دینامیک شبکه‌ای در عصر هوش مصنوعی: ساده‌سازی ادغام و همکاری برای مزیت رقابتی

کاوش در چگونگی استفاده سازمان‌ها از عوامل هوش مصنوعی و همکاری برای مزیت رقابتی در عملیات زنجیره تامین.

خلاصه

  • چگونه سازمان‌ها می‌توانند از شبکه‌ی خود مزیت رقابتی کسب کنند.
  • همکاری با شرکا و تامین‌کنندگان.
  • استفاده از عوامل هوش مصنوعی برای بهبود عملیات زنجیره تامین.

در دنیای بسیار (به هم) متصل ما، با تاثیر روزافزون هوش مصنوعی بر تقریباً هر جنبه‌ای از کسب‌وکار، سازمان‌ها باید نه تنها مدل‌های کسب‌وکار خود، بلکه منابع مزیت رقابتی خود را نیز بازتعریف، تثبیت و گسترش دهند.

مزیت رقابتی پایدار به توانایی یک شرکت در حفظ جایگاه خود در بازار و سودآوری در بلندمدت، با وجود رقابت، اشاره دارد1. اصطلاحات مختلفی این مفهوم را توصیف می‌کنند که هر کدام جنبه‌های متفاوتی از دوام و منحصر به فرد بودن رقابتی را برجسته می‌کنند. در اینجا برخی از اصطلاحات رایج آورده شده است:

۱. خندق اقتصادی (Economic Moat)این اصطلاح که توسط وارن بافت محبوبیت یافت، به توانایی یک شرکت در حفظ مزایای رقابتی که سود و سهم بازار بلندمدت آن را از رقبا محافظت می‌کند، اشاره دارد. این مشابه خندق‌های حفاظتی در اطراف قلعه‌های قرون وسطایی است که تضعیف موقعیت شرکت در بازار را برای رقبا دشوار می‌سازد.
۲. تمایز رقابتی (Competitive Differentiation)این اصطلاح بر ویژگی‌ها یا قابلیت‌های منحصر به فردی که یک شرکت را از رقبای خود متمایز می‌کند، تاکید دارد و به آن اجازه می‌دهد تا نیازهای مشتری را به‌طور موثرتری برآورده سازد و موقعیت برتری در بازار حفظ کند.
۳. مدت زمان رشد ارزش (Value Growth Duration - VGD)مشابه مفهوم دوره مزیت رقابتی (CAP). این اصطلاح در ادبیات اقتصادی برای توصیف پایداری مزیت رقابتی یک شرکت استفاده می‌شود.
۴. نرخ تضعیف (Fade Rate)این اصطلاح نرخی را توصیف می‌کند که مزیت رقابتی یک شرکت در طول زمان به دلیل نیروهای رقابتی کاهش می‌یابد. نرخ تضعیف پایین‌تر نشان‌دهنده مزیت رقابتی پایدارتر است.
۵. CAP ضمنی بازار (Market-Implied CAP - MICAP)این اصطلاح CAP یک شرکت را بر اساس قیمت سهام فعلی و معیارهای مالی آن تخمین می‌زند. این نشان‌دهنده انتظارات سرمایه‌گذاران در مورد مدت زمان مزیت رقابتی شرکت است.
۶. موانع ورود (Barriers to Entry)این اصطلاح به موانعی اشاره دارد که ورود رقبای جدید به یک صنعت را دشوار می‌سازد. موانع بالای ورود می‌توانند با محدود کردن تعداد رقبای احتمالی، مزیت رقابتی یک شرکت را حفظ کنند.
۷. دارایی‌های نامشهود (Intangible Assets)اینها شامل ثبت اختراع، علائم تجاری، شناخت برند و فناوری اختصاصی می‌شوند. دارایی‌های نامشهود با دشواری در تکرار یا تقلید، مزیت رقابتی پایداری را فراهم می‌کنند و ممکن است موانع واقعی یا درک‌شده‌ای برای ورود ایجاد کنند.
۸. صرفه به مقیاس (Economies of Scale)به مزایای هزینه‌ای اشاره دارد که یک شرکت به دلیل اندازه و مقیاس عملیات خود به دست می‌آورد. شرکت‌های بزرگتر می‌توانند کالاها را با هزینه کمتری تولید کنند و مزیت رقابتی ایجاد کنند که برای رقبای کوچکتر دشوار است.
۹. هزینه‌های جابجایی (Switching Costs)هزینه‌های بالای جابجایی تغییر مشتریان به محصول یا خدمات رقیب را دشوار می‌سازد و در نتیجه مزیت رقابتی شرکت را حفظ می‌کند.
۱۰. اثرات شبکه قوی (Strong Network Effects)این اصطلاح پدیده‌ای را توصیف می‌کند که در آن یک محصول یا خدمات با استفاده بیشتر افراد از آن، باارزش‌تر می‌شود. شرکت‌هایی که از اثرات شبکه سود می‌برند، می‌توانند مزیت رقابتی خود را حفظ کنند زیرا رقبا به‌طور فزاینده‌ای برای جذب کاربران تلاش می‌کنند.

