепочек поставок и закупок используют техники прогнозирования спроса с начала 2000-х годов.

• Логистика: Эта широкая область раньше была связана в основном с решением задачи коммивояжера. Сегодня приложения ИИ участвуют в планировании вариантов маршрутов на основе наблюдений и прогнозов регионального спроса для создания более эффективного потока товаров.

• Видимость цепочки поставок: Настоящая видимость требует обработки огромных объемов данных и их представления пользователям в удобных форматах. Эти данные и результаты обработки также могут использоваться в других моделях МО как часть более широкой системы ИИ.

Модели машинного обучения, используемые во всех трех областях, могут распознавать тенденции, которые не очевидны каждому человеку. Цель применения ИИ к прогнозированию спроса заключается в том, чтобы сделать цепочки поставок более гибкими. Если критические тенденции цепочки поставок можно определить заранее, то производители, поставщики, дистрибьюторы и даже конечные потребители (например, дизайнеры печатных плат) могут соответствующим образом скорректировать свою стратегию закупок.

Кто использует ИИ для закупок?

В Ежегодном отчете MHI.org за 2020 год, результаты опроса 1000 профессионалов в области цепочек поставок показывают, что 12% респондентов заявили, что их организации используют ИИ в своих операциях управления и закупок (что фактически не изменилось с 2019 года). 60% респондентов ожидают, что они будут использовать эти типы приложений в течение следующих 5 лет, что отражает аспект технологического толчка специализированных приложений ИИ. Респонденты работают в отраслях, начиная от транспорта и заканчивая производством, а также в других областях.

Почему происходит переход к использованию приложений для создания цепочек поставок на основе ИИ? Мы можем только догадываться о том, что происходит в данной организации. Однако, принятие инструментов прогностической аналитики, которые используют методы машинного обучения, составляет 28% согласно результатам опроса MHI. Эти инструменты все еще находятся на начальном уровне, что означает, что они требуют некоторого взаимодействия с группой пользователей или интеграции с другими платформами отслеживания активов для эффективной работы.

Некоторые люди в электронной промышленности пугаются, когда начинаются разговоры об ИИ. Однако, дизайнерам и менеджерам по закупкам, вероятно, не стоит беспокоиться об этих разработках. Эти приложения не могут предоставить такую же ценность и понимание, как опытный человек. Вместо этого, они являются чрезвычайно полезными инструментами для выявления важных тенденций, которые определяют критические решения в цепочке поставок. Будь то недавняя волатильность, связанная с COVID-19 или нехватка технических талантов в управлении цепочками поставок, мы можем ожидать, что больше компаний будут использовать эти инструменты для закупок и управления.

Что необходимо дизайнерам печатных плат от цепочек поставок на основе ИИ?

Есть одна группа, в частности, которая может извлечь выгоду из приложений для цепочек поставок на основе машинного обучения и ИИ: дизайнеры электроники. Эта группа нуждается в видимости цепочки поставок для выбора, отслеживания и покупки компонентов, как в малых, так и в больших объемах. 

Технические описания содержат огромное количество информации, и отдельные дизайнеры не имеют времени отслеживать данные цепочки поставок от каждого дистрибьютора. Дизайнерам нужны системы, чтобы помочь им получить именно ту информацию, которая им нужна при поиске компонентов и формировании собственной стратегии закупок перед производством. С помощью правильного поисковика деталей, дизайнеры могут воспользоваться возможностями фильтрации на основе ИИ для:

• Поиска компонентов: Один компонент может подходить для применения под многими разными названиями (например, регулятор напряжения, преобразователь мощности и т.д.). При поиске определенного типа компонента, функции поиска на основе ИИ могут быть использованы для группировки и категоризации похожих компонентов по применению. Это помогает дизайнерам выявить компоненты, которые им могут понадобиться, прежде чем они завершат свои проекты.

• Фильтрация компонентов: Большинство конструкторов больше заботятся о характеристиках, чем о производителе или цене, и никому не следует тратить время на изучение технических описаний, чтобы выделить небольшое количество технических характеристик. Инструменты анализа и фильтрации на основе искусственного интеллекта могут извлекать соответствующие технические характеристики и быстро показывать их конструктору при просмотре большого количества компонентов.

Всё это основано на агрегации данных от множества дистрибьюторов и обработке данных с помощью искусственного интеллекта для пользователей, позволяя конструкторам принимать лучшие решения на ранних этапах процесса проектирования. Крупные компании по проектированию электроники, услуги EMS и дистрибьюторы могут извлечь выгоду, интегрировав эти функции в свои собственные системы ERP. В конечном итоге, эти инструменты сгладят волатильность цепочки поставок и, надеемся, помогут компаниям предвидеть и предотвратить дефицит компонентов.

Octopart активно участвует в ландшафте цепочки поставок на основе искусственного интеллекта и предоставляет конструкторам доступ к широкому спектру данных о цепочке поставок. Используя Octopart, вы получите доступ к поисковой системе с расширенными функциями поиска и фильтрации и доступ к данным о компонентах от дистрибьюторов по всему миру бесплатно. Если вы разработчик, вы можете получить доступ к API Octopart и создать свои собственные решения для цепочки поставок на основе искусственного интеллекта. Посмотрите наши страницы с категориями, чтобы начать поиск необходимых вам компонентов.

Оставайтесь в курсе наших последних статей, подписавшись на нашу рассылку.