ปัญญาประดิษฐ์ตัวแทนในการจัดการห่วงโซ่อุปทาน: เส้นทางสู่ระบบโลจิสติกส์อัตโนมัติ
Article Sidebar
Main Article Content
บทคัดย่อ
การจัดการห่วงโซ่อุปทานในปัจจุบันเผชิญความท้าทายจากความผันผวนและความซับซ้อนที่เพิ่มขึ้นอย่างมีนัยสำคัญส่งผลให้วิธีการจัดการแบบดั้งเดิมที่พึ่งพาการตัดสินใจของมนุษย์และการพยากรณ์แบบวงเวลามีข้อจำกัดในการตอบสนอง บทความนี้นำเสนอการประยุกต์ใช้ปัญญาประดิษฐ์ตัวแทน (Agentic AI) ในการขับเคลื่อนระบบโลจิสติกส์อัตโนมัติ โดยศึกษาคุณลักษณะสำคัญ 4 ประการ ได้แก่ ความเป็นอิสระในการทำงาน ความเข้าใจบริบท การเรียนรู้และปรับตัวอย่างต่อเนื่อง และความสามารถในการขยายขนาดและทำงานร่วมกับระบบอื่น ผลการศึกษาพบว่า การบูรณาการปัญญาประดิษฐ์ตัวแทนสามารถยกระดับประสิทธิภาพการดำเนินงานสู่ความเป็นอัตโนมัติในหลายมิติ ทั้งการพยากรณ์ความต้องการแบบเรียลไทม์ การปรับตัวของการผลิตและการจัดส่ง การบริหารความสัมพันธ์กับซัพพลายเออร์ การจัดการคลังสินค้าอัตโนมัติ และการขนส่งที่ควบคุมด้วยระบบอัจฉริยะ อย่างไรก็ตามการนำเทคโนโลยีนี้มาใช้ยังมีความท้าทายที่ต้องพิจารณา ทั้งด้านโครงสร้างพื้นฐาน การยอมรับของบุคลากร และประเด็นด้านจริยธรรมและกฎระเบียบ บทความนี้ยังนำเสนอข้อเสนอแนะสำหรับการวิจัยในอนาคต โดยเฉพาะการพัฒนาโมเดลการตัดสินใจแบบผสมผสานระหว่างมนุษย์และ AI การเสริมสร้างความยั่งยืน และการเพิ่มความแข็งแกร่งของระบบต่อภัยคุกคามทางไซเบอร์ เพื่อเร่งการเปลี่ยนผ่านสู่ระบบโลจิสติกส์อัตโนมัติที่มีประสิทธิภาพและยั่งยืน
Article Details
อนุญาตภายใต้เงื่อนไข Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
“ข้าพเจ้าและผู้เขียนร่วม (ถ้ามี) ขอรับรองว่า บทความที่เสนอมานี้ยังไม่เคยได้รับการตีพิมพ์และไม่ได้อยู่ระหว่างกระบวนการพิจารณาลงตีพิมพ์ในวารสารหรือแหล่งเผยแพร่อื่นใด ข้าพเจ้าและผู้เขียนร่วมยอมรับหลักเกณฑ์การพิจารณาต้นฉบับ ทั้งยินยอมให้กองบรรณาธิการมีสิทธิ์พิจารณาและตรวจแก้ต้นฉบับได้ตามที่เห็นสมควร พร้อมนี้ขอมอบลิขสิทธิ์บทความที่ได้รับการตีพิมพ์ให้แก่สถาบันการจัดการปัญญาภิวัฒน์หากมีการฟ้องร้องเรื่องการละเมิดลิขสิทธิ์เกี่ยวกับภาพ กราฟ ข้อความส่วนใดส่วนหนึ่งและ/หรือข้อคิดเห็นที่ปรากฏในบทความข้าพเจ้าและผู้เขียนร่วมยินยอมรับผิดชอบแต่เพียงฝ่ายเดียว”
เอกสารอ้างอิง
Akira. (2024a). AI agents: Reinventing the future of transportation. https://www.akira.ai/blog/ai-agents-for-transportation
Akira. (2024b). Efficient procurement and supplier management with AI agents. https://www.akira.ai/blog/procurement-and-supplier-management-with-ai-agents
Pajiar, P., & Barfiwala, V. (2024). Generative AI in supply chain: Building more resilient supply chains. https://www.alvarezandmarsal.com/sites/default/files/article/pdf/Genera-tive%20AI%20in%20Supply%20Chain%20Report%20-%20Compressed%20version.pdf
Ambilio. (2024). Leveraging Agentic AI in supply chain: Top successful implementations. https://ambilio.com/leveraging-agentic-ai-in-supply-chain-top-successful-implementations/
American Public University. (2023). Ethical issues in supply chain management and procurement. https://www.apu.apus.edu/area-of-study/business-and-management/resources/ethical-issues-in-supply-chain-management-and-procurement/
Atieh, A. A., Sharabati, A. A., Allahham, M., & Nasereddin, A. Y. (2024). The relationship between supply chain resilience and digital supply chain and the impact on sustainability: Supply chain dynamism as a moderator. Sustainability, 16(7), 3082. https://doi.org/10.3390/su16073082
Bednarski, L., Roscoe, S., Blome, C., & Schleper, M. C. (2023). Geopolitical disruptions in global supply chains: A state-of-the-art literature review. Production Planning & Control the Management of Operations, 36(4), 536-562. https://doi.org/10.1080/09537287.2023.2286283
