| REKLAMA |
 |
Ponadto wśród pracowników panuje obawa, że sztuczna inteligencja zabierze im pracę. Badania pokazują jednak, że choć AI pomaga zautomatyzować niektóre procesy, to nie będzie w stanie zastąpić personelu na wszystkich etapach pracy, zwłaszcza jeśli chodzi o planowanie łańcucha dostaw czy zarządzanie zapasami.
Według badania przeprowadzonego przez Światowe Forum Ekonomiczne (WEF), oczekuje się, że sztuczna inteligencja przekształci lub zastąpi niektóre miejsca pracy, ale również stworzy zupełnie nowe kierunki zawodowe. Raport WEF Future of Jobs przewiduje, że do 2025 r. AI i automatyzacja doprowadzą do powstania aż 12 milionów nowych miejsc pracy na całym świecie.
Zatem możemy oczekiwać, że sztuczna inteligencja zamiast zastępować pracowników, zwiększy ich produktywność i możliwości. Dzięki temu zespoły będą mogły skupić się na ważniejszych zadaniach, które wymagają kreatywności i krytycznego myślenia. Zadania te są kluczowe przy podejmowaniu decyzji związanych z prognozowaniem popytu i planowaniem zapasów.
Liderzy biznesowi mogą łagodzić obawy pracowników, zapewniając im niezbędne szkolenia i wsparcie, aby poczuli się pewniej w procesie wdrażania sztucznej inteligencji do ich codziennych zadań. Dzięki temu personel zacznie postrzegać AI jako narzędzie, które może usprawnić pracę, a nie stanowić zagrożenie dla ich zatrudnienia.
Inną powszechną obawą związaną z wdrażaniem sztucznej inteligencji jest prywatność. Systemy AI przetwarzają ogromne ilości danych, zatem firmy muszą zadbać o ochronę klientów i pracowników — podobnie jak w przypadku korzystania z każdej innej technologii. Może to wymagać opracowania skutecznych polityk i protokołów bezpieczeństwa informacji oraz uzyskania niezbędnych zgód kontrahentów i personelu na gromadzenie oraz wykorzystywanie danych. Firmy stosują już dziś tego rodzaju praktyki.
Przedsiębiorstwa nadal mogą kwestionować wiarygodność prognoz sztucznej inteligencji i wahać się przed jej zastosowaniem. Wcześniej wspomniano jednak, że prognozowanie z wykorzystaniem AI jest dokładniejsze niż to prowadzone tradycyjnymi metodami. Sztuczna inteligencja sprawdza się przede wszystkim podczas analizy dużych zbiorów danych. W związku z tym starannie dobierając modele AI i stale monitorując ich wydajność, firmy mogą osiągnąć za pomocą algorytmów dokładne i rzetelne prognozy.
Przyjrzymy się kilku przykładom tego, jak detaliści i firmy z branży pakowanych dóbr konsumpcyjnych (CPG) już teraz wykorzystują AI do osiągania lepszych wyników biznesowych. PacSun, wiodący sprzedawca odzieży lifestyle'owej, zastosował prognozowanie popytu oparte na sztucznej inteligencji do alokacji i realizacji zamówień, aby zoptymalizować zarządzanie zapasami oraz zredukować braki magazynowe. System umożliwił firmie podwojenie ilości skompletowanych zamówień oraz prognozowanie i alokację popytu w różnych kanałach sprzedaży. Pozwoliło to również na rozdzielanie zapasów między sklepami, centrami dystrybucji i magazynami, zarówno dla sprzedaży stacjonarnej, jak i online.
Innym przykładem jest firma Bimbo Bakeries, która współpracowała z zespołem ds. prognozowania popytu za pomocą AI. Celem kooperacji było stworzenie platformy prognozowania popytu opartego na sztucznej inteligencji. Takie rozwiązanie może wspierać pracowników pierwszej linii za pośrednictwem niestandardowych interfejsów użytkownika (UI).
Teraz każdy, od menedżerów operacyjnych po kierowców DSD, może otworzyć indywidualny interfejs użytkownika, aby dostosować wielkość produkcji i plany dostaw wybierając takie parametry jak SKU, sklep czy dzień tygodnia. Tak zaprojektowane rozwiązanie uwzględnia sezonowość, lokalne wydarzenia, promocje i czynniki zewnętrzne, które mogą zostać pominięte w klasycznych modelach prognozowania popytu i planowania zapasów.
