![pageSearch](/themes/hestia/images/page-search.webp)
Neue HOKA-Abschläge bieten Schuhe und Kleidung für begrenzte Zeit im Angebot
May 26, 20236 Kleidungsstücke, die Sie auf einer Wanderung nicht tragen sollten – Best Life
May 27, 202324 Teile, die Ihren Lieblings-Sommerlook in einen Herbst-Look verwandeln
May 28, 2023Smartwool, Icebreaker und mehr: Unsere Top-Auswahl für den leichten Sommer
May 29, 2023Marks and Spencers „wunderschöner“ Pullover aus Merinowolle für 35 £ ist in fünf Farben erhältlich und ein perfektes Herbst-Basic
May 30, 2023Ein Realitätscheck zur Zukunft von KI und maschinellem Lernen für Verpackungen
![Jul 16, 2023](/themes/hestia/images/news-details-icon1.webp)
Tom Newmaster | 29. August 2023
Die Wissenschaft hinter und das Wachstum der Technologien für künstliche Intelligenz (KI) und maschinelles Lernen (ML) haben Rekordhöhen erreicht. Was geht also allen durch den Kopf? ChatGPT ist ein großes Problem, ganz zu schweigen von der Rolle von KI und ML bei Innovationen in der Lieferkette.
Lass uns eintauchen.
Für diejenigen, die unter einem Felsen leben: ChatGPT (Generative Pre-Trained Transformer) von OpenAI ist ein fortschrittlicher Chatbot, der die riesige Textsammlung im Internet nutzt, um zu versuchen, wie ein Mensch zu kommunizieren. Seine Gründung hat eine enorme Anzahl von Bereichen erschüttert – Schriftsteller, Designer, Historiker, Pädagogen. Jeder ist besorgt darüber, wie diese Technologie möglicherweise die kreative und pädagogische Landschaft verändern kann.
In einem kürzlich in Fortune erschienenen Artikel „ChatGPT schafft KI-Raserei“ wurde ein Professor zitiert, der warnte: „KI stellt eine reale und unmittelbare Bedrohung für das Gefüge der Gesellschaft dar.“ Indem Systeme wie ChatGPT die Kosten für die Erstellung gefälschter Informationen auf lediglich Null senken, werden sie wahrscheinlich eine Flutwelle an Desinformation auslösen.“ Tatsächlich haben Schulbezirke in den gesamten USA und Australien von Schulen verwaltete Netzwerke daran gehindert, auf Chatbots zuzugreifen. Australien ist sogar so weit gegangen, wieder dazu überzugehen, „nur beaufsichtigte, papierbasierte Prüfungen zur Beurteilung von Schülern zu verwenden“.
Übrigens, laut einer aktuellen Geschichte „wurde ChatGPT in China vollständig verboten.“ Sie bezeichnen das Werkzeug als Instrument westlicher Propaganda.“
Weitere Überlegungen:
• ChatGPT kann nur Daten von vor 2021 produzieren.
• Die neueste Version „weist immer noch viele bekannte Einschränkungen auf, wie z. B. soziale Vorurteile, Halluzinationen und feindselige Aufforderungen.“
• Filter sind derzeit nicht effektiv genug, um unangemessene Inhalte zu erkennen.
• ChatGPT verlinkt derzeit nicht auf Quellen.
• Geistige Eigentumsrechte stehen zur Debatte: „Wenn eine KI-Plattform ein neues Produktdesign oder -konzept enthüllt, wem gehört es?“ Was ist, wenn es aufgrund seines Datenmodells plagiiert?“
• ChatGPT ist eine ernsthafte Bedrohung für die Bildung. Bedenken Sie, was künftige Generationen verlieren werden, etwa die Fähigkeit, Probleme zu lösen, eine Abschlussarbeit zu schreiben und deren Vorzüge und Schwächen zu begründen, oder die Fähigkeit, eine Geschäftsstrategie zu entwickeln, die den Markt neu definiert.
Ungeachtet aller Schwierigkeiten ist diese Art von KI auf dem Vormarsch und die Konkurrenz nimmt zu.
Die investierten Gelder sind überwältigend. Microsoft hat sich verpflichtet, dem Urheber von ChatGPT, OpenAI, einen „milliardenschweren“ Beitrag zu leisten. Hinzu kommen alle großen Player, die mit konkurrierenden Plattformen wie Amazon, Apple und Google (genannt Bard) in diese Kategorie vordringen.