Bi, M., Chen, G., Tilbury, D. M., Shen, S., & Barton, K. (2022). A model-based multi-agent framework to enable an agile response to supply chain disruptions. arXiv. https://doi.org/10.48550/arXiv.2207.03460
Bullock, J. B., & Young, M. M. (2020). Risk management in the AI era: Navigating the opportunities and challenges of AI tools in the public sector. IBM Center for the Business of Government. https://www.businessofgovernment.org/sites/default/files/Risk%20Management%20in%20the%20AI%20Era.pdf
Casino, F., Dasaklis, T. K., & Patsakis, C. (2019). A systematic literature review of blockchain-based applications: Current status, classification and open issues. Telematics and Informatics, 36(1), 55-81. https://doi.org/10.1016/j.tele.2018.11.006
Choi, T. M., Wallace, S. W., & Wang, Y. (2018). Big data analytics in operations management. Production and Operations Management, 27(10), 1-15. https://doi.org/10.1111/poms.12838
Deloitte. (2023). The helping hand in sales and operations planning. https://www2.deloitte.com/us/en/blog/business-operations-room-blog/2023/llm-for-supply-chain-optimization.html
DHL. (2023). AI in logistics and last-mile delivery. https://www.dhl.com/discover/en-global/logistics-advice/logistics-insights/ai-in-logistics-and-last-mile-delivery
Digital Adoption Team. (2024). What is Agentic AI and why is it important? Digital Adoption. https://www.digitaladoption.com/agentic-ai
DigitalDefynd. (2024). How can AI be used in the shipping industry [10 case studies]. https://digitaldefynd.com/IQ/ai-use-in-the-shipping-industry-case-studies/
Doshi-Velez, F., & Kim, B. (2017). Towards a rigorous science of interpretable machine learning. arXiv. https://arxiv.org/abs/1702.08608
Durugbo, C. M., & Al-Balushi, Z. (2023). Supply chain management in times of crisis: A systematic review. Management Review Quarterly, 73(1), 1179-1235. https://doi.org/10.1007/s11301-022-00272-x
Espina-Romero, L., Hurtado, H. G., Parra, D. R., Pirela, R. A. V., Talavera-Aguirre, R., & Ochoa-Díaz, A. (2024). Challenges and opportunities in the implementation of AI in manufacturing: A bibliometric analysis. Sci, 6(4), 60. https://doi.org/10.3390/sci6040060
Ferreira, B., & Reis, J. (2023). Artificial Intelligence in supply chain management: A systematic literature review and guidelines for future research. In Springer Proceedings in Mathematics & Statistics (pp. 339-354). Springer. https://link.springer.com/chapter/10.1007/978-3-031-47058-5_27
Forbes. (2023). How AI could impact last-mile logistics in the next five years. https://www.forbes.com/sites/forbestechcouncil/2023/07/19/how-ai-could-impact-last-mile-logistics-in-the-next-five-years/
Fulfillment IQ. (2024). How are AI & ML transforming reverse logistics in 2024? https://fulfillmentiq.com/ai-machine-learning-revolution-reverse-logistics-2024/
Geevers, K. (2020). Deep reinforcement learning in inventory management [Master’s thesis]. University of Twente. https://essay.utwente.nl/85432/1/Geevers_MA_BMS.pdf
GEP. (2020). 9 barriers that impede digital supply chain transformation. https://www.gep.com/blog/technology/9-barriers-that-impede-digital-supply-chain-transformation
GEP. (2024). Autonomous AI agents are the future of procurement and supply chain operations. https://www.gep.com/white-papers/autonomous-ai-agents-are-the-future-of-procurement-and-supply-chain-operations-and-theyre-coming-sooner-than-we-think
