บรรยากาศของงาน Lenovo Tech World 2026 ที่จัดขึ้นในฮ่องกงปีนี้ ถูกใช้เป็นเวทีพูดคุยถึงการเปลี่ยนผ่านของเทคโนโลยีปัญญาประดิษฐ์ จากช่วงที่หลายองค์กรกำลังทดลองใช้ ไปสู่ช่วงที่เริ่มนำมาใช้งานจริงในระบบการทำงานขององค์กร
กรุงเทพธุรกิจร่วมเดินทางถึงฮ่องกง และเข้าร่วมฟังการบรรยาย เวทีดังกล่าวรวบรวมผู้บริหารเทคโนโลยี ผู้กำหนดนโยบาย และองค์กรจากหลายอุตสาหกรรม เพื่อพูดถึงสิ่งที่เกิดขึ้นหลังจากกระแสเอไอเริ่มแพร่หลายไปทั่วโลก
ประเด็นสำคัญที่ถูกหยิบยกขึ้นมาพูดถึงในหลายช่วงของงาน คือคำถามพื้นฐานที่หลายองค์กรกำลังเผชิญอยู่ในเวลานี้ นั่นคือ องค์กรจะนำเอไอไปใช้งานจริงได้อย่างไร และต้องเตรียมอะไรบ้างก่อนที่จะใช้งานในระดับองค์กร
ผู้ร่วมเสวนาหลายคนสะท้อนว่า แม้เอไอจะได้รับความสนใจอย่างมากในช่วงไม่กี่ปีที่ผ่านมา แต่การเปลี่ยนจากแนวคิดหรือโครงการทดลองไปสู่การใช้งานจริงในระบบการทำงานขององค์กรยังเป็นกระบวนการที่ต้องอาศัยเวลา โครงสร้างพื้นฐาน และการปรับตัวขององค์กร
ฮ่องกงผลักดันเอไอเป็นกลไกเศรษฐกิจ
พอล ชาน (Paul Chan) รัฐมนตรีว่าการกระทรวงการคลังของเขตบริหารพิเศษฮ่องกง กล่าวว่า เศรษฐกิจขนาดใหญ่ทั่วโลกกำลังให้ความสำคัญกับเอไอมากขึ้น เพราะเทคโนโลยีนี้อาจกลายเป็นปัจจัยสำคัญที่กำหนดความสามารถในการแข่งขันของประเทศในอนาคต
เขาอธิบายว่า หลายประเทศกำลังลงทุนในโครงสร้างพื้นฐานด้านดิจิทัล การพัฒนาทักษะบุคลากร และการวิจัยด้านเอไอ เพื่อเตรียมความพร้อมสำหรับเศรษฐกิจยุคใหม่
สำหรับฮ่องกง พอลกล่าวว่า เมืองกำลังพยายามพัฒนาเอไอในสองทิศทางพร้อมกัน ทิศทางแรกคือ การสร้างอุตสาหกรรมเอไอโดยตรง เช่น การสนับสนุนบริษัทเทคโนโลยี งานวิจัย และสตาร์ตอัพที่พัฒนาเทคโนโลยีด้านปัญญาประดิษฐ์
อีกทิศทางหนึ่งคือ การนำเอไอไปใช้ในอุตสาหกรรมอื่นๆ เพื่อเพิ่มประสิทธิภาพการทำงาน เช่น ภาคการเงิน โลจิสติกส์ การแพทย์ และบริการ
แนวทางนี้ถูกเรียกว่า “AI+” ซึ่งหมายถึง การนำเอไอไปผสานกับอุตสาหกรรมต่างๆ เพื่อสร้างรูปแบบการทำงานใหม่ และช่วยเพิ่มมูลค่าทางเศรษฐกิจ
