AI in Global Supply Chain Management
他來說還有三。 你好，醫生。 科赫。 你好。 海拉薩。 Yeah okay好thank you。我joining high bunno okay yeah so so happy there to see you know and uh we will be shared about himself at the same time also okay yeah okay very good so. 嗨開始。 對於來自香港的人，以及來自印尼、法國和馬來西亞的人，你總能將其翻譯成本地語言。 Benar? Ya. Jadi biarkan aku hanya mengatakan, jadi untuk diriku sendiri, untuk sisi bar yang tepat jadi ini karena kita punya pertumbuhan teman dan peserta dari Indonesia juga. Oke, jadi ada pertemuan yang indah. Terima kasih banyak, semuanya. Oke, jadi malam ini kita akan melihat topik baru yang disebut AI dalam manajemen rantai pasokan Oke, ya, jadi sebelum aku melanjutkan, pertama, biarkan aku memperkenalkan Winston, kan? Jadi Winston dari Hong Kong
Aku memberikannya padamu? Apakah Anda memperkenalkan diri, berbicara tentang diri Anda? Ya, ya. Mari saya berbagi layar saya terlebih dahulu. Baiklah. Ya. Oke, tentu. Tidak masalah. Bertahanlah. Aku baru saja mengaktifkan layar Beri aku waktu sebentar. Oke, ya. Oke, oh ya oke tidak masalah.
Baiklah. Begitu juga siapa pun ... yang bisa melihat eh yang bisa melihat pop-on saya. Oke, ya, ya. Baiklah. Dalam 10 menit ke depan, saya akan memperkenalkan diri, apa yang telah saya lakukan.
Ya, itu benar. Ya, sangat jelas. Terima kasih, Wilson. Dan saya akan memperkenalkan pusat solusi baru tentang teknologi Macau, yang ditemukan oleh Phoenix dengan dukungan teknis dan ide bisnisnya. Kami akan ingin mengubah eh solusi teknologi di Macau dengan sumber daya dari Zhuhai dan pemerintah Macau. Dan kemudian saya akan memperkenalkan penelitian saya di Universitas Poly Hong Kong tentang solusi AI. Untuk manajemen rantai pasokan, yang didasarkan pada solusi yang diperkenalkan oleh Otoritas Moneter Hong Kong dan BIS, Bank for International Settlements. Untuk solusi rantai pasokan yang memanfaatkan AI untuk memperpendek siklus rantai pasokan dan kemudian uh ke uh siklus menjadi lebih inklusif untuk setiap pihak dalam rantai pasokan.
Oke, biarkan aku memperkenalkan diri. Nah, seperti yang Anda lihat dalam pengenalan saya, saya menyelaraskan industri, pemerintah, lembaga akademik dan pusat penelitian. Dalam bahasa Cina, itu disebut Ini berarti industri. Ada kesenjangan antara empat pemangku kepentingan yang berbeda di masyarakat. Sebagai contoh, bagi para akademisi, mereka mungkin memiliki Penelitian terobosan, tetapi tanpa pemanfaatan pengembangan bisnis dalam praktiknya maka penelitian semacam itu hanya akan menjadi penelitian di menara gading. Jadi apa yang telah saya lakukan adalah menjadi profesor tambahan alami di universitas dan kemudian memanfaatkan sumber daya itu lagi di industri. Dan saya juga melayani beberapa komite pemerintah di GBA, Greater Pay area. Kota-kota seperti Macau Guangzhou, Shenzhen. Dan kemudian saya juga co-chair Alternatif Pembiayaan di Hong Kong Digital Finance Association.
Ini adalah asosiasi yang berfokus pada keuangan digital dan fintech. Dan saya juga seorang fintech Dr. Seorang kandidat, mengharapkan untuk lulus pada bulan April. Dan saya juga kandidat postdoc di Universitas Stanford. Dan penelitian saya akan berhubungan dengankebijakan teknologi dan kewirausahaan. Ekosistem Amerika Serikat, Singapura, dan Hong Kong. Dan, uh.
Dan itu kau. Aku akan ... aku adalah juara kolaborasi fintech bank di Singapore Regulation Asia. Nah, salah satu tim terbaik di wilayah ini diberi peringkat oleh Peraturan Singapura Asia. Dan saya juga melayanitingkat AI Global PBB, yang didirikan tahun lalu. Dengan pihak yang aktif dan aku eh dua aku eh perwakilan kredit dan peraturan teknologi.
Oke, hanya teknologi Macau yang didirikan oleh Phoenix dengan dukungannya eh untuk eh selaras dengan sumber daya, dengan kewirausahaan pemuda apa yang kita lihat Hong Kong, yang memiliki banyak eh bakat dan sumber daya. Mereka ingin berkontribusi pada hub ini Untuk memanfaatkan sumber daya di Macau atau pemerintah Chuhai untuk menjadikannya sebagai hub di kota. Ini mencakup banyak layanan seperti yang Anda lihat di layar pada dasarnya dalam bahasa Cina, ini tentang eh layanan AI, kit pengembangan dan desain situs web pendidikan dan sesuatu seperti itu. Oke, misalnya, kami ingin menggunakan hub ini untuk membuat transformasi digital untuk berbagai jenis industri. Dan saya sudah menempatkan sebuah proyek di Universitas Macau tentang pendidikan masa depan. Karena University of Macau akan memberikan saya beberapa sumber daya sebagai inkubasi tentang pengembangan pendidikan masa depan kita bisa eh masukan ide dan sumber daya tentang AI. Dan pengetahuan dan keahlian lagi dalam industri keuangan untuk merevolusi pendidikan STEAM dengan cara yang berbeda.
Dan bagi saya, saya mengkhususkan diri dalam bidang keuangan, jadi saya ingin menggunakan AI untuk mengubah pendidikan mereka tentang keuangan. Oke, dan kami berjuang untuk mencapai tujuan tentang penghargaan investor dan pendidikan keuangan 2025. Kami ingin menggunakan AI untuk perencanaan keuangan, tujuan karir keuangan. Terkait sesuatu atau sesuatu seperti itu. Dan kemudian kita akan berkolaborasi dengan berbagai pihak dalam sistem pendidikan, di GBA, bukan hanya Hong Kong. Oke, dan selanjutnya Bagian ini adalah tentang penelitian saya, tentang solusi rantai pasokan digital kami. Nah, pada tahun 2020, ketika setidaknya COVID muncul dan kemudian eh solusi tentang solusi rantai pasokan digital perang kita di tanah ECB.
Mereka memenangkan penghargaan ini kepada tim Swiss tentang cara mereka memberikan solusi inklusif untuk rantai pasokan. Dan seperti yang Anda lihat dalam grafik rantai pasokan tradisional ini. Anda bisa melihat bahwa/itu di tingkat kedua atau pemasok tingkat ketiga, mereka harus menunggu pembeli jangkar. Itu berarti pembeli akhir untuk membayar ini untuk menghormati komitmennya kepada pemasok akhir untuk mendapatkan dana. Untuk sebaliknya tahun kedua atau tahun ketiga atau bahkan perusahaan tingkat tidak akan mendapatkan likuiditas untuk beroperasi. Jadi menurut penelitian dari Bank Dunia, ada sekitar 5,9 triliun kesenjangan tentang likuiditas untuk MSMD, Michael untuk
Usaha kecil dan menengah karena mereka tidak memiliki likuiditas untuk berkembang sehingga eh siklus dan pembangunan ekonomi telah dibatasi oleh rantai pasokan tersebut Jadi jika Anda membayangkan jika Anda pembeli jangkar, itu berarti pembeli akhir memiliki semua daya tawar. Sebagai contoh, jika itu adalah Jadi kita memilih... perusahaan. Kemudian mereka bisa meminta tenor lebih lama untuk membayar utang mereka. Itu berarti, misalnya, mereka bisa meminta 100 xt hari untuk tender pembayaran. Jadi selama 180 hari, Tier 2, TFV, bahkan pembeli akhir tidak akan mendapatkan apapun
Pembiayaan. Dalam rantai tradisional ini. Jadi volume perdagangan telah ... dibatasi oleh mekanisme seperti itu. Jadi dalam solusi ini, yang kami buat dalam solusi ini adalah menggunakan AI dan token untuk merevolusi rantai semacam itu. Sebagai contoh, kami menggunakan AI untuk penilaian antara para pihak. Seperti yang Anda ketahui di internet, kami sudah memiliki pencarian perusahaan dan pemantauan berita negatif terkait atau sesuatu seperti itu. Mengkonsolidasikan semua sumber daya tersebut bersama-sama untuk membuat model AI untuk eh untuk mempersingkat waktu CDD, pelanggan due diligence dan kemudian ... seperti yang Anda lihat dalam model ini. Ini berdasarkan kontrak pintar seperti yang Anda lihat eh di tengah grafik ini ini adalah kontrak pintar di tengah Jadi dalam model baru ini, Anda akan lebih inklusif untuk pemasok tahun kedua dan tahun ketiga karena mereka dapat melikuidasi token yang mereka dapatkan dari hari pertama. Jadi kapan saja, di mana saja mereka bisa Mereka bisa menggunakan token tersebut untuk menggunakan token Untuk melikuidasi faktur mereka. Seperti yang Anda lihat di gambar ini.
