PricewaterhouseCoopers (PwC) использует машинное обучение, чтобы помочь производителям идентифицировать всех участников в цепочке поставок. Cервис помогает производителям аналитически оценить риск, связанный с ведением бизнеса с конкретными поставщиками.
Сервис Know Your Vendor построен на платформе Koverse. Она отличается от традиционных хранилищ тем, что маркирует и индексирует данные. Это очень важно, поскольку данные поступают из большого количества разнообразных источников: внутренние базы данных транзакций, электронные письма, порталы клиентов и поставщиков, социальные сети. Например, клиент, которому нужно обнаружить случай подделки продукта, может сканировать порталы, социальные сети и другие источники, используя обработку естественного языка для поиска жалоб.
Обеспечение безопасности цепочек поставок
По словам аналитиков, главной проблемой крупных производителей в 2019 году станет обеспечение безопасности цепочек поставок. По мере усложнения цепочек, компании уже не могут с уверенностью ответить на вопрос, кто на самом деле является их подрядчиком. Эта тема начала вызывать беспокойство после расследования, опубликованного Bloomberg Businessweek в октябре 2018.
В материале сообщалось, что китайские субподрядчики внедряли микросхемы в материнские платы для серверов, предположительно поставляемых крупным клиентам в США — вендорам, банкам, государственным подрядчикам и даже компаниям Amazon и Apple (компании не признали атаки публично).
Платформа Know Your Vendor позволит производителям снизить неопределенность в отношении рисков и надежности поставщиков. Для крупных глобальных цепочек поставок эта задача сложнее, чем кажется. Производители могут знать своих основных поставщиков, но как узнать, с какими субподрядчиками работает поставщик, когда у него заканчиваются собственные ресурсы. Невозможность отследить, кто разработал часть продукта позволила провернуть описанную Bloomberg мошенническую схему с чипами.
За год работы сервису удалось создать развернутую карту цепочки поставок для крупного производителя потребительских товаров. Это помогло выявить непонятных субподрядчиков, о которых компания раньше не знала. Используя модели машинного обучения, PwC выявил уровень риска и определил альтернативные стратегии поиска подрядчиков.
