IA generativa e cadeia de suprimentos

Jeff: Olá novamente a todos. Você está se juntando a nós em mais um episódio da série de podcasts executivos Platforms Blueprint. Meu nome é Jeff Nicks. Sou chefe de conteúdo e pesquisa. Meu convidado de hoje é Chris Cutshaw. Ele está na TMC, uma divisão da CH Robinson. Teremos uma conversa sobre IA generativa, o papel que ela desempenhará na orquestração das cadeias de abastecimento no futuro. E recentemente ele fez uma apresentação sobre isso que realmente aborda alguns detalhes, e estou muito animado com isso. Acho que a maioria das empresas está muito interessada neste espaço, mas muito disso parece teórico. Então, se pudermos realmente entrar no mato. Sim, estou muito animado com esta conversa. Chris. Muito obrigado por se juntar a mim.
Chris: Sim, sem problemas. Obrigado por ter-nos.
Jeff: Por que não começamos apenas para ter certeza de que estamos usando os termos corretos aqui? Quando você fala em IA generativa, o que a diferencia da categoria mais ampla de IA?
Chris: Sim, acho algumas coisas, certo. Então, as pessoas já falam em IA há muito tempo, e acho que com algumas das inovações que acabaram de acontecer, especificamente a IA aberta, onde esse conteúdo está realmente sendo gerado. Portanto, é de uma forma legível por humanos. É capaz de criar narrativas, criar uma linguagem que possamos compreender e interagir. Então é aí que entra o gerador. E realmente, desde novembro de 2022, quando a IA aberta lançou a plataforma de chat GBT, definitivamente outras plataformas estão surgindo. Isso realmente tornou isso tangível para uso e cadeias de suprimentos. Acho que está maduro para uso no espaço.
Jeff: Você fez uma apresentação um pouco mais cedo hoje, que na verdade foi voltada para um público de executivos seniores da cadeia de suprimentos, dizendo que essas são algumas das possibilidades. Isso é o que algumas pessoas já estão fazendo com isso. Não vou pedir que você repita uma apresentação de 35 minutos, mas quais foram algumas das principais conclusões que você espera que as pessoas tenham aprendido?
Chris: Sim, a principal conclusão é que é definitivamente muito novo. Portanto, estamos na fase de aprendizagem, mas acho que as oportunidades são enormes em nosso espaço e nas cadeias de suprimentos em geral. São muitos parceiros. Há muitas pessoas envolvidas, muitos sistemas diferentes. Essas coisas nem sempre se harmonizam e você acaba tendo muita gente fazendo coisas manuais, processando o apertar de botões, por falta de termos melhores. Então, se você puder tirar esse trabalho de valor agregado ou sem valor agregado de seus esforços e realmente concentrá-los mais em coisas que podem ser uma melhoria contínua para sua cadeia de suprimentos, coisas que podem otimizar, é aí que você quer começar a focar alguns dos esta nova tecnologia para tirar o trabalho tático do dia-a-dia de suas mãos. Assim, eles podem se concentrar em ideias de melhoria.
Jeff: Também posso ver que isso é uma ferramenta poderosa para dar voz aos dados, porque acho que muito do que a transformação digital fala é que há uma cascata de dados chegando e você tem que descobrir o que é acionável se um A ferramenta de IA pode realmente colocar isso em palavras. É por isso que estamos fazendo assim.
Cris: Sim. Que ferramenta poderosa.
Jeff: Definitivamente muito poderoso.
Chris: As oportunidades estão apenas começando, mas realmente parecem verdadeiramente transformadoras e, para você, quando você tem muitos dados, muitas informações chegam. É difícil processar tudo isso e extrair inteligência disso, e acho que tecnologias como essa estão começando a interagir com um conjunto definitivamente diversificado de informações. Tirar informações disso e torná-las tangíveis para que você possa automatizar processos é realmente emocionante.
Jeff: Sim. Então, novamente, às vezes tento me colocar na posição de um líder da cadeia de suprimentos que está ciente de que esta ferramenta está online. Certamente não quero ser a última pessoa a investigar isso, mas pode ser intimidante ser o primeiro. Quais são alguns dos frutos mais fáceis de alcançar que talvez eu possa experimentar ou que posso observar alguém que você conhece ser um dos primeiros a se adaptar e aprender com eles?
