Kompleks Uluslararası Tedarik Zinciri Sorunlarını Çözmek İçin Yapay Zeka Kullanmak
Şirketler yapay zeka ile uluslararası tedarik zinciri yönetiminin içindeki tedarik zinciri planlamasında kullanabilmektedir. Depo otomasyonu ve lojistik gibi alanlardaki verimliliği arttırmak ve karar verme sürecini hızlandırmak için kullanmaya başladı.
2016 SCM Tedarik Zincirinin Geleceği araştırmasına göre yapay zekanın önemi giderek artmaktadır. Tedarik zincirinin önde gelen firmalarını %47’si teknolojinin tedarik zinciri yönetimini kullanmaktadır. Stratejileri açısından çığır açıcı olduğunu düşünmektedir. Araştırma şirketi IDC’nin tahminlerine göre 2020 yılına kadar, büyük tedarik zincirlerinin %50’si yapay zeka kullanacaktır. Ayrıca gelişmiş analizleri planlaması gerçekleşecektir. Ayrıca kısa süreli satış tahminlerine olan bağımlılığı azaltmak için kullanacaktır.
Küresel Tedarik Zinciri Planlaması İçin Yapay Zeka Kullanımı
Tedarik zinciri planlaması, optimizasyonu ve talep tahmini yapay zekanın şimdiden kullanılmaya başlandığı öncül alanlar. Uzmanlar küresel tedarik zincirlerinin çok karmaşık ve birçok değişkenden etkilenir hale geldiğini belirtmektedir. Ayrıca yapay zeka kullanımının sorunları tanımlama, tahmin etme ve potansiyel çözümler üretmede zorunluluk halini aldığını söylemektedir. Nucleus Resarch analizcisi Seth Lippincott’a göre Tedarik zinciri yöneticileri bir insanın tek başına işleyebileceğinin çok üzerinde veriyi hesaba katmak durumunda. IDC analizcisi Simon Ellis’in ise şunu söylüyor. ‘Pek çok şirket tedarik zinciri risklerinin derinliğini ve kapsamını anlamıyor. Ayrıca buna bağlı olarak ortaya çıkabilecek sorunlara etkili ve verimli olarak tepki vermeye hazır değildir.
Küresel tedarik zincirlerinin kendine özgü karmaşıklığı ve akıl almaz biçimde artan veri yoğunluğu olayların iç yüzünü kavramayı ve gerçeklere dayalı ticari kararlar vermeyi neredeyse imkansızlaştırıyor. Üstelik DHL’in 2016 Lojistik Trendleri raporuna göre tedarik zinciri yönetimi aygıtlarının internete bağlanma oranları ve oluşturdukları veri artmaya devam ediyor.
Binaenaleyh, şirketler şimdiden yapay zekayı akıl almaz boyuttaki tedarik zinciri verisini analiz etmek istemektedir. Ayrıca trendleri saptamak ve tahmine dayalı analizler ile sorunları ve sonuçlarını tahmin etme yeteneği kazanmak için kullanmaya başladımıştır. Lippinton diyor ki ‘ Yazılım çözümleri makine öğrenme yeteneklerini gerçek zamanlı verileri işlerken hataları tespit etme ve yöntem düzeltimi için uygulamaya soktu.
Yapay Zeka Kullanımı
Şirketlerin topladığı büyük boyutlu veriler algoritmaların işlerin nerede yanlış gittiğini anlayabilmeleri için kullanılabilir, şu an şirketlerin bu sayede elde edebilecekleri getirinin sadece çok küçük bir kısmını görebilmiş durumdayız.
Örneğin bazı tedarik zinciri çözümleri yapay zekayı sosyal medya, haber kaynakları, hava durumu raporları ve tarihi veriler gibi harici kaynaklardan bilgi toplamak ve bunlar arasında bağ kurmak için kullanıyor.
