{"id":38436,"date":"2024-03-06T14:30:31","date_gmt":"2024-03-06T11:30:31","guid":{"rendered":"https:\/\/www.achilles.com\/the-case-for-ai-in-supply-chain-management\/"},"modified":"2024-03-27T12:47:22","modified_gmt":"2024-03-27T09:47:22","slug":"the-case-for-ai-in-supply-chain-management","status":"publish","type":"post","link":"https:\/\/www.achilles.com\/sv\/branschinsikter\/argumentet-for-ai-inom-supply-chain-management\/","title":{"rendered":"Argumentet f\u00f6r AI inom supply chain management"},"content":{"rendered":"\n


Det h\u00e4r blogginl\u00e4gget fokuserar p\u00e5 rollen f\u00f6r AI inom Supply Chain Due Diligence och diskuterar b\u00e5de utmaningarna, begr\u00e4nsningarna och f\u00f6rdelarna med AI inom en helhetlig process f\u00f6r due diligence samt hur det kan utvecklas i framtiden.<\/strong><\/p>\n\n\n\n

Det har f\u00f6rekommit mycket diskussion och debatt om anv\u00e4ndningen av AI inom supply chain due diligence. Referenser till termer som Internet of Things (IoT), big data, web scraping och infererade relationer har f\u00e5tt \u00f6kad popularitet i media och i diskussioner om supply chain due diligence. Samh\u00e4llet utnyttjar i allt h\u00f6gre grad kraften hos internet och tekniska framsteg f\u00f6r att f\u00f6r\u00e4ndra s\u00e4ttet vi lever och arbetar p\u00e5. Debatten \u00e4r omfattande, liksom f\u00f6rvirringen kring de nya teknologiernas f\u00f6rm\u00e5gor och deras f\u00f6rm\u00e5ga att st\u00f6dja h\u00e5llbara ink\u00f6pspraxis.<\/p>\n\n\n\n

T\u00e4vlingen mot nollutsl\u00e4pp inom alla branscher skapar en unik konkurrens om de mycket beh\u00f6vda r\u00e5materialen, expertisen, underleverant\u00f6rerna och leverant\u00f6rerna. Denna \u00f6kande efterfr\u00e5gan har milj\u00f6- och samh\u00e4llsm\u00e4ssiga konsekvenser. Det finns fall av tv\u00e5ngsarbete kopplade till tillverkning av solpaneler, avskogning av Amazonas kopplad till tillverkning av vindkraftverk och skador p\u00e5 marina och fiskebest\u00e5nd i Indonesien fr\u00e5n olaglig nickelgruvdrift.<\/p>\n\n\n\n

Det \u00e4r obestridligt att nya AI-teknologier som screening av negativ media och analys av satellitbilder spelar en roll f\u00f6r v\u00e5r f\u00f6rm\u00e5ga att skydda m\u00e4nniskor och planeten, men n\u00e4r det handlar om komplexa och ofta dolda fr\u00e5gor inom leveranskedjan, \u00e4r det tillr\u00e4ckligt att lita p\u00e5 dessa framsteg?<\/p>\n\n\n\n

Vad \u00e4r AI?<\/h2>\n\n\n\n

F\u00f6rst och fr\u00e4mst, l\u00e5t oss se till att vi alla f\u00f6rst\u00e5r vad vi menar med AI. Det finns flera olika typer av AI. Dessa termer h\u00e4nvisar till olika koncept inom omr\u00e5det artificiell intelligens. Kanske inte s\u00e5 hj\u00e4lpsamt, dessa f\u00f6rv\u00e4xlas ofta eller anv\u00e4nds omv\u00e4xlande – s\u00e4rskilt Narrow AI, Generative AI och General AI som f\u00f6rklaras nedan.<\/p>\n\n\n\n

Narrow AI (eller svag AI): Detta h\u00e4nvisar till AI-system som \u00e4r designade och tr\u00e4nade f\u00f6r en specifik uppgift eller en smal upps\u00e4ttning uppgifter. De flesta AI-applikationer som anv\u00e4nds idag, som r\u00f6stassistenter som Siri eller Alexa, bildigenk\u00e4nnningssystem och rekommendationsalgoritmer, faller inom kategorin smal AI.<\/p>\n\n\n\n