: Sim. Acho que, antes de mais nada, você precisa ter certeza de que a segurança e a privacidade dos dados estão completamente resolvidas, então você quer ter certeza de que a maneira como está usando isso não expõe informações que não deveriam, e que são realmente direcionado e focado. Portanto, alguns dos frutos mais fáceis que os líderes da cadeia de abastecimento conhecem é que temos pessoas fazendo coisas manualmente em toda a cadeia de valor ou cadeia de abastecimento. Então, realmente estou dizendo ei, onde estou gastando mais tempo? Isso não é trabalho de valor agregado ou aumento do valor do que fazemos para nossas operações e uma espécie de agregação e classificação de pilha e vendo, ei, eu tenho os dados que são suficientes para resolver este caso de uso e então posso transmitir isso para um ambiente confinado Agente AGI que potencialmente pode assumir algumas dessas ações. Então, começando aos poucos para dizer, ei, estou pressionando este botão ou estou respondendo a uma pergunta por e-mail que é realmente de natureza manual ou tática. E eu faço muito isso ou tenho equipes de pessoas fazendo isso. Posso começar por aí para remover algumas dessas pessoas ou, mais importante, transformar o que elas estão fazendo e elevar seu talento para itens mais inovadores e de valor agregado.
Jeff: Fiquei interessado no início da sua resposta. Você está dizendo que realmente precisa se trancar? Quais dados você está fornecendo são os dados corretos e seguros. Posso ver que isso é algo que, você sabe, as empresas querem que fique bem claro. Quais são talvez as novas regras envolvidas? Quero dizer, segurança de dados é sempre algo sobre o qual falamos, mas na verdade estamos alimentando e não quero colocar informações dramáticas em uma caixa preta onde fará algo e então uma resposta sairá do outro lado. Como é preparar esses dados?
Cris: Sim. Eu acho que realmente quando você trabalha com AGI, é tudo uma questão de engenharia imediata, então você está treinando o modelo ou o agente para responder. Especificamente como você deseja. Portanto, dedicar algum tempo antecipadamente para garantir que a engenharia imediata esteja reduzindo a capacidade da API de acessar informações que não deveria, ou a capacidade de criar narrativas que, digamos, estão inventando coisas, estão fabricando informações. Então você realmente queria definir isso, digamos. Aqui está o seu papel na vida. Aqui está o que você deve fazer e, a propósito, nunca fabricar informações. Siga um processo rígido definido, mas o que é realmente legal é que o que fizemos foi colocar grandes modelos de linguagem de planejamento na frente disso, para que você realmente crie agentes específicos que tenham requisitos táticos ou opções táticas que eles possam atender depois de acessar as ferramentas internas, confinar realmente os dados para ter certeza de que são exatamente o que eles precisam e sabem mais e depois garantir que os resultados sejam muito rígidos. Portanto, é controlado no caso de uso em que você está se concentrando. Então, novamente, dando um passo atrás, olhando para todos os processos manuais que acontecem e que você sabe que são redundantes e que suas equipes não gostam de fazer isso e começar sua jornada dentro do tipo de tecnologia de IA aberta ou há outras que estão online e focando de forma realmente tangível em alguns desses casos de uso e indo atrás deles.
Jeff: Estou tão interessado que você mencionou ensinar algo que não pode ser fabricado. Então, perdoe-me, estou um pouco mais familiarizado com chat, GPT do que com alguns aplicativos da indústria, mas sei que alucinação é um dos termos que ouvimos. Onde ele só quer te agradar. Não está necessariamente lhe dando a resposta certa. É tentar gerar uma resposta com a qual você ficará feliz. Eu gosto que essa fosse a resposta certa. Quer haja profundidade ou não, isso não pode ser assim porque são dados acionáveis que estão sendo mastigados. Você pode expandir isso?
Chris: Nenhuma alucinação é, na verdade, um termo técnico para alguns desses agentes de IA. Quer dizer, há exemplos de escritórios de advocacia que usam isso e não verificam o resultado e descobrem que, sim, citações constituem casos, certo? Então você tem que ser muito rígido e claro e a engenharia rápida que você sabe que precisa seguir e ter certeza de que está falando apenas a verdade, os dados que você tem acesso e com os quais estamos interagindo, como alguns desses prompts abertos podem seguir vários caminhos diferentes e nosso foco é implantar isso em nossa base de código usando parte desse modelo treinado para responder de maneira humana, mas realmente focando no que ele pode fazer. Portanto, isso não ultrapassa seus limites.
