يخفض الذكاء الاصطناعي، بتبسيط عملية سلسلة الإمداد واللوجستيات، التكاليف ويزيد الإنتاجية. ولكن إلى جانب الفوائد الكثيرة التي لا يمكن إنكارها لاستخدامه في هذه الصناعة، فإن تطبيق هذه التقنية وتكييفها في عمليات سلسلة الإمداد يقترن أيضًا بتحديات؛ إذ إن تنفيذه دون تخطيط محدد قد يُربك عملية العمل. ونستعرض في هذا المقال 12 تحديًا عامًا للذكاء الاصطناعي في سلسلة الإمداد واللوجستيات.
1. استقطاب القوى البشرية الكفؤة وتأهيلها
أحدث الطلب الكبير جدًا على استقطاب المتخصصين في مجال الذكاء الاصطناعي منافسة شديدة بين الشركات العاملة في مجال اللوجستيات لاستقطابهم. ومن جهة أخرى، لا يقتصر تحدي القوى البشرية الكفؤة في هذا القسم على توظيف الأفراد، بل يشمل أيضًا تدريب القوى البشرية الحالية. وبعبارة أخرى، يعتمد التطبيق الناجح للذكاء الاصطناعي في هذا المجال إلى حد كبير على كفاءة الكوادر في تكييف الحلول المتعلقة بالذكاء الاصطناعي في العمليات المختلفة.
2. عدم الوصول إلى البيانات
تُعدّ البيانات الجزء الرئيسي للأداء الصحيح للذكاء الاصطناعي في مجال اللوجستيات والنقل؛ إذ ترتبط القرارات وتحسين العمليات ذات الصلة ارتباطًا وثيقًا بامتلاك بيانات صحيحة وحقيقية. والحقيقة أن ضمان الوصول السهل إلى بيانات حقيقية ومحدثة في كل قسم أمر ضروري جدًا للأداء الفعّال للذكاء الاصطناعي وتكامله مع أقسام سلسلة الإمداد المختلفة.
3. الأنظمة المنعزلة في المؤسسات
يؤدي وجود الأنظمة المنعزلة في كثير من شركات اللوجستيات وعدم تكاملها إلى بقاء بيانات كل قسم ومعلوماته منفصلة ومحدودة، فلا تصل أنظمة الذكاء الاصطناعي إلى المعلومات الشاملة التي تحتاجها. ولما كان التحليل الأمثل والأداء الفعّال للذكاء الاصطناعي في المؤسسة يحتاجان إلى بيانات واسعة ومتكاملة، فإن الأنظمة المنعزلة تمنع تطبيقه الناجح بسبب تشتت معلوماتها.
4. الأنظمة المؤسسية القديمة والبنى التحتية الجامدة
يجعل وجود العمليات والأنظمة القديمة في الأقسام التشغيلية لسلسلة الإمداد الاستخدام الصحيح للذكاء الاصطناعي مكلفًا ومستغرقًا للوقت؛ إذ تواجه هذه الأنظمة تحديات في التكيف مع احتياجات السوق المتغيرة. ومن جهة أخرى، فإن إصلاحها أو تطويرها ليس سهلًا ولا اقتصاديًا، ويتطلب استثمارًا كبيرًا جدًا من حيث الوقت والموارد المالية. وفي هذا الشأن ينبغي مراعاة ما يلي:
- إيجاد حل فعّال للدمج السهل للذكاء الاصطناعي في الأنظمة القديمة دون الإخلال بأدائها
- التخطيط والتخصيص الكافي للموارد المالية للحفاظ على سلاسة عمليات سلسلة الإمداد
- زيادة مرونة الأنظمة القديمة لتتكيف بشكل أفضل مع الذكاء الاصطناعي
- الإدارة المناسبة للبيانات بهدف تنظيمها واستخدامها في الأنظمة القديمة والجديدة
5. تنوع مصادر الوصول إلى البيانات
يجعل الارتباط الوثيق جدًا لتطبيق الذكاء الاصطناعي بالبيانات في سلسلة الإمداد ضرورة إدارتها ومعالجتها بفاعلية أمرًا صعبًا؛ إذ تختلف بيانات كل قسم من حيث الصيغة والبنية وطريقة المعالجة. ولمعالجة هذا التحدي يجب على الشركات المختلفة جمع البيانات المتنوعة والحقيقية في سلسلة الإمداد ومعالجتها بفاعلية.
6. غياب استراتيجية واضحة لإجراء التغييرات
قد يؤدي عدم امتلاك استراتيجية واضحة وشفافة في المؤسسة للتكيف مع الذكاء الاصطناعي إلى توجيه الشركة نحو المسار الخاطئ وإبعادها عن أهدافها، ونتيجة ذلك هدر الموارد والتكاليف. وللتطبيق الناجح للحلول المتعلقة بالذكاء الاصطناعي في سلسلة الإمداد وانسجامها مع الأهداف الكبرى للمؤسسة، يلزم وضع استراتيجية واضحة قائمة على التمحور حول العميل، ومراجعة عمليات سلسلة الإمداد القائمة، وتطوير الثقافة المؤسسية للتكيف مع التغيرات التقنية والارتقاء بمهارات الموظفين.
