인공지능(AI)은 역사상은 아니더라도 현대 시대의 가장 파괴적인 기술입니다. 사실상 모든 산업 분야에 걸쳐 사용 사례가 있지만 일부는 다른 산업보다 얻는 것이 많고 잃는 것이 더 많습니다. 공급망 관리는 인간이 더 이상 수행할 수 없는 수준까지 급격히 변화할 수 있는 역할 중 하나입니다. AI가 많은 기술 전문가들은 자동화가 궁극적으로 필요한 것보다 더 많은 일자리를 창출한다고 강조하지만 이는 여전히 일부 역할이 사라진다는 것을 의미합니다. 공급망 관리가 그러한 직업 중 하나가 될 수 있을까요? 이는 업계에 어떤 의미가 있을까요? 자세히 살펴보겠습니다. 공급망 관리에서 AI의 역할 그러나 이미 어느 정도 AI를 사용하고 있습니다. 대략 11%는 이것이 자신의 운영에 중요하다고 말하며, 이는 머지않아 이들 회사의 3분의 1 이상에 적용될 수 있는 수치입니다. AI가 공급망 관리의 여러 측면을 개선하는 이유를 쉽게 이해할 수 있습니다. 공급망 비즈니스의 6% 수요 예측 AI의 예측 기능은 공급망 관리에서 가장 강력한 자산 중 하나입니다. 기계 학습 모델은 과거 판매 데이터와 현재 추세를 분석하여 향후 수요 변화를 예측할 수 있습니다. 그러면 회사는 품절과 잉여를 방지하기 위해 일부 제품을 덜 주문하고 다른 제품을 더 많이 주문할 수 있습니다. AI가 발전함에 따라 예측 능력도 발전했습니다. 일부 공급망 AI 솔루션 날씨, 금융 동향, 지정학적 문제 및 기타 변화를 분석하여 그런 다음 방해가 되는 이벤트의 영향을 완화하기 위해 변경 사항을 권장할 수 있습니다. 다가오는 중단을 예측할 수 있습니다 이러한 수준의 예측은 특히 공급망이 얼마나 복잡해졌는지를 고려할 때 인간 분석가에게는 매우 어렵습니다. 그러나 AI가 탁월한 심층 분석은 바로 이런 것입니다. 재고 관리 마찬가지로 AI는 재고 관리에도 변화를 가져오고 있습니다. 수요 변화 및 중단에 대한 예측은 그에 따라 재고를 조정하는 회사의 능력만큼만 도움이 됩니다. 이를 위해서는 여러 스토리지 위치에 대한 광범위한 가시성이 필요하므로 인적 오류가 발생할 가능성이 높습니다. 이처럼 크고 반복적인 데이터 세트로 인해 실수가 발생하기 쉽습니다. 변동성이 큰 공급 및 수요 요인으로 인해 이러한 오류가 발생할 가능성이 더욱 커집니다. 그 결과 미국에서는 품절률이 상승했습니다. 코로나19 팬데믹이 시작된 이후. AI는 재고를 실시간으로 추적할 수 있고 데이터 입력 오류가 없기 때문에 더 높은 신뢰성을 제공합니다. 35% 이상 AI 솔루션은 더 나아가 필요에 따라 자동으로 제품을 주문할 수도 있습니다. 일부 회사에서는 가장 빠른 배송을 위해 특정 품목을 보관할 위치와 배송 위치를 결정하는 데에도 이를 사용합니다. 공급업체 평가 기업들은 공급망 관리의 업스트림 측면에서 AI를 사용하기 시작했습니다. 비용을 최소화하고 지연을 방지하는 것은 주로 올바른 공급업체를 선택하는 문제입니다. AI는 가능한 소스를 평가하여 각 제품이나 재료에 가장 적합한 소스를 식별할 수 있습니다. 여기서 AI의 가장 큰 장점은 정확하고 빠르다는 것입니다. 올바른 것을 수동으로 찾는 데 시간이 너무 오래 걸릴 수 있습니다. 기존 컴퓨팅은 이러한 결정이 복잡하기 때문에 너무 신뢰할 수 없습니다. 대충 이제는 순수한 비용보다 신뢰성과 유연성에 더 중점을 두어 단순한 비용 비교로는 충분하지 않습니다. AI는 속도를 향상시키면서 이러한 미묘한 차이를 관리할 수 있습니다. 공급망의 70% 또한 AI는 변화하는 추세에 적응하여 현재 공급업체가 더 이상 최선의 선택이 아닐 때 기업에 경고할 수 있습니다. 