:quality(85))
Aby przeczytać więcej treści tego typu autorstwa CEO Z2Data, Mohammad Ahmad, obserwuj go na Mohammad Ahmad | LinkedIn
Jak co roku, również w 2025 roku środowisko ryzyk w łańcuchach dostaw połączy utrzymujące się od lat trendy z trudnymi do przewidzenia zagrożeniami, które wywrą znaczący wpływ na strategie zaopatrzenia i sieci dostawców.
Wielkie zmiany nadchodzą, zaczynając od ESG
ESG dynamicznie zyskuje na znaczeniu w pierwszej połowie dekady, a rok 2025 zapowiada się jako przełomowy dla globalnych ram zrównoważonego rozwoju. Od 1 stycznia dziesiątki tysięcy firm w UE i poza nią znalazło się po raz pierwszy w zakresie dyrektywy Corporate Sustainability Reporting Directive (CSRD) dotyczącej raportowania zrównoważonego rozwoju przedsiębiorstw, co wymaga wdrożenia szerokich obowiązków sprawozdawczych zgodnie z różnymi celami ESG (Environmental, Social, and Governance).
Rok zdominowany przez niestabilność geopolityczną
Ponadto 2025 rok zapowiada się jako okres utrzymującej się niestabilności geopolitycznej, przerywanej momentami gwałtownej zmienności. Na początku tego miesiąca mogliśmy zaobserwować, jak polityczna gra na krawędzi w administracji Trumpa doprowadziła USA niemal na skraj wojny handlowej z sąsiadami z Ameryki Północnej: Kanadą i Meksykiem. Nasilające się działania protekcjonistyczne — a także narastający konflikt handlowy z Chinami, bez sygnałów wygasania — przekształcą strategie zaopatrzenia i pozostawią wielu specjalistów SCRM (Supply Chain Risk Management) z poczuciem, że budują łańcuch dostaw na ruchomych piaskach.
Sztuczna inteligencja w zarządzaniu ryzykiem łańcucha dostaw: czynnik zakłócający czy rozwiązanie?
Jest jednak jeszcze jeden czynnik, który dotychczas większość kadry zarządzającej i firm nie postrzegała w podobny sposób jak wyzwania ESG i zgodności z przepisami handlowymi — sztuczna inteligencja. AI (Artificial Intelligence) i jej najnowsze generacje — w tym generatywna AI i obecnie agentowa AI — nie schodzą z ust branży, szczególnie w zarządzaniu ryzykiem łańcucha dostaw i innych obszarach, w których można osiągnąć wymierne korzyści z rozwiązań predykcyjnych i optymalizacyjnych. W tych kontekstach platformy AI są postrzegane przede wszystkim jako jednoznaczne atuty: nowatorskie narzędzia, które mogą pomóc menedżerom łańcucha dostaw w mapowaniu powiązań, prognozowaniu popytu, a nawet wspieraniu działań związanych z podwójnym źródłem dostaw.
AI ma olbrzymi potencjał, który dopiero musi zostać wykorzystany
Rzeczywistość jest jednak taka, że większości firm wciąż daleko do pełnego wykorzystania potencjału AI. Choć jestem przekonany, że technologia ta dojrzeje do roli potężnego zasobu w ramach szeroko rozumianego zestawu narzędzi SCRM, obecnie pozostaje przede wszystkim obietnicą i dużym, niewykorzystanym potencjałem. Ponieważ aktualna generacja rozwiązań opartych na sztucznej inteligencji jest jeszcze bardzo nowa, jej najskuteczniejsze zastosowania nie zostały jeszcze w pełni określone. W efekcie osoby zarządzające ryzykiem w łańcuchu dostaw powinny traktować AI jako wyjątkowo interesujący czynnik niepewności, z którym warto dalej eksperymentować i testować, uznając jej potencjał, lecz mając świadomość, że duża część jej wartości i funkcjonalności czeka jeszcze na odkrycie.
Obecny stan AI wymaga zatem połączenia optymizmu z rozważnością z dwóch głównych powodów.
Wyzwanie inwestowania w AI na etapie wczesnego rozwoju
Po pierwsze, inwestycjom w konkretne rozwiązania AI towarzyszy ryzyko. Każdy, kto śledzi rozwój narzędzi takich jak Chat-GPT, Claude czy Gemini, wie, że ich funkcjonalności ewoluują w niespotykanym tempie. Przykładowo, GPT-3 wprowadzony w 2020 roku miał około 175 miliardów parametrów, a okno kontekstowe nieco ponad 2 000 tokenów. Wersja GPT-4 charakteryzowała się już mocą przetwarzania blisko 1,8 biliona parametrów i oknem kontekstowym o wielkości 64 000 tokenów. W ciągu zaledwie czterech lat duży model językowy stał się niemal całkowicie odmiennym narzędziem o zupełnie nowych możliwościach zastosowania.
