כיצד לוויינים ובינה מלאכותית עוזרים להשיג אפס כריתת יערות בשרשרת האספקה

שמירה על שרשרת אספקה ​​בת קיימא יכולה להיראות כמו משימה מרתיעה, במיוחד אם אתה חברת FMCG שצריכה לתקשר עם ספקים, סוחרים, מגדלים וחקלאים. על אחת כמה וכמה אם יש לך גם מוסדות פיננסיים שנושמים בצווארך בדרישה להראות תוצאות חיוביות. והשנה האחרונה לא הפכה את הרעיון של ניהול שרשרת אספקה ​​בת קיימא לקל יותר.

SourceDay, כלי לניהול שרשרת אספקה, אמר כי בעוד היסטורית הם מצאו שממוצע של 36% מפריטי השורה ישתנו במהלך מחזור החיים של הזמנה, בתגובה ל-COVID-19, הממוצע הזה זינק ל- 61% מהפריטים משתנים. לעלייה המהירה הזו בשינויים יכולה להיות השפעה דרמטית על האמינות של ניהול שרשרת האספקה ​​מכיוון שיש הרבה יותר מיילים והתראות שצריך להכיר ולהתמודד איתם בעת עדכון ה-ERP שלך. אז, אם קשה יותר לנהל את שרשרת האספקה ​​שלך מנקודת מבט של מספר מוצר וגיוון בסיסי, אין ספק שמעקב אחר הקיימות הרחבה יותר של שרשרת האספקה ​​המגוונת יותר ויותר קשה אפילו יותר? ובכן, אנחנו לא חושבים כך.

בין אם אתה חקלאי או FMCG, האחריות של כל אדם וחברה היא להבטיח ששרשרת האספקה ​​שלנו תהיה בת קיימא ולכן עמידה. ולמרבה המזל ישנם כלים וטכנולוגיות שיעזרו להפוך את זה לקל ושקוף יותר מאי פעם.

מדוע נתוני לוויין חשובים

כשרשתות האספקה ​​עוברות את השינוי הגדול ביותר שלהן מאז הגלובליזציה לפני עשרות שנים, היכולת לנטר את המתרחש מלמעלה היא הכרחית. לוויינים מסוגלים להציע זרם נתונים קבוע ועקבי חסר פניות על איך יבולים ומטעים משתנים כמעט בזמן אמת. ולוויינים לא רק מצלמים - הם מודדים מגוון עצום של גרסאות כמו רמות CO2, שינויים בטמפרטורת פני המים ולחות. אם הייתם מסתמכים אך ורק על תמונות אופטיות - וחלק משירותי הניטור עושים זאת - זה יביא לפערים של נתונים שיכולים להשתרע על פני שעות, ימים או שבועות שבהם הראייה נסתרה עקב נסיבות בלתי נשלטות כמו כיסוי עננים כבד. זה לא ממש נדיר ביערות הגשם.

בהתמקדות בניטור של כריתת יערות, חיישני מכ"ם, הזמינים בלוויינים מסוימים, חיוניים לניטור שינויים בכיסוי היער שכן לאזורים מיוערים ולא מיוערים יש חתימות מכ"ם שונות.

איפה AI נכנס

עם כל כך הרבה נתונים שנאספים על ידי לוויינים, זה יכול להיראות מאתגר להבין באילו נתונים עליך להשתמש כדי לנטר וכיצד תוכל להפוך את הנתונים הללו לתובנות ניתנות לפעולה. אף אדם לא מסוגל לנתח כל כך הרבה נתונים בטווח זמן שימושי, וזה המקום שבו אלגוריתמי למידת מכונה נכנסים לתמונה. באמצעות A.I., אנו יכולים לנתח נתוני עבר והווה כדי לזהות אילו שינויים בכיסוי היער, למשל, צריכים להיות מתויגים כסבירים שיובילו או נובעים מייצור סחורות. כפי שאתה יכול לדמיין, ככל שה-A.I. מסוגל לקלוט ככל שמערכת ההתראה טובה יותר. וככל שמערכת ההתראה טובה יותר כך חברות יכולות לטפל בכריתת יערות במהירות וביעילות רבה יותר בשרשרת האספקה ​​שלהן.

איך זה עוזר לשרשרת האספקה?

נתוני לוויין הם רק חלק אחד מהפאזל. הוא יכול לתת נתונים חסרי פניות על שינוי ביער, אבל הוא לא יכול להציע מידע על הקרקע והסברים פוטנציאליים לירידה בכיסוי היער. היא גם לא יכולה לעצור את כריתת היערות על עקבותיה. לכן יש לשלב גם נתוני לוויין עם מידע בשטח, כמו סקרים אנונימיים עם מקומיים, עובדים וחקלאים.

ברגע שאתה יודע שהמידע שלך אמין, זה צריך להיות באחריות של כל אדם, חברה וארגון המעורבים בשרשרת האספקה ​​לפעול לפיו. ומשחק לא אומר בהכרח להפסיק לעבוד עם "השחקן הרע" הפוטנציאלי. גורמים שונים פועלים כאשר מדובר בחקלאים ומגדלים הגורמים לכריתת יערות כאשר העוני משחק תפקיד מרכזי. אם תפסיק לעבוד עם אותו חקלאי, אתה לא עוצר את העוני שגורם לכריתת היערות, אתה רק מעביר את האחריות לחברה הבאה שתשלם עבור התוצרת שלהם.

יש להשתמש בנתונים מניטור לוויינים כדי להתחיל שיחות, לעצור את כריתת היערות באמצעות חינוך ותמיכה - לא על ידי התעלמות מהבעיה ותקווה שהיא תיעלם אם לא תממן אותה. חברות חייבות לבחון כיצד הן יכולות לעזור לחקלאים ללמוד כיצד לחקלאות באופן בר קיימא אם נגיע אי פעם ליעד הגלובלי שלנו של 0% כריתת יערות. וזה תלוי בכל אחד בשרשרת האספקה ​​לקחת על עצמו את האחריות הזו ביחד.

על המחבר

Arjen Vrielink - Satelligence

לאחר שסיים את לימודיו באוניברסיטת Wageningen בשנת 2001, Arjen Vrielink החל את הקריירה שלו כמומחה לחישה מרחוק מכ"ם ב-SarVision. לפני שש שנים הוא החליט להסתכל סביבו ועבד בתפקידים שונים בתחום החישה מרחוק ו-IT, ביניהם: יועץ טכני בחברת eLearning, אנליסט GIS בחברת ייעוץ רעש, בעל מוצר של פלטפורמת גיאוגרפיה מקוונת וחישה מרחוק אופטית. אנליסט בחברת ייעוץ לאיכות מים. בשנת 2016 הוא הצטרף ל-Satelligence, חברת חישה מרחוק המספקת שירותי סיכונים וביצועים עבור הון טבעי, כבעלים/דירקטור משותף כדי ליישם את הניסיון שצבר שלו.

מקור: https://www.allthingssupplychain.com/how-satellites-and-ai-help-achieve-zero-deforestation-in-supply-chains/