พอลยังกล่าวว่า การพัฒนาเทคโนโลยีไม่สามารถเกิดขึ้นจากภาคส่วนใดภาคส่วนหนึ่งเพียงลำพัง แต่ต้องอาศัยความร่วมมือระหว่างภาครัฐ ภาคธุรกิจ และสถาบันการศึกษา เพราะแต่ละฝ่ายมีบทบาทต่างกัน เช่น การวิจัย การพัฒนาเทคโนโลยี และการนำเทคโนโลยีไปใช้จริง
เขายังกล่าวด้วยว่า ฮ่องกงต้องการสร้างระบบนิเวศด้านเทคโนโลยีที่เปิดกว้าง ซึ่งช่วยให้บริษัทเทคโนโลยีจากทั่วโลกสามารถเข้ามาร่วมพัฒนานวัตกรรม และทดลองใช้งานเทคโนโลยีใหม่ๆ ในสภาพแวดล้อมจริง
เอไอกำลังเข้าสู่ช่วงใช้งานจริงขององค์กร
เคน หว่อง (Ken Wong) รองประธานบริหารและประธานกลุ่มธุรกิจ Solutions & Services Group ของเลโนโว อธิบายว่า การนำเอไอไปใช้ในองค์กรกำลังเข้าสู่ช่วงเปลี่ยนผ่าน
ในช่วงแรกของกระแสเอไอ หลายองค์กรเริ่มต้นด้วยโครงการทดลองขนาดเล็ก หรือที่เรียกว่า proof-of-concept หรือโครงการนำร่อง เพื่อดูว่าเทคโนโลยีสามารถช่วยแก้ปัญหาทางธุรกิจได้หรือไม่
โครงการเหล่านี้มักถูกใช้เพื่อทดสอบแนวคิด เช่น การใช้เอไอวิเคราะห์ข้อมูลลูกค้า การใช้ระบบอัตโนมัติช่วยตอบคำถามลูกค้า หรือการใช้โมเดลเอไอช่วยวิเคราะห์ข้อมูลจำนวนมาก แต่เมื่อเทคโนโลยีเริ่มมีความสามารถมากขึ้น องค์กรจำนวนมากจึงเริ่มพยายามนำเอไอไปใช้ในกระบวนการทำงานจริง เช่น ระบบบริการลูกค้า การวิเคราะห์ข้อมูลขนาดใหญ่ หรือระบบสนับสนุนการตัดสินใจของผู้บริหาร
เคนกล่าวว่า การเปลี่ยนจากโครงการทดลองไปสู่ระบบที่ใช้งานจริงในระดับองค์กรเป็นขั้นตอนที่ซับซ้อน เพราะระบบเอไอต้องทำงานร่วมกับข้อมูลจำนวนมาก และต้องเชื่อมต่อกับระบบคอมพิวเตอร์ที่องค์กรใช้งานอยู่แล้ว
การนำเอไอไปใช้ให้ประสบความสำเร็จไม่ได้ขึ้นอยู่กับตัวเทคโนโลยีเพียงอย่างเดียว แต่ต้องมีองค์ประกอบพื้นฐานอื่นๆ เช่น โครงสร้างพื้นฐานด้านคอมพิวเตอร์ ระบบจัดการข้อมูล และกรอบการกำกับดูแลการใช้งานเอไอ
องค์กรจำนวนมากยังอยู่ในช่วงเตรียมความพร้อม
แม้กระแสการลงทุนด้านเอไอจะเพิ่มขึ้นอย่างรวดเร็วในช่วงไม่กี่ปีที่ผ่านมา แต่ข้อมูลจากรายงาน Lenovo CIO Playbook 2026 ซึ่งจัดทำร่วมกับบริษัทวิจัยตลาด International Data Corporation ชี้ให้เห็นว่า การนำเทคโนโลยีนี้ไปใช้งานจริงในระดับองค์กรยังต้องใช้เวลาและการเตรียมความพร้อมในหลายด้าน
