Kodėl reikalingas gamybos ir paslaugų „perdavimas namo“?

  „Vašingtonas – JAV ir kitų šalių pastangos išspręsti tiekimo grandinės problemas didinant vidaus gamybą, greičiausiai, nebus veiksmingos, teigiama Tarptautinio valiutos fondo ataskaitoje, kurioje teigiama, kad tiekimo įvairinimas yra geresnis sprendimas.

 

    „Politikos pasiūlymai mažinti priklausomybę nuo užsienio tiekėjų, ypač strateginiuose sektoriuose, išpopuliarėjo, įskaitant didžiąsias rinkas, tokias, kaip Europa ir JAV“, – antradienį paskelbtoje ataskaitoje rašo TVF ekonomistai.

 

    Tokia politika, „greičiausiai, yra klaidinga“, sakė TVF ekonomistai ir pridūrė, kad „tiekimo grandinės atsparumas sukrėtimams yra geresnis, didinant diversifikaciją, o ne vietinių žaliavų tiekimą“.

 

    Bideno administracija nori padidinti vidaus gamybą ir paskatinti vadinamąjį pramonės šakų, kurios persikėlė į užsienį, perkėlimą namo, sakydama, kad tai sukurtų darbo vietas JAV ir geriau apsaugotų šalį nuo prekių, importuojamų iš kitų šalių, pavyzdžiui, puslaidininkių, trūkumo.

 

    TVF ataskaita, prieštaraujanti šiam požiūriui, buvo paskelbta, kaip vienas iš išankstinių organizacijos Pasaulio ekonomikos perspektyvų skyrių, parengtų TVF ir Pasaulio banko pavasario susitikimams Vašingtone kitą savaitę.

 

    Tiekimo grandinės analizė buvo pagrįsta, tiriant, kaip ekonomika elgėsi per pastaruosius dvejus nuolatinio uždarymo metus, nes Covid-19 bangos bangos smogė skirtingoms šalims skirtingu metu.

 

    TVF pažymėjo, kad prekyba atsigavo nepaprastai greitai ir kad šalys, kurios nebuvo paveiktos uždarymo, dažnai galėjo greitai padidinti savo pajėgumus aprūpinti kitus regionus.

 

    „Prekybos atsparumas pandemijai rodo, kad tokie pasiūlymai gali būti per anksti, jei ne klaidingi“, – teigė TVF.

 

    TVF teigė, kad jo ekonomikos modeliai rodo, kad dėl vieno didelio pasaulinio tiekėjo, kuris, jų manymu, yra maždaug Kinijos dydžio, krizės, vidutinė šalies ekonomika susitrauktų 0,8%. Tačiau jei toje šalyje būtų įvairios tiekimo grandinės, einančios per daug šalių, ekonominė žala būtų perpus mažesnė.

 

    Pasak jų, net šaliai, kuri yra tokios krizės centre, būtų geriau, jei tiekimo grandinės būtų įvairios. Dvigubai sumažinus vidaus produkciją, šalies gamyklos per krizę gali išnykti vietiniai tiekėjai, o jei jos turėtų įvairių tarptautinių tiekėjų, turėtų atsarginį variantą.

 

    Taip pat svarbu, pasak TVF, užtikrinti, kad tiekimas vienoje šalyje būtų greitai pakeistas kita.

 

    Ataskaitoje pažymėta, kad kai kurios bendrovės jau ėmėsi tokių pastangų, pavyzdžiui, „General Motors Co.“, kuri siekia sumažinti naudojamų skirtingų tipų puslaidininkių skaičių, kad iš vienos gamyklos nutrūkusius tiekimus būtų lengviau pakeisti gamyba kitur. arba Toyota Motor Corp., kuri siekė, kad daugiau savo automobilių komponentų būtų galima lengvai pakeisti skirtingais modeliais.

 

    TVF teigė, kad jei toks pakeičiamumas būtų plačiai paplitęs, jis galėtų sumažinti ekonominį sutrikimo poveikį maždaug 80%.

 

    Analizėje nebuvo atsižvelgta į tai, kad kai kurios šalys siekia stiprinti vidaus tiekimo grandines, kaip nacionalinio saugumo problemą, o ne griežtai, kaip ekonomiškai efektyviausią variantą." [1]

 

Karų atveju ir dėl, šiuo metu plintančių, sankcijų, gali sutrikti tarptautiniai pervežimai. 