Anda akan melihat kolam penyandang dana di tengah. Mereka adalah kreditur seperti bank atau lembaga keuangan. Jadi dalam model baru ini. Ketika tingkat yang lebih tinggi. Pemasok Tier 1 berarti pemasok akhir. Dan ankapaya berarti pembeli akhir. Jadi mereka memiliki hubungan langsung. Jadi tahun kedua, 30 tahun, pemasok, mereka tidak tahu tentang pembeli jangkar. Misalnya, jika antibiot adalah indra las vegas Tapi tahun kedua, tahun ketiga, mereka tidak tahu. Mereka mungkin mengerti bahwa dari pemasok satu tapi eh Tapi mereka tidak memiliki hubungan langsung. Jadi dalam sistem perbankan tradisional, pemasok TRV bisa mendapatkan dana dari bank tradisional karena semua bank hanya bisa menilai kredibilitas Tier 2, pemasok TFV atau pemasok akhir saja. Mereka tidak dapat memanfaatkan kelayakan kredit tentang pembeli jangkar. Tapi dalam model baru ini.
Ketika transaksi ini didasarkan pada blockchain dan smart contract mereka bisa eh saya pikir itu menentangnya kapan saja, di mana saja. Jadi ketika transaksi ini dilakukan oleh pembeli jangkar dan pemasok akhir Pada hari pertama, maka tingkat dua, pemasok tingkat tiga akan mendapatkan token. Mereka dapat melikuidasi token mereka dengan mekanisme konsensus tentang investor penyandang dana. Pendana adalah lembaga keuangan. Mereka cair, mereka bisa menempatkan 500 ke tingkat kedua tahun ketiga setiap pihak dalam rantai ini untuk menyediakan dana bagi mereka begitu mereka mendapatkan token dari pihak yang berbeda. Jadi pemegang token bisa bahwa saya berapa banyak persentase mereka ingin melikuidasi Meme it Misalnya, mereka hanya membutuhkan sejumlah kecil dana. Jadi mereka bisa melikuidasi sekitar 10% dari tentang token mereka.
Jadi pada prinsipnya, token dapat dibagi dalam jumlah tak terbatas. Jadi tingkat kedua dan tingkat ketiga atau pemasok tiern, mereka bisa melikuidasi kapan saja, di mana saja dengan model ini. Dan model ini tumbuh di atas perkembangan digital tentang perdagangan internasional. Seperti yang Anda lihat dalam gambar ini dalam sistem perdagangan internasional mereka berevolusi Seiring dengan kemajuan teknologi selama tahap yang berbeda seperti e-building, blockchain, sesuatu seperti itu. Jadi lebih jauh lagi, solusi ini dapat dihubungkan dengan berbagai jenis aset uh digital seperti pilihan yang satu adalah pilihan adalah mata uang fiat, seperti dolar AS atau stablecoin atau sesuatu seperti itu. Dan pilihan kedua adalah tentang rantai jalur yang dimiliki oleh piagam standar mereka bisa menggunakannya dengan berbagai jenis teknologi hak asuh.
Oke, jadi... jadi dengan model baru. Para pemangku kepentingan rantai pasokan akan menjadi lebih inklusif. Mereka tidak dibatasi oleh eh oleh pendanaan semua ekuitas, terutama untuk UKM. Jadi di masa depan eh pengembangan rantai pasokan, saya pikir adalah cara yang tepat bagi kita untuk berjuang untuk ya Itu akhir dari akhir saya. Terima kasih banyak. Baiklah, Winston. Sekali lagi, sangat, sangat menarik oke ya jadi saya bisa melihat Anda terlibat banyak daerah Dan pasti, Anda tahu, terima kasih banyak pada berbagi. Jadi atas nama semua orang, saya berterima kasih, Winston, untuk berbagi wawasan Anda dan pasti kami ingin mendengar Presentasi.
Ya. Lebih lanjut tentang pengalaman luar biasa Anda di Macau, ahli Anda dalam, Anda tahu, pendapat ahli dalam manajemen rantai pasokan digital juga. Terima kasih banyak, Louisa. Baiklah. Ya. Oke, jadi kita punya Phoenix. Dan Phoenix dan Phoenix adalah mitra kami di Hong Kong dan telah berkecimpung dalam kewirausahaan selama bertahun-tahun. Dia masih sangat muda. Oke, jadi memperluas wilayah, oke? Jadi Phineas, oke, saya lulus untuk Anda.
Ha ha. Oke senang melihat Anda di tahun baru, terima kasih juga benar um baik di cacoration dan juga pe wo menjadi lima fitur keseluruhan, um dari dia memiliki mana tertarik. Ya. Ya. Moana. Ya.
Yang diinginkan boxia lima jadi videoeo dan saya pikir buku yang nyata menekan di masa depan tepat dari iage. Oke, terima kasih. Sangat, sangat bagus. Baiklah. Ya. Jadi saya pikir kita bisa melihat bahwa kekuatan AI, kan? Jadi mungkin dalam hal yang berbeda. Ketika Phyllis menyebutkan bahwa dia menulis buku. Jadi saya tidak berharap dia menulis buku begitu cepat dan begitu banyak buku yang telah diterbitkan, kan? Saya pikir itu luar biasa dalam AI, kan? Jadi aku masih memilikinya. Kita seharusnya memanggil rekan penulis buku yang masih kutulis sekarang, jadi dia sangat cepat. Aku harus mengejar kecepatan.
Oke, bagus. Terima kasih banyak, Phoenix. Ya, oke, jadi selanjutnya aku ingin menanyakan anogram adalah.../ Hai, Anogra. Anda hanya ingin menyapa semua orang? Tidak sudah beli bening. Yes fortunate a I didn't find my Favorite Speaker but next week I will person about a you. Ya, kami bisa mendengarmu. Ayu Hai Rom I said.
Ya, pasti. Tidak masalah. Ya. Baiklah. Jadi Anobra adalah wakil direktur operasi kami yang bertanggung jawab atas universitas Eropa Indonesia di Surabaya. Oke, jadi kami menjalankan program master dalam manajemen dan kami secara aktif memasukkan AI di universitas manajemen juga oke ya jadi anth dapat berbagi dengan kami Minggu depan tentang itu, kan? Jadi pada saat yang sama, kami juga memiliki pemikiran Tali sepatu, kan? Jadi Anukra, Anda ingin memperkenalkan Dr. Suris? Oke thank you prof this is Hai oke seserry this is the first time maybe I join in your meeting prov and then appreciate for you and your friends so sorry maybe next week what masaid you for introduce I you specially that's a new commerce from you and night for the future some suggestion and something else that you want give us a specially for mic I you better for future propaganda. Luar biasa. Luar biasa. Baiklah. Ya. Baiklah. Terima kasih, Dr. Solis. Sulis bergabung dengan kami sebagai dosen IEU. Oke, jadi dia memiliki pengalaman hukum dalam pendidikan oke jadi dia ahli dalam manajemen pendidikan juga benar terima kasih siris Terima kasih banyak. Atau mungkin. Hai oke Welcome thank you bro.
Ya. Baiklah. Jadi saya pikir Senin sangat menarik. Pada dasarnya, kita bepergian dunia, kan? Dari Hong Kong, Makau, Tiongkok. Kemudian, saya ingin memperkenalkan Chance juga. Hai, Kesempatan. Dan juga saya sendiri dari Singapura dan Malaysia juga benar kesempatan tinggi oke sekarang kita terbang ke Guangzhou benar begitu banyak yang terjadi baru-baru ini, kan? Jadi saya meneruskan enam hal naga kecil di hanzhou baru-baru ini kepada kalian semua, kan? Jadi saya tahu Tidak, tidak. Ya, Lachen. Ya. Terima kasih. Ya, tapi...
