Luka w umiejętnościach AI, izolacja danych zagrażają łańcuchowi dostaw

Nowe odkrycia z Manhattan Associates ujawniają, że krytyczna luka kompetencyjna i wyzwania związane z widocznością danych utrudniają skuteczne wdrażanie sztucznej inteligencji w systemach zarządzania transportem. Badanie, które objęło 150 wysokich decydentów z organizacji z sektorów produkcji, handlu detalicznego, hurtowego, dóbr konsumenckich, spożywczych i napojów, podkreśla pilną potrzebę, aby organizacje zajęły się rozwojem własnych możliwości, aby w pełni wykorzystać potencjał AI.

Chociaż obietnice AI są powszechnie uznawane, badanie ujawnia znaczne rozbieżności między oczekiwaniami na przyszłość a obecną rzeczywistością. Obecnie 49% organizacji nie ma wystarczającej widoczności danych, aby proaktywnie dostosować trasy wysyłek, a 45% nie ma widoczności, aby podjąć działania korygujące przed wysyłkami, które mogą się opóźnić lub zostać zakłócone.

Podstawowy brak widoczności danych jest pogłębiany przez wewnętrzne wyzwania. Gdy pytano o obecne trudności w osiągnięciu widoczności, 42% respondentów wskazało na brak umiejętności w organizacji, a 39% na silosy danych rozproszone na różnych platformach i rozwiązaniach.

Droga ku AI jest nie do zatrzymania, z 63% organizacji oczekujących pełnej autonomicznej sztucznej inteligencji lub minimalnego nadzoru ludzkiego w ciągu najbliższych pięciu lat. Jednak obecne wskaźniki wdrożeń nie nadążają za tymi ambitnymi oczekiwaniami. Badanie wykazało, że choć 46% organizacji ma wysoko zintegrowaną AI, to więcej niż połowa nie. Co niepokojące, prawie jedna piąta (18%) korzysta z niej w ograniczonym zakresie lub wcale, co naraża je na poważne ryzyko pozostania w tyle za bardziej zwinymi konkurentami.

Kluczowe czynniki hamujące i obniżające poziom wdrożeń to koszty oraz brak wewnętrznej wiedzy eksperckiej. 55% organizacji obawia się wysokich kosztów wdrożenia i użytkowania, a 45% zgłasza brak wiedzy i umiejętności wewnątrz firmy, aby to zrealizować. Pojawia się także postrzeganie, że wyżsi rangą liderzy nie zapewniają odpowiedniego wsparcia, co jest konieczne do szerokiego wdrożenia, z 43% ankietowanych twierdzących, że brakuje im organizacyjnego lub kierowniczego poparcia dla inicjatyw AI.

„Odkrycia pokazują wyraźny rozdział między przewidywanym przyszłym wykorzystaniem i możliwościami AI w transporcie a obecnymi możliwościami wielu organizacji,” skomentował Martin Lockwood, Starszy Dyrektor w Manhattan Associates. „Chociaż autonomiczne agenty wywołały duże zainteresowanie, rzeczywistość jest taka, że znaczna część branży jest źle przygotowana do skutecznego wykorzystania tej technologii z powodu braków umiejętności wewnętrznych i rozproszonych zbiorów danych.”

Badanie podkreśla także powszechny niepokój dotyczący trwałości istniejących systemów. Aż 99% ankietowanych obawia się, że ich TMS może mieć trudności z nadążaniem za wymaganiami dotyczącymi szybkości, pojemności lub redukcji kosztów w ciągu najbliższych pięciu lat. Podkreśla to pilną potrzebę inwestowania zarówno w technologię, jak i, co równie ważne, w kapitał ludzki niezbędny do zarządzania i optymalizacji tych zaawansowanych systemów.

„Aby naprawdę odblokować korzyści płynące z AI, organizacje muszą priorytetowo traktować rozwój kompetencji swojego personelu i likwidować silosy danych,” dodał Lockwood. „Bez tych podstawowych elementów obietnica autonomicznego zarządzania transportem pozostanie dla wielu nieosiągalna, co może prowadzić do wyższych kosztów, nieefektywności, niezdolności do spełnienia rosnących oczekiwań klientów oraz (potencjalnie) do powstania dwuwarstwowej konkurencji.”