عمليات سلاسل الإمداد، التي تعرضت في الآونة الأخيرة لاضطرابات متفاوتة عالميًا، أصبحت محط اهتمام عام نتيجة للازدحام الشديد في وسائل النقل، والإضرابات العمالية، وزيادة التعقيد والترابط، مما فاقم من أوجه القصور القديمة المتجذرة.
يُستخدم الذكاء الاصطناعي حاليًا لتحليل هذه الشبكات وتحسين أدائها، بينما يسعى مخططو سلاسل الإمداد لفك تشابكاتها. وفي ظل عالم يتزايد فيه الترابط العالمي، سيسهم الذكاء الاصطناعي في جعل سلاسل الإمداد أكثر كفاءة ومرونة.
ما هو الذكاء الاصطناعي في سلاسل الإمداد؟
الذكاء الاصطناعي هو تطبيق يختلف عن البرامج التقليدية من حيث كفاءته في أنشطة مثل مراقبة جودة المنتجات، وموازنة مستويات المخزون، وتخطيط مسارات التوصيل لتحقيق أفضل كفاءة في استهلاك الوقود.
لا تتم برمجة هذه الأنظمة خطوة بخطوة، بل يتم تدريبها على كميات هائلة من البيانات المصنفة. ومن المجالات العملية الأخرى "التعلم الآلي"، وهو أحد فروع الذكاء الاصطناعي، حيث تتعلم الأنظمة من البيانات دون الحاجة لبرمجتها صراحة بكل خطوة.
تتميز أنظمة الذكاء الاصطناعي بقدرتها على:
تحليل الفيديو والنصوص المكتوبة أو المنطوقة
التنبؤ باتجاهات السوق
اتخاذ قرارات في مواقف معقدة
استخراج رؤى من كم هائل من البيانات
تثبت هذه القدرات فعاليتها الكبيرة في إدارة تدفقات العمل عبر معظم جوانب سلسلة الإمداد. على سبيل المثال، يمكن للأنظمة المدعومة بخوارزميات التعلم الآلي اكتشاف أنماط وعلاقات في البيانات لا تستطيع الأنظمة التقليدية أو البشر رؤيتها، ما يُمكّنها من التنبؤ بدقة باحتياجات العملاء وتحسين إدارة المخزون. كما يمكنها تحليل عوامل مثل حركة المرور أو الطقس لتحديد طرق بديلة للشحن وتجنب التأخير، بالإضافة إلى تحسين الجداول الزمنية للتوصيل. يمكنها أيضًا مراقبة بيئات الإنتاج للكشف عن ممارسات سيئة في مراقبة الجودة أو مخالفات الصحة والسلامة. وتستمر حالات الاستخدام الجديدة في الظهور مع توسع التجارب في القطاع.
فوائد الذكاء الاصطناعي في سلسلة الإمداد:
تقليل الأخطاء والهدر
تساعد تقنيات الذكاء الاصطناعي في تتبع الأنماط والسلوكيات، مما يسمح للمصنعين ومديري المخازن بالكشف المبكر عن الأخطاء البشرية أو عيوب المنتجات، وهو ما قد يؤدي أيضًا إلى تحسين أنظمة ERP عن طريق دمج الذكاء الاصطناعي بها.
تحسين كفاءة المخازن
يُستخدم الذكاء الاصطناعي لتحسين تصميم وتنظيم الأرفف والممرات. يمكن لنماذج التعلم الآلي تحليل حركة المواد واقتراح تصميمات تُسرّع من الوصول إلى المخزون. كما تساعد في تحديد أسرع مسارات التنقل للموظفين والروبوتات. كذلك، تدعم التنبؤات المدعومة بالذكاء الاصطناعي توازن المخزون مع تكاليف التخزين.
خفض التكاليف التشغيلية
نظرًا لقدرة الذكاء الاصطناعي على التعامل مع البيئات غير المتوقعة وتكرار التعلم، يمكنه تنفيذ المهام الروتينية مثل العد والتتبع والتوثيق بدقة أعلى وبأقل عمالة، مع تجنب الاختناقات. كما يسهم في تقليل الأعطال المفاجئة للمعدات من خلال التحليلات التنبؤية المبنية على بيانات أجهزة إنترنت الأشياء، مما يقلل من الانقطاعات والخسائر المالية المرتبطة بها.
٤. تحسين الدقة في إدارة المخزون
بفضل الاستفادة الكاملة من قدرات الذكاء الاصطناعي، أصبح بإمكان الشركات المُصنِّعة إدارة مستويات المخزون بدقة وكفاءة أكبر. فعلى سبيل المثال، تستطيع أنظمة التنبؤ المدعومة بالذكاء الاصطناعي استخدام بيانات المخزون التي يشاركها العميل في نهاية سلسلة التوريد من أجل تقدير حجم الطلب المتوقع. وإذا تبيّن أن الطلب من العميل يتجه نحو الانخفاض، يقوم النظام تلقائيًا بتقليل توقعات الطلب الخاصة بالشركة المصنعة. وتقدّم الأكاديمية البريطانية للتدريب والتطوير دورة "الاتجاهات الحديثة في إدارة المستودعات والمخزون"، حيث يكتسب المحترفون معرفة عملية باستراتيجيات المخزون المدعومة بالذكاء الاصطناعي.
يستخدم العاملون بشكل متزايد أنظمة الرؤية الحاسوبية، حيث تُثبت الكاميرات على البنية التحتية لسلسلة التوريد والرفوف والمركبات والطائرات المُسيّرة لرصد وتتبع البضائع في الوقت الفعلي ومراقبة المساحات داخل المستودعات. كما يعمل الذكاء الاصطناعي على حفظ هذه العمليات ضمن دفاتر المخزون، بالإضافة إلى أتمتة عمليات إنشاء وتحديث واستخراج المعلومات من الوثائق المتعلقة بالمخزون.
