目次
IoT と 5G は可視性を変える
人工知能と機械学習はパフォーマンスを最適化します
次世代テクノロジーは業界の将来性を保証します
ホームページ テクノロジー周辺機器 AI 人工知能テクノロジーがサプライチェーンの未来をどう変えるか

人工知能テクノロジーがサプライチェーンの未来をどう変えるか

Apr 07, 2023 pm 05:01 PM
AI サプライチェーン

人工知能テクノロジーがサプライチェーンの未来をどう変えるか

テクノロジーは、古代のシルクロードのラクダに縛り付けられた新しい車輪付きカートから今日のウルトラまで、サプライチェーンの管理方法を常に破壊し、改善しています。 -人工知能を活用した正確な小売補充需要予測。

しかし、こうした発展は社会を前進させ続けますが、最初は必ずしも歓迎されるわけではありません。バーコードを例に考えてみましょう。

バーコードが初めて商用利用されるようになったとき、懐疑的なメーカーはバーコードを製品に印刷するよう説得する必要があり、スーパーマーケットはスキャナーの購入を躊躇しました。しかし、数年以内に、バーコーディングは小売ライフサイクル全体の効率と正確さを変えるものとして広く認識されるようになりました。

ビジネス リーダーとして、私たちは常に最初の抵抗を克服し、革新的な新しいテクノロジーを活用する必要があります。地政学から環境に至るまでの外部変化に適応できるサプライチェーンは、今日の不安定な経済環境において大きな競争上の優位性となります。それでは、どのような新しいテクノロジーが速度を向上させ、信頼性をサポートし、貴社のようなビジネスの回復力を高めることができるでしょうか?見てみましょう。

IoT と 5G は可視性を変える

新型コロナウイルス感染症のパンデミックは経済減速を引き起こしましたが、最悪の事態は過ぎ去った可能性がある今、優先順位を付けなければ IoT と 5G は前進する可能性があります。レベルを検討してくださいパンデミックを考慮すれば彼らはそうなっていただろう。

5G テクノロジーのメリットは明らかです。 4G よりも 1,000 倍高速で、10,000 倍のトラフィックを処理できます。また、遅延が 10 ミリ秒から 1 ミリ秒未満に短縮され、デバイスの接続数が 1 平方キロメートルあたり 100,000 台から 100 万台に増加します。簡単に言えば、同時に相互接続できるデバイスやアプリケーションの数が爆発的に増加することを促進します。

これにより、サプライ チェーンでは、世界中の商品の移動を追跡する際に、前例のないレベルのスピードと応答性が可能になります。低コストの 5G チップは、サプライチェーンのデータをリアルタイムで収集して分析できます。 5G 対応の IoT センサーをサプライ チェーンのさまざまなポイントに配置できるため、管理者は製品の場所、ラベル付け、ステータスをリモートで監視し、遅延や中断が発生した場合にすぐに回避策の計画を開始できます。

5G は、組織が業務を最適化し、地理位置情報テクノロジーを使用して交通渋滞を回避するなど、非効率を最小限に抑えることにも役立ちます。 5G と IoT を組み合わせることで、組織は製品が適切なタイミングで完璧な量で倉庫や棚に届くことを保証できます。

人工知能と機械学習はパフォーマンスを最適化します

サプライ チェーン管理に革命をもたらすと期待されるもう 1 つの技術分野は、人工知能 (AI) とその機械学習 (ML) のサブセットです。 AI と ML の微妙な違いに注意することが重要です。AI を使用すると、コンピュータ システムが数学と論理を使用して自ら「思考」し、タスクを自律的に実行できるようになります。同時に、ML により、システムは経験に基づいて「学習」し、出力を改善できます。

