Ενσωμάτωση από άκρο σε άκρο, Διακυβέρνηση, Ηθική και Βιωσιμότητα

Κέρδη:

• Δυνατότητα συνδυασμού ενοτήτων ζήτησης, αποθέματος, αποθήκης, διαδρομής και προμηθευτή σε μια ροή εργασιών από άκρο σε άκρο και χρήση τεχνητής νοημοσύνης ως ολιστικό επίπεδο υποστήριξης αποφάσεων
• Ικανότητα κατανόησης και σύνταξης στοιχείων της πολιτικής διακυβέρνησης της τεχνητής νοημοσύνης (ταξινόμηση δεδομένων, σημεία ανθρώπινης έγκρισης, διαδρομή ελέγχου, ηθικές αρχές)
• Ενώ παρακολουθούμε τους δείκτες αποτυπώματος άνθρακα και βιωσιμότητας με την υποστήριξη της τεχνητής νοημοσύνης, μπορούμε να διασφαλίσουμε ότι η ευθύνη και η τελική απόφαση παραμένουν στον άνθρωπο.

Εξέταση Ενοτήτων

1. Ποιο από τα παρακάτω είναι η πιο ακριβής τοποθέτηση για την τεχνητή νοημοσύνη στα logistics και την αλυσίδα εφοδιασμού;

• Α) Η τεχνητή νοημοσύνη μπορεί να οριστικοποιήσει παραγγελίες αποστολής και παραγγελίες αγοράς χωρίς ανθρώπινη έγκριση
• Β) Η τεχνητή νοημοσύνη λειτουργεί μόνο στη σύνταξη κειμένου, δεν έχει καμία σχέση με επιχειρησιακά δεδομένα
• Γ) Η τεχνητή νοημοσύνη είναι ένα βοηθητικό εργαλείο και εργαλείο υποστήριξης αποφάσεων. Η ευθύνη και η τελική έγκριση των κρίσιμων επιχειρησιακών αποφάσεων βαρύνουν τους ανθρώπους ✔
• Δ) Η τεχνητή νοημοσύνη παίρνει πάντα πιο ακριβείς αποφάσεις από τους ανθρώπους, επομένως ο έλεγχος είναι περιττός

Περιγραφή: Η τεχνητή νοημοσύνη είναι ένα βοηθητικό εργαλείο και εργαλείο υποστήριξης αποφάσεων που παράγει προβλέψεις, προσχέδια και αναλύσεις. Η ευθύνη και η τελική έγκριση των αποφάσεων που επηρεάζουν τα χρήματα και τη λειτουργική συνέχεια, όπως η αποστολή, η επένδυση αποθεμάτων και η επιλογή προμηθευτών, ανήκουν στον αρμόδιο εμπειρογνώμονα και διαχειριστή.

2. Γνωρίζουμε ότι ένα μοντέλο πρόβλεψης ζήτησης εκπαιδεύεται με δεδομένα των τελευταίων 3 ετών. Ένα ολοκαίνουργιο προϊόν θα κυκλοφορήσει στην αγορά. Ποια είναι η κατάσταση της πρόβλεψης AI για τη ζήτηση του πρώτου μήνα αυτού του προϊόντος;

• Α) Η πρόβλεψη για νέο προϊόν χωρίς ιστορικά δεδομένα βασίζεται σε κακή βάση. Η αναλογία παρόμοιου προϊόντος και η κρίση των ειδικών έχουν προτεραιότητα ✔
• Β) Η εκτίμηση για νέο προϊόν δίνει πάντα το πιο ακριβές αποτέλεσμα
• Γ) Το μοντέλο μαθαίνει αυτόματα το νέο προϊόν σωστά, δεν χρειάζονται δεδομένα
• Δ) Είναι αδύνατο να προβλεφθεί η ζήτηση για νέα προϊόντα, δεν μπορεί να χρησιμοποιηθεί καμία μέθοδος

Περιγραφή: Η πρόβλεψη AI βασίζεται σε προηγούμενα μοτίβα. Για ένα νέο προϊόν χωρίς ιστορικά δεδομένα, το μοντέλο δεν διαθέτει αξιόπιστη βάση. Παρόμοια αναλογία προϊόντων και η κρίση των ειδικών έρχονται στο προσκήνιο και η πρόβλεψη προσεγγίζεται προσεκτικά.

