Intelligenza artificiale: la chiave futura per ottimizzare il calcolo delle scorte di sicurezza?
Di Lena Schneider
Il termine "Intelligenza Artificiale" è ormai sulla bocca di tutti. Ma di cosa si tratta in realtà? Cosa sono le reti neurali artificiali? Come si possono addestrare? E quali vantaggi potrebbero offrire per ottimizzare la scorta di sicurezza?
Secondo ladefinizione di SAP, l'Intelligenza Artificiale (IA), spesso chiamata anche Artificial Intelligence (AI), è il termine che racchiude le applicazioni in cui le macchine forniscono prestazioni di intelligenza simile a quella umana.
Un ramo dell'IA è costituito dalle reti neurali artificiali (ANN), che si ispirano al sistema nervoso umano e che imitano il modo in cui il cervello elabora le informazioni. Queste reti sono composte da neuroni artificiali, con i neurotrasmettitori e le sinapsi sostituite da operazioni matematiche. Ciò consente di elaborare le informazioni in modo intelligente e di risolvere problemi complessi senza l'intervento umano.
Una rete neurale iniziale non contiene informazioni. Affinché sia in grado di risolvere problemi specifici, deve prima essere sufficientemente addestrata. È qui che entra in gioco il Machine Learning, un'area chiave dell'IA.
L'apprendimento automatico viene utilizzato per consentire ai sistemi di IA di riconoscere determinati modelli e regolarità sulla base di record di dati e algoritmi esistenti e di sviluppare soluzioni corrispondenti. In breve: la conoscenza artificiale è generata dall'esperienza. La qualità della rete neurale dipende dalla selezione e dalla preparazione dei dati di formazione corretti.
Una rete neurale formata è in grado di applicare le conoscenze acquisite a problemi precedentemente sconosciuti. In questo modo è possibile ottimizzare i processi o fare previsioni affidabili.
Uso di reti neurali per l'ottimizzazione delle scorte di sicurezza
Come si può utilizzare questa tecnologia per la gestione della supply chain (SCM)? Gli ingegnosi sviluppatori di ifm hanno individuato nel calcolo delle scorte di sicurezza un utile campo di applicazione. Nell'attuale release di Supply Chain Excellence, la versione beta 2.0 di S/4 HANA per l'ottimizzazione delle scorte di sicurezzacon le reti neurali è già diventata una realtà.
Con l'aggiunta di reti neurali artificiali, il sistema SAP è in grado di eseguire calcoli delle scorte di sicurezza molto più dettagliati. In questo modo è possibile prendere in considerazione un maggior numero di fattori di influenza, valutandone contemporaneamente il grado. Inizialmente, tutte le reti non hanno informazioni. Affinché possano contribuire all'ottimizzazione delle scorte di sicurezza, è necessario addestrarle passo dopo passo.
Il primo passo consiste nel selezionare gliindicatori adatti. In questo contesto, si provvede ad analizzare quali sono i fattori di influenza di uno stock di sicurezza. Aspetti come tempi di rifornimento, fluttuazioni, affidabilità di consegna e fabbisogno giornaliero giocano un ruolo decisivo.
Una volta definiti gli indicatori, inizia l’addestramento. Si adattano perfettamente i materiali che hanno già uno stock di sicurezza ottimale. Viene formulato il compito per la rete neurale e il risultato viene valutato dal formatore. Ciò è possibile perché il risultato ottimale è già noto grazie all'utilizzo di dati storici. L'algoritmo è in grado di riconoscere correlazioni e modelli e di conseguenza di apprendere.
Una volta completato il processo di apprendimento, la rete neurale viene alimentata con problemi i cui risultati non sono ancora noti all'esperto. Nel caso di compiti complessi il percorso seguito dalla rete neurale per raggiungere il risultato ottimale non può più essere tracciato dall'esperto. Quando si calcola lo stock di sicurezza, di solito è possibile valutare il risultato almeno dal punto di vista qualitativo. Tuttavia, non è sempre così quando si utilizzano soluzioni IA; in questi casi si deve fare affidamento sulle prestazioni del K-NN addestrato.
A questo punto, la rete neurale è perfettamente addestrata e le informazioni raccolte possono essere utilizzate efficacemente per il calcolo delle scorte di sicurezza di tutti i materiali.
Dove si dirige l'IA?
In totale, sono necessarie diverse fasi prima che una rete neurale sia completamente addestrata. Il prototipo sviluppato da GIB è attualmente in fase di test su sistemi dei clienti. Si tratta di scoprire, ad esempio, quanti dati di addestramento sono necessari o quali fattori di influenza sono particolarmente adatti.
Le reti neurali hanno già mostrato forti successi iniziali e offrono un grandissimo potenziale. È interessante osservare dove ci condurrà il viaggio. Le procedure vengono costantemente sviluppate, per cui si spera che in futuro l'idea porti a vantaggi sostenibili nel calcolo delle scorte di sicurezza.
