생성형 AI가 공급망 운영을 혁신하는 방법

공급망은 엄청난 스트레스를 받고 있습니다. 공급망 리더로서 우리는 전례 없는 수준의 혼란, 에코시스템 거래 파트너 네트워크 문제, 관세 전쟁, 실제 전쟁 및 엄청난 인적 자본 회전율을 목격했습니다. 고위 공급망 리더들이 기록적인 숫자로 은퇴하고 있습니다. 환영할 만한 일이든 아니든, 우리 업계에 큰 변화가 일어나고 있습니다. 그리고 새로운 '하이브리드' 표준으로 돌아가고 있다고 생각했을 때, 생성형 AI라는 흥미로운 신기술이 다시 한 번 운영 세계를 뒤흔들 준비가 되어 있는 것 같습니다.

언론 헤드라인 전반에 걸쳐 생성형 AI 기술이 우리 문화와 사회에 미치는 실존적 위험에 대한 어두운 경고를 볼 수 있습니다. 그러나 공급망 혁신가로서 우리는 운영을 지속적으로 최적화하기 위해 기술을 적용해 온 풍부한 역사가 있다는 것을 알고 있습니다. 생성형 AI가 우리가 알고 있는 공급망의 '멸종 사건'을 일으킬 가능성이 있을까요? 우리는 그렇지 않다고 생각합니다. 공급망의 근본적인 특성은 진화적이며, 1950년대 Toyota 생산 시스템에서 우리 기술이 탄생한 이래로 진화해 왔습니다. 공급망에서는 의도적이지만 측정된 위험을 감수하며, 무모한 모험을 하지 않습니다.

우리 업계가 생성형 AI를 적용하고자 할 때, 의심할 여지 없이 동일한 접근 방식을 취할 것입니다. 이러한 사고방식을 통해 효율성, 인적 생산성 및 품질을 획기적으로 개선할 수 있는 잠재력을 확인했습니다. 생성형 AI는 오늘날의 프로세스, 기술, 인력 제약을 넘어 공급망이 운영 성과와 고객 경험을 제공하는 데 기반이 되는 미래로 혁신할 수 있는 모든 잠재력을 가지고 있습니다. 하지만 우리는 이 새로운 기술을 받아들이고 우리가 하는 모든 일의 일부로 만들어야 합니다.

처음부터 한 가지 분명한 점은 생성형 AI는 공급망에서 이전에 본 적이 없는 기술이라는 것입니다. 이는 획기적인 변화입니다. 생성형 AI를 다른 무선 주파수 식별(RFID), 블록체인 또는 기타 '하이프 사이클' 기술로 치부하고 무시하지 마세요. 향후 5년 동안 생성형 AI는 우리가 공급망에서 일하는 방식을 근본적으로 변화시킬 것입니다. 이는 전문가들의 부가가치가 낮은 시간을 엄청나게 소모하는 지루하고 사소한 거래 업무를 자동화할 수 있습니다. 이는 인적 가치를 제거하는 것이 아니라 직원의 역할을 높이고 예측적이고 사전 예방적이며 미래 지향적 인 기반으로 비즈니스를 운영할 수 있도록 역량을 강화할 것입니다.

지난 수십 년 동안 공급망에 막대한 투자가 이루어졌음에도 불구하고 오늘날 공급망은 여전히 상당한 혁신의 필요성을 보여주고 있습니다. 많은 공급망 구조는 기능적으로 사일로화된 상태로 남아 있으며 예측 가능한 엔드 투 엔드 실행에 어려움을 겪고 있습니다. 애플리케이션과 데이터는 부서 경계 내에 갇혀 있는 경우가 많습니다. 여러 ERP 인스턴스는 서로 다른 시스템에서 주문 및 약정을 단편화하는 문제를 야기합니다. 이러한 요소가 결합되어 불필요한 비용, 실행 지연 시간 증가 및 최적이 아닌 고객 경험을 초래합니다. 이러한 레거시 투자를 강화하거나 대체할 시간이나 투자가 충분하지 않습니다. 여기에서 생성형 AI 솔루션(클라우드에 구축되고 데이터를 엔드투엔드로 연결)이 레거시 기술 투자의 수명을 활용하고 연장하는 동시에 엄청난 새로운 가치를 창출할 것입니다. 생성형 AI는 공급망 혁신가에게 전략적 변곡점을 제공하며, 기존 공급망의 제약을 뛰어넘어 혁신할 수 있는 최초의 진정한 기회를 제공합니다.