機械学習主導のサプライ チェーンを使用すると、組織は時間の経過とともに製品需要の予測を自動的に改善できます。これにより、在庫と在庫予測の精度が向上して「ブルウィップ効果」を防ぐだけでなく、ダイナミックプライシングなどの新たな小売の機会も生まれます。さらに、データ モデルは製品需要の異常を強調し、顧客の購入制限や在庫の追加注文などの制御メカニズムを自動的に設定できます。

同時に、人工知能の助けを借りて、文書処理や注文ピッキングなどの単純なバックエンドタスクを自動化できるため、従業員はより効果的で充実した仕事に取り組むことができます。 AI は、管理者が価格設定から信頼性までサプライヤーのパフォーマンスを評価し、混乱をさらに軽減し、サプライ チェーンを強化するのにも役立ちます。

これらは単なる投機的な突破口ではありません。マッキンゼーの調査によると、AI と機械学習を早期に導入した企業は「物流コストが平均 15%、在庫レベルが 35%、サービス レベルが 65% 向上」するなど、大きな成功を収めています。

コストが上昇し、混乱が激化する中、ビジネスリーダーはAI主導のサプライチェーンの利点を活用して、より速く動く競合他社が先を行き過ぎるのを防ぐよう努めるべきです。

次世代テクノロジーは業界の将来性を保証します

サプライ チェーンはより高速で、より安全で、より回復力のあるものになる必要がありますが、真に将来性のあるサプライ チェーンは持続可能でもなければなりません。ネットゼロ社会に向けて進むにつれ、より環境に優しいサプライチェーンが非常に求められるようになります。特に、化石燃料の価格と入手可能性の変動を回避し、環境意識の高い顧客、投資家、従業員を惹きつけることができるからです。

幸いなことに、政府は環境に優しい購入と流通に注目し、大幅な奨励金を提供し始めています。米国は最近、今後10年間で約3,700億ドルをさまざまな低炭素エネルギー技術に投資するという抜本的なエネルギー法案を可決した。研究では、この法律が米国の排出量を大幅に削減し、ネットゼロ目標を達成するのに役立つ可能性があることがすでに示されています。

同時に、ロシア・ウクライナ戦争とそのヨーロッパへの石油とガスの流れへの影響により、大陸の国々が米国に追随し、持続可能なエネルギーに多額の投資を行う可能性があります。

再生可能エネルギーの発電量を 4 倍にし、電力インフラを構築すれば、EU​​ は 2035 年までに 1 兆ドル以上を節約できる可能性があり、さらに気候、健康、エネルギー安全保障にもメリットがもたらされることが研究で示されています。同様に、英国のエネルギー安全保障戦略は、2030 年までに電力の最大 95% を低炭素化するために再生可能エネルギーをどのように利用するかを定めています。

現在、太陽光および風力エネルギーから得られる電力のワットあたりのコストは、化石燃料のコストと同程度です。しかし、グリーンエネルギーへの投資が成功すれば、化石燃料からの独立が実現し、調達、運営、サプライチェーンにおける過度の無駄が革命的に起こる可能性があります。

一方、他の新興テクノロジーは私たちに信じられないほどの未来を垣間見せてくれています。今から 10 年後、AI は生物を操作できるようになるでしょうか? ロボット工学者と科学者の研究チームは、それが確かに可能であることを示しました。イノベーションは常にすぐそこまで来ており、私たちのサプライチェーン、ビジネス、生活に次に現れる可能性のあるテクノロジーに備えることは私たちの責任です。

以上が人工知能テクノロジーがサプライチェーンの未来をどう変えるかの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Bytedance Cutting が SVIP スーパー メンバーシップを開始: 継続的な年間サブスクリプションは 499 元で、さまざまな AI 機能を提供 Jun 28, 2024 am 03:51 AM

