重塑!未來供應鏈

34
發表時間:2021-01-17 16:22作者:hgwl來源:網絡
文章附圖

掃描二維碼

關注我們

01

導讀

人工智能供應鏈的時代已經開啟,盡管人工智能的機遇和風險并存,但正如IBM所指出的人工智能自然適合供應鏈【1】,AI將成為供應鏈數字化重塑的戰略武器【1-2】,它將引領供應鏈走向認知和自主自適應自愈的供應鏈的更高級階段,從而幫助企業創新持續增長,并且在不確定環境中規避風險保持競爭優勢。


本文首先闡述了人工智能如何重塑數字化供應鏈的趨勢,然后討論了供應鏈數字化重塑的人工智能戰略,最后介紹了基于人工智能的自主和近乎自主的未來供應鏈。

02

用人工智能重塑供應鏈

1.1 人工智能應對供應鏈新的需求


供應鏈的古老目標是在適當的時間、地點、地點提供合適的產品,這一直是一個挑戰性的目標。今天,市場力量正在創造新的需求,其關鍵績效指標是實際訂單與預測訂單和實際產量與計劃產量的比率,這些需求超過了傳統的供應鏈能力。


市場波動增加了不確定性和風險


競爭、日益嚴格的監管、不斷變化的地緣政治格局以及價格和供應的不可預測性,特別是COVID-19這樣百年未遇的公共衛生事件帶來的供應鏈中斷,都在考驗著企業在全球范圍內的應對準備和經濟高效運營的能力。

數字顛覆者正在掌控增長


在許多類別中,新的利基品牌通過使用數字技術提供更具吸引力和相關性的體驗來挑戰傳統領導者。在職者正試圖通過發展新的能力和能力來追趕。

消費者的期望值不斷提高


他們想要定制產品的超個性化體驗,以及本地化的執行,包括在任何時候購買、收集和退貨的能力。然而,現有的供應鏈并不是為了滿足單一的客戶需求而設計的。

全渠道參與很難實現


一些傳統公司正試圖重新設計他們的運營方式,以提供統一的品牌體驗和跨所有渠道的無障礙實現。
上面這些動態正以指數級的方式增加供應鏈的復雜性,進而影響成本和風險。日益成熟的人工智能是賦能供應鏈應對這些日益增長的復雜性,不確定性,增強人的認知,預測及計劃,和快速響應等能力去滿足新的需求,以達到降本增效,利潤增長。表1表明人工智能如何變革傳統供應鏈:

表1: 人工智能如何變革傳統供應鏈

機器學習是供應鏈中采用的最為廣泛和最有前途的人工智能技術之一。根據Grand View Research,Inc.的最新報告【4】,到2025年,全球機器學習市場   規模預計將達到967億美元。該市場預計將以復合年增長率增長從2019年到2025年為43.8%。
大量數據的產生增加了可以對數據進行智能分析技術的采用。Meticulos Research預計2019-2027年,全球人工智能在供應鏈市場的復合年增長率為45.3%,到2027年將達到218億美元; 其中,預計亞太地區在整個預測期內的復合年增長率最快【5】。 人工智能之所有在供應鏈領域有如此迅猛的發展,是由于人工智能使供應鏈變得更快,更聰明,更精簡,并且人工智能對供應鏈變革產生的巨大商業價值?!?】指出將AI集成到復雜的生產和分銷網絡(供應鏈)中,將比任何其他技術應用產生更大的經濟影響,并影響大量企業。麥肯錫(McKinsey)估計,通過在供應鏈和制造業中使用人工智能,在從2018年起的未來二十年將獲得1.3-2萬億美金的經濟價值(見圖1)?!?】
根據麥肯錫預測指出AI將為供應鏈管理(SCM)和制造業增加$ 300B的價值,以及在消費者包裝商品(CPG)的市場營銷和銷售中增加$ 100B的價值。AI對CPG行業SCM和制造業務的最大潛在價值貢獻包括預測性維護,庫存和零件優化以及產量優化。麥肯錫預測,人工智能將為CPG行業的市場營銷和銷售貢獻$ 100B。