รายงานสำรวจความคิดเห็นของผู้บริหารเทคโนโลยีสารสนเทศจากองค์กรในหลายประเทศ เพื่อประเมินว่าบริษัทต่างๆ อยู่ในขั้นตอนใดของการนำเอไอมาใช้ในการดำเนินงาน ผลสำรวจพบว่า แม้องค์กรจำนวนมากเริ่มจัดสรรงบประมาณสำหรับโครงการเอไอเพิ่มขึ้น แต่หลายองค์กรยังอยู่ในช่วงของการวางรากฐานก่อนจะขยายการใช้งานอย่างเต็มรูปแบบ
กรณีของฮ่องกง รายงานระบุว่าองค์กรประมาณครึ่งหนึ่งคาดว่าจะต้องใช้เวลามากกว่า 12 เดือนก่อนที่จะสามารถนำเอไอไปใช้งานในระดับองค์กรได้อย่างเต็มรูปแบบ
หนึ่งในปัจจัยสำคัญคือ การจัดการข้อมูล องค์กรจำนวนมากยังต้องใช้เวลาในการรวบรวมและจัดระเบียบข้อมูลจากระบบต่างๆ ภายในบริษัท เนื่องจากข้อมูลที่กระจัดกระจายหรือมีรูปแบบไม่เหมือนกันอาจทำให้ระบบเอไอไม่สามารถวิเคราะห์ข้อมูลได้อย่างแม่นยำ
นอกจากนี้ยังต้องกำหนดมาตรฐานในการจัดเก็บข้อมูล รวมถึงกำหนดสิทธิ์ในการเข้าถึงข้อมูลของพนักงานในแต่ละระดับ
ขณะเดียวกัน องค์กรในภูมิภาคเอเชียแปซิฟิกประมาณ 47% ยังอยู่ในขั้นตอนของการกำหนดนโยบายการใช้เอไอภายในองค์กร เช่น แนวทางการใช้เทคโนโลยีอย่างปลอดภัย วิธีตรวจสอบความถูกต้องของผลลัพธ์จากระบบเอไอ และมาตรการป้องกันความเสี่ยงที่อาจเกิดขึ้นจากการใช้ข้อมูลจำนวนมาก
การกำหนดนโยบายเหล่านี้มีความสำคัญมากขึ้นในช่วงที่เอไอมีบทบาทในกระบวนการตัดสินใจขององค์กร เพราะหากไม่มีกรอบการกำกับดูแลที่ชัดเจน ระบบเอไออาจสร้างผลลัพธ์ที่ไม่ถูกต้อง หรือเกิดปัญหาด้านความปลอดภัยของข้อมูลได้
นอกจากเรื่องเทคโนโลยีและข้อมูลแล้ว รายงานยังชี้ว่าอีกหนึ่งความท้าทายสำคัญคือ การเตรียมบุคลากรภายในองค์กรให้สามารถทำงานร่วมกับระบบเอไอได้จริง พนักงานจำนวนมากยังต้องเรียนรู้ทักษะใหม่ เช่น การวิเคราะห์ข้อมูล การทำงานร่วมกับระบบอัตโนมัติ หรือการใช้เครื่องมือเอไอเพื่อสนับสนุนการตัดสินใจ
ภาพรวมของผลสำรวจจึงสะท้อนว่า แม้เอไอจะกลายเป็นหนึ่งในเทคโนโลยีที่องค์กรทั่วโลกให้ความสำคัญมากที่สุดในขณะนี้ แต่การนำไปใช้งานจริงในระดับองค์กรยังต้องอาศัยการเตรียมความพร้อมในหลายมิติ ทั้งด้านโครงสร้างพื้นฐานด้านเทคโนโลยี การบริหารจัดการข้อมูล การกำหนดนโยบายกำกับดูแล และการพัฒนาทักษะของบุคลากรภายในองค์กรควบคู่กันไป
