Tekoälyn ensimmäiset teoreettiset pohdinnat juontavat juurensa jo 1950-luvulle. Tuolloin brittiläinen matemaatikko Alan Turing esitti kysymyksen ”Voivatko koneet ajatella (”Can machines think?”) (Turing 1950). Vuosikymmenten saatossa tekoäly on ottanut useita valtavia kehitysharppauksia. Yksi näistä merkittävistä virstanpylväistä on OpenAI:n kehittämä generatiiviseen tekoälyyn pohjautuva ChatGPT , joka käynnisti varsinaisen tekoälybuumin.
Olemassa olevat selvitykset ja tulevaisuuden näkymät osoittavat tekoälyn merkittävyyden sekä yritysten, että niiden toimitusketjujen näkökulmasta. Tieteellisen tutkimuksen perusteella tekoälyn käyttö lisää muun muassa toimitusketjun ketteryyttä ja riskien hallintaa sekä kiertotalouteen liittyvää toimintaa (Dey ja muut 2023). Generatiivinen tekoäly tukee päätöksenteon tehokkuutta, joka puolestaan on yhteydessä innovatiiviseen suorituskykyyn (Baabdullah,2024). Yleisesti ottaen ChatGPT:n käyttö vaikuttaa erityisesti tehtäviin, joita työntekijät suorittavat tietointensiivisissä rooleissa (Ritala ja muut 2023).
Myös useat konsulttiyritykset ovat tehneet tekoälyyn liittyviä selvityksiä. Accenturen blogissaan julkaiseman (2023) selvityksen mukaan tekoälyn vaikutus toimitusketjuun on merkittävä. Selvitystä varten arviointiin runsaat 19000 toimitusketjuun liittyvää tehtävää niiden vaatiman viestinnän, päättelyn ja validoinnin tason perusteella. Selvityksen mukaan tekoälyä voidaan käyttää parantamaan ihmisten kykyä tehdä nykyistä työtään tehokkaammin (14 prosenttia) ja osin korvata ihmistyö kokonaan (29 prosenttia). Erittäin suuri potentiaali automaatioon nähdään tuotannon suunnittelussa, sekä toimistotyöntekijöiden töissä, jotka liittyvät hankintoihin tai kiireellisten tehtävien hoitamiseen.
Deloitten (2023) blogin mukaan generatiivisen tekoälyn mahdollisuudet toimitusketjussa näkyvät hyvin esimerkiksi kysynnän ennustamisessa sekä historiallisten tietojen yhdistelemisessä uusia kysyntämalleja luodessa. Myös reittioptimointi, joka sisältää reaaliaikaisia tietoja sääolosuhteista liikenneruuhkiin nähdään merkittävänä. Hankintaprosesseissa voidaan hyödyntää tekoälyä esimerkiksi toimittajien data-analyysiin, hankinnan virtaviivaistamiseen sekä toimittajiin liittyvien riskien vähentämiseen.
”Järjestämme valmistavan teollisuuden pk-yrityksille Etelä-Pohjanmaalla Teollisuuden tekoälytyöpajan 7.2.2024. Työpajassa käydään käytännönläheisesti läpi, miten tekoälyä voidaan hyödyntää valmistavan teollisuuden pk-yritysten ja niiden välisten verkostojen toiminnassa. Lisätietoja ja ilmoittautuminen ”
Digitalisoituvat yritysverkostot DigiNet -hanke on Euroopan unionin osarahoittama.
(kuva: dall-e)
Lähteet
1. Turing, (1950). I.—COMPUTING MACHINERY AND INTELLIGENCE. Mind, Issue 236. https://doi.org/10.1093/mind/LIX.236.433
2.Accenture (2023) https://www.accenture.com/us-en/blogs/business-functions-blog/generative-ai-why-smarter-supply-chains-are-here
3. Deloitte: https://www2.deloitte.com/il/en/pages/strategy-operations/articles/the-Power-of-generative-ai.html
4. Dey et al. (2023). Artificial intelligence-driven supply chain resilience in Vietnamese manufacturing small- and medium-sized enterprises. International journal of production research, https://doi.org/10.1080/00207543.2023.2179859
5. Baabdullah, A. M. (2024). Generative conversational AI agent for managerial practices: The role of IQ dimensions, novelty seeking and ethical concerns. Technological Forecasting and Social Change, 198(August 2023), 122951. https://doi.org/10.1016/j.techfore.2023.122951
6. Ritala, P., Ruokonen, M., & Ramaul, L. (2023). Transforming boundaries: how does ChatGPT change knowledge work? Journal of Business Strategy, 210166. https://doi.org/10.1108/JBS-05-2023-0094