Generative AI: Generative AI h\u00e4nvisar vanligtvis till en underkategori av artificiell intelligens som fokuserar p\u00e5 att skapa nytt inneh\u00e5ll eller data ist\u00e4llet f\u00f6r bara att analysera eller klassificera befintlig information. Det inneb\u00e4r ofta modeller som kan generera realistiska och nya utdata, som bilder, text eller till och med hela scenarier, baserat p\u00e5 de m\u00f6nster och information de har l\u00e4rt sig fr\u00e5n tr\u00e4ningsdata. Exempel p\u00e5 generativ AI inkluderar textgeneratorer som Chat GPT-3, bildgeneratorer och andra modeller som \u00e4r kapabla att skapa nytt inneh\u00e5ll.<\/p>\n\n\n\n

General AI (Artificiell Generell Intelligens eller AGI): Generell AI, \u00e5 andra sidan, h\u00e4nvisar till en typ av artificiell intelligens som har f\u00f6rm\u00e5gan att f\u00f6rst\u00e5, l\u00e4ra och till\u00e4mpa kunskap \u00f6ver ett brett spektrum av uppgifter, liknande m\u00e4nsklig intelligens. AGI skulle vara kapabel att utf\u00f6ra vilken intellektuell uppgift som helst som en m\u00e4nniska kan, anpassa sig till nya och ok\u00e4nda situationer och visa en bred f\u00f6rst\u00e5else f\u00f6r olika omr\u00e5den.<\/p>\n\n\n\n

Till skillnad fr\u00e5n Generative och Narrow AI, som \u00e4r designade f\u00f6r specifika uppgifter, \u00e4r AGI hypotetisk och existerar f\u00f6r n\u00e4rvarande inte. Att uppn\u00e5 AGI f\u00f6rblir ett l\u00e5ngsiktigt m\u00e5l inom AI-forskningen, s\u00e5 f\u00f6r tillf\u00e4llet fokuserar den h\u00e4r bloggen p\u00e5 Narrow och Generative AI.<\/p>\n\n\n\n

Utmaningar med AI<\/h2>\n\n\n\n

\u00c4ven om Generative och Narrow AI kan erbjuda betydande f\u00f6rdelar f\u00f6r att f\u00f6rb\u00e4ttra effektiviteten, noggrannheten och beslutsfattandet under leveranskedjans due diligence, finns det ocks\u00e5 flera utmaningar och problem f\u00f6rknippade med dess implementering.<\/p>\n\n\n\n

\"\"<\/figure>
\n

F\u00e5 oseri\u00f6sa operat\u00f6rer som anv\u00e4nder tv\u00e5ngsarbete, bryter mot lagen eller f\u00f6rorenar hav och floder kommer att l\u00e4gga information om sina aff\u00e4rsaktiviteter d\u00e4r dagens Generative AI kan hitta den. N\u00e5gra av de viktigaste problemen inkluderar:<\/p>\n<\/div><\/div>\n\n\n\n

<\/p>\n\n\n\n

Datakvalitet och tillf\u00f6rlitlighet: Generative AI-system f\u00f6rlitar sig tungt p\u00e5 data f\u00f6r tr\u00e4ning och beslutsfattande. Om indata \u00e4r felaktig, ofullst\u00e4ndig eller partisk kan det leda till felaktiga resultat och beslut.<\/p>\n\n\n\n

Dataskydd och s\u00e4kerhet: Leveranskedjedata inneh\u00e5ller ofta k\u00e4nslig information om f\u00f6retag, leverant\u00f6rer och kunder. Att s\u00e4kerst\u00e4lla dataskydd och s\u00e4kerhet \u00e4r avg\u00f6rande f\u00f6r att f\u00f6rhindra obeh\u00f6rig \u00e5tkomst, intr\u00e5ng eller missbruk.<\/p>\n\n\n\n

Komplexitet i leveranskedjen\u00e4tverk: Leveranskedjor kan vara intrikata och involvera m\u00e5nga intressenter, vilket g\u00f6r det utmanande att modellera och analysera. Generative AI-algoritmer kan ha sv\u00e5rt att f\u00e5nga hela komplexiteten i globala leveranskedjen\u00e4tverk.<\/p>\n\n\n\n

Brist p\u00e5 standardisering: Fr\u00e5nvaron av standardiserade dataformat och protokoll \u00f6ver leveranskedjan kan hindra integrationen och interoperabiliteten hos AI-system. Olika f\u00f6retag kan anv\u00e4nda olika system, vilket g\u00f6r det sv\u00e5rt att skapa en universell l\u00f6sning.<\/p>\n\n\n\n