このサイトは6月27日、JianyingはByteDanceの子会社であるFaceMeng Technologyによって開発されたビデオ編集ソフトウェアであり、Douyinプラットフォームに依存しており、基本的にプラットフォームのユーザー向けに短いビデオコンテンツを作成すると報告しました。 Windows、MacOS、その他のオペレーティング システム。 Jianyingは会員システムのアップグレードを正式に発表し、インテリジェント翻訳、インテリジェントハイライト、インテリジェントパッケージング、デジタルヒューマン合成などのさまざまなAIブラックテクノロジーを含む新しいSVIPを開始しました。価格的には、クリッピングSVIPの月額料金は79元、年会費は599元(当サイト注:月額49.9元に相当)、継続月額サブスクリプションは月額59元、継続年間サブスクリプションは、年間499元(月額41.6元に相当)です。さらに、カット担当者は、ユーザーエクスペリエンスを向上させるために、オリジナルのVIPに登録している人は、

Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Rag と Sem-Rag を使用したコンテキスト拡張 AI コーディング アシスタント Jun 10, 2024 am 11:08 AM

検索強化生成およびセマンティック メモリを AI コーディング アシスタントに組み込むことで、開発者の生産性、効率、精度を向上させます。 JanakiramMSV 著者の EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG から翻訳。基本的な AI プログラミング アシスタントは当然役に立ちますが、ソフトウェア言語とソフトウェア作成の最も一般的なパターンに関する一般的な理解に依存しているため、最も適切で正しいコードの提案を提供できないことがよくあります。これらのコーディング アシスタントによって生成されたコードは、彼らが解決する責任を負っている問題の解決には適していますが、多くの場合、個々のチームのコーディング標準、規約、スタイルには準拠していません。これにより、コードがアプリケーションに受け入れられるように修正または調整する必要がある提案が得られることがよくあります。

GenAI および LLM の技術面接に関する 7 つのクールな質問 GenAI および LLM の技術面接に関する 7 つのクールな質問 Jun 07, 2024 am 10:06 AM

AIGC について詳しくは、51CTOAI.x コミュニティ https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou を参照してください。これらの質問は、インターネット上のどこでも見られる従来の質問バンクとは異なります。既成概念にとらわれずに考える必要があります。大規模言語モデル (LLM) は、データ サイエンス、生成人工知能 (GenAI)、および人工知能の分野でますます重要になっています。これらの複雑なアルゴリズムは人間のスキルを向上させ、多くの業界で効率とイノベーションを推進し、企業が競争力を維持するための鍵となります。 LLM は、自然言語処理、テキスト生成、音声認識、推奨システムなどの分野で幅広い用途に使用できます。 LLM は大量のデータから学習することでテキストを生成できます。

微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります 微調整によって本当に LLM が新しいことを学習できるようになるのでしょうか: 新しい知識を導入すると、モデルがより多くの幻覚を生成する可能性があります Jun 11, 2024 pm 03:57 PM

大規模言語モデル (LLM) は巨大なテキスト データベースでトレーニングされ、そこで大量の現実世界の知識を取得します。この知識はパラメータに組み込まれており、必要なときに使用できます。これらのモデルの知識は、トレーニングの終了時に「具体化」されます。事前トレーニングの終了時に、モデルは実際に学習を停止します。モデルを調整または微調整して、この知識を活用し、ユーザーの質問により自然に応答する方法を学びます。ただし、モデルの知識だけでは不十分な場合があり、モデルは RAG を通じて外部コンテンツにアクセスできますが、微調整を通じてモデルを新しいドメインに適応させることが有益であると考えられます。この微調整は、ヒューマン アノテーターまたは他の LLM 作成物からの入力を使用して実行され、モデルは追加の実世界の知識に遭遇し、それを統合します。

新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 新しい科学的で複雑な質問応答ベンチマークと大規模モデルの評価システムを提供するために、UNSW、アルゴンヌ、シカゴ大学、およびその他の機関が共同で SciQAG フレームワークを立ち上げました。 Jul 25, 2024 am 06:42 AM