 

Pereidami prie tarptautinių tiekimo grandinių, netenkame kadrų šalies viduje, kurie sugeba pagaminti reikalingus daiktus ir suteikti būtinas paslaugas. Tokie kadrai būtini, diegiant inovacijas, nes inovacijų vystymas reikalauja aukšto pasitikėjimo lygio, kurį lengviau pasiekti šalies viduje. Tai yra svarbu, nes šiuo metu vyksta inovacijų revoliucija.

 

Taip pat Bidenas teisus, politiniam stabilumui šalyje svarbu išsaugoti šalies viduje darbo vietas.

 

1. U.S. News: 'Reshoring' Is Unlikely to Fix Supply-Chain Woes, IMF Says
Zumbrun, Josh.
Wall Street Journal, Eastern edition; New York, N.Y. [New York, N.Y]. 13 Apr 2022: A.5.

Why 'Reshoring' Is Necessary

"WASHINGTON -- Efforts by the U.S. and other countries to fix supply-chain problems by boosting domestic production aren't likely to be effective, according to a report from the International Monetary Fund, which says diversifying sourcing is a better solution.

"Policy proposals to reduce dependence on foreign suppliers, especially in strategic sectors, have gained prominence, including in major markets such as Europe and the United States," IMF economists wrote in the report released Tuesday.

Such policies "are likely misguided," the IMF economists said, adding that "supply chain resilience to shocks is better built by increasing diversification away from domestic sourcing of inputs."

The Biden administration wants to boost domestic production and encourage the so-called reshoring of industries that have moved overseas, saying it would both create U.S. jobs and better insulate the nation against shortages from goods imported from other countries, such as semiconductors.

The IMF report countering that view was released as one of the advance chapters of the organization's World Economic Outlook prepared for spring meetings of the IMF and World Bank in Washington next week.

The supply-chain analysis was based around studying how economies have behaved during the past two years of rolling shutdowns as Covid-19 surges hit different countries at different times.

The IMF noted that trade has bounced back remarkably quickly and that countries unaffected by shutdowns were often able to quickly increase their capacity to supply other regions.

"The resilience of trade through the pandemic suggests that such proposals may be premature, if not misguided," the IMF said.

The IMF said its economic models suggest a severe crisis in a single large global supplier -- one that they assumed to be roughly the size of China -- would cause the average country's economy to shrink by 0.8%. However, if that country had diverse supply chains running through a large number of countries, the economic damage would only be half as large.

Even the country at the heart of such a crisis would be better off with diverse supply chains, they said. By doubling down on domestic production, the country's factories may have their own domestic suppliers disappear in a crisis, whereas if they had diverse international suppliers they would have a fallback option.

Also important, the IMF said, is making sure that supplies in one country can be quickly substituted for another.

The report noted that some companies have already begun undertaking such efforts, like General Motors Co., which is seeking to reduce the number of different types of semiconductors that it uses so supplies that are disrupted from one factory can more easily be substituted by production elsewhere, or Toyota Motor Corp., which has sought to make more of the components of its cars easily substituted across different models.

The IMF said if such substitutability was widespread it could reduce the economic fallout of a disruption by about 80%.

 

The analysis didn't address that some countries are seeking to bolster domestic supply chains as a national-security issue and not strictly as the most economically efficient option." [1]

 

In the event of wars and, because of cancel culture, these days popular sanctions, international shipments could be disrupted.

 

By moving to international supply chains, we are losing personnel within the country who are able to produce the necessary items and provide the necessary services. Such people are essential for innovation, as the development of innovation requires a high level of trust that is easier to achieve domestically. This is important because the innovation revolution is underway.

 

Biden is also right, it is important for political stability in the country to preserve jobs within the country.

 

1. U.S. News: 'Reshoring' Is Unlikely to Fix Supply-Chain Woes, IMF Says
Zumbrun, Josh.
Wall Street Journal, Eastern edition; New York, N.Y. [New York, N.Y]. 13 Apr 2022: A.5.

Geriausia komanda: dirbtinis intelektas (DI) ir jūs: žmonės ir mašinos gali gerai dirbti kartu. Tačiau pagrindinis klausimas: kas ką daro?