Di mana naga kecil dari Zhou. Ya, terima kasih. Saya menghargai kesempatan untuk berbagi pengetahuan di sini. Dan aku benar-benar mencintai, kau tahu, topik Winston. Saya menikmati semua ini eh Anda tahu topik dan ya banyak terjadi di Cina, terutama, Anda tahu, ada perubahan besar tepat di kita melihat kepemimpinan puncak hari ini yang bertemu dengan pemimpin teknologi dan bisnis atas di sekitar tanda Cina sesuatu Benar-benar positif tentang prospek Cina untuk bisnis berbasis teknologi Dan saya sendiri, saya telah bekerja dengan Inky dan juga mencoba untuk merintis beberapa jenis dari Anda tahu ai co-learning model antara kami Anda tahu masyarakat kita menyebutnya inky pelatih komunitas di Cina dan Anda tahu banyak hal yang gelisah tapi tapi kami juga melihat banyak perkembangan menarik terutama Anda tahu bagaimana mengintegrasikan AI ke dalam pembinaan eh Pada untuk pengusaha dan kami juga bekerja dengan program bias untuk bagaimana untuk melihat bagaimana kita bisa um Pertama, menjual kembali program BIOS ke Cina. Kami juga, menggunakan pembelajaran awal kami, terutama dari tahun lalu atau bulan lalu. Tentang cara mengintegrasikan AI ke dalam praktik pembinaan itu sendiri. Aku sudah bersemangat dengan semua prospek dan, Anda tahu, meskipun kita menghadapi tantangan Anda tahu adopsi dan tapi mengingat situasi Cina semua ini Anda tahu seperti booming, Anda tahu, platform AI datang di mana-mana Saya pikir Cina memiliki Anda tahu ed khusus dalam ed khusus mengemudi AI adopsi untuk massa yang tepat eh hanya memberikan beberapa contoh yang tepat kita memiliki doobao kita memiliki semua ini, Anda tahu, Tencent AI.
Terintegrasi erat ke dalam layanan digital lainnya dan pengalaman di Cina. Dan ya, jika, maksudku, Bruno telah bekerja dengan saya dan juga eh mudah-mudahan Kami memiliki lain, Anda tahu, Cina, Anda tahu, pelatih bergabung dengan kami untuk bereksperimen dengan ini menarik Anda tahu hal-hal dan dan mudah-mudahan benar kita bisa Dengan sendirinya kita dapat mengubahnya menjadi subjek pelatihan untuk melatih seluruh dunia tentang cara memanfaatkan agen AI ke dalam semua yang kita lakukan, bukan? Bukan hanya untuk pembinaan, karena itu adalah platform agen AI di Cina eh adalah eh Sudah dapat mengintegrasikan begitu banyak hal yang tidak dapat Anda bayangkan di bagian lain dunia, misalnya, pembayaran WeChat. Menjadi salah satu kemampuan yang dapat kita manfaatkan dalam berbisnis.
Jadi ya, jadi saya bersemangat dan mudah-mudahan kita juga bisa belajar dari satu sama lain dengan pertemuan mingguan ini. Terima kasih banyak baik-baik saja baik-baik saja sebenarnya minggu lalu, kita punya Anthony Wong, kan? Anthony, dia dari Singapura dan dia menyampaikan pidato yang sangat menarik, Anthony, minggu lalu tentang eh terjemahan bahasa yang benar atau teknologi terjemahan. Bahkan, Anthony juga sangat dekat dengan Beijing dan Jerman, kan? Jadi Jerman, kan? Anthony baik saja Ya. Ya. Baiklah. Seperti yang telah diperkenalkan Patrick kemarin, maaf, minggu lalu Senin lalu eh aku sudah berbagi dengan eh tim tentang beberapa sejarah tentang beberapa sejarah terjemahan mesin serta perhitungan linguistik sepanjang jalan dari semua jalan dari itu dasar aturan Algoritma untuk pendekatan statistika kemudian ke jaringan saraf.
Terjemahan mesin. Jadi saya akan mengatakan bahwa jaringan nyata baru adalah eh lebih atau kurang The ... kedepan pendiri eh Ini uh E-i-housey. Banyak teknologi yang kita telah mengadopsi bahwa kita telah mengadopsi eh itu benar-benar eh dimanfaatkan, dimanfaatkan digunakan dalam... teknologi AI. Ya. Jadi... mesin terjemahan juga merupakan cara untuk Pop. Di bidang pemahaman lintas budaya Jadi Anda akan benar-benar bersemangat adalah apa kesempatan telah berbagi dengan kami.
Jika Anda dapat menggabungkan lebih banyak fitur dari elemen budaya di semua area yang dapat dicapai AI. Bahkan di daerah seperti e-commerce. Benar. Manajemen rantai pasokan ini oke Kita benar-benar tidak bisa membayangkan bahwa Tidak ada hal seperti lintas budaya
Komunikasi antar bahasa, bagaimana kegiatan bisnis semacam ini dapat dapat diimplementasikan dapat direalisasikan. Oke, jadi saya pikir ... dengan bekerja sama, kita benar-benar akan memiliki sangat baik eh masa depan sangat sangat sangat WCABA solusi. Untuk semua kami Dan di masa depan. Terima kasih banyak, Anthony oke ya jadi eh oke jadi eh saya pikir saya pikir kita semua, kami sangat bergairah bergairah dalam AI, kan? Jadi bersama-sama, jadi setiap minggu, Senin, kami memiliki eh kalian semua bergabung bersama-sama sehingga berbagi ai Oke, itu dia. Aplikasi AI yang menarik dalam berbagai hal juga. Benar? Ya. Oke, jadi minggu ini kita memiliki topik yang sangat penting eh terima kasih eh Wilson untuk berbagi dengan kami tentang manajemen rantai pasokan digital, kan? Jadi dengan cara ini kita melihatnya. Tentu saja, setelah itu, saya juga akan mengajukan beberapa pertanyaan untuk semua ahli untuk menjawab, kan? Jadi merasa bebas, kan? Jadi mari kita pergi melalui beberapa yang sangat menarik Pengamatan dari AI dalam aspek ini. Jadi kita akan melihat berbagai hal. Kami melihat AI dalam manajemen rantai pasokan, pengembangan tradisional manajemen rantai pasokan. Apa kunci aplikasi AI dalam manajemen rantai pasokan. Manfaatnya juga akan melihat masa depan juga.
Benar. Jadi sebenarnya, ada lima aspek yang ingin kita jelajahi dalam sesi malam ini Kita akan melihat AI dalam manajemen rantai pasokan global. Ya, AI dapat menyediakan layanan pelacakan dan pemantauan real-time. Pemeliharaan prediktif adalah salah satu bagian yang sangat penting dari manajemen rantai pasokan. Dan apa prakiraan permintaan? Kami menyebutnya permintaan peramalan dan manajemen persediaan. Dan juga bagaimana kita bisa mengotomatisasi seluruh proses dengan memiliki proses kepatuhan otomatis ini? Dan akhirnya, bagaimana kita bisa mengintegrasikan AI di seluruh manajemen rantai pasokan. Kita mengerti bahwa saat ini, terutama jika kita melihat konflik yang terjadi di antara dunia, bukan? Jadi ini semua tentang manajemen rantai pasokan. Satu negara ekspor dan pergi ke negara lain atau negara lain mengatakan, tidak, itu tidak adil. Kita perlu meningkatkan pajak impor. Semua hal ini semua adalah topik manajemen rantai pasokan. Jadi ya, pentingnya manajemen rantai pasokan pada dasarnya seluruh sistem adalah untuk mengkoordinasikan layanan dan informasi yang baik di seluruh dunia Ini melibatkan banyak, banyak negara. Jadi apakah Anda suka atau tidak, kita benar-benar berada di lingkungan global. Peran dalam AI sebenarnya memiliki tiga bidang. Salah satunya adalah pelacakan waktu kerja. Fasilitas, pemeliharaan preventif, juga Anda dapat meningkatkan atau memperkirakan permintaan. Jadi mari kita lihat harapan pertama untuk peran AI dalam manajemen rantai pasokan.
Kita bisa menggunakan AI bersama LT untuk melacak, kan? Bagaimana Winston menyebutkan tentang menggunakan teknologi untuk melacak IoT, blockchain, bukan? Jadi semua hal ini sebenarnya adalah apa yang terjadi sekarang dalam manajemen rantai pasokan. Jadi untuk sistem AI memastikan item segar, misalnya, kita tahu bahwa saat ini kita tidak hanya menggeser barang, bukan? Sebenarnya, banyak makanan Kami memiliki barang segar telah eh Anda tahu telah dikirim. Jadi kami menggunakan AI untuk memantau, memastikan bahwa mereka menyimpan dalam suhu dan kelembaban yang benar dari ini. Sejak saya menyebutkan tentang prediktif, pemeliharaan prediktif. Jadi AI dapat menyediakan algoritma yang sangat baik untuk menganalisis data mesin untuk mengidentifikasi potensi kegagalan. Jadi kita tidak ingin berakhir kita punya masalah dalam pengiriman barang kita benar jadi kita ingin tahu atau sebelum kegagalan datang kita sudah memiliki beberapa tindakan. Sehingga kita dapat mengurangi downtime dan biaya pemeliharaan adalah apa yang kita inginkan.
