Читаем Свод знаний по управлению бизнес-процессами: BPM CBOK 4.0 полностью

Свод знаний по управлению бизнес-процессами: BPM CBOK 4.0

Новые системы ИИ должны устранить проблему устаревших данных, характерную для традиционных корпоративных систем с их пакетной обработкой. Большинство цепей поставок сегодня пытаются работать по планам, данные которых устарели на несколько дней, что негативно влияет на качество решений в цепи поставок и требует ручного вмешательства для устранения проблем. Без информации в реальном времени система ИИ просто будет быстрее принимать плохие решения.

Доступ к данным участников многосторонней цепи поставок

Алгоритмам ИИ, глубокого обучения и машинного обучения должны быть доступны данные за пределами вашего предприятия и в особенности данные сообщества ваших торговых партнеров.

До тех пор, пока система ИИ не сможет увидеть перспективный спрос, с одной стороны, и предложение – с другой, а также все ограничения и мощности цепи поставок, ее результаты будут не лучше, чем у традиционной системы планирования. К сожалению, для 99 % цепей поставок нормой является отсутствие прозрачности и доступа к актуальным данным участников.

Поддержка общесетевых целевых функций

Целевой функцией, или основной целью ИИ, является максимальный уровень обслуживания потребителей при минимально возможных затратах. Единственным потребителем готовой продукции является конечный потребитель. Оптимизация уровня обслуживания и затрат на обслуживание всеми участниками даст эффект, только если в итоге увеличится доход от продаж конечному потребителю.

Дальнейшие направления развития алгоритмов принятия решений – распределение ресурсов предприятия между клиентами для решения проблем дефицита и индивидуальные бизнес-правила. Таким образом, системы ИИ должны быть нацелены на потребности конечного клиента, даже если они наталкиваются на ограничения цепи поставок.

Процесс принятия решения должен быть инкрементным и учитывать стоимость изменений

Перепланирование и актуализация операционных планов в режиме реального времени может вызвать нервозность у партнеров по цепи поставок. Постоянные изменения без оценки их стоимости приводят к увеличению затрат большему, чем экономия, и снижают эффективность операций. При принятии решений система ИИ должна учитывать баланс затрат и эффекта.

Процесс принятия решений должен быть постоянным, самообучающимся и самоконтролируемым

В сетях поставок с множеством участников данные постоянно меняются. Колебания и задержки – это постоянные проблемы, приводящие к вариациям эффективности. Система ИИ должна работать постоянно, а не периодически, и должна учиться на собственном опыте – через корректировку правил выполнять тонкую настройку своих алгоритмов. К самообучению относится измерение и анализ эффективности с извлечением уроков.

Системы ИИ должны являться автономными системами принятия решений

Значительный эффект достигается, если разумное решение не только принято, но и выполнено. Более того, решение должно быть выполнено не только самим предприятием, но и его торговыми партнерами, когда это уместно. Такая автономность подразумевает, что система ИИ поддерживает потоки работ с множеством участников.

Системы ИИ должны масштабироваться в широких пределах

Для оптимизации цепи поставок с участием большого числа потребителей и поставщиков система должна быть способна быстро обрабатывать огромные объемы данных. Крупные интегрированные цепи поставок могут иметь дело с миллионами, если не сотнями миллионов, мест хранения. Системы ИИ должны уметь быстро принимать множество разумных решений.

Система должна предусматривать взаимодействие с пользователями

ИИ не должен быть «черным ящиком». Пользовательский интерфейс должен обеспечивать прозрачность критериев принятия решений и их последствий, а также информирование о проблемах, которые система сама решить не может. Пользователи должны иметь возможность контролировать принимаемые ИИ решения и при необходимости их корректировать или отменять. В то же время система ИИ должна работать самостоятельно и обращаться к пользователю только в случае возникновения исключительной ситуации, а также предоставлять пользователю возможность ввести дополнительную информацию, неизвестную ИИ [One Network Enterprises Staff 2017].

На следующем рисунке показана архитектура цепи поставок для применения ИИ.

Примечательно, что в этой архитектуре ИИ представляет собой когнитивный слой, а RPA – интеллектуальный. Слой ИИ гораздо сложнее показанного на рис. 8.21; организациям нужна сквозная рамочная модель ИИ для использования в качестве эталонной.