Dobici:
- Sposobnost kombiniranja modula potražnje, zaliha, skladišta, ruta i dobavljača u end-to-end tijeku rada i korištenja umjetne inteligencije kao holističkog sloja za podršku odlučivanju
- Sposobnost razumijevanja i nacrta elemenata politike upravljanja umjetnom inteligencijom (klasifikacija podataka, ljudske točke odobrenja, revizijski trag, etička načela)
- Prateći ugljični otisak i pokazatelje održivosti uz podršku umjetne inteligencije, možemo osigurati da odgovornost i konačna odluka ostaju na čovjeku.
Modul ispit
1. Što je od sljedećeg najtočnije pozicioniranje za umjetnu inteligenciju u logistici i opskrbnom lancu?
- A) Umjetna inteligencija može dovršiti narudžbe za dostavu i kupnju bez ljudskog odobrenja
- B) Umjetna inteligencija radi samo u pisanju teksta, nema nikakve veze s operativnim podacima
- C) Umjetna inteligencija je pomoćnik i alat za podršku odlučivanju; Odgovornost i konačno odobrenje kritičnih operativnih odluka leži na ljudima ✔
- D) Umjetna inteligencija uvijek donosi točnije odluke od ljudi, stoga je revizija nepotrebna
Opis: Umjetna inteligencija pomoćnik je i alat za podršku odlučivanju koji proizvodi predviđanja, nacrte i analize. Odgovornost i konačno odobrenje odluka koje utječu na novac i kontinuitet poslovanja, kao što su otprema, ulaganje u zalihe i odabir dobavljača, pripada kompetentnom stručnjaku i menadžeru.
2. Znamo da se model predviđanja potražnje trenira s podacima iz posljednje 3 godine. Na tržište će biti lansiran potpuno novi proizvod. Kakav je status AI prognoze za prvi mjesec potražnje za ovim proizvodom?
- A) Prognoza za novi proizvod bez povijesnih podataka je loše utemeljena; Slična analogija proizvoda i stručna prosudba imaju prednost ✔
- B) Procjena za novi proizvod uvijek daje najtočniji rezultat
- C) Model automatski ispravno uči novi proizvod, podaci nisu potrebni
- D) Nemoguće je predvidjeti potražnju za novim proizvodima, nijedna metoda se ne može koristiti
Opis: AI predviđanje temelji se na prošlim obrascima. Za novi proizvod bez povijesnih podataka modelu nedostaje pouzdana osnova; Slična analogija proizvoda i stručna prosudba dolaze do izražaja, a predviđanju se pristupa oprezno.
3. Koja je glavna svrha koncepta sigurnosnih zaliha?
- A) Održavanje spremnika potpuno napunjenim cijelo vrijeme
- B) Olakšati računovodstvenu evidenciju
- C) Produljenje roka trajanja proizvoda
- D) Stvaranje tampona protiv neizvjesnosti u potražnji i vremenu ponude i sprječavanje iscrpljivanja zaliha ✔
Objašnjenje: Sigurnosne zalihe su dodatne zalihe koje se čuvaju kao tampon protiv neizvjesnosti u potražnji i vremenu ponude. Njegova je svrha održati ciljanu razinu usluge sprječavanjem nestašice tijekom fluktuacija.
4. Na što se općenito odnose proizvodi skupine 'A' u ABC analizi?
- A) Najjeftiniji i najrazličitiji proizvodi niske vrijednosti
- B) Kritični proizvodi kojih je malo, ali čine većinu ukupne vrijednosti ✔
- C) Mrtve zalihe koje se ne pomiču u skladištu
- D) Samo uvozni proizvodi
Opis: ABC analiza klasificira proizvode po vrijednosti. Grupa 'A' su kritični proizvodi kojih je malo, ali čine većinu ukupne vrijednosti/prometa; Zaslužuju najstrože praćenje i kontrolu (Paretovo načelo).
5. Što bi voditelj operacija trebao provjeriti prije implementacije rute komisioniranja u skladištu koju predlaže umjetna inteligencija?
