Gevinster:
- Evne til at kombinere efterspørgsels-, lager-, lager-, rute- og leverandørmoduler i et end-to-end workflow og bruge kunstig intelligens som et holistisk beslutningsstøttelag
- Evne til at forstå og udarbejde udkast til elementer af AI-styringspolitik (dataklassificering, menneskelige godkendelsespunkter, revisionsspor, etiske principper)
- Mens vi overvåger CO2-fodaftryk og bæredygtighedsindikatorer med støtte fra kunstig intelligens, kan vi sikre, at ansvaret og den endelige beslutning forbliver hos mennesket.
Modul eksamen
1. Hvilken af følgende er den mest nøjagtige positionering for kunstig intelligens i logistik og forsyningskæde?
- A) Kunstig intelligens kan afslutte forsendelsesordrer og indkøbsordrer uden menneskelig godkendelse
- B) Kunstig intelligens fungerer kun i at skrive tekst, det har intet med operationelle data at gøre
- C) Kunstig intelligens er en assistent og beslutningsstøtteværktøj; Ansvar og endelig godkendelse af kritiske operationelle beslutninger ligger hos mennesker ✔
- D) Kunstig intelligens tager altid mere præcise beslutninger end mennesker, så auditering er unødvendig
Beskrivelse: Kunstig intelligens er et assistent og beslutningsstøtteværktøj, der producerer forudsigelser, udkast og analyser. Ansvar og endelig godkendelse af beslutninger, der påvirker penge og driftskontinuitet, såsom forsendelse, lagerinvestering og valg af leverandør, tilhører den kompetente ekspert og leder.
2. Vi ved, at en efterspørgselsprognosemodel trænes med data fra de seneste 3 år. Et helt nyt produkt vil blive lanceret på markedet. Hvad er status for AI-prognosen for den første måneds efterspørgsel af dette produkt?
- A) Prognosen for nyt produkt uden historiske data er dårligt baseret; Lignende produktanalogi og ekspertvurdering har forrang ✔
- B) Estimering for nyt produkt giver altid det mest nøjagtige resultat
- C) Modellen lærer automatisk det nye produkt korrekt, ingen data er nødvendige
- D) Det er umuligt at forudsige efterspørgsel efter nye produkter, ingen metode kan bruges
Beskrivelse: AI-forudsigelse er baseret på tidligere mønstre. For et nyt produkt uden historiske data mangler modellen et pålideligt grundlag; Lignende produktanalogi og ekspertvurdering kommer i forgrunden, og forudsigelsen behandles forsigtigt.
3. Hvad er hovedformålet med begrebet sikkerhedslager?
- A) Hold hele beholderen fuldt fyldt
- B) For at lette regnskabsoptegnelser
- C) Forlængelse af produkternes holdbarhed
- D) Skabe en buffer mod usikkerhed i efterspørgsel og udbudstid og forhindre lagerudtømning ✔
Forklaring: Sikkerhedslager er yderligere lager, der holdes som en buffer mod usikkerhed i efterspørgsel og udbudstid. Dens formål er at opretholde det målrettede serviceniveau ved at forhindre lagerudbud under udsving.
4. Hvad refererer gruppe 'A'-produkter generelt til i ABC-analyse?
- A) De billigste og mest forskelligartede produkter med lav værdi
- B) Kritiske produkter, der er få i antal, men som udgør størstedelen af den samlede værdi ✔
- C) Døde lagre, der ikke ser nogen bevægelse på lageret
- D) Kun importerede produkter
Beskrivelse: ABC-analyse klassificerer produkter efter værdi. Gruppe 'A' er kritiske produkter, der er små i antal, men som tegner sig for størstedelen af den samlede værdi/omsætning; De fortjener den strengeste overvågning og kontrol (Pareto-princippet).