Sammanl\u00e4nkade risker: Leveranskedjerisker \u00e4r ofta sammanl\u00e4nkade, och Generative AI kan ha sv\u00e5rt att analysera och f\u00f6rutse kaskadeffekter. Till exempel kan en st\u00f6rning i en del av leveranskedjan f\u00e5 rippelf\u00f6rdelningar i hela n\u00e4tverket.<\/p>\n\n\n\n

Etiska bekymmer: Anv\u00e4ndningen av AI inom leveranskedjans due diligence v\u00e4cker etiska fr\u00e5gor, s\u00e5som algoritmisk partiskhet och risken f\u00f6r oavsiktliga konsekvenser, som exemplifieras av Googles Gemini AI nyligen. AI-system kan oavsiktligt f\u00f6rst\u00e4rka befintliga biaser eller fatta beslut som har negativa sociala eller milj\u00f6m\u00e4ssiga konsekvenser.<\/p>\n\n\n\n

Dynamiken i leveranskedjor: Leveranskedjor \u00e4r dynamiska, med st\u00e4ndiga f\u00f6r\u00e4ndringar i efterfr\u00e5gan, utbud, regleringar och geopolitiska faktorer. AI-system kan ha sv\u00e5rt att anpassa sig snabbt till dessa f\u00f6r\u00e4ndringar, vilket leder till f\u00f6r\u00e5ldrade eller felaktiga insikter.<\/p>\n\n\n\n

Giltigheten av tidsk\u00e4nsliga data: Vissa AI-processer f\u00f6r leveranskedjans due diligence f\u00f6rlitar sig p\u00e5 insamling av offentligt tillg\u00e4nglig f\u00f6retagsdata som kan finnas i \u00e5rliga finansiella eller h\u00e5llbarhetsrapporter. P\u00e5 grund av f\u00f6retags retrospektiva rapporteringscykel kan denna information ofta vara f\u00f6r\u00e5ldrad eller irrelevant vid tidpunkten f\u00f6r insamling och analys.<\/p>\n\n\n\n

Tillg\u00e5ng till information p\u00e5 l\u00e4gre niv\u00e5: M\u00e5nga leverant\u00f6rer inom det komplexa f\u00f6retagets leveranskedja publicerar eller avsl\u00f6jar inte information offentligt. Ofta beh\u00e5ller mikro- och sm\u00e5f\u00f6retag information i pappersformat eller p\u00e5 sina f\u00f6retagsservrar, vilket g\u00f6r det n\u00e4stan om\u00f6jligt f\u00f6r AI-l\u00f6sningar att f\u00e5 \u00e5tkomst till informationen.<\/p>\n\n\n\n

Den f\u00f6rdelaktiga rollen f\u00f6r Generative AI<\/h2>\n\n\n\n

Trots dessa utmaningar kan AI och kommer att spela en allt viktigare roll f\u00f6r att f\u00f6rb\u00e4ttra leveranskedjans due diligence och riskbaserade tankes\u00e4tt n\u00e4r de implementeras p\u00e5 ett genomt\u00e4nkt s\u00e4tt. Det anv\u00e4nds redan dagligen och kommer att forts\u00e4tta att utvecklas f\u00f6r att inkludera:<\/p>\n\n\n\n

S\u00e4kring av datakvalitet: Prioritera datakvaliteten genom att implementera processer f\u00f6r datavalidering och rening. Anv\u00e4nd AI-algoritmer f\u00f6r att identifiera och r\u00e4tta till inkonsekvenser, fel och avvikelser i datan.<\/p>\n\n\n\n

Avancerad analys f\u00f6r n\u00e4tverkskomplexitet: Anv\u00e4ndning av avancerad analys och maskininl\u00e4rningsalgoritmer f\u00f6r att modellera och analysera komplexa leveranskedjen\u00e4tverk. Dessa verktyg hj\u00e4lper till att ge insikter i beroenden, s\u00e5rbarheter och potentiella risker \u00f6ver hela n\u00e4tverket.<\/p>\n\n\n\n

\u00d6vervakning av regelm\u00e4ssig efterlevnad: AI-verktyg kan och anv\u00e4nds f\u00f6r att \u00f6vervaka och s\u00e4kerst\u00e4lla efterlevnaden av relevanta regler och f\u00f6reskrifter.<\/p>\n\n\n\n

Integrerad riskhantering: AI-drivena system f\u00f6r integrerad riskhantering som tar h\u00e4nsyn till sammanl\u00e4nkade risker. Detta kan inneb\u00e4ra att simulera och analysera olika scenarier f\u00f6r att identifiera potentiella kaskadeffekter och utveckla proaktiva \u00e5tg\u00e4rdsstrategier.<\/p>\n\n\n\n