٥. تعزيز سلامة العاملين والمواد
يمكن لأنظمة الذكاء الاصطناعي مراقبة بيئات العمل في سلسلة التوريد، بما في ذلك أرضيات التجميع والمستودعات ووسائل النقل، والإبلاغ عن الظروف التي تهدد سلامة العاملين والجمهور. يشمل ذلك استخدام الرؤية الحاسوبية للتحقق من التزام العاملين بارتداء معدات الوقاية الشخصية (PPE) والتقيد بمعايير السلامة الخاصة بالشركة ومعايير OSHA. بل وقد يمتد ذلك إلى إدارة البيانات في المركبات مثل الشاحنات والرافعات الشوكية لضمان قيادة آمنة وخالية من التأثيرات.
أما على مستوى المعدات الصناعية، فيمكن للذكاء الاصطناعي الكشف المبكر عن الأعطال أو المخاطر المحتملة. كما تساهم الأجهزة القابلة للارتداء المدعومة بالذكاء الاصطناعي في رفع مستوى الحماية، مثل السترات المزودة بأجهزة استشعار تتصل بأنظمة تراقب حركة العاملين في المستودع، وتُنبههم إلى مخاطر الإصابة استنادًا إلى وضعياتهم وحركاتهم ومواقعهم.
وتُغذّى هذه الأنظمة الحسية من خلال أجهزة استشعار موزعة على المنشآت ومركبات النقل، مما يضمن التعامل الآمن مع المواد الخطرة والتخلص منها بشكل صحيح، ما يحمي السكان والعاملين في المناطق القريبة. كما تساهم أتمتة هذه المهام الخطرة في تقليل تعرض العاملين للمخاطر. ويمكن للروبوتات الذكية أن تستعين بخوارزميات الذكاء الاصطناعي وكاميرات وأجهزة استشعار لتحديد مسارات آمنة تقل فيها الازدحامات، ما يمكّنها من نقل المواد الخطرة وتجنب العوائق، ثم الإبلاغ عن ذلك إلى نظام إدارة المستودع. وفي حالات الحوادث أو الأعطال، يُستخدم الذكاء الاصطناعي لإجراء تحليل الأسباب الجذرية لتحديد مصدر الخلل وتجنّبه مستقبلًا.
استخدامات الذكاء الاصطناعي في سلاسل التوريد:
فيما يلي أبرز استخدامات الذكاء الاصطناعي ضمن سلاسل الإمداد:
١. التصنيع
يمكن استخدام الذكاء الاصطناعي لمعالجة البيانات المتعلقة بالإنتاج أو تحسين معدلات الإنتاج وجودة المنتج، إضافة إلى الصيانة التنبؤية أو الوقائية، وتوفير الطاقة، وغير ذلك من العمليات الصناعية. تشمل الاستخدامات الأخرى التعاون مع الروبوتات، التصميم والنماذج الأولية بمساعدة الذكاء الاصطناعي، التعامل الذاتي مع المواد، وتحسين التفاعل بين الإنسان والآلة.
ورغم أن الذكاء الاصطناعي، وتعلم الآلة، والحوسبة السحابية لم تدخل بشكل واسع إلى مجال التصنيع بسبب مخاوف متعلقة بحماية البيانات والملكية الفكرية، إلا أن بعض قطاعات الأغذية والمشروبات بدأت تعتمد تقنيات تعلم الآلة لتحسين سير العمل وسلامة الأغذية، كما دخلت هذه التكنولوجيا قطاع تصنيع الطيران لما توفره من دقة.
٢. الزراعة
يساعد الذكاء الاصطناعي المزارعين على مراقبة التربة، وتوقعات الطقس، وإمكانات السوق، وغيرها من العوامل لتحديد متى وبأي كمية تتم زراعة المحاصيل. كما تُستخدم أنظمة إنترنت الأشياء لتشخيص أمراض الماشية، فيما تساعد تقنيات الذكاء الاصطناعي وتعلم الآلة في مراقبة سلوك الحيوانات والكشف المبكر عن الأمراض. وتزوّد هذه الأنظمة المزارعين بالبيانات اللحظية لاتخاذ قرارات سريعة قبل تفاقم الحالات.
٣. التجزئة
مثلما تعتمد الشركات الأخرى على روبوتات المحادثة لخدمة العملاء حتى في غياب الموظفين، تستخدم تجارة التجزئة النماذج المدعومة بالذكاء الاصطناعي لتحسين التنبؤ بالطلب وتوازن المخزون، ما يحسّن الكفاءة التشغيلية. فعلى سبيل المثال، تستخدم بعض مستودعات أمازون الذكاء الاصطناعي لفحص المنتجات بحثًا عن التلف قبل شحنها للعملاء، لتقليل أوقات التسليم والتكاليف.
تحديات استخدام الذكاء الاصطناعي في سلاسل التوريد:
١. فترة التوقف للتدريب
عند إدخال تقنية جديدة، تحتاج المؤسسات إلى وقت لتدريب الموظفين على استخدامها، مما يؤدي إلى توقف مؤقت في العمليات. من الأفضل التخطيط لذلك مسبقًا، وإبلاغ جميع أصحاب المصلحة بهذا التوقف.
٢. تكاليف بدء التشغيل
تتضمن تطبيقات الذكاء الاصطناعي تكاليف عالية تشمل شراء البرامج والنماذج، والتي قد تكون جاهزة أو تُطوّر من الصفر. ولكن في جميع الحالات، يجب تدريب النماذج باستخدام بيانات تاريخية نظيفة قبل دمجها مع الخوارزميات.