7. عدم التزام أصحاب المصلحة في المؤسسة
يؤدي عدم انسجام رؤى أصحاب المصلحة وآرائهم بشأن استخدام الذكاء الاصطناعي في عمليات سلسلة الإمداد إلى انعدام الثقة وتراجع مشاركة الأعضاء والموظفين في التطبيق الناجح للذكاء الاصطناعي في المؤسسة. ولهذا الغرض من المهم جدًا وضع استراتيجية ناجحة ومدروسة تركز على كسب دعم أصحاب المصلحة والحفاظ عليه والتزامهم بتنفيذها.
8. نقص الميزانية
لما كان إنشاء البنية التحتية لتطبيق البرمجيات وتدريب الكوادر المتخصصة في الذكاء الاصطناعي مكلفًا، فإن محدودية الموارد المالية للمؤسسة تُعدّ عائقًا صعبًا في هذا الشأن، فضلًا عن أن السرعة العالية لتطور التقنية تجعل الاستمرار في مسار تطويرها أصعب. ومع ذلك، فإن تطبيق الحلول القائمة على السحابة وأطر العمل مفتوحة المصدر (Open Source) يخفف هذه التحديات إلى حد كبير.
9. التركيز على المكاسب قصيرة المدى
تحقيق النتائج المرجوة من تطبيق الذكاء الاصطناعي في سلسلة الإمداد عمل طويل المدى يحتاج إلى تكيّف تدريجي. وبعبارة أخرى، فإن إعطاء الأولوية للمكاسب قصيرة المدى بدلًا من طويلة المدى يُربك مسار دمج هذه التقنية والأنظمة المرتبطة بها. ووجود رؤية مستقبلية منسجمة مع الأهداف طويلة المدى للمؤسسة يحقق في النهاية الابتكار والنمو المستدام للمؤسسة في ضوء مزايا الذكاء الاصطناعي.
10. فجوة المهارات
يلزم أن تمتلك فرق سلسلة الإمداد في المؤسسة المهارة الكافية للدمج السهل والمتكامل للذكاء الاصطناعي. وقد جعلت السرعة العالية للتقدم في هذه التقنية حاليًا العثور على موظفين وخبراء ماهرين في مجالات مثل التعلم العميق (Deep Learning) ومعالجة اللغة الطبيعية (NLP) أمرًا صعبًا. ويتطلب اكتشاف فجوات المهارات هذه وسدّها تخطيطًا تدريبيًا صحيحًا في هذا المجال. ووفقًا لدراسات أُجريت في العالم، قيّم 66 بالمئة من كبار المديرين مهارة فرقهم في هذين المجالين بمستوى متوسط بل ومنخفض.
11. قابلية التنفيذ
لما كان تطبيق الذكاء الاصطناعي وتطويره في سلسلة الإمداد يقترن بتحديات مثل تعقيد إدارة البيانات وجودتها والوصول إلى المعلومات، فإن تقييم مدى فاعليته في المؤسسة قبل التنفيذ الكامل أمر مهم. وبعبارة أخرى، قد تؤدي عوائق مثل البنى التحتية غير الكافية ونقص الخبرة والطريقة غير المناسبة لإدارة البيانات في مسار تطوير المؤسسة على أساس تقنية الذكاء الاصطناعي إلى مشكلات كثيرة. لذا يُعدّ تقييم التحديات المحتملة والتنبؤ بها مرحلة مهمة.
12. البيانات منخفضة الجودة وغير الصحيحة
يعتمد الأداء المناسب لنماذج الذكاء الاصطناعي ودقتها على جودة بياناتها؛ إذ تؤدي البيانات غير الصحيحة إلى نتائج غير واقعية ومضللة، ما يُربك في النهاية تحليل العمليات ذات الصلة في سلسلة الإمداد.
الخلاصة
رغم أن التطبيق الناجح للذكاء الاصطناعي في سلسلة الإمداد واللوجستيات يواجه تحديات، فإن هذه التحديات محفزات للابتكار. والمرحلة الرئيسية لإزالة هذه العوائق هي التخطيط الصحيح ووضع استراتيجية منسقة ودقيقة لنتمكن، بأقل اضطراب في مسار تطوير هذه التقنية، من الاستفادة من مزاياها طويلة المدى بما ينسجم مع الأهداف الكبرى للمؤسسة. ويحتاج هذا المسار إلى التعاون مع الشركات العاملة في هذا المجال لتتولى، إلى جانب التوجيه الشامل، تطبيق أنظمة الذكاء الاصطناعي في المؤسسة خطوة بخطوة.
المرجع