3. Ποιος είναι ο κύριος σκοπός της έννοιας του αποθέματος ασφαλείας;

• Α) Διατήρηση της δεξαμενής πλήρως γεμάτη ανά πάσα στιγμή
• Β) Για τη διευκόλυνση των λογιστικών αρχείων
• Γ) Επέκταση της διάρκειας ζωής των προϊόντων
• Δ) Δημιουργία αποθέματος ασφαλείας έναντι της αβεβαιότητας στο χρόνο ζήτησης και προσφοράς και αποτροπή εξάντλησης των αποθεμάτων ✔

Επεξήγηση: Το απόθεμα ασφαλείας είναι πρόσθετο απόθεμα που διατηρείται ως απόθεμα ασφαλείας έναντι της αβεβαιότητας στο χρόνο ζήτησης και προσφοράς. Σκοπός του είναι να διατηρήσει το στοχευμένο επίπεδο εξυπηρέτησης αποτρέποντας τα αποθέματα κατά τη διάρκεια των διακυμάνσεων.

4. Τι αναφέρονται γενικά τα προϊόντα της ομάδας «Α» στην ανάλυση ABC;

• Α) Τα πιο φθηνά και ποικιλόμορφα προϊόντα με χαμηλή αξία
• Β) Κρίσιμα προϊόντα που είναι λίγα σε αριθμό αλλά αποτελούν την πλειοψηφία της συνολικής αξίας ✔
• Γ) Νεκρά αποθέματα που δεν βλέπουν κίνηση στην αποθήκη
• Δ) Μόνο εισαγόμενα προϊόντα

Περιγραφή: Η ανάλυση ABC ταξινομεί τα προϊόντα κατά αξία. Η ομάδα «Α» είναι κρίσιμα προϊόντα που είναι μικρά σε αριθμό αλλά αντιπροσωπεύουν το μεγαλύτερο μέρος της συνολικής αξίας/τζίρου. Τους αξίζει η αυστηρότερη παρακολούθηση και έλεγχος (αρχή Pareto).

5. Τι πρέπει να ελέγξει ο υπεύθυνος λειτουργίας πριν εφαρμόσει μια διαδρομή συλλογής αποθήκης που προτείνει η τεχνητή νοημοσύνη;

• Α) Χρώμα και γραμματοσειρά της διαδρομής
• Β) Ελέγξτε μόνο εάν η διαδρομή είναι η συντομότερη
• Γ) Ασφάλεια τοποθεσίας, εργονομία και συμμόρφωση με τους πραγματικούς περιορισμούς της αποθήκης ✔
• Δ) Τίποτα. Η διαδρομή AI είναι πάντα σωστή

Περιγραφή: Η τεχνητή νοημοσύνη μπορεί να προτείνει μια μαθηματική διαδρομή που μειώνει την απόσταση. Ωστόσο, η ασφάλεια πεδίου, η μονόδρομη διαδρομή, η βαριά εργονομία του προϊόντος και οι πραγματικοί περιορισμοί αποθήκης ενδέχεται να μην αντικατοπτρίζονται πλήρως στο μοντέλο. Γι' αυτό η γνησιότητα πεδίου και η επαλήθευση ασφαλείας είναι απαραίτητη.

