Tác giả: Ohad Silbert, Tiến sĩ, Giám đốc Khoa học Dữ liệu tại Wiliot
ngày 10 tháng 5 năm 2024

Trí tuệ nhân tạo (AI) trong chuỗi cung ứng là một vấn đề giống như trứng gà hoặc gà trống. Có những người khen ngợi AI vì tiềm năng của nó để tạo ra khả năng quan sát lớn hơn vào các hoạt động của chuỗi cung ứng. Nói cách khác, trước hết là AI, sau đó mới là khả năng quan sát.

Điều này có thể đúng khi khả năng quan sát chuỗi cung ứng trong thời gian thực, lan tràn chưa thể đạt được bằng cách khác. Nhưng AI chuỗi cung ứng chuyển đổi — bao gồm cả AI tạo sinh mạnh mẽ với khả năng tạo ra những hiểu biết mới, kết quả, quy trình và hiệu suất từ các bộ dữ liệu khổng lồ — đòi hỏi chúng ta phải đảo ngược phương trình. Khả năng quan sát trước, tiếp theo là sự đổi mới do GenAI lan rộng trong toàn bộ chuỗi cung ứng.

Hãy tưởng tượng một quản lý bán lẻ khu vực, nhà phân phối, nhà sản xuất hoặc quản lý mua sắm thức dậy vào một ngày thứ Hai, khởi động một trò trò chuyện AI quen thuộc (thậm chí có thể bằng giọng nói), và hỏi bằng ngôn ngữ tự nhiên liệu chuỗi cung ứng của họ đã được tối ưu hóa cho tuần này chưa. Và nếu không phải thì hỏi cách điều chỉnh chuỗi cung ứng để đạt được mục tiêu của họ. GenAI cho phép tương tác này với các hệ thống chuỗi cung ứng.

Nhưng cách duy nhất mà một giải pháp chuỗi cung ứng dựa trên GenAI có thể tự động cung cấp những câu trả lời như vậy là nếu nó biết tình trạng, vị trí, điều kiện, di chuyển, v.v. của mỗi sản phẩm, hộp, thùng, pallet, v.v. trong chuỗi cung ứng. Và cách duy nhất mà nó biết được điều đó là nếu chính các sản phẩm có thể truyền thông tin mà không cần sự can thiệp của con người. Hiện nay, chúng có thể, thông qua một nền tảng quan sát phổ cập được gọi là internet vạn vật môi trường (IoT).

GenAI trong Chuỗi Cung Ứng

Công ty tư vấn toàn cầu Ernst & Young ước tính 40% các công ty chuỗi cung ứng đang đầu tư vào GenAI. Họ đã sử dụng GenAI để ánh xạ các mạng lưới cung ứng phức tạp, chạy các kịch bản “nếu như”, dự đoán cung cấp lên dòng và xuống dòng, phát triển các trò trò chuyện AI để đối tác có thể dễ dàng nhận được câu trả lời, và thậm chí tạo ra các hợp đồng mới dựa trên các thỏa thuận trong quá khứ hoặc hiện tại.

Trong các trường hợp như vậy, các công ty đang huấn luyện các mô hình AI trên dữ liệu lịch sử của chính họ và những gì họ có thể thu thập được từ các đối tác. Sau đó, họ yêu cầu GenAI tìm cách tăng cường hiệu suất. Nhưng như các nhà phân tích EY đã nói, “Công cụ GenAI chỉ mạnh mẽ như dữ liệu đầu vào của chúng, vì vậy chúng bị hạn chế bởi chất lượng và sự có sẵn của dữ liệu từ các đối tác trong chuỗi cung ứng.”

Tuy nhiên, Mục tiêu Thiêng Liêng của AI chuỗi cung ứng là tạo ra các tuyến đường mới, quy trình, thiết kế sản phẩm và danh sách nhà cung cấp dựa trên dữ liệu thời gian thực — và làm điều đó càng nhanh càng tốt (nhanh hơn cả khả năng của con người). Hoặc như một nhà điều hành nói với Harvard Business Review, “Khi có khủng hoảng chuỗi cung ứng, chìa khóa để cạnh tranh là phải nhanh chóng tìm ra những nhà cung cấp thay thế hơn tất cả mọi người vì mọi người đều đang tìm cách làm điều tương tự.”

Điều này đòi hỏi huấn luyện các giải pháp GenAI trên một lượng dữ liệu về hoạt động thực tế của chuỗi cung ứng rất nhiều — và cập nhật hơn. Đó là lúc IoT môi trường nhập cuộc.

IoT Môi Trường: Ngôn Ngữ của Chuỗi Cung Ứng

Với IoT môi trường, sản phẩm, bao bì và các địa điểm mang theo các chữ ký số, đó là ngôn ngữ quan sát thời gian thực của chuỗi cung ứng, cuối cùng sẽ đưa vào các mô hình ngôn ngữ lớn (LLMs) là cơ sở của GenAI. Những chữ ký này được mang qua các Pixel IoT, là các thẻ điện tử có kích thước của con dấu, tự cung cấp năng lượng, được gắn vào bất cứ thứ gì trong chuỗi cung ứng cần được theo dõi và giám sát. Các Pixel IoT bao gồm sức mạnh tính toán riêng, cảm biến và kết nối Bluetooth, cho phép sản phẩm và bao bì mô tả hành trình của họ qua chuỗi cung ứng dưới dạng dữ liệu mà LLMs có thể tiêu thụ. Cuối cùng, chúng đại diện cho một cầu nối giữa thế giới vật lý và số, đưa ra lần đầu tiên dữ liệu chuỗi cung ứng thực sự có thể hiển thị, dự đoán và tối ưu hóa hoạt động.