Jeff: Estou muito interessado nisso e lembro de você ter dito antes de começarmos a gravar que você realmente tem alguns detalhes e coisas práticas que podemos abordar. Eu adoraria fazer isso agora, por mais que esse quadro geral seja fascinante. Quais são alguns exemplos concretos de alguém que aplicou isso a um? O que isso está fazendo por eles? E você não precisa citar o nome de um cliente, obviamente. Mas como nos guiar pelo cenário.
Cris: Sim. Bem, posso apresentar um cenário muito específico que começamos e temos em produção. Muitas vezes no nosso setor, no qual estamos muito focados, transporte é quando você entrega algo fisicamente, alguém assina um documento e isso é chamado de comprovante de entrega. E para muitos clientes automatizarem seu processo de pagamento para garantir que ele fosse pontual e completo, a OTIF realmente se concentrou. Você deseja capturar todos esses documentos e, se houver uma auditoria, você quer ter certeza de que eles são imprecisos. Então, você sabe, em milhares de remessas que você gerencia, você está lidando com vários fornecedores diferentes e esses fornecedores têm subfornecedores, como motoristas ou funcionários de armazém. Então você tem todas essas fontes de informação onde os documentos podem ficar, e muitas vezes há equipes de pessoas que vão atrás e enviam e-mails, fazem acompanhamento e colocam esses dados de volta no sistema. Esse é um caso de uso perfeito e tangível no qual você poderia focar um agente de IA em vez de ter, você sabe, equipes de pessoas indo atrás disso. Então perseguir PO's perseguindo documentos, acompanhando, sabe, quando algo não está certo e obtendo as informações de forma automatizada que você sabe que definiu os limites e o controle que está tomando, você sabe que o trabalho manual sai da equação e concentrando seu tempo em mais, digamos, atividades de otimização que podem reduzir custos ou melhorar o serviço e eles não ficam atolados com parte do trabalho tático do dia a dia. Então, acho que você sabe que a documentação e o compartilhamento da documentação são precisos, oportunos e estão associados ao registro de remessa, é onde nos concentramos parte dessa construção.
Jeff: Fantástico. Então, talvez dizer isso de outra forma e você pode me verificar, pode produzir o relatório de todos esses pontos de dados. Mas o que está libertando as pessoas lá em cima era alguém que tinha que compilar tudo isso, que tinha que fazer sentido em um relatório. Agora eles talvez possam ser liberados. Não temos essa informação e eles podem fazer essa conexão humana com a pessoa que não reuniu seus dados ou que estão livres para solucionar problemas enquanto o sistema faz a parte trabalhosa.
Cris: Exatamente. Assim, o agente de IA verá que um POD não está lá, um pedaço de documento não está lá. Ele seguirá etapas definidas. Isso alcançará. Escreva um e-mail que aparentemente venha de um ser humano. Sim, parece que está tudo bem, alguém está pedindo alguma coisa. E o que normalmente acontece hoje com as pessoas, elas obterão uma resposta. Eles aceitarão esse apego. Eles farão o upload em algum lugar, então acho que é uma ótima área de foco e isso é algo que fizemos.
Jeff: Acho que me coloco novamente na posição de um executivo da cadeia de suprimentos que vê que esta é uma ferramenta incrível que está chegando ao mercado. Como é começar? Qual é um cronograma realista para gostar? Experimente um piloto. Certifique-se de que você realmente conhece os dados corretos que entram e o resultado correto que sai, porque eles ainda serão uma pessoa verificando isso por um longo tempo para ter certeza de que você sabe que eles representam sua empresa.
Cris: Sim. Quero dizer, você terá que ter algumas equipes técnicas que comecem com isso, que escolham a tecnologia certa e então confinem os dados aos quais ela tem acesso e os implantem em seu ecossistema. Portanto, não há um código aberto por aí, você sabe, capaz de fornecer informações proprietárias para aquele agente. Para que você realmente o confinasse. Então, começando essa jornada, você deseja começar a olhar para a engenharia imediata. Grande parte dessa codificação, que é realmente interessante, pode ser feita por pessoas não técnicas por meio de treinamento e aprendizagem e usamos algumas tecnologias, incluindo Lang Chain, que nos ajuda a encadear tarefas menores em um fluxo de trabalho complexo geral, bem como abra a IA. E então temos modelos proprietários que construímos dentro do espaço logístico para fornecer dados, bem como nosso sistema de registro para ter acesso às informações para ir depois disso. Portanto, a configuração dessa infraestrutura provavelmente leva, você sabe, de dois a três meses para começar, garantindo que você esteja verificando com suas equipes de segurança de dados e privacidade de dados para ter certeza de que eles assinaram e, em seguida, realmente começando em muito pequeno casos de uso, aprendendo à medida que avança e depois descobrindo como você pode escalá-lo e o que estamos fazendo para escalar é basicamente permitir que um grande modelo de linguagem de planejamento observe os POPs que os humanos estão escrevendo. Portanto, posso basicamente escrever um SOP para uma ação específica que desejo automatizar. O LLM de planejamento pode aprender com esse SOP e, em seguida, definir tarefas que o LLM menor e específico seguirá. Ele pode reordenar o fluxo de trabalho com base no que está aprendendo e então obter aquele resultado tangível de saber o que um ser humano teria feito no passado.