Tentu saja, manajemen inventaris sangat penting, bukan? Jadi AI pasti dapat membantu kita memprediksi frustrasi permintaan Jadi apakah itu siklus naik dan turun, benar, kita dapat memprediksi Pada saat yang sama, tentu saja, kita dapat menyesuaikan persediaan kita Tingkat sesuai. Ada otomatisasi yang bisa kita lakukan, kan? Jadi AI sebenarnya dapat memantau regulasi dan target perdagangan secara real-time. Jadi kita mengerti itu, kan? Setiap hari kita memiliki aturan baru yang keluar. Beberapa negara telah memposting undang-undang baru, kan? Jadi AI dapat membantu kita menganalisis dan memantau. Jadi ada hal yang baik tentang AI. Hal ini dapat memastikan semua pengiriman mematuhi hukum setempat. Sekali lagi, lingkungan yang sangat dinamis saat ini.
Dan kemudian dari itu, maka kita dapat membuat perubahan sesuai dengan peraturan yang sangat ketat di negara kita. Kita semua tahu bahwa ketika AI sedang terintegrasi dengan sistem, serangan cyber adalah salah satu ancaman besar. Jadi sistem AI dapat ditargetkan oleh penjahat cyber. Benar? Itu hacker. Jadi ini sangat, sangat penting. Sekarang orang menyadarinya Semakin banyak orang menggunakan AI untuk melakukan banyak pencarian, dokumentasi, bahkan berarti sistem, bukan? Apa itu serangan cyber atau kita sebut Pertahanan digital untuk AI. Saya pikir itu adalah topik yang sangat baru sekarang. Jadi itu adalah sesuatu yang kita benar-benar perlu lihat sekarang.
Jika tidak, Anda memiliki banyak gangguan untuk operasi dan kompromi pada data sensitif. Ketika orang-orang meretas sistem AI, kan? Itu masalah. Jadi itu membutuhkan banyak kebutuhan investasi yang sangat signifikan, meskipun laut dalam telah menurunkan biayanya, bukan? Tapi secara keseluruhan, masih biaya yang cukup tinggi untuk infrastruktur, bahkan melatih orang, kan? Minggu lalu, kami berbicara tentang budaya biaya. Kita benar-benar perlu menumbuhkan orang dengan budaya apa, siap AI atau budaya AIH. Tidak semua orang melayani atau memahami budaya AI sekarang. Jadi budaya AI adalah hal baru Benar? Ini hal baru. Jadi pelatihan dan penghalang bagi perusahaan kecil, bukan? Perusahaan kecil sebenarnya memiliki keuntungan dalam menggunakan AI sebenarnya. Jadi ya, kita akan berbicara tentang perubahan pada manajemen rantai pasokan. Oke, dan kami juga menyebutkan tentang keadaan darurat teknologi terutama untuk AI, kan? Jadi mari kita lihat praktik rantai pasokan tradisional. Dahulu kala, kan? Jadi pada dasarnya ini adalah proses linear SCM, kami sebut manajemen rantai pasokan scm Ini adalah cara pengadaan yang sangat berurutan dan sangat standar. Jadi kita perlu mencari pemasok, memperoleh layanan yang baik, bukan? Jadi itulah yang kita miliki. Benar. Ya. Jadi saya melihat kesempatan berbagi, kan? Ya, jadi kita semua bisa melihatnya, kan? Jadi budaya AI sendiri menantang ton oke ton ton Oke, maaf, saya hanya mengklik itu lagi. Maaf untuk itu. Ya, baiklah, ya.
Jadi pada dasarnya itu berarti bahwa budaya AI sebenarnya adalah sesuatu yang baru. Bahkan saya sendiri, saya telah berjuang dengan Anda tahu saya menyebutnya model mental tua atau kerangka mental tua yang mendorong Anda tahu pada keputusan sehari-hari saya Maksudku, keputusan manusia telah didorong banyak oleh model mental lama kita, kan? Jika Anda belum menantangnya. Oke, ya. Biarkan aku, karena aku punya terlalu banyak layar terbuka Dan itu bisa menyebabkan keputusan yang sangat bodoh, seperti yang saya katakan, karena saya membuat kesalahan itu sendiri ya Karena kita punya maka kita memiliki AI maka Anda tahu banyak hal, banyak keputusan, Anda tahu, jalan harus berbeda ya Bagus sekali. Terima kasih, Chance. Baiklah. Ya, terima kasih. Jika ada yang ingin berbagi juga, tolong beri tahu saya atau kirim obrolan. Saya pikir itu yang terbaik adalah Anda hanya menunjukkan tangan Anda, kan? Kemudian saya bisa lulus untuk Anda oke ya terima kasih banyak. Oke, bagus sekali. Untuk hanya mencoba untuk menambahkan sedikit motivasi. Jadi izinkan saya untuk melanjutkan. Terima kasih. Menggangguku kapan saja, kan? Atau kau punya ide.
Jadi itu sebabnya. Jadi proses tradisional adalah pengadaan Mengelola dan non-manufaktur, kemudian distribusi dan akhirnya ritel, kan? Jadi ini adalah cara tradisional Tapi mereka mengandalkan banyak lembar spec, banyak perencanaan statis. Ketika Anda mengatakan perencanaan statis, mereka bermain sekarang. Jadi sekarang perencanaan itu tidak lagi benar-benar berlaku sekarang. Anda tidak dapat merencanakan selama lima tahun. Anda tidak dapat merencanakan selama 10 tahun, kan? Jadi jika Anda memiliki manajer Anda memberi Anda, hei, bos, oke? Aku manajermu. Aku akan memberimu rencana lima tahun. Kalau begitu kita akan menemukanku. Tidak hari ini, tidak ada rencana lima tahun atau rencana 10 tahun, kan? Jadi setiap hari kita perlu bergerak. Tentu saja, kita perlu memiliki strategi, kita memiliki misi, kan? Jadi perencanaan statis dan berbasis Excel ini tidak lagi atau kita sebut proses manual tidak lagi berlaku. Dan kemudian banyak keputusan didasarkan pada data historis Jadi banyak keputusan intuisi itu tidak benar-benar besar pada data atau bahkan menggunakan AI untuk melakukan simulasi atau prediksi, kan? Jadi itu adalah model lama Jadi semua tantangan ini dalam memprediksi frustrasi permintaan, gangguan pasokan telah terjadi dalam rantai pasokan tradisional.
Dan juga jarak pandang yang sangat minimum dan sangat terbatas dalam rantai pasokan. Kita benar-benar melihat banyak, kan? Jadi Anda menjalankan perusahaan besar, Anda menyebutkan bahwa Anda berada di Alibaba, kan? Jadi itu sangat, saya tidak mengatakan masalah Alibaba, tapi itu seperti perusahaan raksasa, kan? Tidak mudah untuk dapat memantau setiap aspek. Jadi itu akan menyebabkan inefisiensi di banyak, banyak perusahaan. Jadi masalah akan dinilai Oke, akses inventaris pada peningkatan lead times. Jadi semua ini adalah titik nyeri tradisional. Benar. Untuk lingkungan ini. Serta benar ya jadi kesempatan tepat kesempatan Anda ingin berbagi dengan kami kesempatan oke sangat menarik dari layanan pembinaan manusia. Ya, ya, tentu. Ya. Jadi saya pikir menggambar dari Anda eh Anda tahu berbagi pada praktek rantai pasokan tradisional Sebenarnya, maksudku, secara efektif Anda tahu integrasi Ai akan mempengaruhi semua aspek yang mungkin Anda tahu pekerjaan yang tepat atau jalan kerja yang tepat misalnya dalam praktek rantai pasokan tradisional dan manajemen
Banyak dari praktik-praktik ini sebenarnya ada di sekitar kerangka teknologi lama, bukan? Sama berlaku untuk pembinaan manusia, kan? Jadi pembinaan manusia telah Anda tahu. Apa artinya menjadi pelatih manusia di era agen AI telah menjadi tema penting untuk bagaimana kita mencoba model inkey.com di cina ya jadi kembali kepada Anda, Patrick. Maaf atas gangguan Ya. Tidak, tidak apa-apa. Itu bagus. Ini baik-baik saja ya saya selalu menyambut untuk Setidaknya tidak gangguan, itu untuk meningkatkan presentasi. Oke, terima kasih banyak. Ya, begitu banyak teknologi digital seperti di SCM, Supply Change Management. Jadi ketika teknologi masa depan datang dalam 10, 20 tahun yang lalu, kan? Jadi sebenarnya banyak perbaikan. Terutama di akhir 20-an dan awal abad ke-21, bukan? Jadi itu bukan AI. Ini benar-benar mengubah seluruh lingkungan manajemen rantai pasokan. Misalnya, memperkenalkan ELP perencanaan sumber daya perusahaan tepat sebelum mlp ini beberapa dari Anda mungkin menyadari hak itu sehingga benar-benar meningkat banyak. Sistem barcoding, manajemen gudang otomatis.