Postęp tej skali jest imponujący, ale tak szybka dynamika technologiczna niesie również zagrożenia dla firm. Przedsiębiorstwa, które już teraz inwestują znaczące środki, czas i zasoby w konkretne rozwiązania AI oraz integrują je z możliwie wieloma procesami, mogą uzyskiwać przewagi dziś. Jeśli jednak ta nieustannie ewoluująca dziedzina w najbliższych dwóch latach przejdzie kolejną rewolucję, inwestycja typu „all-in” może okazać się nadmiernie ryzykowna. Według niedawnego badania McKinsey tylko 1% kadry kierowniczej uważało wdrożenie AI w swojej firmie za „dojrzałe” — czyli 99% liderów biznesowych twierdziło, że ich organizacje wciąż pracują nad zrozumieniem pełni funkcjonalności rozwiązań opartych na sztucznej inteligencji. Nic dziwnego: prawdziwa wartość tej technologii pozostaje nieznana, a organizacje wciąż eksperymentują.
Skuteczne wdrożenie AI wymaga jasno określonych ram strategicznych
Drugi powód, dla którego uzasadniony optymizm warto łączyć z rozwagą, wynika z konieczności odpowiedniego planowania i strukturyzacji wdrażania AI. Sztuczna inteligencja rozwija się zbyt szybko, by powiązane strategie mogły za nią nadążyć. Bez wątpienia firmy powinny wykorzystać szerokie możliwości tej technologii, ale wymaga to czasu na precyzyjne określenie celów, przypisanie odpowiedzialności za osiągnięcia, a także wdrożenie skutecznego zarządzania zmianą, które przeprowadzi organizację przez okres transformacji. Brak spójnej, przemyślanej strategii dla tych wszystkich czynników może znacząco ograniczyć potencjał inwestycji.
Firmy działające w SCRM i innych powiązanych segmentach muszą jasno komunikować przypadki użycia AI, określać typy danych oraz wejść odpowiednich dla narzędzia, a także ustanowić wewnętrzne zasady zarządzania jego użytkowaniem. Organizacje, które nie zadbają o te kluczowe elementy zaawansowanej strategii AI, mogą mieć trudności z oddzieleniem wartościowych insightów od kosztownego szumu informacyjnego.
Warto pamiętać także, że wypracowanie strategii dla tak złożonej i potencjalnie przełomowej technologii nie jest procesem, który można zrealizować w kilka tygodni (ani przyspieszyć za pomocą samej AI). Firmy muszą być gotowe na zmianę kierunku, jeśli wdrożone rozwiązanie nie przynosi oczekiwanych rezultatów — to proces wymagający czasu i elastyczności na najwyższym szczeblu. Wciąż znajdujemy się na bardzo wczesnym etapie rozwoju tej technologii i jej wartość może ewoluować przez kolejne lata. Sztywne podejście do zastosowań AI w przedsiębiorstwie ogranicza możliwość odkrycia nowych, nieoczywistych jeszcze funkcji. Eksperymentowanie jest kluczem do dojrzewania technologii, a firmy, które chcą w pełni wykorzystać narzędzie AI, muszą zachować dynamikę i otwartość na zmiany.
Przy odpowiednim przywództwie AI może okazać się przełomem
Liderzy SCRM oraz szerzej — całej działalności gospodarczej — powinni wyjść poza utarte, puste frazesy o „ostrożnym podchodzeniu” do wykorzystania AI. To narzędzie nie jest dzikim zwierzęciem ani bronią biologiczną, lecz złożoną technologią, wymagającą strategicznego i przemyślanego podejścia. Przyjęcie AI powinno oznaczać budowę precyzyjnych ram, określających oczekiwane korzyści dla firmy, mierniki sukcesu (KPI) oraz plany postępowania w sytuacji, gdy platforma nie spełni wszystkich pierwotnie zakładanych zastosowań.
Choć potencjał tej technologii napędza nagłówki, każda firma i jej zarząd ponoszą odpowiedzialność za zrozumienie, jak w ich przypadku powinna wyglądać droga do pełnego opanowania możliwości AI.