Grover, V., Dogra, M., Sahu, D., Nandal, M., & Gnaguly, A. (2024). Supply chain management strategy and practices: Traditional vs. advanced. In Blockchain, IoT, and AI technologies for supply chain management (pp. 1-43). Springer. https://doi.org/10.1007/979-8-8688-0315-4_1
Gutierrez, J. C., Polo Triana, S. I., & León Becerra, J. S. (2024). Benefits, challenges, and limitations of inventory control using machine learning algorithms: Literature review. Opsearch. https://link.springer.com/article/10.1007/s12597-024-00839-0
Harvard Business Review. (2024). What is Agentic AI, and how will it change work? https://hbr.org/2024/12/what-is-agentic-ai-and-how-will-it-change-work
IBM. (2024a). What is sustainable supply chain management? https://www.ibm.com/topics/sustainable-supply-chain-management
IBM. (2024b). Agentic AI: 4 reasons why it’s the next big thing in AI research. https://www.ibm.com/think/insights/agentic-ai
Inbound Logistics. (2024). Supply chain resilience: Definition, strategies, and best practices. https://www.inboundlogistics.com/articles/supply-chain-resilience/
Informatica. (2024). AI governance: Best practices and importance. https://www.informatica.com/resources/articles/ai-governance-explained.html
Ivanov, D., Dolgui, A., & Sokolov, B. (2018). The impact of digital technology and Industry 4.0 on the ripple effect and supply chain risk analytics. International Journal of Production Research, 57(3), 829-846. https://doi.org/10.1080/00207543.2018.1488086
Jevinger, A., Zhao, C., Persson, J. A., & Davidsson, P. (2023). Artificial intelligence for improving public transport: A mapping study. Public Transport, 16, 99-158. https://doi.org/10.1007/s12469-023-00334-7
Kapoor, S., Stroebl, B., Siegel, Z. S., Nadgir, N., & Narayanan, A. (2024). AI agents that matter. Princeton University. https://arxiv.org/pdf/2407.01502
Katsaliaki, K., Galetsi, P., & Kumar, S. (2022). Supply chain disruptions and resilience: A major review and future research agenda. Annals of Operations Research, 319(1), 965-1002. https://doi.org/10.1007/s10479-020-03912-1
Kavota, J., Cassivi, L., & Léger, P.-M. (2024). A systematic review of strategic supply chain challenges and teaching strategies. Logistics, 8(1), 19. https://doi.org/10.3390/logistics8010019
KNIME. (2024). What is Agentic AI? Definition, features, and governance considerations. https://www.knime.com/blog/what-is-agentic-ai
Mirindi, D. (2024). A review of the advances in artificial intelligence in transportation system development. Journal of Civil, Construction and Environmental Engineering, 9(3), 72-83. https://doi.org/10.11648/j.jccee.20240903.13
Mypati, O., Mukherjee, A., Mishra, D., Pal, S. K., Chakrabarti, P. P., & Pal, A. (2023). A critical review on applications of Artificial Intelligence in manufacturing. Artificial Intelligence Review, 56, 661-768. https://doi.org/10.1007/s10462-023-10535-y
NetSuite. (2024). Supply chain efficiency: Definitions, metrics and steps to improve. https://www.netsuite.com/portal/resource/articles/inventory-management/supply-chain-efficiency.shtml
NVIDIA. (2024). What is Agentic AI? https://blogs.nvidia.com/blog/what-is-agentic-ai
Nwankwo, C. O., & Etukudoh, E. A. (2024). The future of autonomous vehicles in logistics and supply chain management. International Journal of Advanced Multidisciplinary Research Studies, 4(3), 244-248.
