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.

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.

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.

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.