📑گزارشی تازه از هاروارد دیتاساینس ریویو (HDSR )
شنبههای بسیار آشنا
یک سال پیش، شنبهها شروع کار چطور بود؟ به تمام معنا آشفته!!! مدیران عملیات زنجیره تأمین تقریباً تمام روز را صرف بررسی دهها ایمیل، صفحه گسترده و داشبورد میکردند تا بتوانند وضعیت سفارشهای خرید مربوط به تجهیزات حیاتی را کنار هم قرار دهند و تصویر کاملی از آن بسازند. هیچ منبع واحد و قابل اتکایی وجود نداشت. اعضای تیم ساعتها وقت صرف میکردند تا به صورت دستی بررسی کنند تأمینکنندگان سفارشهای خرید را تأیید کردهاند، تاریخ ارسال ثبت شده است، و اینکه میان اطلاعات داخلی سازمان و بهروزرسانیهای تأمینکنندگان، شرکتهای حملونقل و سامانههای ردیابی مغایرتی وجود دارد یا نه.
هر وقت مشکلی شناسایی میشد؛ مثل تأخیرِ تأمینکننده، یکی از اعضای تیم باید با تیمهای داخلی، تأمینکنندگان یا شرکتهای حملونقل تماس میگرفت یا مسئول مستقیم آن مشکل را پیدا و موضوع را پیگیری میکرد. تأخیر در ارسال یک محموله، ممکن بود پنهان بماند و گاهی کسی، بر حسب اتفاق، متوجهاش میشد. همچنین، ارجاع موضوع به سطوح بالاتر به صورت دستی و معمولا وقتی انجام میشد که کار از کار گذشته بود و قطعات یا تجهیزات سر موعد به مقصد نهایی نرسیده بود.
کل توان سازمان به جای آنکه صرف برنامهریزی پیشدستانه یا اجرای تحولاتی شود که ارزش افزوده ایجاد کنند، صرف رفع مشکلات فوری و موردی میشد.
🗓۱۰ هفته تا هوشمندسازی
اکنون برای مدیریت عملیات زنجیره تأمین در این سازمان از عاملهای هوش مصنوعی استفاده میشود. این راهکار ظرف ۱۰ هفته پیاده شد و هدفش متحول کردن شیوه مدیریت سفارشهای خرید بود.
این راهکار سه عامل را با یکدیگر ترکیب میکند:
▪️عامل هوش مصنوعیِ ارتباطات (چتباتها)
▪️عامل هوش مصنوعیِ اقدام
▪️عامل هوش مصنوعیِ تحلیل داده
این سه عامل در کنار هم، فرایندهای عملیاتی را سادهتر میکنند، حجم کارهای دستی را کاهش میدهند و کیفیت دادهها را بهبود میبخشند. ...
🔷 شرح مفصلی از این راهکار و شیوه راهبری هوشمندسازی را میتوانید در مجله پرانتز بخوانید.
d-learn.ir/ai-agents-in-organization
@dlearn_ir