6. Τι σημαίνει ο περιορισμός «χρονικού παραθύρου» στο πρόβλημα δρομολόγησης του οχήματος (VRP);

• Α) Επιτρεπόμενο χρονικό διάστημα κατά το οποίο ένα σημείο μπορεί να λάβει υπηρεσία για παράδοση/παραλαβή ✔
• Β) Πόσος χρόνος χρειάζεται για να γεμίσει το ρεζερβουάρ του οχήματος;
• Γ) Συνολικά έτη εργασίας οδηγού
• Δ) Χρόνος που αλλάζει η τιμή του καυσίμου

Επεξήγηση: Ένα χρονικό παράθυρο είναι η επιτρεπόμενη χρονική περίοδος κατά την οποία ένα σημείο παράδοσης ή παραλαβής μπορεί να λάβει υπηρεσία (για παράδειγμα, το παντοπωλείο δέχεται προϊόντα μόνο μεταξύ 08:00 και 11:00). Η διαδρομή πρέπει να συμμορφώνεται με αυτά τα παράθυρα. Η τεχνητή νοημοσύνη πρέπει να δημιουργήσει το σενάριο υπό αυτόν τον περιορισμό.

7. Στην προγνωστική συντήρηση, η τεχνητή νοημοσύνη υποδεικνύει μεγάλη πιθανότητα να αποτύχει σύντομα το ρουλεμάν ενός οχήματος. Ποια είναι η σωστή προσέγγιση;

• Α) Αγνοώντας εντελώς την προειδοποίηση, επειδή η τεχνητή νοημοσύνη είναι εσφαλμένη
• Β) Άμεση και χωρίς αμφισβήτηση διάλυση του οχήματος
• Γ) Απομάκρυνση του οδηγού χωρίς προειδοποίηση
• Δ) Ο τεχνικός εμπειρογνώμονας επιβεβαιώνει την εκτίμηση με φυσική εξέταση και λαμβάνει την απόφαση συντήρησης ✔

Περιγραφή: Η προγνωστική συντήρηση είναι μια εκτίμηση πιθανότητας. Αντί να διαλύσει αμέσως το όχημα ή να αγνοήσει την προειδοποίηση, ο τεχνικός εμπειρογνώμονας επιβεβαιώνει την πρόβλεψη με φυσική επιθεώρηση και λαμβάνει την απόφαση συντήρησης. Η τεχνητή νοημοσύνη βοηθά στην ιεράρχηση προτεραιοτήτων, όχι στη λήψη απόφασης.

8. Γιατί πρέπει να παρακολουθείται προσεκτικά η «ενιαία προμήθεια» στη διαχείριση κινδύνου προμηθευτών;

• Α) Η συνεργασία με έναν μόνο προμηθευτή είναι πάντα η φθηνότερη, δεν υπάρχει κανένας κίνδυνος
• Β) Το κρίσιμο υλικό εξαρτάται από έναν μόνο προμηθευτή, μια διακοπή σε αυτόν τον προμηθευτή μπορεί να σταματήσει ολόκληρη την αλυσίδα ✔
• Γ) Η μοναδική πηγή είναι πρόβλημα γιατί αυξάνει μόνο τον αριθμό των τιμολογίων
• Δ) Ο κίνδυνος μίας πηγής ισχύει μόνο για εισαγωγές, όχι εγχώρια.

Εξήγηση: Ο κίνδυνος μιας πηγής είναι όταν ένα κρίσιμο υλικό εξαρτάται από έναν μόνο προμηθευτή. Μια διακοπή σε αυτόν τον προμηθευτή (πτώχευση, φυσική καταστροφή, απεργία) μπορεί να σταματήσει ολόκληρη την αλυσίδα εφοδιασμού. Η τεχνητή νοημοσύνη μπορεί να δείξει αυτή τη συγκέντρωση. Το σχέδιο εναλλακτικών πόρων είναι ευθύνη του διαχειριστή.

