Univerzitetski kursevi iz analize podataka i veštačke inteligencije pripremaju buduće profesionalce u lancu snabdevanja za industriju koja se menja. Nove tehnologije su dovele do značajnih promena u upravljanju lancem snabdevanja tokom poslednje decenije. Rastuća upotreba velikih baza podataka, sistema za planiranje resursa preduzeća, automatizacije i veštačke inteligencije omogućava lancima snabdevanja da postanu brži i složeniji.
Dok su osnovni principi upravljanja lancem snabdevanja ostali nepromenjeni, kompanije sada traže zaposlene koji su tehnološki pismeni i koji mogu da iskoriste najnovije digitalne alate za interpretaciju i delovanje na osnovu podataka u realnom vremenu. Kao rezultat toga, mnogi univerziteti preuređuju svoje programe upravljanja lancem snabdevanja sa kursevima iz analitike, veštačke inteligencije, praktičnim simulacijama i partnerstvima kako bi pripremili sledeću generaciju lidera u lancu snabdevanja za sve složenije okruženje.
“Dobar kurikulum uvek pokušava da se prilagodi onome što se dešava u industriji ili svetu danas,” rekao je Peter Ralston, vanredni profesor i direktor Foruma za lanac snabdevanja na Ivy College of Business na Univerzitetu u Ajovi, a prenosi portal https://www.supplychaindive.com/. “U suprotnom, ne pripremamo studente za ono sa čime će se suočiti.”
Dok su se lanci snabdevanja istorijski fokusirali na efikasnost i troškove, globalizacija i tehnologija su ih učinili daleko složenijim. Moderni sistemi lanca snabdevanja moraju balansirati troškove i mogućnosti pravovremene isporuke sa sve većim zahtevima potrošača za brzim izvršenjem. Ralston ističe da su vidljivost u realnom vremenu, integrisani sistemi i prediktivna analitika postali važniji nego ikada. Studenti moraju razumeti analizu podataka i vladati alatima kao što su ERP sistemi i sistemi za upravljanje skladištem. Ralston napominje da Univerzitet u Ajovi sada nudi kurs o tehnologiji koji pokriva ERP sisteme kako bi pomogao studentima da iskoriste tehnologiju za razumevanje nivoa zaliha, proizvodnih rasporeda i kako da podele te informacije sa partnerima u lancu snabdevanja. Drugi kurs se fokusira na modele odluka i alate za donošenje odluka za profesionalce u lancu snabdevanja. “Ovaj kurs se razvijao tokom vremena, pri čemu je analiza podataka postala mnogo veća komponenta,” rekao je Ralston. Dodao je da univerzitet pokušava da integriše više analitike podataka u svoj kurikulum i razmišlja o dodavanju više kurseva vezanih za automatizaciju.
OBRAZOVANJE ZA PROFESIONALCE U LANCU SNABDEVANJA U ERI VEŠTAČKE INTELIGENCIJE
Obrazovanje za profesionalce u lancu snabdevanja u eri veštačke inteligencije prelazi sa isključivo operativnih i transakcionih veština na kombinaciju veština vođenih podacima. Veštačka inteligencija više nije samo „alat“ ona postaje ugrađeni sloj u planiranju, prognoziranju i izvršenju. Očekuje se da profesionalci u lancu snabdevanja:
→ Interpretiraju uvide generisane veštačkom inteligencijom za donošenje odluka.
→ Sarađuju sa ekspertima za podatke i inženjerima.
→ Razumeju ograničenja, predrasude i etičke implikacije AI sistema.
INSTITUCIJE KOJE INTEGRIŠU VEŠTAČKU INTELIGENCIJU U KURIKULUME ZA LANAC SNABDEVANJA
Prema Business Insider-u, nekoliko vodećih američkih univerziteta integriše sadržaje o veštačkoj inteligenciji u svoje programe lanca snabdevanja:
→ Univerzitet u Ohaju: Kursevi uključuju generativnu veštačku inteligenciju, prediktivnu analitiku, AI asistente, prognoziranje potražnje i rutiranje vozila.
→ Georgia Tech: Nudi kurs pod nazivom “Generativna AI aplikacija za profesionalce u lancu snabdevanja”
→ MIT: Organizuje letnji program uranjanja u veštačku inteligenciju u menadžmentu lanca snabdevanja i logistike.
→ Univerzitet u Arkanzasu: Saradnja sa Blue Yonder-om kako bi se integrisali alati veštačke inteligencije iz stvarnog sveta u njihov program Master-a u menadžmentu lanca snabdevanja.
Ove inicijative odražavaju rastući trend: veštačka inteligencija nije samo predmet – postaje integralni deo načina na koji se obrazovanje u lancu snabdevanja dizajnira i nudi studentima.
NOVI PRIORITET I POTREBNIH VEŠTINA MENADŽERA LANACA SNABDEVANJA
- Pismenost u korišćenju velikog broja podataka i digitalna pismenost:
→ Osnovi analize podataka: Razumevanje KPI-eva, kontrolnih tabela i modela podataka.
→ Koncepti mašinskog učenja: Kako funkcionišu modeli prognoziranja, optimizacija vođena AI, otkrivanje anomalija.