이러한 의사결정 민첩성은 오늘날 빠르게 변화하는 시장에서 매우 중요합니다. 프로세스 최적화 공급망 AI는 내부 프로세스도 관리할 수 있습니다. 제품을 제조하고 배송하려면 움직이는 부품이 많이 필요합니다. 즉, 여러 영역에서 비효율성이 발생할 수 있으며 최선의 전략이 즉각적으로 드러나는 경우는 거의 없습니다. 그러나 AI는 이러한 의사 결정을 자동화하여 더 빠르고 효과적인 변화를 가져올 수 있습니다. 이러한 최적화는 배송을 보다 효율적으로 라우팅하는 것만큼 간단할 수 있으며, 이는 많은 물류 회사가 채택한 것입니다. 그러나 AI가 발전함에 따라 훨씬 더 발전할 수 있습니다. 기업은 AI를 사용하여 전체 공급망의 디지털 트윈을 구성 및 분석하고 거의 모든 단계에서 변경 사항을 제안할 수 있습니다. 인적 요소가 여전히 필요한가? 공급망 관리에서 AI의 광범위한 역할을 살펴보면 더 이상 인간이 어디에 적합한지 파악하기가 어렵습니다. 여기서부터 AI는 더욱 유능하고 신뢰할 수 있게 될 것입니다. 따라서 현재의 추세가 계속된다면 이 기술이 오늘날의 공급망 관리자가 하는 모든 일을 할 수 있다고 생각하는 것도 이상하지 않습니다. 이러한 잠재력에도 불구하고 AI는 공급망 관리에서 인간을 적어도 완전히 대체하지는 못할 것입니다. 모든 이점에도 불구하고 AI에는 몇 가지 상당한 단점도 있습니다. 환각은 가장 두드러진 것 중 하나입니다. 오늘날 가장 인기 있는 생성 AI 모델은 잘못된 정보를 뿜어냅니다. 이는 공급망 관리에 재앙적인 결과를 초래할 수 있습니다. 3%-27%의 시간 물론 인간의 예측도 완벽하지는 않습니다. 그러나 공급망 관리 시스템이 완전히 자동화된 경우 실제로는 거의 또는 전혀 근거가 없는 요소에 자동으로 대응할 수 있습니다. 이로 인해 품절, 지연 및 상당한 비용이 발생할 수 있습니다. 공급망 결정의 결과가 얼마나 광범위할 수 있는지를 고려하면 인간 전문가가 항상 최종 결정권을 가져야 합니다. AI에 너무 많은 것을 맡기는 것은 윤리적 의미도 모호합니다. AI의 상당한 데이터 사용 실수로 민감한 정보가 유출될 수도 있습니다. AI의 잘 문서화된 편견 문제는 특히 AI가 채용과 같은 인력 고려 사항을 관리하는 경우 심각한 문제를 일으킬 수 있습니다. 해커들의 더 큰 표적이 됩니다 가장 발전된 AI라도 데이터의 추세에만 반응한다는 점을 기억하는 것도 중요합니다. 결과적으로, 데이터가 거의 없는 이벤트는 상당한 어려움을 야기합니다. 코로나19 팬데믹과 같은 공급망 중단은 드물지만, AI가 이를 정확하게 예측하거나 발생 시 효과적으로 대응할 가능성은 낮습니다. 이는 너무 갑작스럽고 예측 불가능하므로 관리하려면 보다 유연한 인력이 필요합니다. AI는 공급망 관리의 끝이 아닙니다 AI의 장점과 단점을 모두 고려하면 인간 공급망 관리자가 사라지지는 않지만 그들의 직업은 바뀔 것이라는 것이 분명해집니다. 기업에서는 이러한 직책에 더 적은 수의 직원이 필요할 수 있지만 여전히 중요합니다. 마찬가지로 해당 작업에는 분석이 덜 필요하며 AI 모델과 작동 방식에 대한 더 많은 이해가 필요합니다. 미래의 공급망 관리자는 AI를 사용하여 거의 모든 결정을 알리고 주문 및 청구와 같은 많은 작은 작업을 자동화할 것입니다. 특히 전사적 전략 변화 측면에서 최종 결정은 여전히 AI의 통찰력을 해석해야 하는 인간의 몫입니다. 이러한 전환으로 인해 일부 업무 중단이 수반될 가능성이 높지만 직업이 끝나는 것은 아닙니다.