9. Η τεχνητή νοημοσύνη εξήγαγε αυτόματα την ποσότητα, τον τύπο των αγαθών και τις πληροφορίες του κωδικού GTIP από ένα τιμολόγιο εισαγωγής. Τι πρέπει να γίνει πριν από τη μεταφορά αυτών των δεδομένων στην τελωνειακή διασάφηση;

• Α) Μεταφορά απευθείας στο σύστημα, γιατί η τεχνητή νοημοσύνη δεν κάνει λάθη
• Β) Έλεγχος μόνο του ποσού και παράλειψη άλλων πεδίων
• Γ) Ο υπεύθυνος πραγματογνώμονας συγκρίνει τα εξαγόμενα δεδομένα με το πρωτότυπο έγγραφο, το επαληθεύει και το εγκρίνει ✔
• Δ) Διαγραφή τιμολογίου και αίτημα επανέκδοσής του

Εξήγηση: Τα δεδομένα που εξάγονται από το OCR μπορεί να είναι λανθασμένα (λάθος αριθμός, μικτός κωδικός) σε τελωνειακά, φορολογικά και νομικά πεδία. Δεν θα πρέπει να υποβάλλεται σε επεξεργασία χωρίς ανθρώπινη επαλήθευση. Ο υπεύθυνος εμπειρογνώμονας πρέπει να το συγκρίνει με το πρωτότυπο έγγραφο και να το επιβεβαιώσει.

10. Σε μια εγκατάσταση πύργου ελέγχου, η τεχνητή νοημοσύνη δημιουργεί προειδοποιήσεις για αποκλίσεις ETA (εκτιμώμενη άφιξη). Από τι εξαρτάται περισσότερο η αξιοπιστία αυτών των προειδοποιήσεων;

• Α) Ακρίβεια και ενημερότητα των δεδομένων που τροφοδοτεί ✔
• Β) Πόσες λέξεις υπάρχουν στο προειδοποιητικό μήνυμα;
• Γ) Ανάλογα με τα χρώματα οθόνης του πύργου ελέγχου
• Δ) Επωνυμία τηλεφώνου οδηγού

Περιγραφή: Η ειδοποίηση AI εξαρτάται από την ποιότητα των δεδομένων που τροφοδοτούνται. Εάν το σήμα GPS, η τρέχουσα κυκλοφορία και η ακριβής κατάσταση αποστολής λείπουν ή καθυστερούν, η σύνοψη και η ειδοποίηση που παράγονται θα είναι παραπλανητικές. Ισχύει η αρχή «σκουπίδια μέσα, σκουπίδια έξω».

11. Στην αξιολόγηση προσφορών μεταφοράς, η τεχνητή νοημοσύνη προτείνει τη χαμηλότερη προσφορά. Ποιο είναι το σωστό κατά τη λήψη της απόφασης με βάση αυτήν την πρόταση;

• Α) Η χαμηλότερη προσφορά θα πρέπει να επιλέγεται αυτόματα σε κάθε περίπτωση
• Β) Δεν πρέπει να ληφθούν υπόψη κανένα άλλο κριτήριο εκτός από την τιμή
• Γ) Η τεχνητή νοημοσύνη θα πρέπει να οριστικοποιήσει μόνη της την απόφαση
• Δ) Εκτός από την τιμή, η χωρητικότητα, η απόδοση και η συνέχεια θα πρέπει να αξιολογούνται, να τηρούνται οι κανόνες ανταγωνισμού και η τελική έγκριση πρέπει να είναι με τον διευθυντή ✔

Παρατήρηση: Η χαμηλότερη τιμή από μόνη της μπορεί να μην είναι η καλύτερη επιλογή. Η ικανότητα του μεταφορέα, η απόδοση παράδοσης, η ασφάλιση και η συνέχεια είναι επίσης σημαντικές. Επιπλέον, η συμμόρφωση με τους κανόνες ανταγωνισμού και η τελική έγκριση ανήκουν στον διαχειριστή. Η τεχνητή νοημοσύνη επιταχύνει τη σύγκριση, όχι την απόφαση.

