लाभ:
- एंड-टू-एंड वर्कफ़्लो में मांग, स्टॉक, गोदाम, मार्ग और आपूर्तिकर्ता मॉड्यूल को संयोजित करने और समग्र निर्णय समर्थन परत के रूप में कृत्रिम बुद्धिमत्ता का उपयोग करने की क्षमता
- एआई शासन नीति (डेटा वर्गीकरण, मानव अनुमोदन बिंदु, ऑडिट ट्रेल, नैतिक सिद्धांत) के तत्वों को समझने और मसौदा तैयार करने की क्षमता
- कृत्रिम बुद्धिमत्ता के सहयोग से कार्बन फुटप्रिंट और स्थिरता संकेतकों की निगरानी करते हुए, हम यह सुनिश्चित कर सकते हैं कि जिम्मेदारी और अंतिम निर्णय मानव के पास ही रहे।
मॉड्यूल परीक्षा
1. रसद और आपूर्ति श्रृंखला में कृत्रिम बुद्धिमत्ता के लिए निम्नलिखित में से कौन सी स्थिति सबसे सटीक है?
- ए) आर्टिफिशियल इंटेलिजेंस मानव अनुमोदन के बिना शिपिंग ऑर्डर और खरीद ऑर्डर को अंतिम रूप दे सकता है
- बी) आर्टिफिशियल इंटेलिजेंस केवल टेक्स्ट लिखने में काम करता है, इसका ऑपरेशनल डेटा से कोई लेना-देना नहीं है
- सी) कृत्रिम बुद्धिमत्ता एक सहायक और निर्णय समर्थन उपकरण है; महत्वपूर्ण परिचालन निर्णयों की जिम्मेदारी और अंतिम मंजूरी इंसानों की होती है ✔
- डी) कृत्रिम बुद्धिमत्ता हमेशा मनुष्यों की तुलना में अधिक सटीक निर्णय लेती है, इसलिए ऑडिटिंग अनावश्यक है
विवरण: आर्टिफिशियल इंटेलिजेंस एक सहायक और निर्णय समर्थन उपकरण है जो भविष्यवाणियां, ड्राफ्ट और विश्लेषण तैयार करता है। धन और परिचालन निरंतरता, जैसे शिपमेंट, स्टॉक निवेश और आपूर्तिकर्ता चयन को प्रभावित करने वाले निर्णयों की जिम्मेदारी और अंतिम मंजूरी सक्षम विशेषज्ञ और प्रबंधक की होती है।
2. हम जानते हैं कि एक मांग पूर्वानुमान मॉडल को पिछले 3 वर्षों के डेटा के साथ प्रशिक्षित किया जाता है। एक बिल्कुल नया उत्पाद बाज़ार में लॉन्च किया जाएगा। इस उत्पाद की पहले महीने की मांग के लिए AI पूर्वानुमान की स्थिति क्या है?
- ए) बिना किसी ऐतिहासिक डेटा के नए उत्पाद का पूर्वानुमान खराब आधारित है; समान उत्पाद सादृश्य और विशेषज्ञ निर्णय को प्राथमिकता दी जाती है ✔
- बी) नए उत्पाद का अनुमान हमेशा सबसे सटीक परिणाम देता है
- सी) मॉडल स्वचालित रूप से नए उत्पाद को सही ढंग से सीखता है, किसी डेटा की आवश्यकता नहीं होती है
- डी) नए उत्पादों की मांग का पूर्वानुमान लगाना असंभव है, किसी भी विधि का उपयोग नहीं किया जा सकता है
विवरण: एआई भविष्यवाणी पिछले पैटर्न पर आधारित है। ऐतिहासिक डेटा के बिना किसी नए उत्पाद के लिए, मॉडल में विश्वसनीय आधार का अभाव है; समान उत्पाद सादृश्य और विशेषज्ञ निर्णय सामने आते हैं, और भविष्यवाणी सावधानी से की जाती है।
3. सुरक्षा स्टॉक की अवधारणा का मुख्य उद्देश्य क्या है?
- ए) टैंक को हर समय पूरा भरा रखना
- बी) लेखांकन रिकॉर्ड को सुविधाजनक बनाने के लिए
- सी) उत्पादों की शेल्फ लाइफ बढ़ाना
- डी) मांग और आपूर्ति समय में अनिश्चितता के खिलाफ एक बफर बनाना और स्टॉक की कमी को रोकना ✔
स्पष्टीकरण: सुरक्षा स्टॉक मांग और आपूर्ति समय में अनिश्चितता के खिलाफ बफर के रूप में रखा गया अतिरिक्त स्टॉक है। इसका उद्देश्य उतार-चढ़ाव के दौरान स्टॉकआउट को रोककर लक्षित सेवा स्तर को बनाए रखना है।
4. एबीसी विश्लेषण में समूह 'ए' उत्पाद आम तौर पर क्या संदर्भित करते हैं?