- A) Boja i font rute
- B) Provjerite samo je li ruta najkraća
- C) Sigurnost lokacije, ergonomija i usklađenost sa stvarnim ograničenjima skladišta ✔
- D) Ništa; AI ruta je uvijek točna
Opis: Umjetna inteligencija može predložiti matematički put koji skraćuje udaljenost; Međutim, sigurnost na terenu, jednosmjernost prolaza, teška ergonomija proizvoda i stvarna ograničenja skladišta možda se neće u potpunosti odraziti na modelu. Zato je autentičnost polja i sigurnosna provjera bitna.
6. Što znači ograničenje 'vremenskog prozora' u problemu rutiranja vozila (VRP)?
- A) Dopušteni vremenski interval tijekom kojeg točka može primiti uslugu za isporuku/prijem ✔
- B) Koliko vremena je potrebno da se napuni spremnik vozila?
- C) Ukupni radni staž vozača
- D) Vrijeme kada se mijenja cijena goriva
Objašnjenje: Vremenski okvir je dopušteno vremensko razdoblje tijekom kojeg mjesto isporuke ili preuzimanja može primiti uslugu (na primjer, trgovina mješovitom robom prihvaća robu samo između 08:00 i 11:00). Ruta mora biti u skladu s ovim prozorima; AI mora izgraditi scenarij pod ovim ograničenjem.
7. U prediktivnom održavanju, umjetna inteligencija ukazuje na veliku vjerojatnost da bi ležaj vozila mogao uskoro otkazati. Koji je pravi pristup?
- A) Potpuno ignoriranje upozorenja, jer AI može pogriješiti
- B) Otpis vozila odmah i bez pitanja
- C) Otpuštanje vozača bez upozorenja
- D) Tehnički stručnjak potvrđuje procjenu fizičkim pregledom i donosi odluku o održavanju ✔
Opis: Prediktivno održavanje je procjena mogućnosti. Umjesto da odmah rashoduje vozilo ili zanemari upozorenje, tehnički stručnjak fizičkim pregledom potvrđuje predviđanje i donosi odluku o održavanju. AI pomaže u određivanju prioriteta, a ne u donošenju odluka.
8. Zašto bi se 'iz jednog izvora' trebalo pažljivo pratiti u upravljanju rizikom dobavljača?
- A) Rad s jednim dobavljačem uvijek je najjeftiniji, nema rizika
- B) Kritični materijal ovisi o jednom dobavljaču, prekid tog dobavljača može zaustaviti cijeli lanac ✔
- C) Jedan izvor je problem jer samo povećava broj faktura
- D) Rizik jednog izvora vrijedi samo za uvoz, ne i za domaći.
Objašnjenje: Rizik jednog izvora je kada kritični materijal ovisi o jednom dobavljaču. Prekid kod tog dobavljača (stečaj, elementarna nepogoda, štrajk) može zaustaviti cijeli opskrbni lanac. Umjetna inteligencija može pokazati ovu koncentraciju; Plan alternativnih resursa odgovornost je upravitelja.
9. Umjetna inteligencija je automatski izdvojila podatke o količini, vrsti robe i GTIP kodu s uvozne fakture. Što treba učiniti prije prijenosa ovih podataka u carinsku deklaraciju?
- A) Prijenos direktno u sustav, jer umjetna inteligencija ne griješi
- B) Provjera samo iznosa i preskakanje ostalih polja
- C) Odgovorni stručnjak uspoređuje izdvojene podatke s izvornim dokumentom, provjerava i odobrava ga ✔
- D) Brisanje računa i traženje ponovnog izdavanja
Objašnjenje: Podaci izdvojeni OCR-om mogu biti netočni (pogrešan broj, miješani kod) u carinskim, poreznim i pravnim područjima. Ne smije se obrađivati bez ljudske provjere; Odgovorni stručnjak mora ga usporediti s izvornim dokumentom i potvrditi.
10. U postavkama kontrolnog tornja, umjetna inteligencija generira upozorenja za odstupanja od ETA (procijenjenog dolaska). O čemu najviše ovisi pouzdanost ovih upozorenja?