  „Tyrimai rodo, kad žmonės ir mašinos, dirbantys kartu, dažnai veikia geriau, nei vien žmonės ar dirbtinis intelektas. Anekdotas rodo tą patį: šachmatų didmeistris Garis Kasparovas į 1997 m. pralaimėjimą IBM superkompiuteriui Deep Blue atsakė pristatydamas naują šachmatų formą, kurioje žmonės galėjo pasitarti su kompiuteriais prieš nuspręsdami dėl ėjimų. Tada pradėjo plisti mintis, kad žmonių ir mašinų komandos gali pranokti kitokius šachmatų žaidimus, jei moka dirbti kartu.

 

    Bet net jei jums artima mintis, kad darbo ateitis yra žmogaus ir mašinos partnerystė, kaip tiksliai galima produktyviai bendradarbiauti su DI? Nėra taip, lyg žmogus ir DI galėtų susitikti per pietus ir susitarti.

 

    Vis dėlto, kaip ir bendradarbiaujant tarp žmonių, veiksmingiausi dirbtinio intelekto ir žmogaus deriniai dažnai sukasi aplink du pagrindinius dalykus. Pirma, kas nusprendžia, kas ką daro? Antra, sukurti ir išlaikyti pasitikėjimą.

 

    Nustatyti, kaip turėtų būti deleguojamos pareigos, o tiksliau, kas turėtų deleguoti, yra esminis veiksmingos žmogaus ir mašinos partnerystės komponentas. Čia tyrimai siūlo keletą užuominų. Neseniai atliktame tyrime Kelno ir Minesotos universitetų mokslininkai paprašė žmonių ir mašinų, kai kuriais atvejais dirbančių kartu, o kartais dirbančių atskirai, pritaikyti vaizdų rinkinį vienai iš 10 kategorijų. Vienoje iš grupių mašina galėjo deleguoti žmogui, jei jai būtų sunku priimti sprendimą. Kitoje grupėje žmonės galėjo deleguoti kompiuteriui, jei jiems kiltų problemų, atliekant užduotį.

 

    Rezultatai rodo, kad žmonės netinkamai sprendžia, kas yra tinkamiausias šiam darbui: komandos, kuriose žmonės turėjo galią skirti darbą dirbtiniam intelektui, padarė daugiau klasifikavimo klaidų, nei komandos, kuriose dirbtinis intelektas delegavo užduotis žmonėms, ir daugiau nei DI dirbantis vienas. (Žmonės, dirbantys vieni, pasirodė prasčiausiai.) Atrodo, kad žmonės prastai vertina savo ribotumą. Tyrime dalyvavusiems žmonėms nepavyko paprašyti dirbtinio intelekto pagalbos, kai jiems jos reikėjo, todėl jie prarado galimybę pasinaudoti DI rekomendacijomis.

 

    Rezultatai rodo, kad daugeliu atvejų – ypač jei užduotis kartojasi ir kuriai turime didelius mokymo duomenų rinkinius – gali būti geriau, kad sistema būtų valdoma DI, kai kyla abejonių dėl sistemos.

 

    Delegavimas nėra vienintelė kliūtis, puoselėjant DI ir žmonių partnerystę. Taip pat yra žmonių pasibjaurėjimas algoritmais.

 

    Bėgant metams tyrėjai (taip pat ir aš) iškėlė teoriją, kad žmonės nepasitiki DI patarimais yra ta, kad jie nesupranta sprendimų priėmimo proceso už algoritmo.

 

    Tačiau naujausių tyrimų metu mano bendradarbiai ir aš nustatėme, kad žmonių pasitikėjimas mašinomis nepagerėjo, kai mašinų prognozėse buvo pateikti išsamūs paaiškinimai. Labiau padėjo tai, kai tiriamieji galėjo stebėti DI darbą, laikui bėgant. Tai reiškia, kad kuo ilgiau jie dirbo su DI ir galėjo stebėti jo veikimą, tuo labiau jie juo pasitikėjo.

 

    Tačiau net ir čia tai yra sudėtingiau, nei tiesiog duoti su DI žmonių komandoms laiko susipažinti. Tyrimai rodo, kad žmonės į DI klaidas reaguoja griežčiau, nei į žmogaus klaidas.

 

    Vienas iš sprendimų galėtų būti DI pristatyti mažiau, kaip neklystantį superintelektą, o labiau, kaip savotišką bendradarbį, kuris yra pranašesnis kai kuriose srityse, trokšta tobulėti kitose ir turi trūkumų, kurių neturi žmonės.

