Mentionsy

I co ważne, jaka jest w tym rola sztucznej inteligencji, czyli wchodzimy w bardzo popularny w tej chwili trend,

Ale właśnie to podejście do sztucznej inteligencji trochę zmienia nam powiedzmy optykę czy sposób postrzegania tego magazynu.

Żeby takich sytuacji było jak najmniej, ponieważ one generują koszty, one generują dodatkowy nakład czasu, a tego w organizacji nigdy nie jest za dużo.

Sztuczna inteligencja w prognozowaniu popytu jest takim elementem, który właśnie ma nam pomóc po pierwsze w zdiagnozowaniu tego, z jakim rodzajem typu popytu mamy do czynienia i to często z punktu widzenia

Teraz mamy tą sztuczną inteligencję, która jednak idzie o krok dalej.

Tak, tutaj myślę, że warto wspomnieć właśnie trochę o tej mechanice, która stoi za sztuczną inteligencją, jaka jest zwykle stosowana do prognozowania popytu.

Natomiast sztuczna inteligencja, można powiedzieć, co do samej zasady, powinna wyręczyć człowieka, czyli powiedzmy ta ludzka inteligencja,

Więc mamy tutaj sztuczną inteligencję, która wyręczyła człowieka z tego żmudnego zadania.

Oczywiście, żeby ta sztuczna inteligencja sobie zadziałała, to muszą być wcześniej odpowiednie jakości przygotowane dane, czyli taki system jak nasz,

No bo to jest też z kolei bardzo istotna rzecz, jeżeli mówimy o sztucznej inteligencji, że tym paliwem, którym się żywi ta sztuczna inteligencja są dane i jeżeli rzeczywiście te dane są niewłaściwej jakości, no to też nie możemy spodziewać się dobrych decyzji, które wyjdą nam z tej sztucznej inteligencji.

To trzeba mieć na uwadze między innymi przy rozpoczęciu projektu wdrażania sztucznej inteligencji, że te dane, które dostarczymy, one muszą być wysokiej jakości.

Sztuczna inteligencja, uczenie maszynowe to nie jest szklana kula, która ma tą wiedzę jakąś taką pozaziemską czy duchową, gdzie pozwoli nam zgadnąć pewne rzeczy w sposób, którego nie rozumiemy.

Tak, są oczywiście algorytmy sztucznej inteligencji, które są wprost dedykowane do pracy magazynu.

Zdecydowanie tych miejsc, gdzie ta sztuczna inteligencja może nam pomagać w magazynie też jest na pewno sporo.

Dobrze, to w takim razie, jeżeli mamy już ten system na magazynie, mamy ogólnie dane, które zebraliśmy z różnych systemów, które wprowadziliśmy wstępnie, mamy to narzędzie statystyczne, narzędzie sztucznej inteligencji, jeżeli chcemy użyć w takim razie tego prognozowania w sposób właściwy, chcemy, nie wiem, może opisać jakiś przykład, jakąś ścieżkę, jak to właściwie działa, na czym to polega, jak to skutecznie użyć?

No tak, tutaj zahaczamy o element związany z procesem, bo nawet najlepszy algorytm machine learningowy czy sztucznej inteligencji, ogólnie rzecz ujmując, bez procesu, w którym on jest wykorzystywany, tak naprawdę niewiele nam wniesie.

Zresztą tak jak się czyta o nieudanych projektach związanych z IT, między innymi właśnie ze sztuczną inteligencją,

Proces demand planningu zaczyna się zwykle od tego, że generowana jest właśnie prognoza popytu statystycznego.

To jest właśnie to miejsce, gdzie nam zadziała algorytm, czyli gdzie właśnie system jest w stanie nam wygenerować tą prognozę popytu w oparciu o dane.

Wreszcie możemy jednak wykorzystać tą wiedzę eksperta, bo to nie jest tak, że wykorzystanie sztucznej inteligencji nagle powoduje, że ten ekspert znika.

Wiemy, że sztuczna inteligencja i ogólne te modele są takim czarnym pudełkiem.

Tu wszystko zależy właśnie od tego, w oparciu o co działa ten mechanizm sztucznej inteligencji.

Czym innym jest zastosowanie mechanizmów sztucznej inteligencji na przykład do prognozowania popytu w kontekście wyboru modeli prognostycznych.

Ta sztuczna inteligencja oparta na przykład o tzw. LLMy, czyli Large Language Models, czyli tak jak większość z nas korzysta w taki czy inny sposób z tego typu modeli opartych o LLMy.

I już po wszechnie stosowanych rozwiązaniach typu Generative AI, że już nie będę wymieniał konkretnych nazw, ale dobra, dlaczego nie?