Odolnost průmyslových dodavatelských řetězců závisí nejen na množství dostupných dat, ale také na jejich správném výkladu. Integrace project44 se Snowflake Cortex AI má tento problém řešit prostřednictvím Mo, AI analytika dodavatelského řetězce.
Mo přijímá dotazy v přirozeném jazyce a následně určuje jejich význam v podnikovém kontextu. Vyhledá relevantní záznamy, připraví odpověď a může doporučit další postup. Tím se má zkrátit čas mezi vznikem problému a reakcí na něj.
Proč záleží na firemních pravidlech
Ukazatele logistického výkonu nelze vždy porovnávat bez znalosti jejich definice. Včasnost může začínat datem připravenosti nákladu nebo vyzvednutím. Výsledek dále mění smlouvy, přepravní režimy a dohodnuté výjimky.
Mo proto pracuje s logistickou ontologií a sémantikou project44. Opírá se přibližně o 1 bilion záznamů o zásilkách za deset let, aktuální milníky a prediktivní odhady příjezdu. Cortex Analyst převede interpretovaný dotaz do SQL a načte výsledek z dat project44 v Snowflake. Popis platformy Mo je dostupný u project44.
Praktický dopad na provoz
V interním ověření Mo správně zodpověděl všech 10 kontrolovaných otázek, zatímco obecný velký jazykový model zvládl dvě. Při deseti opakováních zůstal konzistentní a odpovídal 2,5krát rychleji. Řešení používá 210 zákazníků a zpracovalo přes 50 000 otázek.
Mezi uváděné výsledky patří snížení expozice jednoho podniku vůči poplatkům za zdržení a demurrage o 6 milionů dolarů, uvolnění 200 000 dolarů pracovního kapitálu jediným dotazem a téměř 750 000 dolarů úspor spojených s řízením narušení.
Pro koncept Industry 5.0 je důležité, že technologie rozšiřuje schopnost lidí rozhodovat na základě aktuálního kontextu. Dostupnější analýza může pomoci soustředit kapacity na výjimky, které nejvíce ohrožují kontinuitu výroby, náklady a zákaznický servis.