Telah eh Anda tahu mengubah seluruh SMC, industri SCM menjadi era digital. Jadi itu menggantikan proses manual dan juga menciptakan banyak rantai pasokan global yang sangat rumit. Dan tentu saja, data besar yang berevolusi dari IoT dan tentu saja Anda tahu juga Anda tahu eh ada banyak analisis data. Jadi mereka telah mengubah industri. Tapi sekarang, apa yang terjadi dengan AI di SCM, kan?
Jadi, ya, adalah evolusi dari digitalisasi atau digitalisasi ke sistem otomatisasi cerdas sekarang. Benar. Ini adalah titik balik bagi kita. Sebuah SCM? Ada mengapa banyak perusahaan rantai pasokan atau perusahaan e-commerce telah berubah dengan menggunakan AI.
Dan ketika pasar menyadari bahwa e-commerce tertentu telah menggunakan AI, baik harga saham atau basis pelanggan mereka, dan mereka telah muncul Jadi inilah mengapa ini baru-baru ini menjelaskan mengapa AI sudah lambat dengan cepat masuk ke setiap aspek industri. Itu adalah di mana peluang yang saya sebutkan, kan? Ada banyak area. Bahkan, Anda tahu, tawaran kasual, ia dapat menggunakan AI untuk menerbitkan banyak di area AI. Jadi itu adalah transformasi sekarang. Tahun ini, tahun lalu, saya sebutkan, adalah infrastruktur AI. Tahun ini adalah AI dalam Aplikasi. Jadi kemampuan AI untuk menganalisis kumpulan data besar-besaran, ia menawarkan solusi real-time untuk semua tantangan lama ini. Ya, pembelajaran mesin, itu akan meningkatkan visibilitas Anda dan merampingkan operasi. Jadi banyak pengulangan operasional adalah proses yang bereputasi akan otomatis oleh robot atau AI. Dan dengan menggunakan NLP, pemrosesan bahasa alami, Anda tahu, ahli kami Anthony dan Tim, tim bertemu malam ini tidak ada di sini, kan? Tim. Ya, jadi pada dasarnya itu adalah NLP.
Transformasi sekarang Benar. Jadi dan menggabungkan dengan robot dan analisis canggih benar-benar memaksakan setiap memberdayakan setiap organisasi perusahaan untuk meningkatkan efisiensi Kanan. Ya. Jadi untuk meringkas itu, teknologi AI utama dalam manajemen rantai pasokan saat ini adalah pembelajaran mesin dan analisis prediktif atau analisis Pemrosesan bahasa alami, robot dan otomatisasi dan IoT dan data real-time. Benar. Jadi meskipun mesin, lebih detail tentang pembelajaran mesin dan prediktif dan analitik, bukan? Jadi salah satu poin utama yang kita inginkan adalah memiliki pra-perkiraan permintaan yang akurat. Jadi ya, AI dapat membantu Anda. Ai dapat menganalisis pola data, pola data penjualan, dan melihat perbedaan di musim yang berbeda. Festival musim, negara yang berbeda, budaya yang berbeda, kan? Jadi AI dapat menggabungkan dan bersama-sama dengan indikator ekonomi satelit eksternal dan tren media sosial Dan mereka akan memberi Anda prediksi permintaan pelanggan yang sangat tepat atau lebih akurat daripada tradisional Metode baik yang sangat meningkatkan profitabilitas. Yang lainnya adalah untuk membantu kontrol infanteri. Jadi kita dapat mengoptimalkan baik-baik saja atau kita mendapat optimasi inventaris. Anda dapat memperkirakan permintaan untuk mengoptimalkan tingkat inventaris. Dan tentu saja, kami ingin mengurangi biaya, bukan? Kami tidak ingin overstock
Ya. Barang atau understock di mana permintaan datang dan kami tidak dapat memberikan yang benar sehingga kami berharap bahwa kami dapat memiliki solusi terbaik dalam memasok memastikan pasokan kami memenuhi permintaan. Tentu saja, setiap sistem punya terumbu karang. Jadi kita sebut manajemen risiko atau risiko penilaian, kan? Jadi ya, algoritma ML dapat mengidentifikasi potensi risiko Mereka juga dapat membantu kami untuk menunjukkan ketersediaan kejutan dan risiko di wilayah yang tepat tetapi tentu saja Anda tahu kita perlu memiliki strategi mitigasi hanya dalam kasus jika sistem kami benar atau seseorang telah memasukkan data yang salah ke sistem kami, kan? Jadi apa yang bisa saya pengaruhi? Jadi NLP, NLP sangat berguna di salah satu fitur kunci AI. Jadi ia akan mengekstrak wawasan dari dokumen, bukan? Sebenarnya, semua dokumen ke sistem AI. Anda dapat memberi mereka kontrak Anda dapat memberi mereka kunci pengiriman Ulasan pelanggan, Anda dapat memberi makan ke sistem AI. Menakjubkan. Kemudian sejak saat itu mereka dapat dapat mengidentifikasi masalah yang sesuai dan sentimen pelanggan. Inilah yang telah dilakukan AI. Jadi di masa lalu, Anda perlu membangun seluruh front end back end manajemen database kanan maka Anda perlu melakukan banyak logika bisnis. Tapi sekarang dengan am sekarang perlahan-lahan mereka kelebihan berat badan. Mereka memprediksi mereka membuat perubahan
Di pasar kanan ya sehingga disebut eh ai simulasi didorong operasi intelijen ya Benar. Sangat kesempatan. Itu bagus. Jadi kita bisa, Anda tahu, sekali data kehidupan nyata membuktikan sesuatu yang salah dan kita akan memperbaikinya poin yang baik. Jadi itu adalah sistem fine-tuning otomatis Itu poin yang sangat baik. Terima kasih, Chance. Dan kemudian dari kotak obrolan yang kami miliki, kami telah menggunakan setiap hari sekarang, chatbot dan asisten virtual, itu akan memiliki Bagaimana cara berkomunikasi di seluruh rantai pasokan? Tentu saja, kita tahu bahwa ATHL dan Factory Express, ini adalah penyedia rantai pasokan perintis. Mereka diperbolehkan pengguna untuk melacak dengan saham. Tetapi di masa depan karena pengiriman menjadi lebih rumit sekarang, Anda mungkin belum menerima barang, mungkin karena bagian tertentu dari dunia telah Anda tahu mereka telah menghentikan proses.
Jadi di suatu tempat terjebak di sana. Kau tahu, barang-barang terjebak di sana, tapi kau tidak tahu mengapa, kan? Ai dapat membantu Anda menjelaskan mengapa angsa, Anda tahu, masalah dalam pengiriman Jadi semua hal ini apa yang dapat dilakukan pelaporan otomatis, kan? Jadi mereka mampu mengintegrasikan semua katering lengkap ke dalam rencana yang dapat ditindaklanjuti. Dan menghemat waktu dan sehingga akan mengurangi kesalahan juga. Sekarang, kita semua tahu mereka robot benar jadi um um sehingga otomatisasi robot sangat penting. Mengotomatiskan penanganan material. Ai dapat membantu kita untuk melakukan semua tugas berulang ini, misalnya, menyortir kemasan dan mereka memprioritaskan juga Benar? Ya. Dan meningkatkan presisi Jadi satu sensor, banyak sensor IoT sekarang, bersama dengan algoritma AI memastikan presisi tinggi Sangat bagus. Jadi itu akan meningkatkan akurasi kami dalam manajemen inventaris juga.
Benar? Ya. Keselamatan sangat penting untuk manajemen rantai pasokan. Jadi itu akan mengotomatisasi sistem, mengurangi kebutuhan akan interaksi manusia dalam lingkungan yang sangat, sangat berbahaya. Benar. Jadi ya. Sayangnya, dalam manajemen rantai pasokan, kita melihat banyak korban. Kadang-kadang kita mengalami kecelakaan, kan? Jadi mudah-mudahan dengan semua bantuan mesin ini, itu akan membantu. Untuk membuat tempat kerja lebih aman. Iot, hanya saya sebutkan IoT, kan? Jadi IoT dan data real-time sangat penting Anda bisa memantau akses. Pelacakan ranah pengiriman dan juga dapat mengurangi kerugian.
Dan kita bisa menemukan rute terbaik. Karena cuaca semakin tak terduga kadang-kadang disebut kecelakaan penerbangan memiliki masalah yang benar Jadi kita harus sangat mampu mengoptimalkan rute kita dari waktu ke waktu. Anda akan memastikan kualitas kami, pemantauan terus menerus terhadap kondisi lingkungan, dan Anda dapat mengoptimalkan penyimpanan. Terutama untuk barang-barang yang berhubungan dengan makanan, kan? Jadi kita perlu penyimpanan sangat penting Kita ingin, melalui analisis data sensor dan kita dapat memprediksi kegagalan peralatan. Jadi itu sangat, sangat berguna. Seperti sistem transportasi peralatan mobil aeroping yang tepat semua lingkungan misi kritis yang tepat ini, kan? Jadi semua prediksi ini sangat penting sehingga kita dapat melakukan pemeliharaan proaktif alih-alih menunggu sampai sistem gagal maka kita kembali udara, kan? Kita bisa melakukan proaktif.