هر شرکتی می‌تواند هر تعداد از این موارد را برای ایجاد مزیت رقابتی خود به کار گیرد و جایی که اوضاع جالب می‌شود، در تعامل بالقوه بین آنهاست. ما بر شبکه‌های زنجیره تامین تمرکز خواهیم کرد و اینکه چگونه آنها می‌توانند منبعی برای چندین مسیر برای مزیت رقابتی باشند، از ایجاد خندق‌های اقتصادی و افزایش موانع ورود، تا تمایز رقابتی و تقویت اثرات شبکه.

ساخت شبکه‌های زنجیره تامین برای مزیت رقابتی

به زبان ساده، اثرات شبکه به این معنی است که هرچه چیزی بیشتر استفاده شود، باارزش‌تر می‌شود. با این حال، برای مقاصد ما، می‌خواهیم از اصطلاح "شبکه" به‌طور آزادانه‌تر استفاده کنیم تا ساختاری با لبه‌ها و ارتباطات را به معنای آن بکار ببریم. این ساختار می‌تواند به شکل شبکه‌های اجتماعی (مانند لینکدین) یا شبکه‌های زنجیره تامین، تدارکات و مشارکت‌هایی باشد که از طریق تعامل گره‌های آنها قوی‌تر می‌شوند.

زنجیره تامین یک شرکت و شبکه شرکا و تامین‌کنندگان آن می‌تواند منبع عظیمی از مزیت رقابتی باشد. به عنوان مثال، ASML را در نظر بگیرید، تولیدکننده پیشرو (و تنها) تجهیزات لیتوگرافی پیشرفته در جهان. این تجهیزات در تولید نیمه‌هادی‌های پیشرفته، مانند GPU‌های NVIDIA، اساسی هستند.

مزیت رقابتی ASML به همان اندازه از IP فناوری آن ناشی می‌شود که از زنجیره تامین بسیار پیچیده آن، شامل بیش از ۴۰۰۰ تامین‌کننده، بسته‌بندی سفارشی، حمل و نقل و ساختار خدمات، که در وهله اول آن IP فنی را از نظر اقتصادی قابل دوام می‌سازد. بسیاری از شرکت‌هایی که قطعات و مواد را برای ماشین‌های ASML تامین می‌کنند، قراردادهای بلندمدت دارند و در بسیاری موارد، منحصراً برای تامین ASML وجود دارند.

هر شرکتی که بخواهد با ASML رقابت کند، نه تنها وظیفه حسادت‌انگیز اختراع فناوری قادر به پیش بردن مرزهای فیزیک را دارد، بلکه باید با وظیفه تقریباً به همان اندازه پیچیده ایجاد شبکه‌ای از شرکا و تامین‌کنندگان مورد نیاز برای آوردن آن فناوری به بازار در مقیاس بزرگ نیز دست و پنجه نرم کند. نیازی به گفتن نیست، مانع ورود در اینجا بسیار بزرگ است و تا حد زیادی به اکوسیستم وسیع و تثبیت‌شده‌ای که فناوری ASML را در وهله اول پشتیبانی می‌کند، مربوط می‌شود.

نمونه دیگری از قدرت اثرات شبکه زنجیره تامین و مزیت رقابتی مشتق‌شده، آمازون است، که تغییر آن از یک کتاب‌فروشی به غول خرده‌فروشی و ابری جهانی بدون شبکه شریک، تدارکات و زنجیره تامین بسیار پیچیده امکان‌پذیر نبود.

