人工知能、機械学習を使用して効率的な救援管理

人工知能、機械学習を使用して効率的な救援管理
[The Daily Star]南アジアの北東に位置するバングラデシュは、地理的特徴、複雑な地形、過度の強大な河川系、モンスーン気候、沿岸形態などにより、この地域だけでなく世界でも災害が発生しやすい地域の1つです。

これにより、国の人口は洪水、竜巻、塩分侵入、干ばつ、地震などの多くの自然災害の影響を受けやすくなります。

1972年から2019年の間に、バングラデシュでは300以上の自然災害が発生しました。

国を襲った最も一般的な2つの自然災害は洪水とサイクロンであり、それぞれ総災害の47.47パーセントと28.96パーセントを占めています。

しかし、COVID-19の登場により、他とは異なる人道的危機が発生しました。新しいコロナウイルスはすでに、バングラデシュが属する社会一般および世界経済に大きな打撃を与えています。

調査によると、経済的および健康の両面で危険にさらされている1億2200万人のうち、5364万人が非常に貧しい。

平均して、自然災害は毎年バングラデシュのGDPに1.8%の衝撃を与えており、それに加えて今年は、進行中のパンデミックによってもたらされた損失は以前よりも大幅に高くなっています。

いかなる危機においても、あらゆる政府の最優先事項は救援活動を効率的に運営し、支援が必要な人々に時間通りに分配されるようにすることです。

そのような状況の中、私たちの多くは、影響を受けるすべての人々に即時の財政支援を提供することを考えています。しかし、バングラデシュの経済は政府が自分たちの資金で問題を処理するのに十分な能力を備えているレベルに達していることを覚えておくべきです。

バングラデシュのGDPは、過去3年間で年間約7.76%の成長を遂げました。 2019年末までに、GDPの合計は3,050億ドルに達し、これは世界最高の1つです。

今年7月の終わりに、国の外国為替準備高は3710億ドルの記録に達しました-世界ランキングで52番目、サーク諸国の中で2番目です。最新の年次開発計画予測に従って、バングラデシュは現在の会計年度においてアジアで最高の年間GDP成長率を記録します。

長年にわたり、バングラデシュは効率的な救援管理業務で国際的に認められてきましたが、それでも改善の余地はたくさんあります。

バングラデシュでは、最大の課題の1つは、適切なターゲットグループまたは影響を受ける人々を特定することです。今でも、援助を必要とする人々のグループを手動で特定する必要があります。そのため、割り当てられた資金は通常、意図した受益者に届きません。

最近、政府はCOVID-19危機の影響を受けた50万人の貧しい家族に、それぞれ2,500トルコリラを提供することを決定しました。しかし、困っている人々が適切に特定されなかったため、資金のかなりの部分が未利用のままでした。

適切なグループの人々を追跡するために、リードタイムとコストの削減、透明性の向上、人工知能(AI)と機械学習(ML)テクノロジーの使用、および効果的なサプライチェーン管理がその点で積極的な役割を果たす可能性があります。

データベースのデジタル化のためのAIとMLの積極的な役割

これは、災害管理を成功させるために、テクノロジーベースの包括的な全国データベースに取り組む適切な時期です。 AIとMLのサポートを使用することで、この制限を克服できます。

政府が運営する約130のソーシャルセーフティネットプログラムなど、多くのデータソースがあります。アクティブなモバイルユーザーの数は1億6,292万人で、9,257万人がモバイル金融サービス(MFS)アカウントの登録者です。 MFSトランザクションの月間数は約3億1千万です。

ユーザーのトランザクションを分析することにより、関係当局は、個人の財務状態、および購買力と地理的位置を特定できます。

ただし、これは、バングラデシュ選挙委員会およびバングラデシュ国立統計局から入手したAI、ML、およびその他のデータソースを使用する場合にのみ可能です。

社会福祉省と災害管理および救援省は、すべての関連省庁、バングラデシュ電気通信規制委員会、バングラデシュ銀行、バングラデシュ軍、モバイル金融サービスプロバイダーの代表、モバイルオペレーター、開発パートナー、および主要な非政府機関がデジタルデータベースを開発する。

