A világjárvány megváltoztatta a fogyasztói magatartást, ami hatalmas fellendülést eredményezett az e-kereskedelemben. Iparági szakértők egyetértenek abban, hogy ez nem az online vásárlás iránti kereslet átmeneti megugrása volt, hanem egy exponenciális fejlődés a technológia és az ellátási lánc területén.
A mesterséges intelligencia alkalmazása óriási lehetőségeket rejt magában az ellátási lánc működésének különböző aspektusainak racionalizálására és optimalizálására.
Ez a cikk azt vizsgálja, hogy a ChatGPT és a mesterséges intelligencia ereje hogyan használható fel hatékonyan az ellátási lánc kezelésében, javítva a hatékonyságot, a jobb döntéshozatalt és a költségmegtakarítást.
De mi is az a ChatGPT?
A ChatGPT (Chat Generative Pre-trained Transformer) egy mesterséges intelligencián és mély tanulási (deep learning) technológiákon alapuló eszköz, amely nagy pontossággal képes természetes nyelvgenerálási (NLG) feladatokat végrehajtani. Az emberekkel való interakció során képes alkalmazkodni a különböző helyzetekben és kontextusokban, és célja, hogy pontos válaszokat, magyarázatokat és megoldásokat adjon a felhasználóknak. Ez egy fejlett alkalmazás, amely képes utánozni az emberi párbeszédet, és átmegy a Turing-teszten.
A ChatGPT 174 milliárd paraméterrel rendelkezik, és naponta több mint 20 millió lekérdezést kap. A GPT-t több mint 570 GB szöveges adatból álló hatalmas adatkészletre képezték ki – ez az adatkészlet körülbelül 27-szer akkora, mint a Wikipédia. Ez a hatalmas adatmennyiség lehetővé teszi a ChatGPT számára, hogy emberszerű válaszokat generáljon a legkülönbözőbb lekérdezésekre. Ezzel értékes eszközzé válik a logisztika és az ellátásilánc- menedzsment területén dolgozó vállalkozások számára is.
A ChatGPT az egyik módja a logisztika és az ellátásilánc-kezelés területén a rendeléskezeléssel kapcsolatos ügyfélszolgálati interakciók automatizálására. Ez magában foglalja az olyan feladatokat, mint a rendelések nyomon követése, a törlések és a visszaküldések stb.
A ChatGPT a beszállítókkal való kommunikáció automatizálására is használható, beleértve a rendelés leadását, a szállítás ütemezését és a számlázást. Ez megkönnyítheti a folyamatot, és csökkentheti a feladatokhoz szükséges időt és erőforrásokat.
A ChatGPT köztudottan pontatlan vagy teljesen kitalált információkat is adhat a felhasználóknak. Ezek a problémák azonban folyamatosan javulnak, ahogy mind többször használjuk és minél több adatot dolgoz fel. A technológia ma még nem tudja teljesen helyettesíteni a szakemberek képességeit az ellátási láncok döntéshozatali folyamataiban, a szakemberek tudására továbbra is szükség lesz.
A ChatGPT több módon is segíthet az ellátási láncban. Íme néhány példa
Készletkezelés
A ChatGPT segítséget nyújthat a készletszintek előrejelzésében és optimalizálásában. A múltbeli adatok, a jelenlegi keresleti minták és egyéb releváns tényezők elemzésével ajánlásokat tud adni a készletek feltöltésére, az utánrendelési pontokra és a biztonsági készletszintekre vonatkozóan. Ez segíthet minimalizálni a készlethiányt és a túlzott készletezési helyzeteket, javítva az általános hatékonyságot és a költséghatékonyságot is.
Kereslet-előrejelzés
A ChatGPT különféle forrásokból származó adatokat elemezhet, például értékesítési rekordokat, piaci trendeket és külső tényezőket, hogy pontos kereslet-előrejelzéseket állítson elő.
Szállítók kiválasztása és értékelése
A ChatGPT segítséget nyújthat a beszállító kiválasztásának folyamatában a beszállítói adatok elemzésével, teljesítményük értékelésével, valamint betekintést nyújt a megbízhatóságukba, az átfutási időkbe, az árakba és a szolgáltatási minőségükbe.