Podczas pandemii przez wiele miesięcy liczne firmy z branży pakowanych towarów konsumpcyjnych oraz konkurujące z nimi przedsiębiorstwa piekarnicze borykały się z problemami logistycznymi i ciągłością łańcuchów dostaw. Natomiast zespół Bimbo potrafił dostosować swoje prognozy i produkcję do nowych warunków w niespełna miesiąc. Kiedy ludzie zaczęli częściej przygotowywać posiłki w domu w związku z zamknięciem restauracji, firma była gotowa, żeby sprostać zwiększonemu zapotrzebowaniu na ich wypieki. W ciągu zaledwie kilku tygodni sztuczna inteligencja umożliwiła Bimbo Bakeries dostosowanie produkcji oraz zaplanowanie tras przejazdu dla dostawców, aby uniknąć wyczerpania zapasów. AI pomogła firmie również optymalnie zaopatrzyć linie produkcyjne, punkty załadunku i ciężarówki, aby sprostać gwałtownie rosnącemu popytowi.
Inna firma z branży towarów konsumpcyjnych również podczas pandemii musiała szybciej reagować i dostosowywać planowanie zapasów oraz realizację zamówień, aby sprostać gwałtownemu wzrostowi popytu na ich produkty. Aby zoptymalizować wyniki biznesowe w tych warunkach rynkowych, ta warta wiele miliardów dolarów globalna firma wprowadziła strategię koncentrującą się na przewadze konkurencyjnej poprzez inwestowanie w dane i analitykę. Jednym z kluczowych obszarów, który mógł przynieść znaczące korzyści biznesowe, było przetwarzanie zamówień i dostępność do realizacji (ATP). System pomógł firmie osiągnąć 4-5% poprawę wskaźnika uzupełnienia zapasów dla strategicznych klientów. Udało się również osiągnąć 10-krotny zwrot z inwestycji (ROI) dzięki zwiększeniu przychodów i zmniejszeniu kar za nieterminowe i niepełne dostawy (OTIF).
Gotowi na większe marże?
Sztuczna inteligencja może zrewolucjonizować branżę detaliczną i CPG usprawniając prognozowanie popytu, jak również zarządzanie zapasami oraz polityką cenową i promocjami. Przedsiębiorstwa muszą jednak dobrze zaplanować strategię i integrację, aby w pełni wykorzystać możliwości AI. Reagując na obawy pracowników, firmy powinny zaangażować ich w proces wdrażania i podkreślać zalety wykorzystywania AI. Dzięki temu przedsiębiorstwa mogą pokonywać bariery i w pełni wykorzystywać potencjał sztucznej inteligencji, tak jak Bimbo i PacSun, tym samym zwiększając marże i zdobywając przewagę konkurencyjną na rynku.
Źródło: Zebra Technologies
Według badania przeprowadzonego przez Światowe Forum Ekonomiczne (WEF), oczekuje się, że sztuczna inteligencja przekształci lub zastąpi niektóre miejsca pracy, ale również stworzy zupełnie nowe kierunki zawodowe. Raport WEF Future of Jobs przewiduje, że do 2025 r. AI i automatyzacja doprowadzą do powstania aż 12 milionów nowych miejsc pracy na całym świecie.
Zatem możemy oczekiwać, że sztuczna inteligencja zamiast zastępować pracowników, zwiększy ich produktywność i możliwości. Dzięki temu zespoły będą mogły skupić się na ważniejszych zadaniach, które wymagają kreatywności i krytycznego myślenia. Zadania te są kluczowe przy podejmowaniu decyzji związanych z prognozowaniem popytu i planowaniem zapasów.
Liderzy biznesowi mogą łagodzić obawy pracowników, zapewniając im niezbędne szkolenia i wsparcie, aby poczuli się pewniej w procesie wdrażania sztucznej inteligencji do ich codziennych zadań. Dzięki temu personel zacznie postrzegać AI jako narzędzie, które może usprawnić pracę, a nie stanowić zagrożenie dla ich zatrudnienia.
Inną powszechną obawą związaną z wdrażaniem sztucznej inteligencji jest prywatność. Systemy AI przetwarzają ogromne ilości danych, zatem firmy muszą zadbać o ochronę klientów i pracowników — podobnie jak w przypadku korzystania z każdej innej technologii. Może to wymagać opracowania skutecznych polityk i protokołów bezpieczeństwa informacji oraz uzyskania niezbędnych zgód kontrahentów i personelu na gromadzenie oraz wykorzystywanie danych. Firmy stosują już dziś tego rodzaju praktyki.