5. Hvad skal driftslederen tjekke, før han implementerer en lagerplukkerute foreslået af kunstig intelligens?
- A) Farve og skrifttype på ruten
- B) Tjek kun om ruten er den korteste
- C) Sikkerhed på stedet, ergonomi og overholdelse af faktiske lagerbegrænsninger ✔
- D) Intet; AI-ruten er altid korrekt
Beskrivelse: Kunstig intelligens kan foreslå en matematisk rute, der forkorter afstanden; Feltsikkerhed, ensrettet gang, tung produktergonomi og faktiske lagerbegrænsninger afspejles muligvis ikke fuldt ud i modellen. Det er derfor, feltægthed og sikkerhedsbekræftelse er afgørende.
6. Hvad betyder 'tidsvindue'-begrænsningen i køretøjets routingproblem (VRP)?
- A) Tilladt tidsinterval, hvor et punkt kan modtage service til levering/modtagelse ✔
- B) Hvor lang tid tager det for køretøjets tank at blive fyldt?
- C) Chaufførens samlede arbejdsår
- D) Tidspunkt, hvor brændstofprisen ændres
Forklaring: Et tidsvindue er det tilladte tidsrum, hvor et leverings- eller afhentningssted kan modtage service (for eksempel modtager købmanden kun varer mellem kl. 08.00 og 11.00). Ruten skal overholde disse vinduer; AI skal bygge scenariet under denne begrænsning.
7. Ved forudsigelig vedligeholdelse indikerer kunstig intelligens en høj sandsynlighed for, at et køretøjs leje snart kan svigte. Hvad er den rigtige tilgang?
- A) Ignorerer advarslen fuldstændig, fordi AI er fejlbarlig
- B) Skrotning af køretøjet øjeblikkeligt og uden spørgsmål
- C) Afskedigelse af føreren uden varsel
- D) Den tekniske ekspert bekræfter skønnet med en fysisk undersøgelse og træffer vedligeholdelsesbeslutningen ✔
Beskrivelse: Forudsigende vedligeholdelse er et skøn over muligheden. I stedet for straks at skrotte køretøjet eller ignorere advarslen, bekræfter den tekniske ekspert forudsigelsen med en fysisk inspektion og træffer vedligeholdelsesbeslutningen. AI hjælper med at prioritere, ikke træffe beslutningen.
8. Hvorfor skal 'single sourcing' overvåges nøje i leverandørrisikostyringen?
- A) At arbejde med en enkelt leverandør er altid det billigste, der er ingen risiko
- B) Kritisk materiale er afhængigt af en enkelt leverandør, en afbrydelse i denne leverandør kan stoppe hele kæden ✔
- C) Enkeltkilde er et problem, fordi det kun øger antallet af fakturaer
- D) En enkelt kilderisiko er kun gyldig for import, ikke indenlandsk.
Forklaring: Enkeltkilderisiko er, når et kritisk materiale er afhængigt af en enkelt leverandør. En afbrydelse hos den pågældende leverandør (konkurs, naturkatastrofe, strejke) kan stoppe hele forsyningskæden. Kunstig intelligens kan demonstrere denne koncentration; Den alternative ressourceplan er lederens ansvar.
9. Kunstig intelligens udtrak automatisk mængden, typen af varer og GTIP-kodeoplysninger fra en importfaktura. Hvad skal der gøres, før disse data overføres til toldangivelsen?
- A) Overførsel direkte til systemet, fordi kunstig intelligens ikke laver fejl
- B) Kontroller kun beløbet og spring andre felter over
- C) Den ansvarlige ekspert sammenligner de udtrukne data med det originale dokument, verificerer og godkender det ✔
- D) Sletning af fakturaen og anmodning om genudstedelse
Forklaring: Data udtrukket af OCR kan være forkerte (forkert nummer, blandet kode) i told-, skatte- og juridiske felter. Det bør ikke behandles uden menneskelig verifikation; Den ansvarlige ekspert skal sammenligne det med det originale dokument og bekræfte det.
10. I en kontroltårnsopsætning genererer kunstig intelligens advarsler for ETA (estimeret ankomst) afvigelser. Hvad afhænger pålideligheden af disse advarsler mest af?
- A) Nøjagtighed og ajourføring af de data, den feeds ✔
- B) Hvor mange ord er der i advarselsmeddelelsen?