Synlighet och sp\u00e5rbarhet i leveranskedjan: Dra nytta av AI-teknologier som blockchain och IoT (Internet of Things) f\u00f6r att f\u00f6rb\u00e4ttra synligheten och sp\u00e5rbarheten i leveranskedjan. Detta kan f\u00f6rb\u00e4ttra datakvaliteten och ge realtidsinsikter i r\u00f6relsen av varor genom hela leveranskedjan.<\/p>\n\n\n\n

Dessa anv\u00e4ndningsfall kommer bara att \u00f6ka n\u00e4r tekniken blir mer mogen och etablerad. Till exempel, Adaptiv AI eller AI som kan anpassa sig till den dynamiska naturen hos leveranskedjor med kontinuerliga inl\u00e4rningsmekanismer, kommer i slut\u00e4ndan att m\u00f6jligg\u00f6ra utveckling och uppdatering baserat p\u00e5 f\u00f6r\u00e4ndringar i efterfr\u00e5gan, utbud och externa faktorer.<\/p>\n\n\n\n

AI och webbskrapning f\u00f6r leveranskedjehantering f\u00f6r SME:er<\/h2>\n\n\n\n

Idag kan f\u00f6r SME:er, helt automatiserade och webbskrapningstyper av l\u00f6sningar ge en kostnadseffektiv leveranskedjehanteringsl\u00f6sning – s\u00e4rskilt d\u00e4r sociala och milj\u00f6m\u00e4ssiga risker, efterlevnadskrav och leveranskedjans komplexitet \u00e4r l\u00e4gre.<\/p>\n\n\n\n

AIs roll inom h\u00f6grisk, komplexa sektorer<\/h2>\n\n\n\n

I de kraftigt reglerade, komplexa och h\u00f6grisksektorer som Achilles specialiserar sig p\u00e5 att st\u00f6dja \u00e4r det dock sv\u00e5rt att se ett scenario d\u00e4r AI ensamt kommer att erbjuda den transparens som kr\u00e4vs – under en betydande tid fram\u00f6ver, eller kanske n\u00e5gonsin.<\/p>\n\n\n\n

H\u00e4r \u00e4r AIs roll, f\u00f6r n\u00e4rvarande, och kommer att vara som ett komplement till djupare, mer detaljerade metoder. Dessa \u00e4r kanske inte lika trendiga som AI. De anv\u00e4nder riktiga m\u00e4nniskor, \u00f6gon, \u00f6ron och m\u00e5nga \u00e5rs internationell erfarenhet och verklig f\u00f6rst\u00e5else f\u00f6r de komplexa fr\u00e5gor som \u00e4r aktuella f\u00f6r att identifiera hot som lurar i skuggorna av dagens leveranskedjor.<\/p>\n\n\n\n

Verkliga exempel<\/h2>\n\n\n\n

P\u00e5 Achilles har vi f\u00f6rm\u00e5nen att st\u00f6dja klienter i alla stadier av deras due diligence-resa, fr\u00e5n riskutv\u00e4rdering till offentligg\u00f6rande. En del av den processen \u00e4r v\u00e5ra f\u00e4ltrevisioner och arbetarintervjuer. Dessa \u00e4r aktiviteter av typen ”skor p\u00e5 marken”, p\u00e5 n\u00e5gra av de mest otillg\u00e4ngliga och kr\u00e4vande platserna p\u00e5 planeten. V\u00e5ra revisorslag anv\u00e4nder sina \u00f6gon, \u00f6ron och omfattande erfarenhet f\u00f6r att g\u00e5 \u00e4nnu djupare.<\/p>\n\n\n\n

Ett nyligen exempel p\u00e5 detta \u00e4r de potentiella fallen av tv\u00e5ngsarbete som identifierades p\u00e5 en plats i Singapore. V\u00e5r klient, ett multinationellt energif\u00f6retag som inte var medvetet om att migrerande arbetare anst\u00e4llda via ett byr\u00e5 blev ombedda att betala stora depositioner f\u00f6r att f\u00e5 anst\u00e4llning och, i vissa fall, hade sina identitetshandlingar tagna fr\u00e5n dem. Tyv\u00e4rr \u00e4r detta inte ett isolerat fall. Oavsett om det handlar om kemikalier som deponeras i vattendrag eller l\u00f6neavdrag som en form av ekonomisk bestraffning, ser v\u00e5ra team och h\u00f6r dessa fr\u00e5gor med egna \u00f6gon och \u00f6ron.<\/p>\n\n\n\n