Jeff: Eu gostaria de saber o que torna um TMC um parceiro preferencial neste espaço. Entendo que você é um inovador precoce e tem alguma experiência que já o diferencia de muitas pessoas, mas conte-me como você entrou nisso, o que especificamente você está fazendo de interessante. Alguns líderes da cadeia de suprimentos me explicam isso.
Chris: Sim, quero dizer, queríamos compartilhar o que estamos fazendo apenas para mostrar a oportunidade neste espaço. E então eu penso especificamente, por que fazer parceria conosco nesta área é que você sabe, provavelmente temos mais acesso a dados de transporte do que qualquer empresa no mundo. Portanto, temos US$ 30 bilhões em frete em nossa plataforma. Portanto, criar modelos muito focados em logística é onde teremos isso, você sabe, IP ou propriedade intelectual à qual as empresas podem se conectar. Então, você sabe, acho que somos um grande parceiro para isso, mas também queremos ser consultivos e apenas falar sobre a verdadeira e tremenda oportunidade que esse tipo de tecnologia pode trazer. E definitivamente estamos no início, mas estamos muito entusiasmados com alguns dos modelos específicos de logística que estamos construindo, alguns dos recursos que já tivemos de uma parte de engenharia e desenvolvimento de talentos que agora são focando realmente nesta tecnologia. E estamos investindo muito mais neste espaço. Então, realmente começamos a tentar chegar à frente, você sabe quais oportunidades existem. Então, acho que você sabe que as empresas que buscam parcerias, especialmente na fase de execução do transporte, deveriam olhar para a TMC e a CH Robinson como parceiros vitais.
Jeff: Absolutamente. E você sabe, não colocar palavras na boca de ninguém. Mas, novamente, se eu fosse um executivo da cadeia de suprimentos e dissesse que estou interessado nisso, quais são algumas das perguntas que deveria fazer a você? Tipo, eu acho que deve haver um desafio para o negócio que precisa ser resolvido ou quais são algumas das maneiras certas de abordar isso, em vez de apenas. Quero experimentar o novo brinquedo.
Cris: Sim. Quer dizer, as pessoas querem experimentar o novo brinquedo, certo? É muito que está nas notícias. Está na imprensa, então acho que primeiro está a classificação da pilha, as oportunidades criam o caso de negócios que você terá que ter desenvolvimento, você terá que fazer as coisas do seu lado. No entanto, não é algo que você possa terceirizar para um parceiro. Existem alguns cenários em que você pode encontrá-lo, mas eu realmente informei os clientes para dedicar um tempo para criar o caso de negócios, encontrar áreas em sua cadeia de suprimentos onde esta poderia ser uma tecnologia de foco e onde talvez eles tenham pontos cegos em termos da documentação de visibilidade de dados logísticos que mencionamos e discutimos anteriormente. Em seguida, observe sua rede de parceiros e veja quem está realmente investindo no espaço. Então isso poderia ser usado e poderiam ser outros. Mas, na verdade, a classificação da pilha, suas oportunidades são muito concisas e restritas ao que você deseja buscar, e então parceiros como nós podem realmente começar a trabalhar com isso como uma proteção para o desenvolvimento, como você sabe.
Jeff: OK, então se eu tiver o problema ou a oportunidade que estou dizendo, acho que este é um bom lugar para começar e venho para CH Robinson. E eu agradeço pelo TMC. A divisão da CH Robinson que está trabalhando especificamente neste espaço, como é o primeiro dia? Como é o início real dessa parceria e como preparo minha equipe para começar?