- ए) कम मूल्य वाले सबसे सस्ते और सबसे विविध उत्पाद
- बी) महत्वपूर्ण उत्पाद जो संख्या में कम हैं लेकिन कुल मूल्य का बहुमत बनाते हैं ✔
- सी) निष्क्रिय स्टॉक जिसमें गोदाम में कोई हलचल नहीं दिखती
- डी) केवल आयातित उत्पाद
विवरण: एबीसी विश्लेषण उत्पादों को मूल्य के आधार पर वर्गीकृत करता है। समूह 'ए' महत्वपूर्ण उत्पाद हैं जो संख्या में छोटे हैं लेकिन कुल मूल्य/कारोबार का बड़ा हिस्सा हैं; वे सख्त निगरानी और नियंत्रण (पेरेटो सिद्धांत) के पात्र हैं।
5. आर्टिफिशियल इंटेलिजेंस द्वारा सुझाए गए गोदाम चयन मार्ग को लागू करने से पहले परिचालन प्रबंधक को क्या जांचना चाहिए?
- ए) मार्ग का रंग और फ़ॉन्ट
- बी) केवल जांचें कि मार्ग सबसे छोटा है या नहीं
- सी) साइट सुरक्षा, एर्गोनॉमिक्स और वास्तविक गोदाम बाधाओं का अनुपालन ✔
- डी) कुछ नहीं; AI मार्ग हमेशा सही होता है
विवरण: कृत्रिम बुद्धिमत्ता एक गणितीय मार्ग सुझा सकती है जो दूरी को कम करता है; हालाँकि, फ़ील्ड सुरक्षा, गलियारा वन-वेनेस, भारी उत्पाद एर्गोनॉमिक्स और वास्तविक गोदाम बाधाएँ मॉडल में पूरी तरह से प्रतिबिंबित नहीं हो सकती हैं। इसीलिए फ़ील्ड प्रामाणिकता और सुरक्षा सत्यापन आवश्यक है।
6. वाहन रूटिंग समस्या (वीआरपी) में 'टाइम विंडो' बाधा का क्या मतलब है?
- ए) अनुमत समय अंतराल जिसके दौरान एक बिंदु डिलीवरी/रिसेप्शन के लिए सेवा प्राप्त कर सकता है ✔
- बी) वाहन का टैंक भरने में कितना समय लगता है?
- सी) चालक के कुल कार्य वर्ष
- डी) वह समय जब ईंधन की कीमत बदलती है
स्पष्टीकरण: समय विंडो वह अनुमत समय अवधि है जिसके दौरान एक डिलीवरी या पिकअप पॉइंट सेवा प्राप्त कर सकता है (उदाहरण के लिए, किराना स्टोर केवल 08:00 और 11:00 के बीच सामान स्वीकार करता है)। मार्ग को इन खिड़कियों के अनुरूप होना चाहिए; एआई को इस बाधा के तहत परिदृश्य का निर्माण करना होगा।
7. पूर्वानुमानित रखरखाव में, कृत्रिम बुद्धिमत्ता एक उच्च संभावना को इंगित करती है कि वाहन का बेयरिंग जल्द ही विफल हो सकता है। सही दृष्टिकोण क्या है?
- ए) चेतावनी को पूरी तरह से नजरअंदाज करना, क्योंकि एआई त्रुटिपूर्ण है
- बी) वाहन को तुरंत और बिना किसी सवाल के स्क्रैप करना
- सी) ड्राइवर को बिना चेतावनी के बर्खास्त करना
- डी) तकनीकी विशेषज्ञ शारीरिक परीक्षण के साथ अनुमान की पुष्टि करता है और रखरखाव का निर्णय लेता है
विवरण: पूर्वानुमानित रखरखाव संभावना का एक अनुमान है। वाहन को तुरंत नष्ट करने या चेतावनी को नजरअंदाज करने के बजाय, तकनीकी विशेषज्ञ भौतिक निरीक्षण के साथ भविष्यवाणी की पुष्टि करता है और रखरखाव का निर्णय लेता है। एआई प्राथमिकता तय करने में मदद करता है, निर्णय लेने में नहीं।
8. आपूर्तिकर्ता जोखिम प्रबंधन में 'सिंगल सोर्सिंग' की सावधानीपूर्वक निगरानी क्यों की जानी चाहिए?