Rendeléskövetés és állapotfrissítések
A ChatGPT valós idejű frissítéseket képes nyújtani a rendelés állapotáról, a szállítmánykövetésről és a szállítási információkról.
Ellátásilánc-optimalizálás
A ChatGPT segítséget nyújthat az ellátási lánc működésének optimalizálásához az adatok elemzésével, a szűk keresztmetszetek és a hatékonyság hiányának vagy a fejlesztendő területek azonosításával.
Kockázatkezelés és készenléti tervezés
A ChatGPT segíthet azonosítani az ellátási láncban a potenciális kockázatokat és sebezhetőségeket, például természeti katasztrófákat, geopolitikai tényezőket vagy beszállítói zavarokat.
Szállítói együttműködés és kommunikáció
A ChatGPT virtuális asszisztensként működhet, megkönnyítve a kommunikációt és az együttműködést a beszállítókkal. Automatizálhatja a rutin lekérdezéseket, kezelheti a rendelések módosításait vagy törlését, és időben válaszolhat a beszállítói kérdésekre, észszerűsítve az interakciókat és javítva a hatékonyságot.
Hol tudom letölteni?
Először regisztrálni kell az OpenAI weboldalán, majd belépni a felhasználói fiókba:
1. Látogass el az OpenAI weboldalára, amelyet a következő linken találsz: https://openai.com
2. A weboldal főoldalán keresd meg a „Products” vagy a „Models” menüpontot, és kattints rá.
3. A termékek vagy modellek oldalon nézd meg a rendelkezésre álló modellek listáját. Keresd meg a „ChatGPT” vagy „GPT-3.5” lehetőséget.
4. Kövesd az utasításokat a letöltés folyamatának végigviteléhez. Ez általában magában foglalja a felhasználási feltételek elfogadását és az engedélyezési lépéseket.
5. Miután letöltötted a ChatGPT-t, telepítsd a számítógépedre vagy a kiválasztott platformra a mellékelt utasításoknak megfelelően.
Fontos megjegyezni, hogy az OpenAI ChatGPT-je az API-hozzáféréssel is használható, amelynek részleteiről az OpenAI weboldalán találhatók információk és útmutatók.
Így használhatjuk a ChatGPT-t
A generatív AI szoftvereket parancsok segítségével használhatjuk. A parancsok olyan kérdések, kérések vagy utasítások, amelyeket a GPTnek adunk. A GPT használata roppant egyszerű, csak meg kell tanulnunk kérdezni, és egy tökéletes parancssorozatot kell készítenünk a következő logikai sorrendben. Fontos, hogy jól gondoljuk át, hogy mit szeretnénk, mint célt, eredményt elérni. Lépésről lépésre adjunk utasításokat valahogy így (1. ábra).
Státuszba hozás
Mondjuk meg a mesterséges intelligenciának, hogy hogyan viselkedjen: például legyen csomagolás-technológiában jártas szakértő, akinek az a célja, hogy minél kevesebb csomagolóanyag felhasználásával minél több árut tudjon becsomagolni. Használjunk közvetlen, tegező vagy magázó hangnemet.
GPT ajánlata: Indítsa el a beszélgetést. Kezdje a modell megszólításával és adjon kontextust vagy felszólítást a beszélgetéshez. Kezdheti például egy üdvözléssel, mint például a „Szia” vagy „Szia”, amit egy egyértelmű kijelentés vagy kérdés követ.
Feladata pontos leírása
Írjuk le, hogy készítsen részünkre csomagolás-optimalizálásra egy tervet.
GPT ajánlata: Adja meg a kívánt kimeneti formátumot. Ha konkrét formátumot szeretne a válaszhoz, akkor azt kifejezetten megemlítheti. Például elmondhatja, hogy „Kérem, adjon részletes magyarázatot” vagy „Tudna tömör választ adni?”
Korlátozó tényező
Ez akkor fontos, ha valamilyen megkötéssel kell dolgoznunk, vagy figyelembe kell venni az idő és hely korlátjait, csomagolóanyagokat, esetleg annak mennyiségét vagy a meghatározható költségkeretet.
