Компании, которые рассчитывают с помощью искусственного интеллекта наладить цепочки поставок, рискуют потратить деньги впустую, если прежде не устранят слабые места в работе с данными, квалификации персонала и управлении. К такому выводу пришли ученые Школы бизнеса и права Royal Docks Университета Восточного Лондона и Хартфордширского университета. Работа опубликована в журнале Benchmarking: An International Journal.
Авторы изучили более 500 научных статей о применении больших данных в цепочках поставок и операционной деятельности, вышедших за десять лет. Они признают, что передовые технологии помогают прогнозировать спрос и быстрее реагировать на сбои. Однако вложения в ИИ, системы больших данных, облачные вычисления и «интернет вещей» сами по себе лучших результатов не гарантируют. Даже сложные системы почти бесполезны, если их данным не доверяют и не используют те, кто принимает решения.
Преподаватель управления цепочками поставок Годфрид Адаба заявил:
«Бизнесу нужны надежные данные, сотрудники с правильными навыками, четкое распределение ответственности за решения и менеджеры, которые понимают получаемую информацию и доверяют ей. Без этого передовые технологии рискуют превратиться в дорогую систему, от которой мало реальной пользы».
Исследователи советуют компаниям, прежде чем расширять применение продвинутой аналитики, укрепить управление данными, аналитические навыки сотрудников и процессы принятия решений. Кроме того, они подчеркивают значение команд, в которых работают вместе технические специалисты и эксперты по операционной деятельности.
Ранее аналитики Goldman Sachs, изучив данные о прибылях компаний за IV квартал 2025 года, не обнаружили «значимой связи между производительностью и внедрением ИИ на уровне всей экономики». При этом в 2025–2026 годах компании планировали вложить в ИИ почти $700 млрд.
