Mezera v dovednostech AI, datové silo ohrožují dodavatelský řetězec
Nové poznatky od Manhattan Associates odhalují, že kritická mezera ve dovednostech a výzvy v oblasti viditelnosti dat brání efektivní adopci AI v systémech řízení dopravy. Výzkum, který oslovil 150 vrcholových rozhodovatelů z organizací v odvětvích výroby, maloobchodu, velkoobchodu, spotřebního zboží, potravin a nápojů, zdůrazňuje naléhavou potřebu organizací řešit interní schopnosti, aby mohly plně využít potenciál AI.
Zatímco slib AI je široce uznáván, výzkum odhaluje významné rozdíly mezi očekáváními do budoucna a dnešní realitou. V současnosti 49 % organizací postrádá viditelnost dat potřebnou k proaktivnímu upravování přepravních tras a 45 % nemá viditelnost k přijetí nápravných opatření před tím, než zásilky jsou zpožděny nebo narušeny.
Tato základní absence viditelnosti dat je zhoršena interními výzvami. Když se respondenti ptali na současné problémy při dosahování viditelnosti, 42 % uvedlo nedostatek dovedností v organizaci a 39 % poukázalo na datové silo napříč různými platformami a řešeními.
Hnutí směrem k AI je nepopiratelné, přičemž 63 % organizací očekává plně autonomní agentní AI nebo minimální lidský dohled do příštích pěti let. Nicméně současné míry adopce zaostávají za těmito ambiciózními očekáváními. Výzkum zjistil, že zatímco 46 % organizací má vysoce integrovanou AI, více než polovina nikoliv. Znepokojující je, že téměř pětina (18 %) má omezené nebo žádné využití, což je vystavuje významnému riziku zaostávání za agilnějšími konkurenty.
Klíčové faktory, které zpomalují přijetí a snižují míru adopce, zahrnují náklady a nedostatek interních odborných znalostí. 55 % organizací se obává vysokých nákladů na implementaci a používání, a 45 % uvádí nedostatek znalostí a dovedností uvnitř organizace. Také je vnímáno, že vrcholní manažeři nepřispívají dostatečnou podporou k širšímu přijetí, přičemž 43 % uvádí, že cítí nedostatek organizační nebo výkonné podpory pro podporu a zavádění iniciativ AI.
„Zjištění ukazují jasný rozpor mezi očekávaným budoucím využitím a schopnostmi AI v dopravě a současnými schopnostmi mnoha organizací,“ komentoval Martin Lockwood, seniorní ředitel společnosti Manhattan Associates. „Zatímco autonomní agenti vzbudili značný zájem, realita je taková, že velká část odvětví není dostatečně vybavena k efektivnímu využití této technologie kvůli nedostatku interních dovedností a fragmentovaným datovým sadám.“
Výzkum rovněž zdůrazňuje rozšířenou obavu ohledně dlouhověkosti stávajících systémů. Šokujících 99 % dotázaných se obává, že jejich TMS může mít potíže s držení kroku s požadavky na rychlost, kapacitu nebo snižování nákladů v příštích pěti letech. To zdůrazňuje naléhavou potřebu, aby organizace investovaly jak do technologií, tak do lidského kapitálu potřebného k řízení a optimalizaci těchto pokročilých systémů.
„Pro skutečné využití výhod AI musí organizace klást důraz na rozvoj svých pracovníků a odstraňování datových silo,“ dodal Lockwood. „Bez těchto základních prvků zůstane slib autonomního řízení dopravy nedosažitelný pro mnoho, což povede ke zvýšeným nákladům, neefektivitám, neschopnosti splnit se vyvíjejícími se očekáváními zákazníků a (potenciálně) k dvoutřídní úrovni konkurence.“
