なぜわざわざ？ IBM Watsonでも間違った判断をする可能性はあります…

テニスファンなら、おそらく先週末の決勝戦を見たはずだ。 興味深いのは、IBM Watson が女子決勝の敗者に、ゲームの実際の勝者よりもほぼ 30 倍の大きな勝利のチャンスを与えたことです。 この予測アプローチを在庫金額に適用したらどうなるかという疑問が生じます。 これにより、必要な金額よりも XNUMX% 近く多くの費用が発生することになります。 人々は AI、機械学習、そして最近では生成 AI に夢中になっていますが、これらの技術には限界があることを忘れており、彼らはバックミラーを見て前方を判断するだけです。 パンデミックで経験したように、今後の状況は大きく変わる可能性があります。

明らかに、多くの場合、人間の知性がより適切な予測を行うのに役立ちます。 しかし、それは自分自身の経験や偏見によって歪められることもあります。 予測ツールを使用して将来のことを確認したり、過去のデータを使用したりすることは何も悪いことではありません。 ただし、リスクを軽減し、回復力を高めるためにできることは他にもあります。 回復力 機敏性は、混乱を乗り越え予期せぬチャンスから利益を得る鍵となります。

回復力とは、リスクを軽減し、潜在的な問題や機会に対応できる能力があることを意味します。 この目的を達成するには、問題が発生するとすぐにシステムがすべての代替案を迅速に検討して推奨できるように、サプライ チェーンがどのような能力を備えているかを知る必要があります。 したがって、正確かつ最新の情報が必要です。 サプライチェーンのデジタルツイン。 このアプローチは、さまざまなシナリオをすべて手動で調べることとは異なることに注意してください。 手動でのシナリオ計画は時間がかかり、計画担当者が認識している可能性のある少数のシナリオしか検討できません。 検査すべき項目はさらに何千もありますが、それらは数秒で検査できます。 完璧な予測や完璧な在庫レベルを期待することはできません。 ただし、混乱が発生するたびに、予測に基づいて決定を下し、何が最善の選択肢であるかをシステムが判断できるようにすることで、システムから最良の答えが得られることを期待できます。 最良のオプションとは、コスト、サービス レベル、環境要因、収益/利益、市場シェアなどを含む、ユーザーが設定した目標の最適な組み合わせを意味します。

方法の詳細については の連続 S&OP & S&OE 復元力と敏捷性のクリックを実現できます ここに.