يقول Abhi Ghadge ، أستاذ مشارك في إدارة سلسلة التوريد في جامعة كرانفيلد في المملكة المتحدة ، إنه كان هناك “نوع عام من الإهمال” من حيث مرونة المناخ ، على الرغم من أن ذلك بدأ يتغير.
ومع ذلك ، يمكن أن يكون بناء فهم مفصل لسلسلة التوريد أمرًا صعبًا للغاية ، خاصة بالنسبة للشركات الأصغر. من الذي يزود مورديه؟ ما هي المواد الخام الرئيسية على وشك أن تصبح خاضعة لنقص؟ يقول بياتريز رويو ، أستاذ مشارك في برنامج MIT-زاراجسا في إسبانيا ، إن تتبع هذه التفاصيل يتطلب التزاما طويل الأجل والاستثمار.
مع مراعاة ذلك ، أطلقت شركة الخدمات المهنية مارش ماكلينان نظامًا يسمى Sentrisk العام الماضي بأنه يزعم أنه يمكنه تحليلًا تلقائيًا من سجلات الشحن الخاصة بالشركة وسجلات التخليص الجمركي لبناء صورة لسلسلة التوريد الخاصة بها. تعتمد Sentrisk على نماذج اللغة الكبيرة لقراءة مليارات وثائق PDF ، اعتمادًا على العميل المعني ، وتتبع تلقائيًا من أين تأتي المواد الفردية والأجزاء. يقول جون ديفيز ، المدير التجاري لـ Sentrisk – على الرغم من أنه يؤكد أن النظام يعتمد على الذكاء الاصطناعي فقط لقراءة المستندات ، وليس الاستقراء خارجها. لا توجد فرصة للهلع بشبكة من الموردين غير الموجودين.
يجمع SentRisk بين تحليل سلسلة التوريد هذا مع بيانات عن مخاطر المناخ في مواقع محددة. يقول ديفيز: “إذا كنت ستستثمر في بناء مصنع تصنيع جديد ، فربما يمكنك اختيار موقع أقل عرضة للتأثر بنقص المياه”.
يقول ديمتري إيفانوف ، أستاذ سلسلة التوريد وإدارة العمليات في كلية الاقتصاد والقانون في برلين ، التحدي الآخر هو أن التوائم الرقمية تتطلب تحديثًا مستمرًا. يقول: “ليس مثل المنزل الذي تبنيه ويوجد المنزل في هذا النموذج لمدة 100 عام”. “تتغير سلاسل التوريد كل يوم.”
وعلى الرغم من أن لدينا فكرة جيدة بشكل معقول عن كيفية تأثير تغير المناخ على الكوكب ككل في السنوات القادمة ، فإن الموقع الدقيق وتوقيت وحجم الكوارث المحددة أمر صعب التنبؤ به. هذا هو المكان الذي تأتي فيه الأدوات الجديدة لنمذجة المخاطر المناخية والتنبؤ الشديد بالطقس. يشتمل أشباه الموصلات وعملاق AI على منصة تسمى Earth-2 ، وتأمل أن تعالج هذا التحدي ، بمساعدة المنظمات الأخرى بما في ذلك الإدارة الوطنية للمحيطات والغلاف الجوي.
والفكرة هي استخدام الذكاء الاصطناعي لتوفير تحذيرات سابقة من الجفاف أو الفيضان ، أو للتنبؤ بدقة أكبر كيف ستتطور العاصفة. تحتوي بعض أجزاء العالم على معلومات عالية نسبيًا حول أنماط الطقس الحالية ؛ يستخدم Earth-2 نفس النوع من الذكاء الاصطناعى الذي يزداد الصور في تطبيق كاميرا الهاتف الذكي لمحاكاة البيانات ذات الدقة العالية. يقول ديون هاريس ، كبير المديرين العاليين في الحوسبة عالية الأداء وحلول مصنع الذكاء الاصطناعي في NVIDIA: “هذا مفيد حقًا ، خاصة بالنسبة للمناطق الصغيرة”.
يمكن للشركات إطعام بياناتها الخاصة في Earth-2 لتحسين التنبؤات بشكل أكبر. قد يستخدمون المنصة لنمذجة تأثيرات المناخ والطقس في مناطق جغرافية محددة ، ولكن النطاق العام للمشروع واسع. يقول هاريس: “نحن نبني العناصر التأسيسية لإنشاء توأم رقمي من الأرض”.
