최근의 무역 및 관세 변화와 관련하여, 기업들은 공급망을 신속하고 정확하게 이해하는 것이 그 어느 때보다 중요해졌다. 특히 AI(인공지능)는 기업들이 직접 공급자 이외의 다른 공급망 투명성을 확보하고, 새로운 무역 세금을 효과적으로 관리하도록 돕는 역할을 하고 있다. 공급망의 복잡성은 여전히 도전적인 문제로 남아 있으나, AI를 통해 해결할 수 있는 기회가 점점 커지고 있다.

전 세계의 제품 제조지와 비용 구조를 이해하는 것은 오늘날 만물의 제조에 참여하는 기업들에게 필수적이다. 예를 들어, 세탁기나 어린이 장난감 제조업체들은 자신의 제품이 어떻게, 어디에서 제조되는지에 대한 전체 공급망을 명확히 알아야 하는 상황이다. 그러나 공급망의 둘째, 셋째, 심지어 넷째 단계까지의 정보를 수집하는 것은 쉽지 않다. 많은 회사들이 과거에는 감사인들을 고용하거나 공급업체를 설문조사함으로써 정보 수집을 시도했으나, 이 방법들은 시간도 많이 소요되고 신뢰도가 낮은 경향이 있었다. 설문조사의 응답률은 대체로 8%에 불과했고, 글로벌 공급망의 전체 그림을 구성하는 데 최대 2년까지 소요될 수 있었다.

이에 대해 알타나(Altana)의 공동 창립자이자 CEO인 에반 스미스(Evan Smith)는 AI 기술이 이러한 정보 제공 방식을 혁신적으로 변화시키고 있다고 강조한다. 그는 CNBC 기술 경영자 회의에서, "오늘날 회사들은 공급망의 전반을 시각화하고, 다양한 시나리오에 기반해 관세가 어떻게 변하는지 분석하는 데 있어 AI의 도움을 받고 있다"라고 밝혔다.

AI는 복잡한 데이터 분석을 통해 제조업체의 공급망을 도식화하고 있다. 예를 들어, 알타나는 세탁기의 구성 요소와 공급업체 정보를 수집하여 이를 AI에 입력하면, 이를 바탕으로 다단계 공급망 네트워크를 보여줄 수 있다. 이러한 시각화는 기업이 공급망의 구조를 이해하고, 새로운 관세 정책에 대응할 수 있는 중요한 도구로 자리 잡고 있다.

스미스는 "초기에는 몇 달이 걸렸던 대규모 기업의 공급망 데이터 분석이 현재는 단 하루 만에 완료될 수 있다"고 덧붙였다. 이를 통해 기업들은 갈수록 변동성이 커지는 세계 시장에서의 불확실성을 보다 효과적으로 관리할 수 있게 되었다. 전 세계에 있는 여러 물류 기업, 보험사, 소매업체 및 은행의 비공식 데이터를 활용하면서, 알타나는 기업들이 보다 나은 전략적 결정을 내릴 수 있도록 돕고 있다.

결론적으로, 오늘날 기업들은 더 이상 '눈에 띄지 않는 아웃소싱'을 통해 위험을 감수할 수 없다. 공급망의 동적 작동을 이해하고 그에 따라 대응함으로써, 미래의 불확실성에 직면했을 때 적절히 대처할 수 있는 능력을 갖춰야 한다. 기업의 경영진들은 AI의 도입을 통해 이러한 목표를 달성해야 할 것이다.


crossorigin="anonymous">