Przedsiębiorstwa nadal mogą kwestionować wiarygodność prognoz sztucznej inteligencji i wahać się przed jej zastosowaniem. Wcześniej wspomniano jednak, że prognozowanie z wykorzystaniem AI jest dokładniejsze niż to prowadzone tradycyjnymi metodami. Sztuczna inteligencja sprawdza się przede wszystkim podczas analizy dużych zbiorów danych. W związku z tym starannie dobierając modele AI i stale monitorując ich wydajność, firmy mogą osiągnąć za pomocą algorytmów dokładne i rzetelne prognozy.
Przyjrzymy się kilku przykładom tego, jak detaliści i firmy z branży pakowanych dóbr konsumpcyjnych (CPG) już teraz wykorzystują AI do osiągania lepszych wyników biznesowych. PacSun, wiodący sprzedawca odzieży lifestyle'owej, zastosował prognozowanie popytu oparte na sztucznej inteligencji do alokacji i realizacji zamówień, aby zoptymalizować zarządzanie zapasami oraz zredukować braki magazynowe. System umożliwił firmie podwojenie ilości skompletowanych zamówień oraz prognozowanie i alokację popytu w różnych kanałach sprzedaży. Pozwoliło to również na rozdzielanie zapasów między sklepami, centrami dystrybucji i magazynami, zarówno dla sprzedaży stacjonarnej, jak i online.
Innym przykładem jest firma Bimbo Bakeries, która współpracowała z zespołem ds. prognozowania popytu za pomocą AI. Celem kooperacji było stworzenie platformy prognozowania popytu opartego na sztucznej inteligencji. Takie rozwiązanie może wspierać pracowników pierwszej linii za pośrednictwem niestandardowych interfejsów użytkownika (UI).
Teraz każdy, od menedżerów operacyjnych po kierowców DSD, może otworzyć indywidualny interfejs użytkownika, aby dostosować wielkość produkcji i plany dostaw wybierając takie parametry jak SKU, sklep czy dzień tygodnia. Tak zaprojektowane rozwiązanie uwzględnia sezonowość, lokalne wydarzenia, promocje i czynniki zewnętrzne, które mogą zostać pominięte w klasycznych modelach prognozowania popytu i planowania zapasów.
Podczas pandemii przez wiele miesięcy liczne firmy z branży pakowanych towarów konsumpcyjnych oraz konkurujące z nimi przedsiębiorstwa piekarnicze borykały się z problemami logistycznymi i ciągłością łańcuchów dostaw. Natomiast zespół Bimbo potrafił dostosować swoje prognozy i produkcję do nowych warunków w niespełna miesiąc. Kiedy ludzie zaczęli częściej przygotowywać posiłki w domu w związku z zamknięciem restauracji, firma była gotowa, żeby sprostać zwiększonemu zapotrzebowaniu na ich wypieki. W ciągu zaledwie kilku tygodni sztuczna inteligencja umożliwiła Bimbo Bakeries dostosowanie produkcji oraz zaplanowanie tras przejazdu dla dostawców, aby uniknąć wyczerpania zapasów. AI pomogła firmie również optymalnie zaopatrzyć linie produkcyjne, punkty załadunku i ciężarówki, aby sprostać gwałtownie rosnącemu popytowi.
Inna firma z branży towarów konsumpcyjnych również podczas pandemii musiała szybciej reagować i dostosowywać planowanie zapasów oraz realizację zamówień, aby sprostać gwałtownemu wzrostowi popytu na ich produkty. Aby zoptymalizować wyniki biznesowe w tych warunkach rynkowych, ta warta wiele miliardów dolarów globalna firma wprowadziła strategię koncentrującą się na przewadze konkurencyjnej poprzez inwestowanie w dane i analitykę. Jednym z kluczowych obszarów, który mógł przynieść znaczące korzyści biznesowe, było przetwarzanie zamówień i dostępność do realizacji (ATP). System pomógł firmie osiągnąć 4-5% poprawę wskaźnika uzupełnienia zapasów dla strategicznych klientów. Udało się również osiągnąć 10-krotny zwrot z inwestycji (ROI) dzięki zwiększeniu przychodów i zmniejszeniu kar za nieterminowe i niepełne dostawy (OTIF).
Gotowi na większe marże?
