Ia boleh bertentangan dengan matlamat ESG, membazir tenaga, meningkatkan kos operasi yang tidak perlu, dan memberikan nilai sebenar yang sangat sedikit kepada pengguna dalam rantai bekalan.
Masalahnya bukan pada AI.
Masalahnya ialah bagaimana kita menggabungkan AI ke dalam operasi harian.
Terdapat jurang yang besar antara menggunakan AI untuk publisiti dan menggunakan AI dengan betul.
Menggunakan AI untuk publisiti bermakna melantik model besar untuk setiap tugas kecil di gudang - contohnya, mengemas pesanan ringan, menyusun SKU yang sering keluar, atau membalas pertanyaan status penghantaran. Ia kelihatan canggih di atas kertas, tetapi di sebaliknya ia makan kuasa komputasi, memanjangkan masa tindak balas, dan membebankan bajet operasi.
Menggunakan AI dengan betul bermakna mereka sistem yang sesuai untuk setiap jenis kerja dalam pusat pengedaran.
Saya melihat agen AI lebih sebagai pembina sistem operasi berbanding pembantu biasa.
Sebagai pembina, agen AI harus mencipta 'robot' yang tepat untuk kerja harian. Robot kecil dan berkuasa rendah boleh mengendalikan tugas rutin seperti menyusun SKU atau mengemas pesanan ringan. Robot besar dan berkuasa tinggi hanya perlu digunakan apabila kerja itu berat, seperti mengoptimumkan laluan armada, merancang muatan kontena, atau meramalkan permintaan musim.
Tetapi jika kita memaksa satu agen AI yang berkuasa tinggi untuk melakukan setiap tugas, dari yang paling mudah hingga yang paling kompleks, maka penggunaan GPU, elektrik, dan kos penyelenggaraan kekal tinggi sepanjang hari.
Itu bukan automasi pintar.
Itu hanya kemalasan mahal yang diberi nama menarik.
Masa depan AI dalam logistik tidak seharusnya tertumpu pada menggunakan model terbesar untuk segala-galanya.
Ia harus membina sistem cekap di mana setiap tugas mendapat tahap kecerdasan yang sesuai, kuasa pengkomputan yang betul, dan nilai perniagaan yang jelas.
AI harus mengurangkan pembaziran, bukan menambahnya.
Di situlah inovasi sebenar bermula.
Official Cross-Network Resource