GPT ajánlata: Tegyen fel egy közvetlen kérdést. Ha konkrét választ szeretne kapni, tegyen fel egy világos és tömör kérdést. Ügyeljen arra, hogy a kérdés jól megfogalmazott és egyértelmű legyen. Például ahelyett, hogy azt mondaná, hogy „mi a helyzet X?” adja meg a szükséges kontextust, és kérdezze meg „Mi az X jelenlegi állapota?”
Példák
Itt mutathatunk neki egy másik tervről példát. Milyet szeretnénk, hogyan kommunikáljon, valami ilyet várok el tőled is…
GPT ajánlása: Adjon hozzá releváns részleteket. Ha szükséges, adjon meg további információkat vagy kontextust, hogy a modell jobban megértse a kérdést. Ez magában foglalhatja a kérdéssel kapcsolatos megszorítások, feltételezések vagy feltételek megadását.
A „kiváló” definiálása
Tudassuk vele, hogy mi számít jónak. Ide ismételten betehetünk egy korábbi példát vagy leírhatjuk az elvárásunkat.
GPT ajánlata: Tegye egyértelművé a kérést. Ha azt szeretné, hogy a modell egy adott feladatot vagy műveletet hajtson végre, legyen kifejezett a kérésében. Például elmondhatja, hogy „Ki tudja számítani az eredményt?” vagy „Kérjük, foglalja össze a főbb pontokat.”
Kis lépésekre bontás
Ha valamelyik résznél azt szeretnénk, hogy részletesebben leírja, akkor mielőtt bezárjuk a chatet, írjuk le a részleteket: például állítsa össze a stratégiai célokat vagy a SMART célokat, KPI-t stb.
GPT ajánlata: A válasz ellenőrzése. Miután megkapta a választ a modelltől, értékelje, hogy a válasz megfelel-e az Ön követelményeinek, vagy további pontosításra van szükség. Ha a válasz hiányos vagy pontatlan, további utasításokat adhat, vagy átfogalmazhatja a kérdést a válasz javítása érdekében.
Formátum meghatározása
Ez is egy opcionális elem. Különböző formátumok, például JSON, Scorecard, CSV stb.
GPT ajánlása: Ismétlés és finomítás. Ha a kezdeti válasz nem kielégítő, a 3. lépéstől kezdődően megismételheti a beszélgetést. Módosítsa az utasításokat, fogalmazza meg újra a kérdést, vagy adja meg a kontextust, amíg meg nem kapja a kívánt választ.
Mi is pontosan a csomagolás optimalizálása?
A legegyszerűbb értelemben a csomagolás optimalizálása olyan intelligens csomagolás használatát jelenti, amelyet úgy terveztek, hogy a termékeket tartalmazza, kommunikálja és védje, miközben azokat a gyártótól, raktárból vagy bolti értékesítési központból egy végső rendeltetési helyre (általában a fogyasztó otthonába, irodájába vagy más helyre) szállítja.
Fontos megjegyezni, hogy bár a ChatGPT képes automatizálni a csomagolás és logisztika bizonyos aspektusait, összetett vagy kritikus helyzetekben továbbra is szükség lehet emberi felügyeletre és beavatkozásra. Az MI az egyik legjobb alkalmazása a csomagolóiparban anyagcsökkentés céljából.
Az Amazon 2018-ban kifejlesztette a PackOpt nevű csomagolóanyag-csökkentő eszközt, amely azóta évente nagyjából 60 000 tonna kartonpapírt takarított meg a vállalat számára.
A mesterséges intelligencia (MI) már napjainkban is jelentős szerepet tölt be a csomagolási technológia és a logisztikai folyamatok fejlesztésében.
Az MI forradalmasíthatja a csomagolási technológiát és a logisztikát a minőségellenőrzés javításával, a készletgazdálkodás optimalizálásával, az útvonaltervezés javításával, az ellátási lánc láthatóságának növelésével, a prediktív karbantartás lehetővé tételével, a személyre szabás megkönnyítésével és a munkaigényes feladatok automatizálásával. Ezek az alkalmazások költségmegtakarítást, jobb hatékonyságot és jobb felhasználói élményt eredményeznek a csomagolási és logisztikai ágazatban.
Néhány kulcsfontosságú szempont és stratégia a csomagolás optimalizálásához:
•megfelelő méretű csomagolás,
•anyagválasztás,
•tervezési hatékonyság,
•automatizálás és technológia,
•együttműködés az ellátási láncban,
•fenntarthatóság,
•adatelemzés és optimalizálás.