در بخش‌های بعدی، زمینه‌هایی را بررسی خواهیم کرد که در آنها فناوری‌های مدرن مانند هوش مصنوعی می‌توانند بر مزیت رقابتی مبتنی بر شبکه یک شرکت تاثیر گذاشته و آن را بیشتر پیش ببرند. تمرکز بر شبکه‌های زنجیره تامین است، زیرا ما این حوزه را حوزه‌ای می‌دانیم که بیشترین بهره را از استفاده از نوآوری‌های هوش مصنوعی و اشتراک داده‌ها می‌تواند ببرد.

بهبود تعاملات شبکه زنجیره تامین با عوامل هوش مصنوعی

در وبلاگ قبلی، ما در مورد تاثیر بالقوه هوش مصنوعی بر فرآیندها و عملیات داخلی یک سازمان بحث کردیم. یک گام منطقی بعدی که در اینجا بررسی می‌کنیم این است که چگونه یک کسب‌وکار می‌تواند این پتانسیل را فراتر از مرزهای داخلی سازمان و به شبکه خود گسترش دهد. یکی از ایده‌های اصلی که در چشم‌انداز فعلی هوش مصنوعی مورد توجه قرار گرفته، مفهوم عوامل هوش مصنوعی (AI agents) است. این عوامل، به‌طور کلی، مدل‌های تخصصی هستند که اغلب با ابزارها و سایر اجزایی که با هم کار می‌کنند، تقویت می‌شوند و هر کدام وظیفه تعیین‌شده خود را برای دستیابی به یک هدف کلی انجام می‌دهند. این ایده همچنین به عنوان سیستم‌های هوش مصنوعی ترکیبی (Compound AI systems) شناخته می‌شود و در تضاد کامل با داشتن یک مدل کلی واحد و یکپارچه است.

یکی از امیدوارکننده‌ترین کاربردهای این عوامل یا سیستم‌های هوش مصنوعی ترکیبی، ساده‌سازی و بهبود تعاملات در داخل و سراسر شبکه‌ها، به‌ویژه شبکه‌های زنجیره تامین است، جایی که صدها یا هزاران اتصال بین سیستم‌ها اغلب به‌صورت دستی انجام می‌شود. برخی از زمینه‌هایی که این سیستم‌ها می‌توانند نحوه انجام این تعاملات و ادغام‌ها را تغییر دهند عبارتند از:

  • عملیات کارخانه: خودکارسازی انتقال و راه‌اندازی فرآیندهای مورد نیاز در فعالیت‌هایی مانند مدیریت موجودی، مونتاژ، بسته‌بندی و تحویل.
  • مدیریت موجودی: با ادغام مجموعه‌ای از عوامل که از داده‌های داخلی و خارجی برای پیش‌بینی استفاده می‌کنند و می‌توانند این را به سطوح موجودی مرتبط کرده و سفارش‌های کاری و اقدامات موجودی مرتبط را راه‌اندازی کنند. به عنوان مثال، توصیه تامین‌کنندگان یا مناطق جایگزین که کمتر تحت تاثیر تعرفه‌ها قرار گرفته‌اند، امکان برنامه‌ریزی سناریوی سریع، تامین دینامیک و موقعیت‌یابی بهینه موجودی برای به حداقل رساندن هزینه‌ها و اختلالات.
  • تدارکات: تجزیه و تحلیل عواملی مانند الگوهای ترافیک، شرایط آب و هوایی و برنامه‌های تحویل برای تعیین کارآمدترین مسیرها، کاهش مصرف سوخت، کاهش هزینه‌های حمل و نقل و اطمینان از تحویل به موقع.

شبکه‌سازی و همکاری فراتر از مرزهای سازمانی

یک جنبه حیاتی از نوع شبکه‌های زنجیره تامین که در مورد آنها بحث کرده‌ایم این است که آنها از چندین طرف تشکیل شده‌اند. حتی اگر یک طرف در نهایت به عنوان ادغام‌کننده اصلی عمل کند (مثلاً مونتاژ و توزیع محصول نهایی)، بسیاری از طرف‌های دیگر با زیرمجموعه‌ها و زیرتوزیع‌های خود در این فرآیند شرکت می‌کنند. بنابراین، ادغام و هماهنگی موثر بین این طرف‌ها برای موفقیت بسیار مهم است.