編集者 |ScienceAI 質問応答 (QA) データセットは、自然言語処理 (NLP) 研究を促進する上で重要な役割を果たします。高品質の QA データ セットは、モデルの微調整に使用できるだけでなく、大規模言語モデル (LLM) の機能、特に科学的知識を理解し推論する能力を効果的に評価することもできます。現在、医学、化学、生物学、その他の分野をカバーする多くの科学 QA データ セットがありますが、これらのデータ セットにはまだいくつかの欠点があります。まず、データ形式は比較的単純で、そのほとんどが多肢選択式の質問であり、評価は簡単ですが、モデルの回答選択範囲が制限され、科学的な質問に回答するモデルの能力を完全にテストすることはできません。対照的に、自由回答型の Q&A

あなたが知らない機械学習の 5 つの流派 あなたが知らない機械学習の 5 つの流派 Jun 05, 2024 pm 08:51 PM

機械学習は人工知能の重要な分野であり、明示的にプログラムしなくてもコンピューターにデータから学習して能力を向上させる機能を提供します。機械学習は、画像認識や自然言語処理から、レコメンデーションシステムや不正行為検出に至るまで、さまざまな分野で幅広く応用されており、私たちの生活様式を変えつつあります。機械学習の分野にはさまざまな手法や理論があり、その中で最も影響力のある 5 つの手法は「機械学習の 5 つの流派」と呼ばれています。 5 つの主要な学派は、象徴学派、コネクショニスト学派、進化学派、ベイジアン学派、およびアナロジー学派です。 1. 象徴主義は、象徴主義とも呼ばれ、論理的推論と知識の表現のためのシンボルの使用を強調します。この学派は、学習は既存の既存の要素を介した逆演繹のプロセスであると信じています。

SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 SOTA パフォーマンス、厦門マルチモーダルタンパク質-リガンド親和性予測 AI 手法、初めて分子表面情報を結合 Jul 17, 2024 pm 06:37 PM

編集者 | KX 医薬品の研究開発の分野では、タンパク質とリガンドの結合親和性を正確かつ効果的に予測することが、医薬品のスクリーニングと最適化にとって重要です。しかし、現在の研究では、タンパク質とリガンドの相互作用における分子表面情報の重要な役割が考慮されていません。これに基づいて、アモイ大学の研究者らは、初めてタンパク質の表面、3D 構造、配列に関する情報を組み合わせ、クロスアテンション メカニズムを使用して異なるモダリティの特徴を比較する、新しいマルチモーダル特徴抽出 (MFE) フレームワークを提案しました。アライメント。実験結果は、この方法がタンパク質-リガンド結合親和性の予測において最先端の性能を達成することを実証しています。さらに、アブレーション研究は、この枠組み内でのタンパク質表面情報と多峰性特徴の位置合わせの有効性と必要性​​を実証しています。 「S」で始まる関連研究

AIなどの市場を開拓するグローバルファウンドリーズがタゴール・テクノロジーの窒化ガリウム技術と関連チームを買収 AIなどの市場を開拓するグローバルファウンドリーズがタゴール・テクノロジーの窒化ガリウム技術と関連チームを買収 Jul 15, 2024 pm 12:21 PM

7月5日のこのウェブサイトのニュースによると、グローバルファウンドリーズは今年7月1日にプレスリリースを発行し、自動車とインターネットでの市場シェア拡大を目指してタゴール・テクノロジーのパワー窒化ガリウム(GaN)技術と知的財産ポートフォリオを買収したことを発表した。モノと人工知能データセンターのアプリケーション分野で、より高い効率とより優れたパフォーマンスを探求します。生成 AI などのテクノロジーがデジタル世界で発展を続ける中、窒化ガリウム (GaN) は、特にデータセンターにおいて、持続可能で効率的な電力管理のための重要なソリューションとなっています。このウェブサイトは、この買収中にタゴール・テクノロジーのエンジニアリングチームがGLOBALFOUNDRIESに加わり、窒化ガリウム技術をさらに開発するという公式発表を引用した。 G

See all articles