Oracle Blogs. (2024). Agentic AI: The next evolution of Artificial Intelligence. https://blogs.oracle.com/ai-and-datascience/post/agentic-ai-the-next-evolution-of-ai
Owczarek, D. (2022). AI in reverse supply chain: Solving the challenges of reverse logistics. https://nexocode.com/blog/posts/ai-in-reverse-supply-chain-the-challenges-of-reverse-logistics/
Preskill, J. (2018). Quantum computing in the NISQ era and beyond. Quantum, 2, 79.
PwC. (2024). Agentic AI–The new frontier in GenAI. https://www.pwc.com/m1/en/publications/agentic-ai-the-new-frontier-in-genai.html
RAND Corporation. (2024). Supply chain uncertainty: Building resilience in the face of impending threats. https://www.rand.org/pubs/research_reports/RRA2558-1.html
Redwood Logistics. (2023). Standardization is critical to effective supply chain management. https://www.redwoodlogistics.com/insights/standardization-is-critical-to-effective-supply-chain-management
RTS Labs. (2024). AI in logistics & transportation: Optimization and efficiency. https://rtslabs.com/ai-logistics-transportation-optimization-efficiency
Samuels, A. (2025). Examining the integration of Artificial Intelligence in supply chain management from Industry 4.0 to 6.0: A systematic literature review. Frontiers in Artificial Intelligence, 7, 1477044. https://doi.org/10.3389/frai.2024.1477044
Shih, W. C. (2022). What really makes Toyota’s production system resilient. Harvard Business Review. https://hbr.org/2022/11/what-really-makes-toyotas-production-system-resilient
Springer. (2024). Artificial Intelligence in manufacturing. https://link.springer.com/book/10.1007/978-3-031-46452-2
Supply Chain Dive. (2021). 5 applications for Artificial Intelligence in the warehouse and distribution center. https://www.supplychaindive.com/spons/5-applications-for-artificial-intelligence-in-the-warehouse-and-distributio/605942/
Surgere. (2024). The role of Agentic AI in supply chain operations. https://surgere.com/blog/the-role-of-agentic-ai-in-supply-chain-operations/
Taghipour, A., Hoang, P., & Cao, X. (2020). Just in time/lean purchasing approach: An investigation for research and applications. Journal of Advanced Management Science, 8(2), 43-48.
Toorajipour, R., Sohrabpour, V., Nazari-Shirkouhi, S., & Azaron, A. (2021). Artificial Intelligence in supply chain management: A systematic literature review. Journal of Business Research, 122, 502-517. https://doi.org/10.1016/j.jbusres.2020.09.009
Wongcharoensangsiri, B. (2023). Metaverse and the impacts on supply chain. Panyapiwat Journal, 15(1), 353-370. http://so05.tci-thaijo.org/index.php/pimjournal/article/view/262455/177850 [in Thai]
Yazdi, M., Zarei, E., Adumene, S., & Beheshti, A. (2024). Navigating the power of Artificial Intelligence in risk management: A comparative analysis. Safety, 10(2), 42. https://doi.org/10.3390/safety10020042
