Z raportu „The Execution Gap: What Supply Chain Leaders Are Saying About Technology” przygotowanego przez ABI Research i FourKites wynika, że 28 proc. firm jako priorytet inwestycyjny wskazuje optymalizację kapitału obrotowego. Mimo to, tylko 37 proc. wykorzystuje AI do zarządzania ryzykiem – obszaru, który bezpośrednio wpływa na opóźnienia, kary za przetrzymanie ładunku i konieczność korzystania z przyspieszonych dostaw.
Eksperci podkreślają, że organizacje błędnie wdrażają sztuczną inteligencję, skupiając się na prognozowaniu popytu i analizie danych, zamiast na reagowaniu w czasie rzeczywistym i zapobieganiu zakłóceniom.
Europa ostrożniejsza niż USA
Badanie ujawniło też istotne różnice regionalne. W Ameryce Północnej 31 proc. firm używa AI do podejmowania autonomicznych decyzji, podczas gdy w Europie odsetek ten wynosi jedynie 19,5 proc. W Niemczech tylko jedna trzecia (33 proc.) wykorzystuje sztuczną inteligencję do zarządzania ryzykiem, w porównaniu do 48 proc. w USA.
W zakresie zarządzania zapasami różnice są jeszcze większe: 48 proc. firm w USA wdrożyło AI w tym obszarze, podczas gdy w Europie – tylko 31 proc. ABI Research wskazuje, że europejskie firmy wykazują większą ostrożność w przekazywaniu decyzji systemom autonomicznym.
Brakuje zaufania do AI
52 proc. respondentów używa AI jako wsparcia decyzyjnego, ale tylko 27 proc. pozwala systemom działać autonomicznie. Tę różnicę raport określa jako “lukę zaufania”, która ogranicza potencjał technologii w generowaniu realnych oszczędności.
Organizacje chętniej wykorzystują AI do zadań przewidywalnych i o niskim ryzyku, takich jak obsługa klienta czy prognozy sprzedaży, niż do obszarów krytycznych jak zarządzanie ryzykiem czy kontrola stanów magazynowych.
Problem nie w danych, lecz w organizacji
Choć często mówi się o słabej jakości danych jako głównej przeszkodzie w cyfryzacji, w rzeczywistości główne bariery mają charakter organizacyjny: 65 proc. firm nie ma jasnych procedur reagowania na alerty w czasie rzeczywistym, 53 proc. wskazuje na brak uprawnień operacyjnych zespołów do podejmowania szybkich decyzji, a 70 proc. narzeka na słabą koordynację międzydziałową.
Największymi technologicznymi przeszkodami w integracji AI z codziennymi operacjami są:
- przestarzała infrastruktura (46 proc.),
- niedopasowanie narzędzi (46 proc.)
- oraz brak wykwalifikowanych specjalistów (46 proc.).
Wdrożenie AI w łańcuchu dostaw nie polega dziś na braku danych, lecz na braku spójnych procesów i odpowiedniej architektury systemowej.
ROI ma być szybkie
Presja na szybkie zwroty z inwestycji sprawia, że firmy stawiają na projekty, które przynoszą efekty w ciągu 4–8 miesięcy. Tylko 7 proc. projektów kosztowało więcej niż 500 tys. dolarów.
Jak zauważa ABI Research: „System za 100 tys. dolarów, który jest efektywnie używany, jest lepszy niż platforma za 500 tys., z której nikt nie korzysta”.
Firmy niegotowe na AI, która działa samodzielnie
Jedynie 156 respondentów zdecydowanie popiera autonomiczne działania AI. To właśnie te firmy zaczęły łączyć sztuczną inteligencję bezpośrednio z systemami operacyjnymi, osiągając konkretne korzyści: unikanie opłat za przestoje, redukcja ekspresowych dostaw czy zmniejszenie nadmiernych zapasów.
Raport podsumowuje, że “sukces wymaga interoperacyjności danych, jasno zdefiniowanych procesów i gotowości organizacyjnej – a tego wielu firmom brakuje”.
Trzy kroki do skutecznego wdrożenia AI
Eksperci rekomendują trzy główne kierunki działania:
- Najpierw procesy, potem technologia – zdefiniuj procedury działania i daj zespołom realne uprawnienia.
- Zbuduj zaufanie do AI krok po kroku – zacznij od wsparcia decyzyjnego i stopniowo przechodź do autonomii.
- Powiąż każdą inwestycję z cash flow – licz dni zapasów, opłaty za przestoje i koszt ekspresowego frachtu.