Chris: Sim, acho que primeiro, queremos dar uma olhada no modelo de dados. Portanto, certifique-se de saber que usamos nossa plataforma proprietária Navisphere. Então, gostaríamos de nos conectar à sua rede logística. Você deseja obter alguns dados. Você realmente precisa de um grande conjunto de dados para começar. Se houver pontos cegos nos dados, os agentes de IA terão dificuldade para responder às perguntas ou ser concisos. Então, acho que olhando para o modelo de dados, vendo onde você sabe que podemos integrar e oferecer suporte, e então você sabe, implantar esse caso de negócios e ir atrás de um cenário específico, testar e aprender, falhar rápido, você sabe e falhar barato se for atrás de algo que talvez seja muito robusto você não quer demorar muito. Portanto, começar de forma muito sucinta, agir rapidamente e identificar o modelo de dados que você deseja usar para fazer isso é extremamente importante. Ele permite que você se mova rapidamente no espaço.
Jeff: Sempre que falamos sobre uma nova tecnologia, especialmente algo como IA, isso é muito comentado. Sim, quero parar um minuto e falar sobre as pessoas. Parte de tudo isso porque existe uma organização da cadeia de suprimentos. Sim, parte do que estamos falando é sobre a automatização de seus trabalhos, o que os liberará para realizar trabalhos mais importantes. Mas há uma luta aí por um minuto. Podemos falar sobre isso?
Chris: É a equação humana, certo? Como parte disso. Então, o que eu diria é que nossa indústria em geral tem uma lacuna de talentos. Portanto, estamos lutando para colocar experiência em logística, experiência em transporte e até mesmo experiência em cadeia de suprimentos em assentos para expandir as organizações à medida que crescemos, mesmo que você saiba que durante este período tumultuado que passamos, ainda há falta de experiência. Portanto, não se trata de substituir o capital humano, na minha opinião, trata-se de maximizá-lo e ser capaz de escalar em muitos fluxos diferentes e não ter que ir mais alto e ampliar sua equipe e você pode mantê-la realmente focada, focada nas iniciativas de valor agregado .
Jeff: Cobrimos muito assunto nesta conversa. Se houvesse dois ou três pontos-chave sobre os quais você gostaria que as pessoas pensassem um pouco mais, sim, quais seriam? Cris: Sim. Portanto, estamos muito adiantados, é muito emocionante, mas precisamos ser muito cuidadosos e deliberados sobre o que estamos fazendo com esta tecnologia. Portanto, há muitos aprendizados a serem obtidos. Queremos ter certeza de que será controlado e fomos muito rígidos com o que permitimos que fizesse. Acho que queremos nos concentrar no elemento humano. Acho que queremos melhorar a vida das pessoas e não necessariamente, você sabe, focar na substituição, mas no aumento de coisas que você sabe que as pessoas não querem fazer, queremos que elas se concentrem nas coisas legais que realmente agregam valor aos seus empresas. E esta é uma avenida para fazer isso. Portanto, comece aprendendo rapidamente, avaliando sua rede de parceiros sobre quem realmente está investindo nesse tipo de tecnologia, com quem você pode fazer parceria e, em seguida, analisando seu próprio modelo de dados para começar.
Jeff: Eu tenho que pensar que com algo tão novo e excitante, serão pessoas com dúvidas, pessoas que querem aprender mais. Qual a melhor forma de entrar em contato? Talvez escolha o cérebro de alguém no TMC.
: Sim. Então, eu orientaria as pessoas a acessar thechrobinson.com/TMC e lá há uma opção para encontrar um especialista. Assim, você pode saber mais sobre o que estamos fazendo no espaço, felizmente também ser consultivo e o que estamos fazendo e como fizemos. Portanto, você pode realmente construir isso do seu lado e, potencialmente, podemos encontrar uma maneira de fazer parceria no futuro.
Jeff: Eu realmente aprecio seu tempo aqui, Chris. Isso é algo realmente emocionante e, na verdade, ainda não consegui falar sobre isso com alguém que realmente esteja fazendo isso. Então isso foi emocionante para mim. Eu realmente aprecio você estar aqui.
Chris: Obrigado e obrigado pelas plataformas executivas. Vocês realizam ótimas conferências, se divertiram muito aqui e esperam por mais no futuro. Jeff: Fantástico. Enquanto isso, você está ouvindo outro episódio da série de podcasts executivos Platforms Blueprint. Eu sou Jeff Nicks. Vamos fazer isso de novo em breve.