- ए) एकल आपूर्तिकर्ता के साथ काम करना हमेशा सबसे सस्ता होता है, इसमें कोई जोखिम नहीं होता है
- बी) महत्वपूर्ण सामग्री एक ही आपूर्तिकर्ता पर निर्भर है, उस आपूर्तिकर्ता में एक रुकावट पूरी श्रृंखला को रोक सकती है ✔
- सी) एकल स्रोत एक समस्या है क्योंकि यह केवल चालानों की संख्या बढ़ाता है
- डी) एकल स्रोत जोखिम केवल आयात के लिए मान्य है, घरेलू स्तर पर नहीं।
स्पष्टीकरण: एकल स्रोत जोखिम तब होता है जब कोई महत्वपूर्ण सामग्री एकल आपूर्तिकर्ता पर निर्भर होती है। उस आपूर्तिकर्ता पर कोई रुकावट (दिवालियापन, प्राकृतिक आपदा, हड़ताल) पूरी आपूर्ति श्रृंखला को रोक सकती है। कृत्रिम बुद्धिमत्ता इस एकाग्रता को प्रदर्शित कर सकती है; वैकल्पिक संसाधन योजना प्रबंधक की जिम्मेदारी है।
9. आर्टिफिशियल इंटेलिजेंस स्वचालित रूप से आयात चालान से राशि, सामान का प्रकार और जीटीआईपी कोड की जानकारी निकाल लेता है। इस डेटा को सीमा शुल्क घोषणा में स्थानांतरित करने से पहले क्या किया जाना चाहिए?
- ए) सीधे सिस्टम में स्थानांतरित करना, क्योंकि कृत्रिम बुद्धिमत्ता गलतियाँ नहीं करती है
- बी) केवल राशि की जाँच करना और अन्य फ़ील्ड को छोड़ देना
- सी) जिम्मेदार विशेषज्ञ निकाले गए डेटा की तुलना मूल दस्तावेज़ से करता है, उसे सत्यापित और अनुमोदित करता है ✔
- डी) चालान को हटाना और इसे फिर से जारी करने का अनुरोध करना
स्पष्टीकरण: ओसीआर द्वारा निकाला गया डेटा सीमा शुल्क, कर और कानूनी क्षेत्रों में गलत (गलत संख्या, मिश्रित कोड) हो सकता है। इसे मानव सत्यापन के बिना संसाधित नहीं किया जाना चाहिए; जिम्मेदार विशेषज्ञ को मूल दस्तावेज़ से इसकी तुलना करनी चाहिए और इसकी पुष्टि करनी चाहिए।
10. एक नियंत्रण टावर सेटअप में, कृत्रिम बुद्धिमत्ता ईटीए (अनुमानित आगमन) विचलन के लिए चेतावनी उत्पन्न करती है। इन चेतावनियों की विश्वसनीयता सबसे अधिक किस पर निर्भर करती है?
- ए) इसके द्वारा फीड किए गए डेटा की सटीकता और अद्यतनता ✔
- ख) चेतावनी संदेश में कितने शब्द हैं?
- सी) नियंत्रण टॉवर के प्रदर्शन रंगों पर निर्भर करता है
- डी) ड्राइवर का फोन ब्रांड
विवरण: एआई अलर्ट दिए गए डेटा की गुणवत्ता पर निर्भर करता है। यदि जीपीएस सिग्नल, वर्तमान ट्रैफ़िक और सटीक शिपिंग स्थिति गायब या विलंबित है, तो उत्पादित सारांश और अलर्ट भ्रामक होगा। 'कचरा अंदर, कचरा बाहर' का सिद्धांत लागू होता है।
11. परिवहन निविदा मूल्यांकन में, कृत्रिम बुद्धिमत्ता सबसे कम बोली की सिफारिश करती है। इस सुझाव के आधार पर निर्णय लेते समय कौन सा सही है?