 

    Galiausiai turime geriau suprasti savo stipriąsias puses ir ribas, susijusias su DI. Galbūt, tai nepanašu į tai, kaip šachmatininkai tapo geresni, pasikonsultavę su DI. Jei tai tinka šachmatų didmeistriui, tai gali būti naudinga ir organizacijoms.

    ---

    Dr. Hosanagar (@khosanagar) yra profesorius, studijuojantis technologijas ir skaitmeninį verslą Pensilvanijos universiteto Vartono mokykloje ir vienas iš AI verslui dėstytojų. Jis taip pat yra „Mašininio intelekto žmogaus vadovo“ autorius. Parašykite jam el. laišką adresu reports@wsj.com." [1]

1. Artificial Intelligence (A Special Report) --- The Best Team: AI and You: Humans and machines can work well together. But the big question: Who does what?
Hosanagar, Kartik.
Wall Street Journal, Eastern edition; New York, N.Y. [New York, N.Y]. 11 Apr 2022: R.7.

The Best Team: AI and You: Humans and machines can work well together. But the big question: Who does what?

"Research shows that humans and machines working together often perform better than either humans or artificial intelligence alone. Anecdote suggests the same: Chess grandmaster Garry Kasparov responded to his 1997 defeat by the IBM supercomputer Deep Blue by introducing a new form of chess in which humans could consult with computers before deciding on moves. The idea that human-machine teams could outperform in chess if they know how to work together then began to gain steam.

But even if you're sold on the idea that the future of work is human-machine partnership, how exactly does one collaborate productively with AI? It isn't as if a human and AI can meet over lunch and hash it out.

Still, as with cooperation among people, the most effective AI-human combinations often revolve around two key points. First, who decides who does what? And second, establishing -- and maintaining -- trust.

Determining how responsibilities should be delegated -- or more specifically, who should do the delegating -- is a critical component of effective human-machine partnerships. Here, research offers some clues. In a recent study, researchers at the University of Cologne and the University of Minnesota asked people and machines -- in some cases working together and at other times working alone -- to match a set of images to one of 10 categories. In one of the groups, the machine could delegate to a human if it was having trouble making a decision. In another group, humans could delegate to the computer if they were having trouble completing the task.

The results suggest humans aren't good at deciding who is best for the job: The teams in which the humans had the power to dole out work to AI made more categorization mistakes than the teams in which AI delegated tasks to humans, and more than AI working alone. (Humans working alone turned in the worst performance.) People, it seems, are poor judges of their own limitations. The humans in the study failed to ask AI for help when they needed it, and thus lost out on the chance to benefit from AI's recommendations.

The results suggest that in many cases -- especially if a task is repetitive and one for which we have large training data sets -- it might be better for the AI system to be in control and delegate to humans when the system is in doubt.

Delegation isn't the only hurdle when nurturing AI-people partnerships. There's also humans' aversion to algorithms.

Over the years, researchers (myself included) have theorized that the reason people don't trust AI's advice is because they don't understand the decision-making process behind the algorithm.

But in recent research, my collaborators and I found that people's trust in machines didn't improve all that much when the machine predictions came with detailed explanations. What helped more was when the study subjects could observe the AI's record over time. That is, the longer they worked with AI and could observe its performance, the more they trusted it.

But even here, it is more complicated than just giving AI-human teams time to get to know each other. Research shows that people react more harshly to AI errors than human errors.

One solution might be to present AI less as an infallible superintelligence and more as a co-worker of sorts, one that is superior in some areas, eager to improve in others and flawed in ways that humans aren't.

Ultimately, we need to get better at understanding our strengths and limits relative to AI. It is perhaps not unlike how human chess players have gotten better by consulting AI. If this works for a chess grandmaster, it can work for organizations, too.

---

Dr. Hosanagar (@khosanagar) is a professor studying technology and digital business at the Wharton School of the University of Pennsylvania and faculty co-lead of AI for Business. He also is the author of "A Human's Guide to Machine Intelligence." Email him at reports@wsj.com." [1]

1. Artificial Intelligence (A Special Report) --- The Best Team: AI and You: Humans and machines can work well together. But the big question: Who does what?
Hosanagar, Kartik.
Wall Street Journal, Eastern edition; New York, N.Y. [New York, N.Y]. 11 Apr 2022: R.7.