โครงสร้างพื้นฐานคือเงื่อนไขสำคัญ
ลินดา เหยา (Linda Yao) รองประธานและผู้จัดการทั่วไปฝ่าย Hybrid Cloud & AI Solutions กล่าวว่า การนำเอไอไปใช้ในองค์กรจำเป็นต้องมีโครงสร้างพื้นฐานที่เหมาะสม
เธออธิบายว่า จากประสบการณ์ทำงานกับองค์กรต่างๆ พบว่า โครงการเอไอบางโครงการสามารถใช้งานได้จริง แต่บางโครงการไม่สามารถดำเนินต่อได้ เพราะข้อมูลไม่พร้อม หรือระบบคอมพิวเตอร์ไม่สามารถรองรับการประมวลผลได้
เอไอจำเป็นต้องอาศัยองค์ประกอบพื้นฐานหลายอย่าง เช่น ข้อมูล พลังประมวลผล และระบบจัดเก็บข้อมูล หากองค์ประกอบเหล่านี้ไม่พร้อม ระบบเอไอจะไม่สามารถทำงานได้อย่างมีประสิทธิภาพ
ลินดายังอธิบายแนวคิดที่เรียกว่า Hybrid AI ซึ่งเป็นการออกแบบเอไอให้ทำงานในหลายระดับ เช่น ระดับอุปกรณ์ของผู้ใช้งาน ระดับระบบประมวลผลใกล้สถานที่ทำงาน และระดับศูนย์ข้อมูลหรือคลาวด์
แนวทางนี้ช่วยให้องค์กรสามารถเลือกใช้เอไอในรูปแบบที่เหมาะสมกับงานแต่ละประเภท เช่น งานที่ต้องการความเร็วในการประมวลผลอาจทำงานใกล้กับอุปกรณ์ของผู้ใช้ ขณะที่งานที่ต้องวิเคราะห์ข้อมูลจำนวนมากอาจใช้ระบบคลาวด์
การออกแบบระบบตั้งแต่ต้น
แนวคิดเรื่องโครงสร้างพื้นฐานไม่ได้จำกัดอยู่แค่ระดับฮาร์ดแวร์หรือระบบคลาวด์เท่านั้น แต่ยังรวมถึงการออกแบบวิธีบริหารข้อมูลและการควบคุมเอไอตั้งแต่เริ่มต้นด้วย
อาร์ต หู (Art Hu) รองประธานอาวุโสและประธานเจ้าหน้าที่ฝ่ายสารสนเทศระดับโลกของเลโนโว อธิบายว่า หนึ่งในความผิดพลาดที่องค์กรจำนวนมากมักพบในการเริ่มใช้เอไอ คือการเริ่มต้นจากการทดลองเทคโนโลยีโดยไม่ได้วางโครงสร้างการจัดการข้อมูลและการกำกับดูแลระบบไว้ตั้งแต่แรก
เมื่อเอไอขยายตัวจากระดับทดลองไปสู่การใช้งานจริง ปัญหาที่มักปรากฏตามมาคือ ข้อมูลจากหลายระบบไม่สามารถเชื่อมต่อกันได้ หรือมีมาตรฐานการจัดเก็บข้อมูลที่แตกต่างกัน ส่งผลให้การวิเคราะห์ข้อมูลทำได้ยากขึ้น และเพิ่มความเสี่ยงด้านความปลอดภัยของข้อมูล
อาร์ตกล่าวว่า หากองค์กรเริ่มนำเอไอมาใช้งานโดยไม่มีกรอบการกำกับดูแลที่ชัดเจน เช่น นโยบายการเข้าถึงข้อมูล ระบบตรวจสอบการทำงานของโมเดล หรือมาตรการควบคุมความเสี่ยง องค์กรอาจต้องกลับมาแก้ไขระบบภายหลัง ซึ่งมักใช้เวลานานและมีค่าใช้จ่ายสูงกว่าการออกแบบระบบให้รองรับตั้งแต่ต้น