Dan tentu saja, Anda tahu, kami ingin mengurangi downtime juga Baru saja, Windsor telah menyebutkan blockchain, bukan? Ya, blockchain sangat penting dan benar-benar digabungkan dengan keamanan data. Ini akan meningkatkan keterlacakan algoritma AI dapat menganalisis. Bahkan. Blockchain dengan AI akan menjadi hal yang besar. Oke, karena AI mampu melakukan analisis agroval, kan? Blockchain mampu mengunci theta oke karena prinsip mendekati pada dasarnya di mana data ke banyak lokasi desentralisasi yang berbeda tepat sehingga kita dapat melacak produk dari asal ke tujuan Tidak ada yang bisa sentuhan halus dan itu akan meningkatkan kepatuhan dengan keselamatan dan kualitas pusat. Baiklah. Ya, jadi kami berharap bahwa kami dapat memiliki deteksi penipuan, AI dan blockchain dapat memverifikasi transaksi Jelas, kami dapat mendeteksi dan dapat mencegah semua kasus penipuan ini.
Anda dapat merampingkan proses audit. Jadi melalui data bukti temporal. Melalui blockchain, kami dapat menyediakan data yang sangat andal Jadi kami akan melihat bahwa semua teknologi kunci akan diintegrasikan dengan AI Jadi apa manfaat AI dalam rantai pasokan global? Sebenarnya, ada lima area. Salah satunya adalah peningkatan efisiensi operasional. Pengurangan biaya, kemudian meningkatkan pengalaman pelanggan, meningkatkan manajemen risiko dan dampak lingkungan yang berkelanjutan. Anda mengoptimalkan akar, seperti yang disebutkan tepat sehingga ai membantu Anda untuk memiliki algoritma ini untuk mempertimbangkan pola lalu lintas. Sama seperti mobil tanpa pengemudi kita, kan? Jadi Anda dapat melihat bahwa mobil Anda dapat menemukan rute terbaik Kami rute terbaik untuk Anda, kanan, ketika Anda mendapatkan kursi xavic.
Jadi hal yang sama untuk lingkungan logistik. Jadi yang paling efisien adalah rute rujukan yang disarankan. Dan kemudian Anda dapat memiliki pengambilan keputusan yang lebih cepat Analisis prediksi manajemen rantai pasokan, mampu membuat keputusan yang lebih baik lebih cepat Dan waktu respons selama keadaan darurat berkurang. Jadi kami ingin mengurangi waktu tunggu. Jadi otomatisasi, Anda akan melihat otomatisasi di mana-mana di gudang Ini akan meningkatkan peramalan dan mengurangi jangkauan pelanggan lebih cepat. Bagaimana cara menurunkan biaya dengan menggunakan AI. Dalam manajemen inventaris, AI dapat memprediksi permintaan secara akurat.
Sehingga akan mengurangi kelebihan persediaan ekstra atau overstock sehingga kita dapat meminimalisir biaya penyimpanan oke dan usang karena kadang-kadang baik expired right stall terlalu lama kadaluarsa jadi kita punya masalah. Jadi biaya tenaga kerja juga karena yang disebutkan, kita dapat mengurangi tenaga kerja. Kami tidak mengatakan bahwa tidak ada orang dalam manajemen rantai pasokan ini yang tidak akan mendapatkan pekerjaan, kan? Tetapi mereka akan beralih ke fungsi manajemen rantai pasokan terkait AI. Jadi Anda secara khusus mengurangi biaya tenaga kerja Anda memberi Anda penghematan biaya dalam tenaga kerja dan juga sumber daya manusia fokus pada kegiatan strategi daripada tugas rutin. Biaya transportasi kita akan dapat mengurangi dengan mengoptimalkan rute dan juga pelacakan real-time. Tentu saja, jika kita dapat memiliki jalur yang lebih pendek, itu akan mengurangi konsumsi bahan bakar dan kemudian Anda dapat dapat meminimalkan penundaan dan biaya transportasi yang merupakan pengurangan biaya yang sangat penting. Pengalaman pelanggan yang ditingkatkan Oke, jadi kami berharap bahwa kami dapat menjamin ketersediaan produk, bukan? Jadi jika permintaan ada, kita tidak ingin memiliki gangguan, kan? Jadi kami ingin memiliki peramalan permintaan yang akurat sehingga kami memiliki yang terbaik Tingkat inventaris. Akan ada beberapa pelacakan AI yang dapat membantu sistem pelacakan. Anda akan melihat dengan IoT, AI akan menjadi manajer kunci utama mengelola semua sistem ini Tapi kita punya update pada status pengiriman, kan? Jadi, dan kita bisa melakukan personalisasi dengan menggunakan AI.
Dengan menggunakan analisis berbasis AI, kita dapat memahami preferensi pelanggan Juga, kita dapat mempersonalisasi produk, merekomendasikan, dan layanan juga. Jadi itulah bagaimana kita mendapatkan manajemen perubahan pasokan akan membantu. Ya, ada beberapa faktor risiko yang perlu kita lihat. Salah satunya adalah melihat mengidentifikasi potensi gangguan Pada bulan April, pengukuran proaktif juga meningkatkan ketahanan ini adalah bagaimana kita dapat mengurangi risiko Dari manajemen rantai pasokan kami. Jadi keberlanjutan dan lingkungan dapat berdampak, bukan? Jadi seperti yang saya sebutkan tentang optimasi. Jadi kita bisa mengoptimalkan penggunaan energi. Jadi sistem AI baru seperti DeepSit, kan? Jadi sebenarnya mereka hanya menggunakan 10% dari energi yang datang dengan generasi yang lebih tua. Jadi itu bagus. Jadi hal yang sama untuk manajemen rantai pasokan perusahaan logistik Jadi kami berharap algoritma AI dapat mengoptimalkan meminimalkan konsumsi energi di gudang juga dapat meningkatkan efisiensi dalam jaringan transportasi.
Jadi kurangi limbahnya. Juga, kita dapat dengan senang hati mencapai hak keberlanjutan atau sumber daya berkelanjutan. Ada beberapa kasus yang ingin saya bagikan kepada Anda semua tentang penggunaan AI. Dalam pengecer global. Daerah. Jadi sebenarnya. Perkiraan permintaan Ai di pengecer global, bukan? Jadi banyak pengecer global besar Setiap hari mereka mengirimkan jutaan, juta barang, bukan? Jadi mereka sudah menggunakan AI. Jadi peningkatan 20% dalam akurasi perkiraan berdasarkan laporan.
Ini akan mengurangi stok, meningkatkan kepuasan pelanggan. Biaya persediaan yang lebih rendah menghemat jutaan dolar dan sebenarnya mereka juga membuat hubungan pemasok jauh lebih baik. Baiklah, ya. Dan mereka akan menggunakan kemanusiaan oke tidak ada gudang manusia atau otonom di e-commerce 30% telah meningkatkan kecepatan pemrosesan pesanan. Mereka telah secara signifikan mengurangi kesalahan. Optimalisasi tenaga kerja meningkatkan produktivitas. Jadi Anda melihat bahwa banyak outlet ritel mereka sedang meningkatkan diam-diam dengan menggunakan teknologi AI.
Jadi terutama untuk industri mobil dan mobil yang tepat sehingga manajemen rantai pasokan seperti telah meningkatkan visibilitas risiko juga mampu mengidentifikasi bottleneck dan mampu melakukan tindakan proaktif. Jadi perkiraan permintaan yang digerakkan oleh AI tentang hal itu, bukan? Jadi untuk jenis sistem apa yang dapat diterapkan oleh manajemen rantai pasokan. Dalam ritel, mereka akan meningkatkan data titik penjualan mereka Mereka juga dapat berintegrasi dengan tren media sosial sehingga mereka dapat mengambil tren dari media sosial dan kemudian segera umpan balik ke pasokan. SCM dan untuk meningkatkan atau mengurangi produksi. Jadi sistem ini sudah terhubung. Dan secara keseluruhan, saya sudah mencapai peningkatan 30% dalam akurasi juga. Jadi itu akan mengurangi stok keluar sehingga lebih sedikit mulai keluar mengarah untuk meningkatkan kepuasan pelanggan oke itu pengalaman yang cukup buruk jika pelanggan ingin membeli dan kemudian Anda mengatakan oh maaf kami tidak memiliki stok, kan? Jadi ini adalah pengalaman yang sangat buruk Jadi jika kita menurunkan biaya inventaris. Jadi juga dapat membantu jutaan biaya cerita, seperti yang kami sebutkan Jadi komunikasi kertas dengan pemasok juga lebih Anda tahu siklus produk yang dapat diandalkan juga. Benar. Ya. Jadi seperti yang kami sebutkan tentang gudang e-commerce Jadi 30% peningkatan dalam pemrosesan pesanan, kesalahan minimal. Juga, Anda dapat memiliki restrukturisasi atau reposisi karyawan sehingga mereka melakukan pekerjaan tingkat lebih tinggi daripada pekerjaan low end. Ini adalah risiko perubahan harga di industri mobil sehingga mereka dapat mengidentifikasi potensi bottleneck dan kerentanan di muka.