Büyük bir gıda üreticisi talep tahmini konusunda yaygın görülen bir problemin çözümü için yapay zeka tabanlı bir sistem kullanıyor. Bu problem müşteri taleplerini karşılarken depo stokunu minimumda tutmak. 10.000 farklı ürünün dahil olduğu, her ürünün farklı talep varyasyonlarının bulunduğu oldukça karmaşık bir iş. Şirket promosyon ve özel tekliflerin yarattığı etkiden doğan müşteri davranışlarını incelemektedir. Bunun için yapay zekaya dayalı istatistiksel modellemeler kullanarak daha doğru tahmin etmeyi başardı.
2016 da 1.100 tedarik zinciri arasında araştırma yapılmıştır. Şirketlerin yalnızca %17’sinin tahmine dayalı analizleri kullandığı görülmüştür. Ancak bu rakamın önümüzdeki üç ile beş yıl içerisinde %79’a çıkması bekleniyor.
Siparişleri Verilmeden Önce Tahmin Etmek
DHL’in Lojistik Trendleri raporunda belirttiği gibi tahmine dayalı algoritmalar ile daha sipariş verilmeden tahmin edecektir. Bundan önce taleplerin sezilmesi sayesinde teslim zamanının kısaltılması ve verimliliğin artması sağlanabilecektir. Örneğin küresel tedarik zinciri yöneticileri yapay zeka sistemlerini ticaret yollarındaki riskleri algılamak için kullanacaktır. Bu da, şok algılayan sensörler kullanarak potansiyel kargo hasarlarını belirlemelerine yardımcı olacaktır. Ayrıca bunlara karşı doğru aksiyonları alarak operasyonel gecikmeleri minimize etmek için kullanabilirler.
Müşterilerinin sipariş alışkanlıklarını analiz edilecektir. Tedarik zinciri yöneticileri ürünleri müşteriye en yakın depoya yönlendirerek daha hızlı teslimat yapılmasını sağlayabilirler. Ayrıca trendleri algılayıp bunları belli müşterilerin sipariş alışkanlıkları ile ilişkilendirecektir. Bu da daha sipariş verilmeden ürünlerin seçilip paketlenmesini sağlayabileceklerdir.
Robotlar Ve Kendi Kendine Giden Araçlar
DHL’e göre etraflarını karar vermek için yapay zekayı kullanan otonom araçlar lojistikte kullanılmaya başlanmıştır. Ancak geniş ölçekli olarak kabul görmeleri uzun yıllar alacaktır. Kendi kendine giden araçlar depolar ve yarı açık depolarda kendilerine yer bulmaya başladı, DHL ilerleyen yıllarda buralarda ki otonom forkliftlerin ve palet taşıyıcılarının manyetik şeritler ve diğer yardımcılar olmadan hareket edebileceğini söylüyor. Sipariş teslim eden droneların günlük hayatta kullanımı daha ileri gelecekte gerçekleşmesi beklenen gelişmelerden. Bunlara ek olarak robotlar büyük online perakendeciler tarafından ürünlerin seçilip depolanması için zaten kullanılmakta.
Ana Fikir
Yapay zeka küresel tedarik zincirleri tarafından sahip oldukları verilerin analizine yardımcı olmak için kullanılmaya başlandı. Uzmanlar makine öğrenmesini ve diğer yapay zeka teknolojilerini önemli ve çığır açıcı bulmaktadır. Ayrıca bu faydaların sağlanması için üstesinden gelinmesi gereken teknolojik kabiliyet gereksinimi problemlere dikkat çektiler. Çoklu veri kaynaklarının birbirine entegre edilmesi ve tüzel engeller gibi konular bu teknolojilerin geniş ölçekli kullanımının sağlanması için aşılması gereken problemlerdendir.
Bu yazı Mike Faden tarafından kaleme alınan Using AI to Solve Complex Global Supply Chain Management Challenges yazısından çevrilmiştir.
