La investigación de Blue Yonder encontró que el 80% de las organizaciones globales han probado o implementado inteligencia artificial generativa (IA) en sus cadenas de suministro. Sin embargo, ir más allá de un piloto e incorporar la IA en los procesos empresariales para aprovechar realmente su máximo potencial es un gran reto. Según el Project Management Institute, entre el 70 y el 80% de las iniciativas de IA terminan en fracaso, lo que pone de manifiesto lo difícil que puede ser conectar las herramientas y la tecnología generales de IA y aprendizaje automático (ML) existentes en los contextos de la industria.
Una de las mayores barreras está en la arquitectura técnica. Las soluciones puntuales para los procesos de la cadena de suministro no son adecuadas para proporcionar a la IA los datos que necesita. Las empresas que dependen de soluciones puntuales y procesos por lotes no son capaces de proporcionar a las herramientas de IA la calidad adecuada de datos, con la suficiente rapidez, y carecen del alcance de la visión de extremo a extremo para garantizar que las herramientas de IA que están adoptando ofrezcan decisiones u optimizaciones valiosas.
En este blog, exploraremos tres formas en que se puede mejorar la arquitectura tecnológica de la cadena de suministro para permitir que las empresas adopten y obtengan valor de la IA, y mostraremos cómo la arquitectura técnica de Blue Yonder está diseñada específicamente para eso.
Modelo de datos ajustado por IA
Un modelo de datos común sirve como un marco estandarizado que define cómo se estructuran e interconectan los datos en varios sistemas y aplicaciones. Proporciona un esquema unificado, lo que garantiza que los datos sean coherentes e interoperables para que los diferentes sistemas se comuniquen de forma eficaz.
Un modelo de datos ajustado por IA está estructurado de una manera que permite que la IA/ML de primera mano aproveche los datos con mayor velocidad y precisión, lo que conduce a recomendaciones más rápidas y análisis de causa raíz. Por ejemplo, los datos en este formulario pueden ser utilizados por las capacidades de ML e IA líderes en la industria de Blue Yonder, que crean información precisa y explicable en todos los productos. Sin embargo, lo más importante es que un modelo de datos común que prioriza la IA también permite que los datos sean fácilmente ingeridos y utilizados por agentes externos de IA. Estos agentes pueden interactuar tanto con los datos empresariales de primera mano como con los datos de terceros de fuera de la empresa para hacer predicciones mejor informadas y sugerir las acciones correctas.
Si no se diseña esta pieza arquitectónica clave para las necesidades de la IA, los agentes externos de IA tendrán dificultades para ingerir datos empresariales y hacer recomendaciones relevantes. Para asegurarse de que nuestros clientes puedan adoptar de manera efectiva la IA agentica de vanguardia, Blue Yonder ha entregado un modelo de datos ajustado a la IA en la última versión del producto (24.4) para mejorar nuestro rendimiento de IA integrada y permitir una integración más fácil con agentes y aplicaciones de IA externos.