→ Upravljanje podacima: čiste, sigurne i usklađene podatke.
- Odluke integrisane sa veštačkom inteligencijom
→ Korišćenje veštačke inteligencije za prognoziranje potražnje, optimizaciju zaliha, planiranje ruta.
→ Znati kada treba prekinuti preporuke AI na osnovu tržišnog konteksta.
→ Modeliranje scenarija pomoću alata podržanih veštačkom inteligencijom.
- Saradnja između učesnika u lancu snabdevanja
→ Zajednički rad sa IT, AI inženjerima i poslovnim analitičarima.
→ Prevođenje operativnih izazova u zahteve za AI sisteme.
- Svest o etici i regulativi
→ Razumevanje etike AI: predrasude, transparentnost, odgovornost.
→ Usklađenost sa zakonima o privatnosti podataka (npr. GDPR, CCPA).
PUT ZA OBRAZOVANJE MENADŽERA LANACA SNABDEVANJA
- Formalno obrazovanje
→ Postdiplomski programi u analitici lanca snabdevanja, AI za poslovanje ili digitalnom upravljanju lancem snabdevanja.
→ Univerzitetska partnerstva sa tehnološkim provajderima (SAP, IBM, Microsoft, Amazon).
- Profesionalne sertifikacije
→ APICS CSCP / CLTD (sada uključuje digitalne alate i analitiku).
→ MITx MicroMasters u upravljanju lancem snabdevanja (sa modulima AI).
→ Coursera/edX specijalizacije: AI za lanac snabdevanja, nauka o podacima za poslovanje.
- Učenje na radnom mestu
→ Učestvovanje u pilot projektima veštačke inteligencije unutar organizacije.
→ Pratiti timove za obradu i upravljanje podacima kako bi se naučila primena modela.
PROMENA SVESTI MENADŽERA LANACA SNABDEVANJA
U eri veštačke inteligencije, uspeh u lancu snabdevanja manje zavisi od memorisanja procesa, a više od:
→ Postavljanja pravih pitanja – kreiranje pravih upita za odgovore veštačke inteligencije.
→ Kontinuiranog učenja – održavanje ažuriranosti o alatima i trendovima AI.
→ Liderstva u promenama – vođenje timova kroz digitalnu transformaciju.
PLAN PUTA ZA SPREMNOST NA VEŠTAČKU INTELIGENCIJU MENADŽERA LANACA SNABDEVANJA
Faza 1 se fokusira na stvaranje osnovnog razumevanja veštačke inteligencije i digitalnih lanaca snabdevanja u trajanju do 3 meseca. Cilj je razviti digitalnu pismenost kroz osnove, Internet stvari (IoT) i ERP sistema. Takođe, polaznici će steći svest o mogućnostima i ograničenjima AI u lancima snabdevanja, uz analizu industrijskih primera kao što su studije slučaja u prognoziranju potražnje i optimizaciji ruta. Kako bi postigli ovaj cilj, preporučuje se završavanje kratkih kurseva kao što su “AI za svakoga” na Courseri i “Digitalna transformacija lanca snabdevanja” na edX-u, kao i prisustvovanje relevantnim webinarima.
Faza 2 se fokusira na razvijanje veština analize podataka u lancu snabdevanja. Cilj je postati samouveren u interpretaciji i analizi podataka, što uključuje rad na kvalitetu podataka I njihovo čišćenje. Polaznici će se upoznati sa alatima za vizualizaciju kao što su Power BI i Tableau, kao i sa čitanjem prognoza koje generiše AI. Takođe, uče se osnove SQL-a i automatizacija u Excelu. U okviru akcija, preporučuje se vežbanje izvlačenja i čišćenja podataka iz ERP sistema, kao i izrada kontrolne table za praćenje ključnih pokazatelja uspeha. Učenje osnova Pythona za analitiku je opcionalno, ali veoma korisno.
Faza 3 se fokusira na primenu alata vođenih veštačkom inteligencijom u operacijama tokom perioda od 6 do 12 meseci. Cilj je postati sposoban da se koristi AI rešenja u svakodnevnom radu, uključujući osnaživanje potražnje i prediktivnu analitiku. U ovoj fazi, važno je planirati rute i optimizovati procese uz pomoć AI, kao i razvijati modele simulacije zaliha. Akcije uključuju pridruživanje ili vođenje pilot projekta primene AI na stvarni izazov u lancu snabdevanja, kao i završavanje specijalizovane obuke od tehnoloških provajdera, kao što su SAP ili Microsoft.
Faza 4 se fokusira na strateško i etičko liderstvo u oblasti veštačke inteligencije tokom perioda od 12 do 18 meseci. Cilj je voditi usvajanje AI rešenja i upravljati promenama koje ona donosi. U ovoj fazi se obraća pažnja na okvire upravljanja AI, kao i na upravljanje rizicima povezanim sa njenom primenom. Takođe, važna tema su etička pitanja, uključujući predrasude, transparentnost i odgovornost u korišćenju AI. Na kraju, razvija se poslovni slučaj za investicije u AI, kako bi se osigurala opravdanost i održivost ovih tehnologija u poslovanju.