- A) Točnost i ažurnost podataka koje hrani ✔
- B) Koliko riječi ima poruka upozorenja?
- C) Ovisno o bojama zaslona kontrolnog tornja
- D) Marka telefona vozača
Opis: AI upozorenje ovisi o kvaliteti podataka koje šalje. Ako GPS signal, trenutni promet i točan status otpreme nedostaju ili kasne, proizvedeni sažetak i upozorenje bit će pogrešni. Primjenjuje se princip 'smeće unutra, smeće van'.
11. U evaluaciji natječaja za prijevoz, umjetna inteligencija preporučuje najnižu ponudu. Što je ispravno pri donošenju odluke na temelju ove sugestije?
- A) Najniža ponuda trebala bi biti automatski odabrana u svim okolnostima
- B) Ne treba uzeti u obzir nijedan drugi kriterij osim cijene
- C) Umjetna inteligencija trebala bi sama donijeti odluku
- D) Osim cijene, potrebno je procijeniti kapacitet, učinak i kontinuitet, poštivati pravila tržišnog natjecanja, a konačno odobrenje treba dati upravitelju ✔
Napomena: najniža cijena sama po sebi možda nije najbolji izbor; Kapacitet prijevoznika, izvedba isporuke, osiguranje i kontinuitet također su važni. Osim toga, poštivanje pravila natjecanja i konačno odobrenje pripadaju upravitelju. Umjetna inteligencija ubrzava usporedbu, a ne odluku.
12. Što mjeri indikator MAPE (Mean Absolute Percent Error) u prognozi potražnje?
- A) Ukupni kvadratni metri skladišta
- B) U prosjeku, koliko posto predviđanja odstupaju od stvarnih vrijednosti?
- C) Zapremina spremnika goriva vozila
- D) Broj dobavljača
Opis: MAPE je pokazatelj točnosti koji mjeri prosječni postotak odstupanja predviđenih vrijednosti od stvarnih vrijednosti. Niži MAPE znači točnije predviđanje; Znajući ovo odstupanje, planer prilagođava sigurnosnu zalihu i scenarije.
13. Koji je najbolji pristup pri davanju operativnih i komercijalnih podataka (cjenici, ugovori s dobavljačima, količina kupaca) alatu za umjetnu inteligenciju?
- A) Slobodno koristite bilo koje alate, osjetljivost podataka nije bitna
- B) Lijepljenje poslovnih tajni u najpopularniji besplatni alat
- C) Korištenje vozila odobrenih od institucija i zajamčenih povjerljivosti, maskiranje/anonimiziranje osjetljivih podataka osim ako je potrebno ✔
- D) Prijenos podataka u alat koji nudi najviše mogućnosti, bez ikakve provjere
Otkrivanje: Poslovni podaci osjetljivi su na konkurenciju i zahtijevaju povjerljivost. Treba koristiti alate koje je odobrila institucija s jamstvom privatnosti podataka; Osjetljive podatke treba anonimizirati ili maskirati osim ako je potrebno; Poslovne tajne ne bi trebale biti uključene u vozila koja su otvorena za javnost i čiji podaci idu u obrazovanje.
14. U okviru održivosti, umjetna inteligencija predlaže smanjenje ugljičnog otiska skraćivanjem ruta. Što je istina o ovom prijedlogu?
- A) Preporuka umjetne inteligencije temelji se na pretpostavkama; Konačna odluka i odgovornost leži na ljudskom biću, uzimajući u obzir dostavu, prava vozača i ograničenja korisnika ✔
- B) Preporuke umjetne inteligencije za smanjenje ugljika trebale bi se provesti bez pogovora
- C) Održivost je irelevantna za logistiku i ne uzima se u obzir
- D) Skraćivanje rute nema nikakve veze s ugljikom
Opis: Umjetna inteligencija može generirati vrijedne preporuke za uštedu ugljika i troškova; međutim, preporuka se temelji na pretpostavkama i podacima. Konačna odluka i odgovornost ostaje na čovjeku, uzimajući u obzir ograničenja kao što su obveze isporuke, prava vozača i zadovoljstvo korisnika.