機器學習是供應鏈中采用的最為廣泛和最有前途的人工智能技術之一。根據Grand View Research,Inc.的最新報告【4】,到2025年,全球機器學習市場   規模預計將達到967億美元。該市場預計將以復合年增長率增長從2019年到2025年為43.8%。
大量數據的產生增加了可以對數據進行智能分析技術的采用。Meticulos Research預計2019-2027年,全球人工智能在供應鏈市場的復合年增長率為45.3%,到2027年將達到218億美元; 其中,預計亞太地區在整個預測期內的復合年增長率最快【5】。 人工智能之所有在供應鏈領域有如此迅猛的發展,是由于人工智能使供應鏈變得更快,更聰明,更精簡,并且人工智能對供應鏈變革產生的巨大商業價值?!?】指出將AI集成到復雜的生產和分銷網絡(供應鏈)中,將比任何其他技術應用產生更大的經濟影響,并影響大量企業。麥肯錫(McKinsey)估計,通過在供應鏈和制造業中使用人工智能,在從2018年起的未來二十年將獲得1.3-2萬億美金的經濟價值(見圖1)?!?】
根據麥肯錫預測指出AI將為供應鏈管理(SCM)和制造業增加$ 300B的價值,以及在消費者包裝商品(CPG)的市場營銷和銷售中增加$ 100B的價值。AI對CPG行業SCM和制造業務的最大潛在價值貢獻包括預測性維護,庫存和零件優化以及產量優化。麥肯錫預測,人工智能將為CPG行業的市場營銷和銷售貢獻$ 100B。

1.2 人工智能在供應鏈中的應用趨勢
供應鏈數字化轉型后的下一步是供應鏈數字化重塑,也就是全面實現供應鏈的智能化,而人工智能技術將是重塑供應鏈和實現其智能化的關鍵驅動器之一。事實證明那些領先的企業,如華為,美的,亞馬遜,阿里,京東等無一不是將人工智能全面滲透供應鏈來加速業務的轉型和提高市場競爭力。
    特別是,機器學習在供應鏈計劃,智能物流等方面的采用己初具成效,并且成為企業差異化競爭優勢的關鍵能力。圖2是人工智能在供應鏈中應用趨勢的圖譜。它描繪了人工智能的主要技術:機器學習(ML),自然語言處理(NLP),認知計算(Cognitive Computing),及其在供應鏈管理和物流中的應用趨勢。同時指出AI+其它數字技術所帶來的新價值創造。

圖2:人工智能在供應鏈中應用趨勢圖譜

人工智能增強日常業務活動和企業戰略的潛力不僅引起了全球人民和組織的興趣,而且領先的企業已經開始快速實施。然而,AI是什么?人工智能是由機器顯示的智能,其中,學習和基于行為的能力模仿自主而不是面向過程的智能。根據《AI極簡經濟學(A Simple Economics of Artificial Intelligence)》【8】,目前這一代人工智能與科幻小說和電影中描繪的有著人類智慧的機器(它們通常被稱為"通用人工智能",或AGI,或"強人工智能“)相去甚遠。
今天這一代人工智能可提供預測工具,幫助人類完成一些標準而又重復的工作,除此之外提供不了什么了。然而這一代人工智能已經成熟到改變人類生活及商業的行動,特別如圖2所示,它是一項重塑供應鏈的顛覆性技術。理解AI潛在應用的最簡單方法是明確定義它的潛在價值。AI在供應鏈中的應用可分為兩大類:

增強功能:AI,它可以幫助人們完成日常任務,無論是個人還是商業,都無須完全控制輸出。這種人工智能用于虛擬助手,數據分析,軟件解決方案; 它們主要用于減少人為偏見造成的錯誤。使用AI算法(如機器學習)于需求,風險等預測是在供應鏈中最重要的應用,它極大提高了傳統預測的精度。而預測是決策的輸入,更精確的預測將產生更正確可行的決策。如產生最優的補貨計劃,最佳的庫存計劃,和最及時的風險應對計劃,本書第五章有詳細論述。


自動化:AI,可在任何領域完全自主運行,無需任何人為干預。例如,機器人在制造工廠中執行關鍵工藝步驟。在供應鏈領域中,無人倉,無人送貨飛機等是典型的自動化應用。圖3展示了京東世界上首個無人倉。在勞動力成本不斷上漲的當今,操作自動化無疑為企業節省了成本提高了效率。然而全自動化還只適合于局部的場景,全供應鏈流程的自動化仍然有待人工智能和其它數字技術的進一步創新。

圖3中是京東的首個無人倉庫也是全球首個全流程無人貨倉坐落在上海市嘉定區。這個物流中心包括四個作業系統,分別是:收貨、存儲、訂單揀選、包裝、存儲系統有8組穿梭車立庫系統組成,可同時存儲商品6萬箱。整個無人倉分為三個主要區域:入庫+分揀+打包,倉儲區域和出庫區域。
無人倉中,操控全局的智能控制系統,為京東自主研發的“智慧”大腦,倉庫管理、控制、分揀和配送信息系統等均由京東開發并擁有自主知識產權,整個系統均由京東總集成。
無人倉的智能大腦在0.2秒內,可以為計算出300多個機器人運行的680億條可行路徑,并做出最佳選擇。智能控制系統反應速度0.017秒,許多心理學專家對人的生理反應時間做過實驗,結果都測得大于0.1s,也就是說,無人倉智能大腦的反應速度是人的6倍。
AI 在供應鏈中應用的另一個發展趨勢是供應鏈物流供應商【2】,如領先的3PL企業也開始把AI應用于第三方物流。例如2020年9月北美領先的第三方物流提供商Kenco Logistics宣布推出達芬奇AI(DaVinci AI),該產品可提供涵蓋整個供應鏈的高級分析功能。該創新產品使解決方案能夠產生預測見解,從而推動規定性行動,改變供應鏈。
達芬奇AI是Kenco數字化轉型戰略的基礎組成部分,它積極提供定制解決方案,以實現供應鏈中的智能可見性和透明度。例如,在倉庫運營中,達芬奇AI可用于主動管理數量波動,從而改善庫存管理并評估市場波動,從而制定理想的勞動計劃。在物料搬運領域,該產品可以從影響維護的所有因素中預測設備故障,以防止浪費時間和提高生產率。
為確保按時交付,達芬奇AI主動預測所有模式和運營商之間運輸網絡中的服務故障。在整個供應鏈中,達芬奇AI可以提供認知見解,以使客戶能夠在問題發生之前進行預防。達芬奇AI已經在為其客戶運營中每年節省了超過100萬美元。

03

供應鏈數字化重塑的人工智能戰略

2.1 人工智能時代的競爭
因為人工智能系統會思考和互動,所以它們總是與人相比。但是,盡管人類在并行處理(模式識別)方面很快,而在順序處理(邏輯推理)方面卻很慢,但是計算機已經在狹窄的領域中掌握了前者,而在后者方面則非???。就像潛水艇不游泳一樣,機器以自己的方式解決問題并完成任務。 沒有處理能力的進一步飛躍,機器將無法達到通用人工智能(AGI):各種不同類型的問題解決能力的組合,這是人類智能的特征。例如,當今的自動駕駛汽車并沒有表現出我們認為的常識,例如放棄游覽以幫助掉下自行車的孩子。但是,如果正確應用,則AI擅長快速,智能和徹底地執行許多業務任務。 人工智能不再是選修課。對于公司而言,弄清人類和計算機如何相互扮演彼此的優勢以創造新型的人機(人+AI)競爭優勢至關重要。在人工智能時代,競爭優勢正在演變:AI不會浪費傳統的競爭優勢資源,例如地位和能力,而是對其進行了重組(見圖4)。
因此,公司需要動態地了解其優勢。例如,位置優勢通常集中在相對靜態的方面,這些方面可以使公司贏得市場份額:專有資產,分銷網絡,客戶訪問權和規模。這些信念必須在AI世界中重新想象。公司要利用傳統優勢+AI的綜合優勢或由AI改進的傳統優勢來創造新型的人機(人+AI)競爭優勢。