เขาเปรียบเทียบว่า การพยายามเพิ่มระบบควบคุมภายหลังที่โครงการเอไอเริ่มใช้งานไปแล้ว เปรียบเหมือนการพยายามตรวจสอบคุณภาพสินค้าเมื่อกระบวนการผลิตเสร็จสิ้นไปแล้ว ซึ่งเป็นวิธีที่ทำได้ยากและมีประสิทธิภาพน้อยกว่าการกำหนดมาตรฐานการผลิตตั้งแต่ช่วงเริ่มต้น
ในมุมมองของเขา การนำเอไอมาใช้ในองค์กรจึงไม่ใช่เพียงการติดตั้งซอฟต์แวร์หรือเพิ่มพลังประมวลผลให้ระบบเท่านั้น แต่ต้องรวมถึงการออกแบบโครงสร้างการจัดการข้อมูล กระบวนการทำงาน ระบบกำกับดูแลเทคโนโลยีให้ทำงานร่วมกันตั้งแต่ระยะเริ่มต้น
ตัวอย่างจากการจัดการแข่งขันฟุตบอลโลกโดยเอไอ
เพื่ออธิบายว่าระบบข้อมูลและเอไอสามารถถูกนำไปใช้ในองค์กรขนาดใหญ่ได้อย่างไร ในเวทีเสวนายังมีตัวแทนจากสหพันธ์ฟุตบอลนานาชาติ หรือ FIFA เข้าร่วมแลกเปลี่ยนประสบการณ์เกี่ยวกับการใช้เทคโนโลยีข้อมูลในการจัดการแข่งขันกีฬา
โรมี่ ไก (Romy Gai ) ประธานเจ้าหน้าที่ฝ่ายธุรกิจของ FIFA อธิบายว่า การจัดการแข่งขันฟุตบอลโลกในยุคปัจจุบันไม่ได้เป็นเพียงการแข่งขันกีฬาเท่านั้น แต่เป็นโครงการขนาดใหญ่ที่ต้องบริหารจัดการข้อมูล เทคโนโลยี และการดำเนินงานในระดับโลกพร้อมกัน
เขากล่าวว่า การแข่งขันฟุตบอลโลกครั้งต่อไปจะมีทีมเข้าร่วมทั้งหมด 48 ทีม และมีการแข่งขันรวม 104 นัด ซึ่งเป็นจำนวนที่เพิ่มขึ้นอย่างมากเมื่อเทียบกับการแข่งขันในอดีต
การแข่งขันยังถูกจัดขึ้นในหลายเมืองและหลายประเทศ ทำให้การบริหารจัดการต้องครอบคลุมทั้งสนามแข่งขัน ระบบถ่ายทอดสด เครือข่ายผู้สนับสนุนทางธุรกิจ รวมถึงแฟนบอลจำนวนมหาศาลทั่วโลกที่ติดตามการแข่งขัน
ด้วยขนาดของงานที่ขยายใหญ่ขึ้น ระบบข้อมูลจึงกลายเป็นส่วนสำคัญของการบริหารการแข่งขัน ตั้งแต่การจัดตารางแข่งขัน การจัดการข้อมูลของทีมและนักกีฬา ไปจนถึงการวิเคราะห์ข้อมูลเพื่อสนับสนุนการทำงานของผู้จัดการแข่งขัน
โรมี่อธิบายว่า การแข่งขันฟุตบอลระดับโลก เทคโนโลยีการเก็บข้อมูลผู้เล่นในสนามถูกพัฒนาให้มีความละเอียดมากขึ้นกว่าที่ผ่านมา โดยมีการใช้เซ็นเซอร์ กล้องติดตามการเคลื่อนไหว ระบบวิเคราะห์ภาพ เพื่อเก็บข้อมูลเกี่ยวเคลื่อนไหวของผู้เล่นแต่ละคนในสนาม