Realitätscheck: In seinem Werbevideo gab Bard eine falsche Antwort, enttäuschte die Anleger und verlor sofort 100 Milliarden US-Dollar an Wert von der Muttergesellschaft Alphabet. Hoppla.
Laut der New York Post besteht „ein großes Manko – zumindest für den Moment eine Rettung für Reporter und Redakteure – darin, dass das Tool nicht in der Lage ist, Fakten effizient zu überprüfen.“ Sie können darum bitten, einen Aufsatz vorzulegen oder eine Geschichte mit Zitaten zu verfassen, aber in den meisten Fällen sind die Zitate einfach erfunden. Das ist ein bekannter Fehler von ChatGPT und ehrlich gesagt wissen wir nicht, wie wir das beheben können.“
Da ich ein Designteam leite, muss ich sagen: ChatGPT spuckt einige tolle Bilder aus. Aber jeder Kunde möchte im Regal, online und in den Herzen der Menschen hervorstechen. ChatGPT muss sich mit menschlichem Talent, Erfahrung und fundierten Kenntnissen über das Geschäft des Kunden messen.
„… menschlicher Einfallsreichtum hat ChatGPT geschaffen. Ich hoffe, dass diese Art von Plattform die eher routinemäßigen Aufgaben übernimmt und als Helfer und nicht als Meister fungiert.“
Bevor Sie also den Vorschlaghammer in Ihre Karriere stürzen, sollten Sie sich darüber im Klaren sein, dass ChatGPT durch menschlichen Einfallsreichtum entstanden ist. Ich hoffe, dass diese Art von Plattform die eher routinemäßigen Aufgaben übernimmt und als Helfer und nicht als Meister fungiert.
Über ChatGPT hinaus schlagen KI und ML in der Lieferkette Wellen, allerdings nicht ohne Probleme.
Nach Gesprächen mit Führungskräften aus der gesamten Lieferkettenbranche versuchte Forbes, Mythos von der Realität zu trennen. Es beginnt mit dieser Definition: „Jedes Gerät, das seine Umgebung wahrnehmen und Maßnahmen ergreifen kann, die seine Erfolgschancen bei einem Ziel maximieren, ist eine Form von KI.“
Aber im Bereich der Lieferkette ist maschinelles Lernen (ML), also die Art und Weise, wie KI Datenpunkte und Algorithmen nutzt, um ohne die Hilfe von Menschen zu „lernen“, ihre wahre Bedeutung.
Bildnachweis: Pexels, Pavel Danilyuk
Wir sehen sechs Möglichkeiten, wie maschinelles Lernen Produktherstellern helfen kann:
1. Die Aktualisierung von Daten, wie z. B. Lieferzeiten für Lieferungen, macht dank Unternehmen wie AspenTech Fortschritte. Sein Prozesssimulator führt Tausende von Aktionen aus, um große Datensätze zu erstellen, in denen KI-Algorithmen angewendet werden können. Das Ergebnis? Sein „First-Principles“-Modell ermöglicht Benutzern eine verbesserte Genauigkeit von bis zu 99+ %.
2. ML für die Nachfrageprognose hat dramatische Fortschritte gemacht. Ein Beispiel: Eine Prognose darüber, wie sich ein Produkt in einem bestimmten Gebiet verkaufen wird, ist nur aufgrund der neuesten Version von ML möglich. Ein Warnhinweis: Marken und Einzelhändler dazu zu bringen, diese Daten einzugeben, war nicht sehr erfolgreich.
3. ML und Nachhaltigkeitsziele: Supply Chain Planning (SCP) kann den CO2-Fußabdruck jedes Elements in der Lieferkette berechnen, nach Maschine, Fabrik, Distributionszentrum (DC), Transportart, Lieferant, Produktmaterial und mehr. Diese Art von Rückkopplungsschleife ist durch die Verwendung von ML zur Einbettung selbstkorrigierender Algorithmen möglich, wodurch das Rätselraten bei Nachhaltigkeitszielen entfällt.
4. ML kann Maschinenausfälle vorhersagen: AspenTech ist in diesem Bereich erneut führend. Mithilfe prädiktiver Analysen werden Benutzer benachrichtigt, wenn wichtige Maschinen in einer Raffinerie ausfallen, und bieten alternative Produktionspläne an.
