プランナーの生産性の向上

いわゆる自律的なサプライチェーン計画は、計画担当者の生産性を向上させることがすべてです。システムがすべての計画機能を実行し、人間の介入なしで希望どおりにイベントに応答できる日は来るのでしょうか?はい、でもすぐには無理です。自動化は単純に生産性の向上に役立ち、ほとんどの場合、ほとんど考える必要のない、または数千または数百万の変数を使用した複雑な数学的計算を必要とする、いわゆる最適化と呼ばれる面倒で反復的なタスクから人間を解放します。オペレーション リサーチ (OR) テクニックは、後者のカテゴリに役立ちます。 Gen AI を含む AI/ML 技術は、前者において価値がある可能性があります。プランナーはメールを読んだり返信したりするのに多くの時間を費やしますが、その多くは日常的で時間のかかるものです。また、注文を再構成し、顧客や社内外の混乱による変更に対応するのに多くの時間を費やします。彼らはシナリオを検討することによってそれを行います。何千もの可能性の中からほんの一握りです。彼らの時間と専門知識を有効に活用できません。

システムは、シナリオを自動的に実行して、必要なソリューションを見つけてプランナーに提示することができ、また実際にそうすべきです。システムは、何が重要で何がそうでないかについてプランナーから学ぶこともできます。したがって、プランナーは、重要なことや、何をする必要があるかシステムが認識していないことに時間を費やすように導きます。この目的を達成するために、システムはプランナーの忠実なアシスタントとして機能し、プランナーがより緊急で優先度の高いタスクに集中できるように支援します。出荷が遅れているというメッセージがプランナーに届くと、プランナーは、これが計画に関連しているのか、それとも計画に影響を与えるのかを判断するために多くの時間を費やす必要があります。システムはこれをリアルタイムで完全に実行し、プランナーに何らかの方法で推奨事項を提示することができます。

さらに重要なことは、最近のラージ言語モデル (LLM) を使用すると、外部メッセージの性質を解釈して、関連する中断の範囲を自動的に区別できることです。世界中で何百ものイベントが発生していますが、関連性や影響がある場合もあれば、そうでない場合もあります。 LLM はメッセージを解釈して、さまざまな形式の自然言語を考慮して問題の内容を理解できます。したがって、このシステムは、サプライヤー現場での石油流出か、配送トラックの石油不足かを区別できます。その後、その関連性と影響を判断するのは計画エンジンの役割になります。

システムを使用して現在の計画プロセスを高速化すると、計画担当者の生産性が少し向上する可能性があります。ただし、まったく新しいプロセスを確立するための現在のテクノロジーの力を理解することに重点を置く必要があります。可能性は無限であり、生産性の向上は、プランナーだけでなく業務運営にとっても飛躍的な進歩となります。それがあなたの競争力になります。