ข้อมูลที่ถูกเก็บรวบรวมประกอบด้วยหลายองค์ประกอบ เช่น ตำแหน่งของผู้เล่น ความเร็วในการวิ่ง ระยะทางที่วิ่งในแต่ละช่วงเวลา รวมถึงรูปแบบการเคลื่อนไหวและการครองบอล ข้อมูลเหล่านี้มีจำนวนประมาณ 300 จุดข้อมูลต่อผู้เล่นหนึ่งคนต่อการแข่งขันหนึ่งนัด
เมื่อรวมข้อมูลจากผู้เล่นในสนาม ทีมที่เข้าร่วมการแข่งขัน และจำนวนการแข่งขันหลายสิบแมตช์ ปริมาณข้อมูลที่ต้องจัดเก็บและประมวลผลจึงมีขนาดใหญ่มาก ระบบวิเคราะห์ข้อมูลและปัญญาประดิษฐ์จึงถูกนำมาใช้เพื่อช่วยจัดการข้อมูลจำนวนมหาศาลเหล่านี้
ข้อมูลที่ได้สามารถนำไปใช้ในหลายด้าน เช่น การวิเคราะห์แท็กติกของทีม การศึกษาพฤติกรรมการเล่นของนักกีฬา หรือการช่วยให้ทีมโค้ชสามารถวิเคราะห์รูปแบบการเล่นของคู่แข่งได้อย่างละเอียดมากขึ้น
นอกจากนี้ ข้อมูลการแข่งขันยังถูกนำไปใช้ในงานด้านการถ่ายทอดสดและสื่อกีฬา เช่น การสร้างกราฟิกข้อมูลระหว่างการถ่ายทอดสด การอธิบายสถิติการแข่งขัน หรือการวิเคราะห์เกมหลังจบการแข่งขัน ซึ่งช่วยให้ผู้ชมเข้าใจเกมการแข่งขันได้ลึกขึ้น
กล้องในมุมมองผู้ตัดสิน
อีกหนึ่งเทคโนโลยีที่ถูกนำมาใช้เพื่อเพิ่มประสบการณ์การรับชมการแข่งขัน คือกล้องที่ติดตั้งบนตัวผู้ตัดสินในสนาม ซึ่งเรียกว่า Ref Cam หรือกล้องมุมมองผู้ตัดสิน
โรมี่อธิบายว่า กล้องชนิดนี้ช่วยให้ผู้ชมสามารถเห็นภาพการแข่งขันจากมุมมองเดียวกับผู้ตัดสินในสนาม ทำให้เข้าใจจังหวะการเล่น การเคลื่อนที่ของนักกีฬา และสถานการณ์ที่ผู้ตัดสินต้องตัดสินใจได้ชัดเจนมากขึ้น
ภาพจากกล้องดังกล่าวสามารถนำไปใช้ในการถ่ายทอดสดหรือผลิตเนื้อหาสำหรับสื่อดิจิทัล ทำให้แฟนบอลได้เห็นมุมมองที่ปกติไม่สามารถเห็นได้จากกล้องถ่ายทอดสดทั่วไป
เขาย้ำว่า เทคโนโลยีนี้ไม่ได้ถูกออกแบบมาเพื่อช่วยตัดสินการแข่งขันหรือใช้แทนระบบผู้ช่วยผู้ตัดสินวิดีโอ แต่ถูกพัฒนาขึ้นเพื่อเพิ่มมิติใหม่ให้กับการถ่ายทอดสดกีฬา และช่วยสร้างประสบการณ์การรับชมที่ใกล้ชิดกับเหตุการณ์ในสนามมากขึ้นสำหรับผู้ชมทั่วโลก
การใช้เอไอในระบบซัพพลายเชน