Các Pixel IoT Môi Trường truyền tải dữ liệu thông qua một mạng lưới được thiết lập từ các thiết bị không dây hiện có, chẳng hạn như điện thoại thông minh và các điểm truy cập không dây, hoặc thông qua các cầu nối và cổng tiêu chuẩn, dễ dàng triển khai và có sẵn, được lắp đặt trong cửa hàng, nhà kho, xe giao hàng và nhiều nơi khác. Trong thực tế, với các quyền hạn và bảo vệ quyền riêng tư thích hợp, các Pixel IoT Môi Trường có thể mở rộng khả năng quan sát của chuỗi cung ứng cho đến người tiêu dùng, truyền tải dữ liệu về việc sử dụng sản phẩm, tái sử dụng và tái chế, tạo cơ sở cho các mô hình GenAI tiên tiến hơn.

Và chúng liên tục gửi dữ liệu. Khác với các bản ghi chuỗi cung ứng được sử dụng để huấn luyện các mô hình GenAI hiện nay, dữ liệu IoT môi trường mô tả chuỗi cung ứng ngay lúc này. Với sự quan sát này, chỉ còn lại việc triển khai GenAI để trả lời cho chúng ta, “Tôi đang thấy gì trong chuỗi cung ứng của mình, ngay bây giờ?”

Khả năng quan sát thời gian thực và việc tạo ra dữ liệu IoT môi trường khắp chuỗi cung ứng thậm chí còn có thể giúp giải quyết một trong những thách thức của GenAI: dữ liệu được sử dụng để huấn luyện LLMs thường phản ánh các độ chệch dữ liệu không cố ý từ các nguồn tạo ra của chúng, thường bao gồm các hệ thống ERP của các công ty khác nhau.

Sản phẩm được theo dõi qua chuỗi cung ứng với IoT môi trường nói lên sự thật khách quan vì sản phẩm thực sự được đặt ở nơi mà IoT môi trường nói chúng ở đó, khi nó nói chúng ở đó. Và vì IoT môi trường không đòi hỏi các công nhân với máy quét RFID để theo dõi lô hàng, lỗi của con người có thể được giảm thiểu.

Dữ liệu IoT môi trường mô tả chính xác lộ trình và thời gian mà sản phẩm đi qua trong chuỗi cung ứng. Và các sản phẩm mang trong hộ chiếu sản phẩm số của mình dữ liệu về các bên và cơ sở tham gia vào việc xử lý chúng. Nếu phù hợp, các Pixel IoT môi trường có thể thêm vào một LLM thông tin về nhiệt độ, độ ẩm và lượng khí thải carbon ở mỗi bước đi.

Theo EY, một trong những lĩnh vực mà các công ty chuỗi cung ứng đang khám phá việc sử dụng GenAI là báo cáo về quy định và ESG. Cách thu thập dữ liệu rộng lớn nhất và hiệu quả về chi phí để GenAI cung cấp thông tin tuân thủ là thông qua IoT môi trường.

Từ Trò Trò Chuyện AI đến Tự Động Hóa

Hằng ngày, có hai cách mà sự kết hợp của IoT môi trường và GenAI có thể mang lại lợi ích cho chuỗi cung ứng. Đầu tiên, nó sẽ cho phép nhiều người hơn trong chuỗi cung ứng hiểu về tình hình phát triển và thực hiện các bước hành động để tối ưu hóa hoặc sửa chữa hoạt động của chuỗi cung ứng. Bạn không cần phải là một nhà phân tích dữ liệu hoặc chuyên gia mua hàng để hỏi một trò trò chuyện GenAI về tình trạng của lô hàng hoặc truy vấn về các nhà cung cấp thay thế, mặc dù các công ty vẫn cần các chuyên gia dữ liệu để đảm bảo rằng LLMs và các công cụ GenAI tiến triển để cho ra kết quả hữu ích. Nhưng việc dân chủ hóa phân tích và truy vấn chuỗi cung ứng có thể cho phép ra quyết định nhanh cần thiết để cạnh tranh.

Thứ hai, GenAI và các công cụ AI khác có thể giúp xây dựng một cầu nối đến tự động hóa chuỗi cung ứng lớn hơn. Qua học máy, cụ thể là học củng cố thường được tìm thấy trong các hệ thống điều khiển, phần mềm có thể được huấn luyện để đưa ra quyết định mang lại kết quả tốt hơn. Cuối cùng, ví dụ, chúng có thể được huấn luyện để phát hiện các sự cố trong chuỗi cung ứng trước khi chúng xảy ra và tự động sử dụng các nhà cung cấp hoặc đối tác vận chuyển thay thế. Hoặc chúng có thể khởi đầu bảo trì dự đoán bằng cách xác định xem hệ thống hoặc dây chuyền nhà kho hoặc sản xuất cụ thể nào có thể hỏng.

Chúng thực hiện điều này bằng cách học từ các bộ dữ liệu lớn, bao gồm dữ liệu chuỗi cung ứng được tạo ra bởi IoT môi trường.

Như chúng ta đã học trong những năm gần đây, chuỗi cung ứng phức tạp tồn tại trên một mặt sắc dao. Một số yếu tố nhỏ có thể đẩy chúng vào hỗn loạn. Trí tuệ nhân tạo sẽ là rất quan trọng để tránh hỗn loạn trong tương lai. Nhưng để đạt được điều đó, chuỗi cung ứng cần mở khóa dữ liệu cho những thứ họ hiện không thể nhìn thấy. IoT môi trường cung cấp dữ liệu quan sát mà các đổi mới GenAI của tương lai sẽ được xây dựng trên.