A csomagolóanyag-szolgáltatóknak törekedniük kell a nem újrahasznosítható másodlagos csomagolás minimalizálására, mivel a fogyasztók nem akarják és nem is várják el a fogyasztás utáni ártalmatlanítás terhét.
Az ESG (Environmental, Social, and Governance) csomagolási trend az üzleti világban a fenntarthatóság és társadalmi felelősségvállalás elvének figyelembevételét jelenti a termékcsomagolás terén. Az ESG csomagolási trend célja, hogy az üzleti vállalkozások csökkentsék a termékcsomagolás negatív hatásait mind a környezetre, mind pedig a társadalomra.
Ennek érdekében az ESG irányelvek az alábbiakra helyezik a hangsúlyt.
Az ESG csomagolási trend egyre népszerűbbé válik az üzleti környezetben, mivel egyre több vállalkozás ismeri fel a fenntartható üzleti gyakorlatok és az ügyfélpreferenciák közötti összefüggést.
Az ESG csomagolás segít az üzleti vállalkozásoknak megfelelni az egyre növekvő, fogyasztók által elvárt fenntartható termékek iránt.
A polcrakész és kiskereskedelmi forgalmazásra kész csomagolások felé mutató trend teljesen új tudományt teremtett a csomagolás terén, melyben nagy segítséget nyújthat a mesterséges intelligencia.
Az értékesítés helyén, ahol a vásárlással kapcsolatos döntések 70%-a születik, rendkívül lényeges szempont, hogy az ön terméke jól megkülönböztethető legyen.
Napjainkban a csomagolás is egyre inkább a termékélmény szerves része. A fogyasztói csomagolás ugyanis egyben kommunikációs közvetítőeszköz is, amely összeköti a fogyasztót a csomagolással. Ez az oka annak, hogy folyamatosan fejlesztjük tervezői kompetenciáinkat, hogy a vásárlókról szerzett tapasztalataink alapján képesek legyünk innovatív csomagolási koncepciók kidolgozására.
Kutatási eredmények bizonyítják, hogy a vásárlók több mint fele aktívan keresi az újrahasznosítható csomagolást, ezért a mesterséges intelligencia nagy segítséget jelenthet a csomagolást tervező és kivitelező cégek számára.
És akkor mi a jövő?
Mit hoz számunkra a jövő a raktárakban, a logisztikában alkalmazott mesterséges intelligenciával? A technológia gyorsan változik, és nehéz biztosan megjósolni, milyen lesz a jövő raktára. Tudjuk azonban, hogy a robotok továbbra is egyre autonómabbak lesznek a mély tanulásnak köszönhetően. Előfordulhat, hogy gyorsan meg tudják jósolni, hogy milyen feladatokat kell elvégezni a raktárban, vagy akár önállóan, emberi beavatkozás nélkül elvégezhetik a karbantartást.
A másik kérdés, amely ezután felmerül, hogy tudjuk-e, mi lesz az emberek helye ezekben a hiperdigitalizált logisztikai és ellátásilánc-csomópontokban. Természetesen új logisztikai szakmák is megjelennek: adatelemzők, adattudósok vagy akár mérnökök a logisztikai osztályokra is érkeznek majd. A kulcs azonban az lesz, hogy olyan agilis üzemeltetőket toborozzanak, akik képesek alkalmazkodni ezekhez a technológiákhoz.
Az McKinsey tanulmánya kiemeli, hogy azok a vállalatok, amelyek a szállítás és a logisztika területén alkalmazott mesterséges intelligenciába fektettek be, több mint 5%-kal növelték nyereségüket.
Továbbá kijelenthető, hogy a mesterséges intelligencia alkalmazása a logisztikában igen környezetbarát, éppen ezért az MI fejlesztése a logisztikában és a csomagolásban ökológiai elkötelezettségünk is.
Következő izgalmas témánk az 5. számban: Intelligens technológiai kombináció az omnichannel logisztikai modellekbe. (Az omnichannel logisztika különösen fontos a közösségi kereskedelem térnyerésével – mivel az e-kereskedelem és a közösségi médiában történő vásárlás kombinációja.)
Vlaszák Lajos