Sztuczna inteligencja może zrewolucjonizować branżę detaliczną i CPG usprawniając prognozowanie popytu, jak również zarządzanie zapasami oraz polityką cenową i promocjami. Przedsiębiorstwa muszą jednak dobrze zaplanować strategię i integrację, aby w pełni wykorzystać możliwości AI. Reagując na obawy pracowników, firmy powinny zaangażować ich w proces wdrażania i podkreślać zalety wykorzystywania AI. Dzięki temu przedsiębiorstwa mogą pokonywać bariery i w pełni wykorzystywać potencjał sztucznej inteligencji, tak jak Bimbo i PacSun, tym samym zwiększając marże i zdobywając przewagę konkurencyjną na rynku.
Źródło: Zebra Technologies
Najnowsze wiadomości
Kwantowy przełom w cyberochronie - nadchodząca dekada przepisze zasady szyfrowania na nowo
Przez długi czas cyfrowe bezpieczeństwo opierało się na prostym założeniu: współczesne komputery potrzebowałyby ogromnych zasobów i wielu lat, aby złamać silne algorytmy szyfrowania. Rozwój technologii kwantowej zaczyna jednak tę regułę podważać, a eksperci przewidują, że w perspektywie 5–10 lat może nadejść „dzień zero”. Jest to moment, w którym zaawansowana maszyna kwantowa będzie w stanie przełamać większość aktualnie stosowanych zabezpieczeń kryptograficznych w czasie liczonym nie w latach, lecz w godzinach.
PSI prezentuje nową identyfikację wizualną
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
W ramach realizowanej strategii transformacji PSI Software SE zaprezentowała nową identyfikację wizualną. Odświeżony wizerunek w spójny sposób oddaje technologiczne zaawansowanie firmy, jej głęboką wiedzę branżową oraz silne ukierunkowanie na potrzeby klientów. Zmiany te wzmacniają pozycję PSI jako innowacyjnego lidera technologicznego w obszarze skalowalnych rozwiązań informatycznych opartych na sztucznej inteligencji i chmurze, rozwijanych z myślą o energetyce i przemyśle.
PROMAG S.A. rozpoczyna wdrożenie systemu ERP IFS Cloud we współpracy z L-Systems
PROMAG S.A., lider w obszarze intralogistyki, rozpoczął wdrożenie systemu ERP IFS Cloud, który ma wesprzeć dalszy rozwój firmy oraz integrację kluczowych procesów biznesowych. Projekt realizowany jest we współpracy z firmą L-Systems i obejmuje m.in. obszary finansów, produkcji, logistyki, projektów oraz serwisu, odpowiadając na rosnącą skalę i złożoność realizowanych przedsięwzięć.
F5 rozszerza portfolio bezpieczeństwa o narzędzia do ochrony systemów AI w środowiskach enterprise
F5 ogłosiło wprowadzenie dwóch nowych rozwiązań - F5 AI Guardrails oraz F5 AI Red Team - które mają odpowiedzieć na jedno z kluczowych wyzwań współczesnych organizacji: bezpieczne wdrażanie i eksploatację systemów sztucznej inteligencji na dużą skalę. Nowa oferta łączy ochronę działania modeli AI w czasie rzeczywistym z ofensy
Snowflake + OpenAI: AI bliżej biznesu
Snowflake przyspiesza wykorzystanie danych i sztucznej inteligencji w firmach, przenosząc AI z fazy eksperymentów do codziennych procesów biznesowych. Nowe rozwiązania w ramach AI Data Cloud integrują modele AI bezpośrednio z danymi, narzędziami deweloperskimi i warstwą semantyczną. Partnerstwo z OpenAI, agent Cortex Code, Semantic View Autopilot oraz rozwój Snowflake Postgres pokazują, jak budować skalowalne, bezpieczne i mierzalne wdrożenia AI w skali całej organizacji.
Najnowsze artykuły
Magazyn bez błędów? Sprawdź, jak system WMS zmienia codzienność logistyki
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Współczesna logistyka wymaga nie tylko szybkości działania, lecz także maksymalnej precyzji – to właśnie te czynniki coraz częściej decydują o przewadze konkurencyjnej firm. Nawet drobne pomyłki w ewidencji stanów magazynowych, błędy przy przyjmowaniu dostaw czy nieprawidłowe rozmieszczenie towarów, mogą skutkować poważnymi stratami finansowymi i opóźnieniami w realizacji zamówień. W jaki sposób nowoczesne rozwiązania do zarządzania pomagają unikać takich sytuacji? Czym właściwie różni się tradycyjny system magazynowy od zaawansowanych rozwiązań klasy WMS (ang. Warehouse Management System)? I w jaki sposób inteligentne zarządzanie procesami magazynowymi realnie usprawnia codzienną pracę setek firm?
