Tähelepanu! Artikkel on enam kui 5 aastat vana ning kuulub väljaande digitaalsesse arhiivi. Väljaanne ei uuenda ega kaasajasta arhiveeritud sisu, mistõttu võib olla vajalik kaasaegsete allikatega tutvumine
Tarneahela tehnoloogias ei arvestata masinõppe nõuetega
Märtsis Pärnu Tarneahelakonverentsil "Hoogne teekond" esineva andmekeskuse STACC tegevjuhi Kristjan Eljandi sõnul ei arvesta ettevõtted oma tehnoloogia ehitamisel masinõppe nõuetega. "Masinõppe tegemise eelduseks on kindla struktuuriga õigete andmete olemasolu," ütleb Eljand intervjuud.
Mida uut toob masinõpe aga tulevikus tarneahela juhtimisse? "Masinõppe lahendused hakkavad pakkuma ennustavat ja soovitavat analüütikat," poetab ta.
Järgneb intervjuu Kristjan Eljandiga:
Masinõpe on moodne sõna ja sellest räägitakse palju. Kas ka ettevõtjad on teemaga kaasa liikunud ja oma teadmisi aina täiendanud või on selgitustööd piisavalt?
Masinõppe ja tehisintellekti turundus on täna kaugel ees reaalsusest. Ettevõtjate teadmised teema osas on alles päris alguses. Võib eeldada, et läheb aega veel vähemalt dekaad, et teadmus masinõppe osas jõuaks keskmiselt heale tasemele.
Tulekul
Pärnu Tarneahelakonverents 2019 "Hoogne teekond"
Kristjan Eljand kõneleb konverentsil teemal "Masinõppe rakendamine tarneahelas: kuidas algust teha ja kui kõrgele seada oma ootused".
Aeg ja koht: 21.-22. märts 2019, Pärnu Kontserdimaja
Laval: Finnair, LSG Sky Chefs, Salvest, Maxima, Omera Khan, STACC, Intepia, Pipelife Eesti, Iglucraft, BLS Logistics jpt.
Programmi ja piletid leiate SIIT.
Masinõpet saab ilmselt tulevikus rakendada väga paljudes valdkondades, aga kuidas see reaalselt tarneahelate arengut ja juhtimist mõjutama hakkab?
Täna kasutavad ettevõtted tarneahela juhtimises peamiselt kirjeldava analüütika lahendusi (töölauad graafikute ja tabelitega). Info, mis sealt kogutakse, on kasulik eeskätt taktikalise juhtimise jaoks ehk mida tegime eelmine kuu ja mida peaks tegema järgnevatel kuudel.
Masinõppe lahendused hakkavad pakkuma ennustavat ja soovitavat analüütikat. Esimesel juhul annab tehnoloogia ennustuse erinevate tarneahela protsesside õnnestumise kohta. Teisel juhul annab tehnoloogia soovituse, mida peaks järgnevalt tegema, et protsess oleks optimaalne. Mõningatel juhtudel võime lubada tehnoloogial endal ka otsustada - kui masinõppemudel on kindel, et teab, mis on õige järgmine samm.
Seega luuakse teadmus operatiivse juhtimise teostamiseks ehk mida tegime eile ja mida peaksin täna-homme tegema.
Milline on suurim väljakutse, millega masinõpe praegu tarneahela vaates silmitsi seisab?
Üheks peamiseks väljakutseks võib pidada madalat valmisoleku taset masinõppe kasutuselevõtuks. Ettevõtete IT-süsteemide (sh tarneahela tehnoloogia) ehitamisel ei ole arvesse võetud masinõppe nõudeid. Masinõppe tegemise eelduseks on kindla struktuuriga õigete andmete olemasolu. Täna neid andmeid vajalikul kujul enamasti ei eksisteeri.
Seega võib paljude ettevõtete jaoks esimeseks sammuks olla andmekogumisprotsessi täiendamine, milles oleme valmis ettevõtteid ka aitama.
Seotud lood
Veel mõni aasta tagasi võis lao automatiseerimise mõte sama kiirelt lõppeda, sest Exceli tabel värvis investeeringu uhkelt punaseks. Praegu on robotid odavamad, elektritõstukid võimekamad ja akutehnoloogia teinud suure hüppe. Just seepärast tasuks vanad arvutused uuesti lahti võtta – see, mis viis aastat tagasi tundus kättesaamatu, kulukas või keeruline, võib nüüd olla täiesti mõistlik lahendus.
Hetkel kuum
Enimloetud
Viimased uudised
Konverentsid
Hetkel kuum
Liitu uudiskirjaga
Telli uudiskiri ning saad oma postkasti päeva olulisemad uudised.
Tagasi Logistikauudised esilehele