12. Τι μετρά ο δείκτης MAPE (Mean Absolute Percent Error) σε μια πρόβλεψη ζήτησης;

• Α) Συνολικά τετραγωνικά μέτρα της αποθήκης
• Β) Κατά μέσο όρο, πόσο τοις εκατό αποκλίνουν οι προβλέψεις από τις πραγματικές τιμές;
• Γ) Ο όγκος της δεξαμενής καυσίμου ενός οχήματος
• Δ) Αριθμός προμηθευτών

Περιγραφή: Το MAPE είναι ένας δείκτης ακρίβειας που μετρά τη μέση ποσοστιαία απόκλιση των προβλεπόμενων τιμών από τις πραγματικές τιμές. Χαμηλότερο MAPE σημαίνει πιο ακριβή πρόβλεψη. Γνωρίζοντας αυτή την απόκλιση, ο σχεδιαστής προσαρμόζει το απόθεμα ασφαλείας και τα σενάρια.

13. Ποια είναι η καλύτερη προσέγγιση κατά την παροχή επιχειρησιακών και εμπορικών δεδομένων (τιμοκαταλόγους, συμβάσεις προμηθευτών, όγκοι πελατών) σε ένα εργαλείο τεχνητής νοημοσύνης;

• Α) Χρησιμοποιήστε ελεύθερα οποιαδήποτε εργαλεία, η ευαισθησία δεδομένων είναι άσχετη
• Β) Επικόλληση εμπορικών μυστικών στο πιο δημοφιλές δωρεάν εργαλείο
• Γ) Χρήση εγκεκριμένων από το ίδρυμα οχημάτων και εγγυημένης εμπιστευτικότητας, κάλυψη/ανωνυμοποίηση ευαίσθητων δεδομένων εκτός εάν είναι απαραίτητο ✔
• Δ) Μεταφορά των δεδομένων στο εργαλείο που προσφέρει τις περισσότερες δυνατότητες, χωρίς να το ελέγξετε καθόλου

Αποκάλυψη: Τα επιχειρηματικά δεδομένα είναι ανταγωνιστικά ευαίσθητα και απαιτούν εμπιστευτικότητα. Θα πρέπει να χρησιμοποιούνται εργαλεία εγκεκριμένα από το ίδρυμα με εγγύηση απορρήτου δεδομένων. Τα ευαίσθητα δεδομένα θα πρέπει να είναι ανώνυμα ή καλυμμένα εκτός εάν είναι απαραίτητο. Τα εμπορικά μυστικά δεν πρέπει να περιλαμβάνονται σε οχήματα που είναι ανοιχτά στο κοινό και τα δεδομένα των οποίων πηγαίνουν στην εκπαίδευση.

14. Στο πλαίσιο της βιωσιμότητας, η τεχνητή νοημοσύνη προτείνει τη μείωση του αποτυπώματος άνθρακα με τη συντόμευση των διαδρομών. Τι ισχύει για αυτήν την πρόταση;

• Α) Η σύσταση AI βασίζεται σε υποθέσεις. Η τελική απόφαση και ευθύνη ανήκει στον άνθρωπο, λαμβάνοντας υπόψη την παράδοση, τα δικαιώματα του οδηγού και τους περιορισμούς των πελατών ✔
• Β) Η σύσταση τεχνητής νοημοσύνης για μείωση του άνθρακα θα πρέπει να εφαρμόζεται χωρίς αμφιβολία
• Γ) Η βιωσιμότητα είναι άσχετη με τα logistics και δεν λαμβάνεται υπόψη
• Δ) Η βράχυνση διαδρομής δεν έχει καμία σχέση με άνθρακα

Περιγραφή: Η τεχνητή νοημοσύνη μπορεί να δημιουργήσει πολύτιμες συστάσεις για εξοικονόμηση άνθρακα και κόστους. Ωστόσο, η σύσταση βασίζεται σε υποθέσεις και δεδομένα. Η τελική απόφαση και ευθύνη παραμένει στον άνθρωπο, λαμβάνοντας υπόψη περιορισμούς όπως οι δεσμεύσεις παράδοσης, τα δικαιώματα του οδηγού και η ικανοποίηση των πελατών.