Migracja z SAP ECC na S4 HANA: Ryzyka, korzyści i alternatywne rozwiązania
W ostatnich latach wiele firm, które korzystają z systemu SAP ECC (Enterprise Central Component), stoi przed decyzją o przejściu na nowszą wersję — SAP S4 HANA. W obliczu końca wsparcia dla ECC w 2030 roku, temat ten staje się coraz bardziej aktualny. Przemiany technologiczne oraz rosnące oczekiwania związane z integracją nowych funkcji, jak sztuczna inteligencja (AI), skłaniają do refleksji nad tym, czy warto podjąć tak dużą zmianę w architekturze systemu. Przyjrzyjmy się głównym powodom, dla których firmy rozważają migrację do S4 HANA, ale także argumentom, które mogą przemawiać za pozostaniem przy dotychczasowym systemie ECC, przynajmniej na krótki okres.
Jak maksymalizować zyski z MTO i MTS dzięki BPSC ERP?
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Zysk przedsiębiorstwa produkcyjnego zależy nie tylko od wydajności maszyn, ale przede wszystkim od precyzyjnego planowania, realnych danych i umiejętnego zarządzania procesami. Dlatego firmy, które chcą skutecznie działać zarówno w modelu Make to Stock (MTS), jak i Make to Order (MTO), coraz częściej sięgają po rozwiązania klasy ERP, takie jak BPSC ERP.
Ponad połowa cyberataków zaczyna się od błędu człowieka
Ponad 2/3 firm w Polsce odnotowała w zeszłym roku co najmniej 1 incydent naruszenia bezpieczeństwa . Według danych Unit 42, zespołu analitycznego Palo Alto Networks, aż 60% ataków rozpoczyna się od działań wymierzonych w pracowników – najczęściej pod postacią phishingu i innych form inżynierii społecznej . To pokazuje, że w systemie ochrony organizacji pracownicy są kluczowym ogniwem – i że firmy muszą nie tylko edukować, ale też konsekwentnie egzekwować zasady cyberhigieny. Warto o tym pamiętać szczególnie teraz, w październiku, gdy obchodzimy Europejski Miesiąc Cyberbezpieczeństwa.
MES - holistyczne zarządzanie produkcją
Nowoczesna produkcja wymaga precyzji, szybkości i pełnej kontroli nad przebiegiem procesów. Rosnąca złożoność zleceń oraz presja kosztowa sprawiają, że ręczne raportowanie i intuicyjne zarządzanie coraz częściej okazują się niewystarczające. Firmy szukają rozwiązań, które umożliwiają im widzenie produkcji „na żywo”, a nie z opóźnieniem kilku godzin czy dni. W tym kontekście kluczową rolę odgrywają narzędzia, które porządkują informacje i pozwalają reagować natychmiast, zamiast po fakcie.
PSI automatyzuje logistykę Rossmanna: Wdrożenie WMS i MFC w Czechach
PSI Polska, dostawca systemów IT dla logistyki i przemysłu, realizuje wdrożenie systemu zarządzania… / Czytaj więcej
Jak wdrożyć WMS w magazynie i nie utknąć po drodze?
Skuteczne wdrożenie WMS zaczyna się nie od wyboru „najbogatszej” listy funkcji, tylko od audytu pro… / Czytaj więcej
Wdrożenie systemu WMS w dobrym stylu
Dobrze przeprowadzone wdrożenie WMS może podnieść wydajność logistyki bez zatrzymania sprzedaży — c… / Czytaj więcej
Qguar WMS i Qguar DS w Müller Świece: jak zintegrować produkcję, magazyn i rampę w jeden sterowalny proces
Müller Świece zintegrował produkcję, magazyn i rampę w jeden, sterowalny proces dzięki wdrożeniu Qg… / Czytaj więcej
Jak Infor ERP LN i automatyzacja magazynu SALMA wyniosły Etisoft na nowy poziom logistyki
Automatyzacja magazynu w Etisofcie pokazuje, że połączenie Infor ERP LN, systemu SALMA i robotów AM… / Czytaj więcej
Jak zwiększyć wydajność w magazynie? - Qguar WMS w firmie R5PL
Wdrożenie systemu Qguar WMS w centrum dystrybucyjnym R5PL pozwoliło potroić możliwości kompletacji… / Czytaj więcej
