Дослідження «Інтелектуальна стійкість ланцюгів постачання на основі штучного інтелекту: агентне моделювання з інтеграцією машинного навчання в динамічних середовищах» була представлена на воркшопі «Забезпечення майбутнього: захист на основі штучного інтелекту та стратегії для надійних систем». Це дослідження присвячене одній з найактуальніших проблем, з якими стикаються сучасні підприємства: побудові ланцюгів постачання, здатних витримати глобальні потрясіння.

Дослідження присвячене реальним проблемам, які впливають на галузі по всьому світу. Сучасні ланцюги поставок стикаються з серйозними порушеннями через пандемії, геополітичні конфлікти, енергетичні кризи, ринкові потрясіння та транспортні затори. Традиційні підходи, що базуються на статичному плануванні та централізованому прийнятті рішень, вже не є достатніми в сучасному мінливому середовищі, що призводить до затримок у виробництві, високих витрат та зниження рівня обслуговування.

Автори розробили інноваційну мультиагентну структуру для вертикально інтегрованих ланцюгів постачання, де кожен учасник - постачальники, виробники, дистриб'ютори та транспортні оператори - функціонує як автономні агенти. Ці агенти приймають незалежні рішення, координуючи свої дії з іншими, створюючи динамічну та адаптивну систему, яка реагує на виклики в режимі реального часу.

Інновація полягає в інтеграції передових технологій машинного навчання безпосередньо в процеси прийняття рішень агентами. Структура використовує прогнозування попиту, підкріплювальне навчання для оптимізації дій учасників ланцюжка поставок. Це гарантує, що рішення базуються на даних, а не виключно на правилах, що дозволяє системі вчитися на основі шаблонів і адаптуватися до мінливих умов.

Запропоноване впровадження цифрового двійника - віртуальної копії фізичного ланцюга поставок, яка постійно синхронізується з оперативними даними. Це дозволяє здійснювати моніторинг у реальному часі, прогнозне управління та аналіз сценаріїв, надаючи менеджерам потужні інструменти для прийняття рішень.

Дослідження демонструє практичну цінність – аналітична модель, що порівнює єдині уніфіковані тарифи з тарифною дискримінацією, показує, що, хоча загальний обсяг виробництва та ринкові ціни залишаються незмінними, тарифна дискримінація зменшує розбіжності в прибутку між виробниками приблизно на 50%, сприяючи більш справедливому розподілу цінності в мережі ланцюга поставок.

DESSERT'2025, що відбулася в історичному Клубі офіцерів грецьких збройних сил поблизу Ліцею Аристотеля, зібрала провідних дослідників та фахівців галузі з усього світу. Гібридний формат дозволив як особисту, так і дистанційну участь. Конференція була присвячена надійним та перевіреним технологіям штучного інтелекту, Інтернету речей, хмарних обчислень, кібербезпеки та іншим критично важливим технологіям, що формують наше цифрове майбутнє.

Інформацію підготував професор кафедри комп’ютерних наук та програмної інженерії Віталій Кобець