- C) Afhængig af kontroltårnets displayfarver
- D) Førerens telefonmærke
Beskrivelse: AI-advarslen afhænger af kvaliteten af de data, den tilføres. Hvis GPS-signalet, den aktuelle trafik og den nøjagtige forsendelsesstatus mangler eller er forsinket, vil oversigten og advarslen være vildledende. Princippet om 'skrald ind, skrald ud' gælder.
11. Ved evaluering af transportudbud anbefaler kunstig intelligens det laveste bud. Hvad er korrekt, når man træffer beslutningen baseret på dette forslag?
- A) Det laveste bud bør vælges automatisk under alle omstændigheder
- B) Der bør ikke tages hensyn til andre kriterier end pris
- C) Kunstig intelligens bør afslutte beslutningen på egen hånd
- D) Ud over pris, skal kapacitet, ydeevne og kontinuitet evalueres, konkurrenceregler skal følges, og den endelige godkendelse skal være hos lederen ✔
Bemærk: Den laveste pris alene er måske ikke det bedste valg; Transportørens kapacitet, leveringsydelse, forsikring og kontinuitet er også vigtige. Derudover tilhører overholdelse af konkurrenceregler og endelig godkendelse manageren. Kunstig intelligens fremskynder sammenligningen, ikke beslutningen.
12. Hvad måler MAPE-indikatoren (Mean Absolute Percent Error) i en efterspørgselsprognose?
- A) Samlet kvadratmeter af lageret
- B) Hvor mange procent afviger forudsigelserne i gennemsnit fra de faktiske værdier?
- C) Volumen af et køretøjs brændstoftank
- D) Antal leverandører
Beskrivelse: MAPE er en nøjagtighedsindikator, der måler den gennemsnitlige procentvise afvigelse af forudsagte værdier fra faktiske værdier. Lavere MAPE betyder mere præcis forudsigelse; Ved at kende denne afvigelse justerer planlæggeren sikkerhedsbeholdningen og scenarierne.
13. Hvad er den bedste tilgang, når man giver operationelle og kommercielle data (prislister, leverandørkontrakter, kundemængder) til et kunstig intelligensværktøj?
- A) Brug alle værktøjer frit, datafølsomhed er irrelevant
- B) Indsæt forretningshemmeligheder i det mest populære gratis værktøj
- C) Brug af institutionsgodkendte og fortrolighedsgaranterede køretøjer, maskering/anonymisering af følsomme data, medmindre det er nødvendigt ✔
- D) Overførsel af data til det værktøj, der tilbyder flest funktioner, uden at kontrollere det overhovedet
Offentliggørelse: Virksomhedsdata er konkurrencefølsomme og kræver fortrolighed. Institutionsgodkendte værktøjer med databeskyttelsesgaranti bør anvendes; Følsomme data bør anonymiseres eller maskeres, medmindre det er nødvendigt; Forretningshemmeligheder bør ikke inkluderes i køretøjer, der er åbne for offentligheden, og hvis data går til uddannelse.
14. Inden for rammerne af bæredygtighed foreslår kunstig intelligens at reducere CO2-fodaftrykket ved at forkorte ruter. Hvad er sandt om dette forslag?
- A) AI-anbefaling er baseret på antagelser; Den endelige beslutning og ansvaret ligger hos mennesket under hensyntagen til levering, chaufførrettigheder og kundebegrænsninger ✔
- B) Kunstig intelligens-anbefaling til kulstofreduktion bør implementeres uden tvivl
- C) Bæredygtighed er irrelevant for logistik og tages ikke i betragtning
- D) Ruteforkortelse har intet med kulstof at gøre
Beskrivelse: Kunstig intelligens kan generere værdifulde anbefalinger til kulstof- og omkostningsbesparelser; anbefalingen er dog baseret på antagelser og data. Den endelige beslutning og ansvaret forbliver hos mennesket under hensyntagen til begrænsninger såsom leveringsforpligtelser, chaufførrettigheder og kundetilfredshed.