圖4:利用人和機器的雙競爭優勢【9】

2.2 供應鏈數字化重塑的人工智能戰略
AI給企業帶來了新的競爭優勢,但這種優勢僅僅影響到公司的運營層面,還是會改變公司的戰略?!禔I極簡經濟學(A Simple Economics of Artificial Intelligence)》的作者指出以下三個因素決定對AI的投資將上升到公司戰略決策(而不僅僅是運營決策)的層面:

必須存在戰略困境或兩難的權衡。例如亞馬遜在改變傳統的先買后寄的模式為先寄后買時的困境在于,先寄后買可能會產生更多的銷售額,但同時也會帶來更多消費者想要退貨的情況。因此沒有技術上的變革,新的模式很難成功。


某個問題可以通過減少不確定性來解決。對于許多零售商來說,銷售預測的不準確帶來的供應鏈不確定性是頭痛的問題。對亞馬遜的先寄后買模式來說,AI能幫助預測到如果將貨物送到客戶家門口會發生什幺,那么就可減少退貨率,而提高銷售額。


公司需要一臺能夠降低不確定性,改變戰略兩難平衡的預測機器(AI)。對亞馬遜而言,一套非常準確的客戶需求模型加上AI算法或許能讓先寄后買的商業模式變得值得一試,以求達到銷售額增長的收益超過退貨成本。


基于以上三個因素,亞馬遜將人工智能上升到公司的戰略層面。人工智能作為亞馬遜的供應鏈戰略使它獲得了在零售領域無人比擬的競爭優勢。 不是所有了解和應用人工智能的企業都把人工智能作為企業的戰略。2019年《MIT斯隆管理評論》和波士頓咨詢公司(BCG)聯合開展的全球人工智能的調研,2555名受訪者來自29個行業,97個國家。該調研還訪問了17位多個行業大企業中負責人工智能項目的高管。
該研究成果發表在研究報告《贏在人工智能: 戰略,組織行為與技術三位一體》【10】中。該報告根據受訪者對人工智能概念和工具的理解,以及人工智能的應用水平,將其分成四組(見圖5):

圖5:企業應用人工智能的成熟度

從上圖可見,只有20%的領先企業真正理解人工智能的價值并走在其應用的前沿,也只有這些企業認識到人工智能是公司戰略的需要,將其作為公司的戰略之一。報告指出大多數的受訪企業認為人工智能既是戰略機遇也是戰略風險,而領先企業都認為戰略機遇大于風險。他們在人工智能人才,組織,技術方面有更大的投資。
中國的領先企業在人工智能領域展現出更廣闊的視野與戰略。他們比外國受訪企業更可能設定宏大的人工智能目標(分別為79%、37%),并將人工智能用于許多領域,以助力降本增效,業務增長,新產品和服務的開發。
特別適用于在本書關注的供應鏈數字化重塑。華為,京東,菜鳥,美團等人工智能領先企業把人工智能作為他們的供應鏈數字化重塑戰略,把人工智能應用到供應鏈的所有重要領域,如供應鏈計劃預測,智能倉儲,智能配送運輸等等。 如圖6所示,就大多數的受訪中國企業來說,他們比外國受訪企業更認為戰略風險大于戰略機遇,但中國領先企業認為人工智能對收入的影響更大。