Jadi sebelum mereka membangun pabrik sebenarnya ai bersama dengan teknologi, mereka dapat mampu mensimulasikan lingkungan dengan baik. Jadi ada banyak pabrik sebelum mereka membangun mereka sudah menggunakan AI dan virtual reality untuk melakukan perencanaan. Jadi jika Anda dapat melakukan mitigasi proaktif sehingga kami dapat melakukan diversifikasi rantai pasokan. Jadi alih-alih Anda, kami berada di satu negara untuk mengirimkan semua barang, bukan? Jadi sekarang Anda bisa membangun gudang terdistribusi atau basis persediaan terdistribusi sehingga dalam hal ini Anda bisa memiliki keputusan terbaik di antara jadwal Anda. Dan tentu saja, kita tidak ingin mengalami gangguan. Kami ingin menghindari kekuatan produksi. Dan itu akan mengurangi mahal menit terakhir yang Anda butuhkan untuk memberikan alat itu akan menjadi sangat mahal, kan? Jadi kami ingin meminimalkan semua gangguan ini Jadi Anda melihat perencanaan strategis dan roadmap yang tepat Jadi sebagian besar waktu kita perlu melakukan penilaian.
Katakan saja setiap bisnis. Kita perlu melakukan penilaian kemampuan kita saat ini Kemudian setelah itu Anda menentukan tujuan Dan tentu saja, Anda tahu, membangun sebuah tim juga, kan? Sama seperti minggu lalu lainnya kami menyebutkan tentang budaya silang Tim lintas-kerusakan, kan? Dan kemudian infrastruktur struktur dan kemudian Anda harus melakukan pengujian. Jadi itu adalah seluruh peta jalan di mana kita menerapkan AI dalam manajemen rantai pasokan. Jadi ya, kita mengerti bahwa AI bergerak sangat cepat. Dengan tiga, saya selalu mengatakan hey saya tidak percaya ada sistem lackadais tapi kita punya warisan orang Oke, sehingga orang tidak bergerak, tidak membaik. Hanya tinggal di sistem lama.
Jadi ada masalah untuk manajemen perubahan. Saya berbicara tentang manajemen perubahan AI, bukan? Jadi implementasi AImembutuhkan pergeseran budaya. Benar-benar berbudaya omong kosong. Dan Senin, kami memiliki sekelompok teman, peserta ahli pembicara datang karena kita semua ingin berpartisipasi dalam manajemen perubahan AI yang besar ini. Dan banyak, banyak perusahaan, mereka benar-benar berinvestasi dalam pelatihan yang satu ini setelah itu oke saya akan lulus ke Buno. Buno akan berbagi dengan kami tentang um Anda tahu program yang Anda tahu dia pemasaran sekarang sangat menarik Jadi tujuannya adalah untuk meningkatkan karyawan untuk menangani teknologi baru. Dan memastikan kenyamanan oke kita merasa nyaman dengan proses baru. Apa jenis penghalang yang kita hadapi ketika kita menerapkan AI dalam manajemen rantai pasokan? Ya, jadi karena kami adalah perusahaan yang mengintegrasikan banyak pusat yang berbeda secara global. Jadi cara Anda mengintegrasikan data dari berbagai sumber secara global adalah perubahan besar. Ini bukan satu lokasi, itu beberapa lokasi di seluruh dunia, kan? Jadi kita perlu memastikan konsistensi akurasi data dan keabadian.
Jadwal yang bagus. Jadi sampai titik ini, AI dapat membantu kita Juga, ada investasi signifikan awal dalam ai Tapi tentu saja, seperti yang saya sebutkan, itu adalah sebagai sistem AI baru datang, biaya memiliki kerusakan, tapi masih memiliki investasi yang signifikan, kan? Dan kita perlu membenarkan setelah Anda sumber daya atau uang, kan? Anda mendapat pengembalian investasi yang baik Jadi biasanya, kami tidak memompa semua uang atau Anda tidak mengirim seluruh tim untuk pelatihan. Jadi Anda pergi melalui program percontohan Memiliki fase yang berbeda ketika kita menerapkan AI dalam manajemen rantai pasokan. Bakat sangat penting. Kita perlu mengidentifikasi bakat dan kesenjangan keterampilan. Meningkatnya permintaan ilmu data, ahli AI dan profesional AI atau profesional TI benar-benar dalam permintaan tinggi. Ya, itu sangat penting bagi kita untuk berinvestasi. Oke dalam akuisisi bakat dan pengembangan juga benar jadi inilah mengapa tim membantu mengembangkan bakat AI di wilayah yang tepat ya begitu Dan cybersecurity, penting karena ada banyak peningkatan kerentanan terhadap serangan cyber, terutama untuk sistem AI.
Lalu ada banyak sistem listrik. Ketika kita mengatakan sistem listrik, Anda berarti bahwa itu dibangun sebelumnya. Ini tidak melayani Ai. Jadi, apakah Anda akan membuangnya atau Anda akan mengintegrasikan atau Anda akan meningkatkan? Bagaimana Anda akan meng-upgrade? Akan meningkatkan biaya lebih mahal daripada sistem baru, kan? Jadi itulah penghalangnya. Jadi dalam hal itu, kita perlu mitra teknologi, kita perlu konsultasi. Kita perlu integrator sistem AI. Baiklah. Ya. Jadi ya, bersemangat. Terima kasih, Anthony, berbagi. Ini adalah tantangan besar akan bagaimana menyatukan data perusahaan mereka dan AI, kan? Tepat sekali. Anthony, kau mau berbagi dengan kami? Tentang poin Anda, Anda menyetujui tantangan yang tepat anthony dan tim Anda juga dapat berbagi dengan kami juga tim setelah itu anthony Ya, saya pikir apa yang saya sudah eh atas kantor. Mereka selalu sangat misi kritis aplikasi dan eh theta untuk sebagian besar perusahaan besar.
Oke, sehingga apa yang Anda telah berbagi dengan kami sebelumnya. Akan sulit untuk membuang semua sistem warisan eh ini, kan? Saya akan mengatakan sebagian besar perusahaan tidak akan membuang mereka karena mereka telah menghabiskan. Hmm.
Jutaan dan dekade untuk membangun aplikasi perusahaan ini dengan benar, jadi saya pikir bagaimana benar-benar mengintegrasikan kemampuan AI ini dengan aplikasi bantuan solusi SSD akan menjadi tantangan bagi sebagian besar penyedia layanan AI. Ya. Ya, aku mengerti. Ya, aku setuju dengan itu. Ya, ya. Bahkan, kami menemukan bahwa Anda tahu cukup menarik Baiklah. Dan ya. Hal yang baik tentang Singapura telah mengadopsi teknologi pada tahap awal, bukan? Tetapi beberapa orang mengatakan, ya, mengapa Anda tidak bergerak cepat ke dalam sistem pembayaran digital? Mengapa saluran bergerak lebih cepat dari Singapura? Karena sistem warisan, kan? Singapura telah memasukkan banyak sistem tradisional kami telah berjalan cukup baik Tapi Cina, ketika datang, itu melompat sepanjang jalan dalam pembayaran mobile. Ini sangat cepat. Tidak. Mm-hmm.
Ini sangat cepat sehingga Anda tahu sebenarnya mereka tidak memiliki banyak sistem warisan mereka dapat melakukan yang terbaik Jadi itu adalah hal yang sama. Jadi sekarang sebagian besar negara, seperti di Cina, juga memiliki sistem warisan sekarang, bukan? Jadi ketika AI datang Siapa yang akan bergerak lebih cepat? Itulah alasan saya pikir Indonesia akan bergerak sangat cepat kali ini. Aku mungkin salah. Oke, dan kami melihat banyak minat di Indonesia tentang AI.