5. Verarbeitung natürlicher Sprache (NLP): Angenommen, es gibt einen Social-Media-Beitrag, der besagt, dass ein Unternehmen kurz davor steht, Pleite zu gehen? Eine Maschine kann solche „unstrukturierten“ Informationen nicht übersetzen. Der Einsatz von KI in Lieferkettenanwendungen wie NLP bedeutet jedoch, dass Unternehmen diese Daten bereits im Vorfeld kennzeichnen und dabei helfen können, sie frühzeitig zu entschärfen.
6. KI hilft bei der Vorhersage von Auftrags- und Lagerengpässen: Sie verwandelt ein Planungssystem in eine Ausführungshilfe und schlägt Vorgehensweisen bei Nachfrage-/Angebotsstörungen vor. Zum Beispiel: Ein Transportsystem kann ML nutzen, um vorherzusagen, wie lange ein LKW für eine Lieferung brauchen wird. Ein Lagerverwaltungssystem kann vorhersagen, was E-Commerce-Kunden wahrscheinlich kaufen werden, und der Lagerhalle die richtigen Arbeitsaufträge zum richtigen Zeitpunkt zuweisen. Und das ist erst der Anfang.
Realitätscheck: Obwohl wir die Entwicklung neuer ML-Algorithmen sehen, die die Rechenleistung steigern, Big-Data-Analysen liefern und von Branchenführern angenommen werden, hat KI die Lieferketten nur bis zu einem gewissen Grad festgelegt. Es ist kein Zauberstab, der Lieferkettenprobleme verschwinden lässt.
Obwohl davon ausgegangen wird, dass KI ein wichtiges Werkzeug im Arsenal der Lieferkette sein wird, wird die Einführung durch vier Dinge behindert:
1. Technologie: Die Entmystifizierung der KI ist für viele Unternehmen immer noch ein Problem. Um einen unternehmensweiten Einsatz zu erreichen, bedarf es der richtigen Tools. Viele leiden immer noch unter Datensilos, die zu verpassten Chancen führen und das Unternehmen anfällig für Black Swan-Ereignisse wie COVID-19 machen können.
2. Prozesse: Datenmodelle sind für eine nahtlosere Lieferkette von entscheidender Bedeutung. Und viele Supply-Chain-Gruppen müssen noch einen Plan vorlegen. Durch den Einsatz der richtigen Technologien können Prozesse eingerichtet werden, die saubere, konsistente und nutzbare Daten ermöglichen. Dies ist für jede erfolgreiche Initiative zum maschinellen Lernen von entscheidender Bedeutung.
3. Menschen: Die Einstellung der besten Talente ist weniger ein Problem als die Beseitigung von Hindernissen für die abteilungsübergreifende Zusammenarbeit. Teams müssen die potenziellen Gewinne verstehen, die durch KI und ML erreichbar sind, um Fortschritte mit den Geschäftszielen des Unternehmens zu verknüpfen.
4. Geld: Natürlich ist die Investition in diese innovativen Technologien kostspielig.
Fragen Sie sich, warum wir trotz aller Fortschritte in der KI und im maschinellen Lernen immer noch mit Herausforderungen zu kämpfen haben, die die Wirtschaft und das menschliche Leben bedrohen?
• Eine Zugentgleisung, die giftige Chemikalien freisetzt, Wildtiere tötet und Menschen für die kommenden Jahrzehnte bedroht?
• Ein betrügerisches Kryptowährungsgeschäft, das zusammenbricht und Milliarden verliert.
• Eine Bankenpleite, die ähnliche Pannen auf den Finanzmärkten auslöst und eine globale Panik auslöst.
Das oben Genannte geschah im Jahr 2023! Hätten KI und ML eingesetzt werden können, um solche inhärenten Gefahren vorherzusagen?
Wir werden sehen.
Tom Newmaster verfügt über mehr als 25 Jahre Erfahrung im Branding und Verpackungsdesign von Konsumgütern. Von 1998 bis 2016 leitete er die Kreativabteilung und gewann Auszeichnungen für The Hershey Co., Pfizer, Stoner Car Care und Zippo. Er hat dazu beigetragen, neue Produkte in verschiedenen Kategorien auf den Markt zu bringen, darunter frische Produkte, Tiefkühlkost, Süßwaren, Haushaltsreiniger und Nahrungsergänzungsmittel, um nur einige zu nennen.
Im Jahr 2017 startete Newmaster FORCEpkg, um Branding, Design und Innovation auf die nächste Stufe zu heben. Er hat sich zu einer führenden Stimme in der Marken- und Verpackungsbranche entwickelt und schreibt für führende Fach- und Mainstream-Wirtschaftspublikationen.
Weitere Informationen zu Textformaten