ftetoai Feliratkozás a várólistára

Kennisbank

AI és logisztika: mely feladatok tolódnak el, melyek maradnak emberi munka?

A logisztika és a beszerzés feladatok hosszú láncolatából áll: attól kezdve, hogy jelezni kell, hogy szükség van valamire, a beszállítókkal folytatott tárgyaláson át, egészen a végül beérkező számla feldolgozásáig. A mi taxonómiánkon belül 62 feladat tartozik ebbe a területbe. Nem minden feladat alkalmas egyformán az automatizálásra. A minta akkor válik nyilvánvalóvá, ha megnézi, mit igényel egy feladat: rögzített szabályokat és strukturált adatokat, vagy megítélést, tárgyalást és felelősséget.

1. kategória: feladatok, amelyeket az AI át tud venni

A teljes átvételre legesélyesebb feladatoknak egy közös vonásuk van: hasonló, strukturált információn alapulnak, és rögzített eljárást követnek, sok kivétel nélkül.

A rendelés-visszaigazolás ellenőrzése ennek jó példája. A rendelés-visszaigazolás összevetése az eredeti rendeléssel ár, mennyiség és szállítási határidő tekintetében adatok egymás mellé helyezésének kérdése. Nincs szükség tárgyalásra, nincs kockázatbecslés, csak eltérésellenőrzés.

A rendelésstátusz figyelése és nyomon követése is ebbe a kategóriába tartozik. A nyitott rendelések rendszeres nyomon követése és a beszállítóknál történő automatikus rákérdezés, amikor egy szállítási határidő veszélybe kerül, ismétlődő munka, amely adatokra és rögzített kiváltó eseményekre épül.

A beszerzési számlák feldolgozása, lényegében a számla, a rendelés és a beérkezési bizonylat összepárosítása, szintén jól automatizálható, amíg a három dokumentum egyezik. Az ok, amiért ezek a feladatok átadhatók, mindig ugyanaz: a döntési tér kicsi, a bemenet pedig strukturált.

2. kategória: AI emberi felügyelettel

Egy nagyobb feladatcsoport ötvöz egy olyan részt, amelyet az AI jól elő tud készíteni, egy másik résszel, amelyben egy embernek kell mérlegelnie, jóváhagynia vagy elutasítania. Ez nem azért van, mert a technológia elégtelen, hanem mert az eredmény olyan megítélést kíván, amely túlmutat az adatokon.

Az ajánlatok bekérése és összehasonlítása itt beszédes példa. Az AI könnyedén egymás mellé tudja állítani az árakat, feltételeket és szállítási határidőket, és javaslatot tud tenni. De a végső választás gyakran lágyabb tényezőket is figyelembe vesz, például a beszállítóval fennálló kapcsolatot vagy stratégiai megfontolásokat, és ez olyan embert igényel, aki jóváhagyja vagy elutasítja az ajánlást, indoklással.

A beszállítói teljesítmény értékelése ugyanebbe a kategóriába tartozik. A szállítási határidőkről, minőségről és panaszokról szóló adatok gyűjtése és összefoglalása jól automatizálható. Az arra vonatkozó ítélet, hogy ez mit jelent a kapcsolat szempontjából, és hogy szükséges-e beavatkozás, embernél marad.

Az árazási eltérések kivizsgálása nagyrészt automatizáltan felderíthető és előszűrhető, de a beszállítóval való tényleges megoldás gyakran olyan beszélgetést és mérlegelést igényel, amelyet az AI önállóan nem tud lezárni.

Az ebbe a kategóriába tartozó feladatoknál különösen fontos előre rögzíteni, ki adja a jóváhagyást és milyen alapon, főleg ha beszállítók vagy teljesítmények automatizált értékeléséről van szó. Ez érinti azt, ahogyan a magas kockázatú AI a munkahelyen alkalmazásra kerül, és jó tudni, hogy erre saját jogi követelmények vonatkoznak.

3. kategória: feladatok, amelyek emberi munka maradnak

A feladatok harmadik csoportja a technológia jelenlegi állása szerint emberi munka marad. Ezek olyan feladatok, amelyekben a tárgyalás, a kapcsolatkezelés és a hosszú távú együttműködésért való felelősség áll a középpontban.

A beszállító kiválasztása itt a legegyértelműbb példa. A beszállító kiválasztása egy nagyobb megbízásnál vagy hosszú távú szerződésnél az árat és a minőséget is mérlegeli, de a bizalmat, a stratégiai függőséget és a jövőbeli problémák esetén tanúsított rugalmasságot is. Ez olyan döntés, amelynek következményei túlmutatnak azon, ami adatokban rögzíthető.

A beszerzési árak tárgyalása ugyanúgy emberi munka marad. A tárgyalás dinamikus folyamat, amelyben a hangnem, az időzítés és az érdekek kölcsönös megértése szerepet játszik. Ez nem fogható meg egy rögzített forgatókönyvben.

A beszerzési szerződés megszövegezése is, bár egyes részei szabványos záradékokkal támogathatók, végül olyan jogászt vagy beszerzőt igényel, aki átlátja a saját szervezetre vonatkozó kockázatokat, és felelősséget visel a papírra kerülő megállapodásokért.

Mit jelent ez az osztály egésze számára

Ez a 62 feladat összképe azt mutatja, hogy a logisztikai lánc adminisztratív és ellenőrző része a legesélyesebb az AI általi átvételre, hogy a megítélést igénylő munka gyakran egy köztes formát kíván felügyelettel, és hogy minden, ami tárgyalásra, választásra vagy felelősségvállalásra vezethető vissza, embernél marad. Ez nem rögzített százalék osztályonként; attól függ, hogyan alakították ki a beszerzési folyamatát, hány beszállítója van, és mennyire szabványosítottak már a szerződései.

Amikor azon gondolkodik, hogy másképp ossza el a feladatokat ember és AI között, érdemes megnéznie, mikor van szerepe az üzemi tanácsnak, különösen ha a változás hatással van az osztályon belüli funkciókra vagy munkamódszerekre. Az is idetartozik, ahogyan a beszállítói adatokat és a kapcsolattartók személyes adatait kezelik, ami érinti a GDPR-t a feladatok automatizálásánál. Ez a cikk azt írja le, mely munka alkalmas automatizálásra; nem szolgál alátámasztásul személyzeti döntésekhez, és nem helyettesíti a saját jogi felülvizsgálatot.

A logisztika és a beszerzés egyébként nem áll elkülönülten más osztályoktól: aki a készletszinteket és a szállítási határidőket felügyeli, gyakran szorosan együttműködik a tervezéssel, ezért hasznos lehet elolvasni azt is, milyen munkát vehet át az AI a tervezésben.

Mit tehet most

Ez az áttekintés bemutatja a mintát, de minden szervezetnek megvan a saját feladat-, rendszer- és beszállítói keveréke. Ha szeretné tudni, ez hogyan alakul az Ön saját helyzetében, kitöltheti az ftetoai ingyenes gyorstesztjét: tizenkét kérdés, fiók nélkül, amely jelzést ad arról, hogy a profiljában szereplő órák mekkora része vehető át ma AI által. Egy részletesebb munkateszt, amely mélyebben, feladatszinten vizsgálja ezt, még fejlesztés alatt áll; ez jelenleg még nem létezik, és ezt inkább őszintén közöljük, mintsem hogy máris kínálnánk.

KIPPde assistent van de werkscan

Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.

Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.