Dan saya pikir 10 tahun kemudian oke um jadi indonesia bisa bergerak sangat, sangat cepat. Sama seperti 20, 30 tahun yang lalu di Cina menggunakan teknologi mobile benar Ya, jadi saya pikir itu sebabnya, kan? Jadi Charles, bagaimana menurutmu? Ya, ya. Aku sedikit hive, kan? Saya mencoba untuk lingkaran kembali ke pertanyaan Anthony Jadi dia mengatakan tantangan besar akan bagaimana menyatukan data perusahaan dan AI. Dan staf China adalah model yang sangat fleksibel dan sangat menarik. Ini bukan hanya seperti UniFi. Kita tidak berbicara tentang menyatukan kita berbicara tentang Aku melihat kau sangat baik. Komentari Menggunakan kombinasi dari co-pilot. Jika Anda memeriksa hal-hal AI yang disebut Yingdao dan Anda melihat ke dalam nuansa yang sangat Anda tahu implementasi produk mereka hanya mengatakan oke kita seperti misalnya kita memiliki satu 100 atau 1000 peran pekerjaan yang berbeda atau peran pekerjaan berbasis pengetahuan seperti oke orang ini adalah untuk Dia melakukan pembersihan data. Orang itu melakukan penanganan email. Jadi dia pada dasarnya membangun platform co-pilot AI untuk membantu perusahaan untuk mengintegrasikan berbagai AI co-pilot bekerja sama dengan manusia yang Anda kenal operator.
Jadi begitu perusahaan itu menyelesaikan transisi itu. Ying Dao akan menawarkan versi berikutnya untuk membantu mereka benar-benar mengotomatisasi semuanya melalui agen AI. Jadi saya akan mengatakan dalam keraguan Anda tahu model bisnis bisa menjadi cara untuk mengatasi masalah sistem perusahaan warisan semacam ini. Kami tidak berbicara tentang mengganti mereka semua sekaligus. Kami berbicara tentang membangun integrasi atau AI co-pilot ke dalam aplikasi yang ada sehingga mungkin aplikasi model yang dapat Anda salin dari Cina dan kemudian membangunnya di tempat lain Dan mudah-mudahan Anda dapat membuat bisnis besar dari itu terlebih dahulu Sangat menarik. Terima kasih, Chance. Sebutkan tentang agen AI. Saya pikir itu ide bagus, seperti kesempatan juga disebutkan, menggunakan agen untuk berurusan dengan sistem warisan, kan? Saya pikir itu adalah ide yang sangat bagus. Terima kasih.
Sehingga Anda dapat membangun front end atau back end AI atau aplikasi AI Anda, bukan? Tapi kemudian menggunakan agen untuk membantu Anda untuk mengintegrasikan atau bahkan berinteraksi dengan sistem lama Anda. Saya pikir itu bagus. Saya percaya Timothy adalah direktur IT kami. Banyak pengalaman di bagian integrasi sistem, bukan? Jadi, eh. Kim, apa pandangan Anda tentang mengintegrasikan AI dengan tim sistem warisan? Hai, semuanya. Aku pikir... sebelum kita bisa melakukan aspek teknisnya. Nomor satu, Anda perlu Jadi semua manajemen senior untuk memahami AIH akan datang.
Dan mereka harus bertindak di atasnya. Bahkan, saya melihat banyak perusahaan besar misalnya. Saya pikir YTL di Malaysia yang merupakan salah satu yang besar secara bersamaan kelompok ini Mereka sudah memulai pengembangan AI internal mereka jadi Masalahnya adalah bahwa ... perusahaan lain saya tidak akan mengatakan bahwa sebagai perusahaan yang lebih kecil atau perusahaan kecil mereka perlu merangkul ini Aku tidak tahu. Dan setelah mereka memiliki Anda perlu melihat tren ... disebut manajemen senior bahkan ceo untuk mendapatkan dilatih pada AI. Anda tahu apa itu AI dan apa itu Bagaimana AI dapat membantu Enterprise mereka. Saya pikir itu sangat penting.
Saya pikir saya juga disebutkan dalam beberapa pertemuan yang kami miliki sebelum itu bahkan untuk ketika era IT mereka datang banyak batu bata dan mortir atau bahkan perusahaan yang lebih tua, mereka tidak merangkul itu Revolusi. Sama seperti apa yang kita lakukan sekarang adalah melakukan banyak pekerjaan yang baik dan juga bergerak sangat cepat. Saya pikir banyak orang tidak menyadari apa itu AI dan bagaimana mereka dapat membantu perusahaan. Saya pikir hal nomor satu yang kita butuhkan untuk mendapatkan kelompok senior ini yang merupakan pembuat keputusan untuk mengetahui apa itu AI dan bagaimana mereka bisa masuk ke AI dan memimpin perusahaan ke arah AI yang saya maksud AI berubah dan saya akan mengatakan evolusi ya Jadi ada satu. Yang lainnya adalah ... untuk memulai AI yang disebut proyek dalam organisasi itu sendiri harga Vinium pasti Anda perlu beberapa bakat AI. Pada titik ini Yang kita kurang. Itu sebabnya aku... Saya percaya bahwa dalam tiga sampai lima tahun ke depan ada banyak permintaan untuk arsitek AI, insinyur AI untuk mengumpulkan semua hal ini bersama-sama juga ilmuwan data Anda tahu, untuk menjadi eh di perusahaan ini mencari untuk mengembangkan solusi AI mereka untuk perusahaan. Jadi saya memperkirakannya. Dan saya berharap bahwa dalam satu hingga dua tahun ke depan, pemerintah akan mendorong AI, terutama di Singapura mungkin keluar dengan hibah tertentu seperti apa yang mereka miliki untuk IT. Produktivitas, ya. Jadi jika mereka berada di apa yang disebut pemerintah jenis kebijakan untuk mendorong keluar.
Baiklah. Maka mungkin karena uang maka perusahaan akan masuk ke dalamnya ya Dan tentu saja, perlu ada banyak kesadaran Terutama untuk manajemen senior pembuat keputusan untuk melakukan proyek AI dalam perusahaan. Saya pikir itu hal yang saya ingin komentar. Dan maksud saya, di CI, kami mencoba memproduksi sebanyak insinyur AI, arsitek AI untuk memenuhi pasar permintaan sehingga eh untuk Untuk siapa saja yang berada di konferensi ini Siapa yang tertarik untuk mengetahui lebih lanjut tentang apa peran insinyur AI atau arsitek AI. Jangan ragu untuk berbicara dengan saya dan saya yakin ada banyak pembicara di sini yang sangat layak dan Anda dapat berinteraksi dengan mereka dan mencari tahu lebih banyak bagaimana karir masa depan Anda dapat berada di industri AI. Terima kasih banyak. Sangat, sangat menarik. Terima kasih. Terima kasih.
Baiklah. Dan kembali padamu, Dr. Patrick. Ya. Jadi yang ini kita bicarakan tentang masa depan AI, kan? Jadi sekarang kita berbicara tentang aplikasi ai saat ini Ya, AI masa depan sebenarnya kita dapat dimasukkan ke dalam lima aspek. Salah satunya adalah kemampuan prediksi canggih yang meningkatkan integrasi IoT dengan teknologi komputasi terbaru. Dan ini akan datang, kan? Jadi kita berbicara tentang mobil tanpa pengemudi, kan? Jadi sebenarnya kita juga melihat rantai pasokan otonom ini datang ke dunia. Ya, AI yang berkelanjutan dan etis adalah topik utama saat ini.
Juga, kami berharap bahwa kami dapat memiliki banyak ekosistem bekerja sama sehingga menjadi sistem hukum yang kooperatif, bukan? Jadi apa AI canggih ini? Kemampuan prediktif tingkat lanjut. Jadi akan terintegrasi dengan algoritma pembelajaran mesin yang canggih. Jadi Engram tidak akan berhenti. Ini akan terus meningkat. Tetapi mereka mampu memiliki arus masuk data real-time. Jadi maksudmu bahwa Anda dapat melihat bahwa dunia menggunakan banyak data real time semua ini kita akan masuk ke dalam sistem pembelajaran mesin ini untuk rantai pasokan.
Jadi sebagai hasilnya, kita dapat secara akurat memprediksi atau melakukan perkiraan yang tepat sehingga akan meningkatkan perlindungan VMAM juga kita dapat memiliki perkiraan kerusakan yang lebih baik sehingga kita dapat mengatakan oh oke kita tidak punya pilihan multi multi kita mungkin memiliki beberapa masalah datang Kapan atau kita ingin meminimalkan dampaknya, bukan? Jadi gangguan podcasting yang lebih baik bahkan kita tidak ingin memiliki gangguan. Kadang-kadang kita tidak punya pilihan yang tepat sehingga kita dapat memiliki pengambilan keputusan yang lebih proaktif. Dan juga kami dapat mengidentifikasi tantangan operasi Jadi itulah yang ingin kami lakukan. Jadi di sini dan komputasi usia, kan? Jadi Anda akan melihat banyak perangkat IoT di seluruh dunia sekarang. Dan sekali penonton di sini, data feed langsung ke sistem AI, kita akan mengubah dunia. Hmm. Ini akan meningkatkan pengumpulan data dari berbagai sumber. Kita semua mengerti tentang masa depan untuk komputasi kuantum, kan? Jadi s
2025-02-23 17:37