<\/p>\n\n\n\n

Idag kr\u00e4vs en bred strategi f\u00f6r att till\u00e4mpa effektiv due diligence och uppfylla allt mer rigor\u00f6sa lagar och regler f\u00f6r due diligence som Apenhetsloven<\/a>, Bill S211<\/a>, BRSR Core<\/a>, CSDDD<\/a>, Lieferkettengesetz<\/a>, och The Modern Slavery Act. Lyckligtvis f\u00f6r v\u00e5ra kunder har vi utnyttjat dessa verktyg och har erfarenheten att veta n\u00e4r och hur man anv\u00e4nder dem.<\/p>\n\n\n\n

Att uppn\u00e5 en balans mellan automation och m\u00e4nsklig expertis \u00e4r avg\u00f6rande. \u00d6verdriven f\u00f6rlitighet p\u00e5 AI utan m\u00e4nsklig tillsyn kan och kommer att leda till blinda fl\u00e4ckar och missade nyanser, medan otillr\u00e4cklig automation kan resultera i ineffektiviteter. I en tid d\u00e5 v\u00e4rlden st\u00e5r inf\u00f6r en \u00f6kning av m\u00e4nniskor\u00e4ttsbrott, barnarbete, tv\u00e5ngsarbete och milj\u00f6f\u00f6roreningar samt k\u00e4mpar f\u00f6r att minska utsl\u00e4ppen och hantera klimatf\u00f6r\u00e4ndringar, m\u00e5ste vi anv\u00e4nda alla verktyg som st\u00e5r till v\u00e5rt f\u00f6rfogande f\u00f6r att skapa transparens och hantera de negativa konsekvenserna av v\u00e5ra aff\u00e4rstransaktioner. Regulatorer, investerare och kunder skulle ha fel att acceptera n\u00e5got mindre.<\/p>\n","protected":false},"excerpt":{"rendered":"

Det h\u00e4r blogginl\u00e4gget fokuserar p\u00e5 rollen f\u00f6r AI inom Supply Chain Due Diligence och diskuterar b\u00e5de utmaningarna, begr\u00e4nsningarna och f\u00f6rdelarna med AI inom en helhetlig process f\u00f6r due diligence samt hur det kan utvecklas i framtiden. Det har f\u00f6rekommit mycket diskussion och debatt om anv\u00e4ndningen av AI inom supply chain due diligence. Referenser till termer […]<\/p>\n","protected":false},"author":2,"featured_media":36066,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"content-type":"","wds_primary_category":3964,"wds_primary_industry_tax":0,"wds_primary_topic_tax":0,"wds_primary_post_region_tax":0,"footnotes":""},"categories":[3964,12014],"tags":[8620,8621,8622],"industry_tax":[4308,4165,4166,4167,4168,4169,4170,4171,4172,4121,4173,4174,4036,4175,4176,4177],"topic_tax":[4365,4037],"post_region_tax":[],"class_list":["post-38436","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-artikel-sv","category-branschinsikter-sv","tag-ai-in-supply-chain-due-diligence-sv","tag-benefits-of-ai-in-supply-chain-management-sv","tag-challenges-of-ai-in-supply-chain-management-sv","industry_tax-alla","industry_tax-automotive-sv","industry_tax-bank-och-finans-sv","industry_tax-chemicals-sv","industry_tax-construction-sv","industry_tax-consumer-goods-sv","industry_tax-energi-sv","industry_tax-healthcare-sv","industry_tax-industrial-manufacturing-sv","industry_tax-mining-and-cement-sv","industry_tax-pharmaceuticals-sv","industry_tax-retail-sv","industry_tax-services-sv","industry_tax-telecommunication-sv","industry_tax-transport-sv","industry_tax-utilities-sv","topic_tax-due-diligence-och-revision","topic_tax-etisk-sv"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/posts\/38436","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/comments?post=38436"}],"version-history":[{"count":0,"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/posts\/38436\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/media\/36066"}],"wp:attachment":[{"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/media?parent=38436"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/categories?post=38436"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/tags?post=38436"},{"taxonomy":"industry_tax","embeddable":true,"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/industry_tax?post=38436"},{"taxonomy":"topic_tax","embeddable":true,"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/topic_tax?post=38436"},{"taxonomy":"post_region_tax","embeddable":true,"href":"https:\/\/www.achilles.com\/sv\/wp-json\/wp\/v2\/post_region_tax?post=38436"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}