선도적인 공급망은 가치 사슬 전반에 걸쳐 조율되어야 합니다. 내부 및 외부 이해관계자는 공급망을 계획, 관리 및 지시하기 위해 빠르고 정확한 정보를 손쉽게 이용할 수 있어야 합니다. 개인화된 작업, 통찰력 및 가시성을 유도하려면 대량의 데이터(ERP, WMS, RFID 및 시각적 분석)를 고속으로 수집, 정규화 및 분석해야 합니다. 오늘날처럼 민첩하고 회복력 있으며 경쟁력 있는 공급망이 절실하게 요구된 적은 없습니다.

이러한 문제를 해결하려면 기업이 비즈니스 요구 사항에 따라 소유, 형성 및 확장할 수 있는 플랫폼이 필요합니다. IBM은 개방형 기술을 기반으로 구축된 하이브리드 클라우드, 구성 요소 기반 아키텍처를 채택했습니다. 대량의 데이터를 빠르게 수집하고 이를 각 페르소나에 맞게 컨텍스트화하는 것은 당연한 일입니다. "기계"는 반복적인 작업을 학습하고, 생각하고, 실행하는 동시에 공급망 전문가가 영향력이 큰 비즈니스 이벤트에 집중할 수 있도록 합니다.

생성형 AI의 출현은 우리가 생각하고 일하는 방식을 변화시킬 것입니다. 기존 솔루션은 대량의 엔터프라이즈 데이터를 참여, 활용 및 조사하는 방법에 대해 사용자를 제한합니다. 데이터에 액세스하기조차 어려운 경우가 많습니다. 채팅 봇은 정보를 더 쉽게 얻을 수 있도록 시도해 왔지만, 광범위한 모델 학습에 의존하고 '방법'에 관한 질문으로 제한되는 경우가 많습니다. 생성형 AI는 사용자가 이전과는 전혀 다른 방식으로 정형 및 비정형 데이터와 상호 작용할 수 있는 파운데이션 모델을 활용하여 머신 러닝의 힘을 일상 업무에 적용합니다. 수개월에 걸친 교육이 이제 단 며칠이면 됩니다. IBM의 공급망 디지털 어시스턴트를 통해 사용자는 데이터와 대화형으로 상호 작용하여 수십만 개의 문서 및 시각적 이미지와 같은 방대한 거래 데이터를 조회할 수 있습니다. 사용자는 요청을 통해 공급망의 건강에 대한 전반적인 그림을 파악하는 것부터 특정 거래를 이해하는 것까지 진행할 수 있습니다. 사실적인 데이터(PDF, 시각적 이미지, RFID 태그 정보)뿐만 아니라 컨텍스트 정보도 얻을 수 있습니다. 공급망 관리자(“재고가 과다한 곳은 어디인가?”)나 구매자(“내 공급자는 얼마나 잘 수행하고 있는가?”)의 질문이, 흩어진 여러 보고서를 모아 복잡하게 분석해야 하는 작업이 아니라 단순한 질문 하나로 해결되는 형태가 됩니다.

모든 이해관계자를 위한 공통 플랫폼을 구축함으로써 공급망을 오케스트레이션하는 것이 일상적인 작업과 프로세스에 내재되어 있습니다. 기업은 핵심 기반을 바탕으로 생성형 AI 기반 사용 사례를 배포하여 빠르게 변화하는 마켓플레이스에서 빠르게 확장하고 민첩하게 대응할 수 있습니다.

몇 년 전, IBM의 자체 인프라 공급망에서 대화형 AI가 서로 다른 공급망 도메인 간의 경계를 극복하고 영업팀, 공급업체 및 파트너와의 협업 플랫폼을 제공하는 데 도움이 될 수 있다고 판단했습니다. 이 플랫폼에서는 승인된 모든 사용자가 자연어를 사용하여 직관적인 방식으로 중요한 정보에 액세스할 수 있습니다. 우리는 고객 경험을 관리하고, 탄력적으로 운영하고, 시장 혼란에 대응하기 위한 즉각적인 통찰력을 통해 액세스하기 쉬운 실시간 단일 진실 관점을 달성할 수 있었습니다. 코로나19와 코로나19 이후의 세계에서 큰 혼란이 있었음에도 불구하고 IBM의 공급망은 주문의 100%를 이행하고 약속을 이행했습니다.

통합된 생성형 AI는 공급망 의사 결정자와 가상 어시스턴트 간의 직관적인 대화를 가속화하여 신속하고 사실에 기반한 조치를 가능하게 합니다. 이러한 혁신을 통해 공급망 전문가는 복잡한 문제 해결, 워크플로 설계의 지속적인 개선 및 AI 모델 강화에 집중할 수 있습니다. 기존 솔루션에 생성형 AI와 기초 모델의 힘을 추가하는 것은 공급망 기능의 진화에 있어서 자연스러운 단계입니다.