با این حال، چالش‌ها به دلیل دشواری در ادغام پشته‌های فناوری مختلف و در حال تحول، سیلوهای داده، پروتکل‌ها و فرآیندهای سازمانی که در دسترس بودن اطلاعات را به تاخیر می‌اندازند و امکان اتخاذ بهترین تصمیمات در هر مرحله را مختل می‌کنند، پدید می‌آیند. با توجه به این واقعیت، ایجاد شبکه‌های قوی برای همکاری به عنوان یک عنصر اساسی برای بهبود و ساده‌سازی زنجیره‌های تامین پیچیده خود را نشان می‌دهد.

یکی از اولین موانع برای غلبه بر آن، نحوه اشتراک موثر و کارآمد داده‌ها (اطلاعات) بین شرکای شبکه است. امروزه، بسیاری از این داده‌ها در سیستم‌های محلی و قالب‌های اختصاصی که به خوبی با یکدیگر ادغام نمی‌شوند (یا اصلا ادغام نمی‌شوند)، قفل شده‌اند. علاوه بر این، بسیاری از مجموعه‌داده‌ها به قدری در ابزارها جدا شده‌اند که حاکمیت یکپارچه غیرممکن است. هنگامی که راه‌اندازی با محدودیت‌های فنی همراه است و اجرای هر نوع فرآیند سازمانی در مورد اشتراک داده‌ها تقریباً غیرممکن است، شرکت‌ها موانعی برای مزیت رقابتی ایجاد می‌کنند.

مسیر پیش رو، همانطور که در سال‌های اخیر نشان داده شده است، حرکت به سمت استانداردهای داده باز مشترک، مانند Iceberg و Delta است، که قابلیت همکاری را در سراسر سیستم‌ها و مرزهای سازمانی افزایش می‌دهند. ظهور این قالب‌ها همچنین منجر به توسعه پروتکل‌های اشتراک باز، مانند Delta Sharing شده است، که به سازمان‌ها اجازه می‌دهد داده‌ها را به‌طور ایمن در داخل و خارج، در سراسر مناطق، ابرها و حتی منابع محلی از طریق استفاده از فدراسیون به اشتراک بگذارند - بدون نیاز به انتقال یا تکثیر فیزیکی داده‌ها.

این فناوری‌ها مزایای تجاری بسیاری را که بازی را تغییر می‌دهند، امکان‌پذیر می‌سازند، از ایجاد مبادلات خصوصی (چندین طرف می‌توانند داده‌ها را برای شرکای منتخب میزبانی و در دسترس قرار دهند) تا همکاری از طریق اتاق‌های تمیز (cleanrooms) (محیط‌های خصوصی موقتی که به طرف‌ها اجازه می‌دهند روی یک مجموعه داده مشترک کار کنند بدون نیاز به اشتراک فیزیکی یا حتی افشای داده‌ها به یکدیگر).

با بازگشت به مزیت رقابتی، اکنون می‌توانیم دیدگاه خود را در مورد چگونگی ارزیابی و اندازه‌گیری ساخت شبکه‌های قوی - و دینامیک و اثراتی که این شبکه‌ها ایجاد می‌کنند - گسترش دهیم. در اینجا برخی از معیارهایی که اغلب در تحلیل شبکه (بیشتر در تحلیل شبکه اجتماعی) استفاده می‌شوند، اما در زمینه خاص زنجیره تامین به کار می‌روند، آورده شده است:

  • مرکزیت درجه (Degree Centrality): این تعداد اتصالات مستقیمی را که یک شرکت در شبکه زنجیره تامین دارد اندازه‌گیری می‌کند. شرکت‌هایی با مرکزیت بالا اغلب در جریان اطلاعات و تخصیص منابع محوری هستند، که آنها را برای پایداری و کارایی شبکه حیاتی می‌سازد.
  • مرکزیت بینابینی (Betweenness Centrality): این معیار شرکت‌هایی را که به عنوان پل بین بخش‌های مختلف شبکه عمل می‌کنند، شناسایی می‌کند و جریان کالا یا اطلاعات را کنترل می‌کنند. مرکزیت بینابینی بالا می‌تواند نشان‌دهنده موقعیت استراتژیک یک شرکت باشد، اما در صورت بروز اختلالات نیز خطراتی را به همراه دارد.
  • مرکزیت بردار ویژه (Eigenvector Centrality): این میزان نفوذ یک شرکت را بر اساس اتصالات مستقیم و اتصالات شرکای آن اندازه‌گیری می‌کند. شرکت‌هایی با مرکزیت بردار ویژه بالا نفوذ متعددی دارند، به این معنی که عملکرد آنها می‌تواند بر شرکت‌های حیاتی دیگر در شبکه تاثیر بگذارد.
  • مرکزیت نزدیکی (Closeness Centrality): این ارزیابی می‌کند که یک شرکت چقدر سریع می‌تواند به تمام شرکت‌های دیگر در شبکه دسترسی پیدا کند. شرکت‌هایی با مرکزیت نزدیکی بالا برای واکنش سریع به تغییرات یا فرصت‌ها در سراسر زنجیره تامین موقعیت خوبی دارند.
  • چگالی و شدت شبکه (Network Density and Intensity): این معیارها ارتباط و فراوانی ارتباطات بین شرکای زنجیره تامین را توصیف می‌کنند. چگالی و شدت شبکه بالاتر می‌تواند همکاری را افزایش داده و موانع ارتباطی را کاهش دهد، که به مزیت رقابتی کمک می‌کند.

با اعمال این معیارها، کسب‌وکارها می‌توانند موقعیت‌های استراتژیک را در شبکه‌های زنجیره تامین خود شناسایی کرده، همکاری را بهینه سازی کنند و مزیت رقابتی خود را از طریق مدیریت موثر شبکه افزایش دهند. فناوری‌های داده و هوش مصنوعی که در این وبلاگ مورد بحث قرار گرفتند، می‌توانند موقعیت یک سازمان را در معیارهای فوق به‌طور استراتژیک بهبود بخشند.

نتیجه‌گیری

ایجاد این لبه‌های پایدار بین شرکا، تامین‌کنندگان و سایر طرف‌ها در شبکه نقش حیاتی در بهبود و توسعه نسل بعدی زنجیره تامین و تدارکات ایفا می‌کند. دسترسی به داده‌ها و اشتراک‌گذاری از طریق یک پشته پلتفرم مدرن، که با استفاده از هوش مصنوعی تقویت شده است، به شرکت‌ها اجازه می‌دهد تا:

  • تصمیمات بهتری بگیرند: با در دسترس بودن داده‌های مرتبط و به‌موقع، عوامل هوشمند و فرآیندهای خودکار می‌توانند عمل کنند.
  • هزینه‌های عملیاتی را کاهش دهند: پلتفرم و معماری شبکه مشترک را برای کاهش هزینه‌های ادغام و به حداقل رساندن یا حذف نیاز به مداخله دستی ساده‌سازی کنند.
  • رقابت‌پذیری را افزایش دهند: با امکان توسعه شبکه‌های یکپارچه قوی، تسریع نوآوری و باز کردن مدل‌های کسب‌وکار جدید.

در حالی که ما در این پست بر همکاری بین شرکت‌ها و شرکا تمرکز کردیم، این تفکر به‌وضوح برای استراتژی مدیریت داخلی بین واحدهای کسب‌وکار و بخش‌های شرکت در حمایت از ارتباطات و همکاری بین‌وظیفه‌ای نیز صدق می‌کند.

برای کسب اطلاعات بیشتر در مورد اینکه Databricks چگونه می‌تواند اشتراک‌گذاری و همکاری بهتر را امکان‌پذیر سازد، به https://www.databricks.com/product/delta-sharing مراجعه کنید.

برای بحث در مورد اینکه چگونه هوش مصنوعی می‌تواند نسل بعدی شبکه‌های زنجیره تامین را پشتیبانی کند، با نویسندگان تماس بگیرید.

1 منبع: تمام درآمدها برابر نیستند: کلیدهای باشگاه درآمد ۱۰ برابری | اثر بیل گرلی.