- ए) सभी परिस्थितियों में सबसे कम बोली स्वचालित रूप से चुनी जानी चाहिए
- बी) कीमत के अलावा किसी अन्य मानदंड को ध्यान में नहीं रखा जाना चाहिए
- C) आर्टिफिशियल इंटेलिजेंस को स्वयं ही निर्णय को अंतिम रूप देना चाहिए
- डी) कीमत के अलावा, क्षमता, प्रदर्शन और निरंतरता का मूल्यांकन किया जाना चाहिए, प्रतिस्पर्धा नियमों का पालन किया जाना चाहिए, और अंतिम अनुमोदन प्रबंधक के पास होना चाहिए ✔
टिप्पणी: केवल न्यूनतम कीमत ही सर्वोत्तम विकल्प नहीं हो सकती है; वाहक की क्षमता, वितरण प्रदर्शन, बीमा और निरंतरता भी महत्वपूर्ण हैं। इसके अलावा, प्रतिस्पर्धा नियमों का अनुपालन और अंतिम अनुमोदन प्रबंधक का है। कृत्रिम बुद्धिमत्ता तुलना को गति देती है, निर्णय को नहीं।
12. MAPE (मीन एब्सोल्यूट परसेंट एरर) संकेतक मांग पूर्वानुमान में क्या मापता है?
- ए) गोदाम का कुल वर्ग मीटर
- बी) औसतन, कितने प्रतिशत पूर्वानुमान वास्तविक मूल्यों से भिन्न होते हैं?
- सी) वाहन के ईंधन टैंक का आयतन
- डी) आपूर्तिकर्ताओं की संख्या
विवरण: एमएपीई एक सटीकता संकेतक है जो वास्तविक मूल्यों से अनुमानित मूल्यों के औसत प्रतिशत विचलन को मापता है। कम MAPE का अर्थ है अधिक सटीक भविष्यवाणी; इस विचलन को जानकर, योजनाकार सुरक्षा स्टॉक और परिदृश्यों को समायोजित करता है।
13. कृत्रिम बुद्धिमत्ता उपकरण को परिचालन और वाणिज्यिक डेटा (मूल्य सूची, आपूर्तिकर्ता अनुबंध, ग्राहक मात्रा) देते समय सबसे अच्छा तरीका क्या है?
- ए) किसी भी उपकरण का स्वतंत्र रूप से उपयोग करें, डेटा संवेदनशीलता अप्रासंगिक है
- बी) सबसे लोकप्रिय मुफ़्त टूल में व्यापार रहस्य चिपकाना
- सी) संस्था-अनुमोदित और गोपनीयता-गारंटी वाले वाहनों का उपयोग करना, संवेदनशील डेटा को छिपाना/गुमनाम करना जब तक आवश्यक न हो ✔
- डी) डेटा को उस टूल में स्थानांतरित करना जो सबसे अधिक सुविधाएं प्रदान करता है, बिना इसकी जांच किए
प्रकटीकरण: व्यावसायिक डेटा प्रतिस्पर्धात्मक रूप से संवेदनशील है और गोपनीयता की आवश्यकता है। डेटा गोपनीयता गारंटी वाले संस्थान-अनुमोदित टूल का उपयोग किया जाना चाहिए; जब तक आवश्यक न हो संवेदनशील डेटा को अज्ञात या छिपाया जाना चाहिए; उन वाहनों में व्यापार रहस्य शामिल नहीं किए जाने चाहिए जो जनता के लिए खुले हैं और जिनका डेटा शिक्षा के लिए जाता है।
14. स्थिरता के दायरे में, कृत्रिम बुद्धिमत्ता मार्गों को छोटा करके कार्बन पदचिह्न को कम करने का सुझाव देती है। इस सुझाव के बारे में क्या सच है?
- ए) एआई की सिफारिश मान्यताओं पर आधारित है; डिलीवरी, ड्राइवर के अधिकार और ग्राहक प्रतिबंधों को ध्यान में रखते हुए अंतिम निर्णय और जिम्मेदारी इंसान की होती है
- बी) कार्बन कटौती के लिए कृत्रिम बुद्धिमत्ता की सिफारिश को बिना किसी सवाल के लागू किया जाना चाहिए
- सी) स्थिरता लॉजिस्टिक्स के लिए अप्रासंगिक है और इस पर ध्यान नहीं दिया जाता है
- डी) रूट छोटा करने का कार्बन से कोई लेना-देना नहीं है
विवरण: कृत्रिम बुद्धिमत्ता कार्बन और लागत बचत के लिए मूल्यवान सिफारिशें उत्पन्न कर सकती है; हालाँकि, अनुशंसा मान्यताओं और डेटा पर आधारित है। डिलीवरी प्रतिबद्धताओं, ड्राइवर अधिकारों और ग्राहक संतुष्टि जैसी बाधाओं को ध्यान में रखते हुए अंतिम निर्णय और जिम्मेदारी मानव के पास रहती है।