อาร์ตได้ยกตัวอย่างการใช้เอไอในระบบซัพพลายเชนของบริษัทขนาดใหญ่ เขาอธิบายว่า บริษัทขนาดใหญ่ที่มีเครือข่ายซัพพลายเออร์และโรงงานผลิตกระจายอยู่ในหลายประเทศต้องบริหารจัดการข้อมูลจำนวนมหาศาลในแต่ละวัน
ข้อมูลเหล่านี้ครอบคลุมตั้งแต่ข้อมูลการผลิตในโรงงาน ปริมาณวัตถุดิบที่ใช้ในสายการผลิต ตารางการขนส่งสินค้า ไปจนถึงข้อมูลเกี่ยวกับการส่งมอบสินค้าให้ลูกค้าในแต่ละภูมิภาค
การติดตามข้อมูลในอดีตมักต้องอาศัยระบบรายงานที่รวบรวมข้อมูลจากหลายหน่วยงาน และใช้เวลาค่อนข้างนานกว่าที่ผู้บริหารจะสามารถเห็นภาพรวมของสถานการณ์ได้ แต่เมื่อองค์กรเริ่มนำระบบวิเคราะห์ข้อมูลและเอไอมาใช้ ข้อมูลจากหลายแหล่งสามารถถูกนำมาประมวลผลร่วมกันได้แบบใกล้เคียงเวลาจริง
อาร์ตอธิบายว่า ระบบเอไอสามารถรวบรวมข้อมูลจากระบบต่างๆ เช่น ระบบบริหารการผลิต ระบบโลจิสติกส์ และระบบติดตามการขนส่ง จากนั้นนำข้อมูลเหล่านี้มาวิเคราะห์เพื่อมองหารูปแบบหรือสัญญาณที่อาจบ่งบอกถึงปัญหาที่กำลังจะเกิดขึ้นในห่วงโซ่อุปทาน
ตัวอย่างเช่น หากข้อมูลการขนส่งแสดงให้เห็นว่าการส่งมอบวัตถุดิบจากซัพพลายเออร์รายหนึ่งเริ่มล่าช้ากว่าปกติ ระบบเอไอสามารถตรวจจับความผิดปกตินั้นได้ตั้งแต่ช่วงต้น และแจ้งเตือนให้ผู้จัดการฝ่ายซัพพลายเชนรับทราบก่อนที่ปัญหาจะส่งผลกระทบต่อกระบวนการผลิต
บางกรณี ระบบสามารถวิเคราะห์ข้อมูลย้อนหลังเพื่อคาดการณ์ความเสี่ยงที่อาจเกิดขึ้น เช่น ความเป็นไปได้ที่สินค้าบางประเภทจะขาดแคลนในช่วงเวลาหนึ่ง หรือความเสี่ยงที่การขนส่งในบางเส้นทางอาจเกิดความล่าช้าเนื่องจากปัจจัยด้านโลจิสติกส์หรือสภาพอากาศ
เมื่อระบบตรวจพบความผิดปกติ ระบบสามารถส่งการแจ้งเตือนไปยังผู้บริหารหรือผู้จัดการที่เกี่ยวข้องทันที ทำให้ผู้มีหน้าที่ตัดสินใจสามารถประเมินสถานการณ์และเลือกแนวทางแก้ไขได้รวดเร็วขึ้น เช่น ปรับแผนการผลิต เปลี่ยนเส้นทางการขนส่ง หรือสั่งวัตถุดิบจากซัพพลายเออร์รายอื่นเพื่อป้องกันไม่ให้สายการผลิตหยุดชะงัก
อาร์ตกล่าวว่า ในองค์กรขนาดใหญ่ที่มีเครือข่ายซัพพลายเชนกระจายอยู่ทั่วโลก ความสามารถในการมองเห็นข้อมูลแบบเรียลไทม์และการวิเคราะห์ข้อมูลเชิงคาดการณ์กลายเป็นปัจจัยสำคัญที่ช่วยให้บริษัทสามารถตอบสนองต่อสถานการณ์ที่เปลี่ยนแปลงได้อย่างรวดเร็ว