組織はまた、あらゆる種類の災害やパンデミックの際に支援を拡大し、事後対応的なアプローチではなく積極的なアプローチをとるべきです。

AIとMLが災害の準備と救援物資の配布に明確な影響を及ぼし始めている他の多くの分野があります。

適切な対応を計画するために必要な人間の労力と時間を削減するために、ボンゴボンドゥ 衛星-1を使用して画像と情報のサポートを調査し、影響を受けるすべてのエリアとインフラストラクチャへの被害を推定できるMLモデルを構築できます。

救済には主に3つのタイプがあります:食料、必需品、現金支援。災害救援中および災害後の救援活動と効果的なサプライチェーン管理は、主に複数のサプライチェーン活動の効率的な処理で構成されます。たとえば、時間どおりの費用効果の高い調達、より迅速な在庫管理、安全な倉庫設備、短いリードタイムなどです。

時間通りに費用効果の高い供給

広範な調査によると、苦しんでいる人々を支援するために政府が運営しているサプライチェーンには主に2つのタイプがあります。 1つ目は、人道的な理由で1年を通じて貧しい人々を支援することです。2つ目は、災害時に運営されます。

前者はよく計画されており、政府の日常的な人道的活動の一部と見なすことができますが、後者は計画外で突然です。

災害救援管理のためのサプライチェーン活動には、改善の余地がたくさんあります。

費用対効果と納期を守るために、すべての政府機関と非政府機関の代表からなる災害救援調達委員会を編成することができます。新しい組織は、効果的なサプライチェーンイニシアチブに焦点を当てて、定期的な四半期会議を開催する必要があります。

次に、過去2年間の要件の傾向分析に従って標準化された食品と非食品に基づいて、料金表を確定する前に、調達活動に関する包括的な調査を推奨する必要があります。

これにより、調達のリードタイムが短縮されるだけでなく、調達コストも削減されます。

在庫フルフィルメントおよび倉庫施設

昨年の災害動向分析に基づいて、選択された地区レベルの倉庫/保管施設は、すべての食品と非食品を異なる場所ではなく中央の倉庫に保管することをお勧めします。運用効率。

配送リードタイムの短縮による優れた物流

災害中および災害後、救援管理の遅れの背後にある主要な理由の1つは、貧弱で構造化されていない物流業務です。

積極的なイニシアチブと効果的なロジスティクス操作は、救援物資の配布を加速するだけでなく、コスト管理とともに透明性を向上させます。

まず最初に、関連するすべての政府機関、および必要に応じて関連する非政府組織の代表からなる事前定義の物流委員会を設立する必要があります。

彼らは、要件を評価し、最後の2組の救援活動の傾向を分析することにより、時間通りに積極的な取り組みを行う必要があります。

第二に、彼らは、郵便局、BRTC、BADC、バングラデシュ鉄道などの他の政府機関と良好な調整を行い、物流コストを削減するだけでなく救援活動を加速するために輸送施設の利用を模索する必要があります。

現金支援の分配

発展途上国の中で、バングラデシュへの金融包摂は最高の一つです。バングラデシュ銀行のデータによると、この点で主要な役割を果たすローカル企業であるブカスフは現在、世界最大のMFS組織であり、国には現在約8880万人のMFSアカウント所有者がいます。

MFSサービスによる現金支払いサポートは、リードタイムを短縮するだけでなく、エンドユーザーによる透明性と安全な現金の保管を保証します。これはまた、将来の分析に使用できる記録を作成するのにも役立ちます。最もよい例は、進行中のパンデミックの中で貧しい家族をサポートする政府の最新の現金支援スキームです。

現在の政府は、基本的なニーズを確保することにより、人々に美しいライフスタイルを提供することを目指しています。さらに、彼らのビジョンは、2021年までにバングラデシュを貧困と飢餓のない国として確立し、2041年までに先進国を確立することです。

著者は、ブカスフのサプライチェーンと調達の責任者です。


Bangladesh News/The Daily Star 20200908
http://www.thedailystar.net/business/news/use-artificial-intelligence-machine-learning-efficient-relief-management-1957645