圖6:風險增大,對收入的影響依然存在

人工智能應用的風險主要來自人們對人工智能的認知不夠,同時也來自人工智能應用的挑戰。特別是在復雜的供應鏈領域,盡管人工智能,如機器學習在預測方面,庫存管理,倉庫機器人自動化等方面己取得成功,但是仍然存在很多挑戰。過去二十年,訂單履約過程的大部分環節都實現了自動化,然而履約中心仍然雇用了大量員工。
雖然自亞馬遜2012收購了Kiva后, 供應鏈履約中心實現了貨到人的自動化,然而需要工人對貨物進行分棟,把各種不同貨物放在不同的運貨箱,由傳送帶送到它的下一站。正如《AI極簡經濟學》指出的“人類將繼續在履約定單的過程中發揮作用,是因為我們在抓握方面(伸手把東西拾起來,放到別處)有著相對更好的表現。迄今為止,這項任務沒有實現自動化?!?/p>

圖7:2016年亞馬遜第一次揀選挑戰賽【11】

由于非結構化貨品種類繁多,形狀尺寸各異,使得目前人工智能技術難以實現自動從貨架上抓取和揀選貨品。然而那些敢于應對挑戰的領先企業才可能獲得最大的戰略優勢。亞馬遜就是迎戰人工智能在供應鏈領域應用的典范。
它不僅最早在履約中心引入貨到人機器人技術,而且自2016年起,每年舉行亞馬遜分棟挑戰賽(Amazon Picking Challenge)(見圖7),聚焦于非結構化履約中心的自動化分棟,激勵全世界優秀的機器人和AI團隊共同解決這個自動抓取的難題。
盡管來自麻省理工大學等研究機構的頂尖團隊,加上世界頂級的工業機器人裝備(分別來自百特,莫托曼,優傲,ABB,PR2, 和Barrett Arm等),然而迄今為止,他們仍未找到一個工業級的解決方案。其根本原因是目前人工智能倉庫機器人在面臨非結構化的無限個"如果"(倉庫分揀有數量無限的“如果”)時,它不僅要識別對象(分析圖像),預測合適的角度和抓力,以便抓取而不損壞貨品,這實際需更高精度的機器預測,而目前的倉庫機器人還做不到。
然而,人們還在繼續努力找尋解決方案,例如采用深度學習提高對抓取貨品的識別能力,還有采用強化學習來訓練機器人模仿人類分揀,以教會機器人做自動分揀。本書作者相信在不遠的將來,人類一定會實現倉庫機器人分揀自動化,從而把分揀工人從繁重的勞動中解放出來。 2.3 供應鏈人工智能戰略制勝指南
由于人工智能在供應鏈方面的潛在戰略優勢,許多公司都卷入了應用人工智能于供應鏈的競賽。然而大多數公司對投入產出結果感到不滿意。這是由于當前許多公司并沒有完成供應鏈的數字化轉型,缺乏應用人工智能的數字基礎。這表現在以下幾個方面:

以企業為中心

需要大量昂貴的規劃師

在流程的每一步和供應網絡的每個節點運行復雜的引擎

通常與其他功能和/或合作伙伴沖突

由于這些系統在本地進行了次優化,因此錯過了隱藏在網絡中的巨大機會

處理陳舊的數據,從而推薦錯誤的決策

使用與現實世界無關的簡化、過于簡化的問題模型這些限制嚴重抑制了人工智能ROI(投資回報率)。

此外,公司今天的表現如何?例如,典型的零售/快消品供應鏈仍有60-75天的庫存。該店的平均服務水平約為96%,促銷商品的服務水平遠低于80%的范圍。休閑餐飲市場的庫存量約為12-15天,浪費率較高,銷售成本較高。
所以,除非人工智能能夠對這些指標產生重大影響,否則它根本無法實現其承約的ROI。問題是,今天的大多數系統都缺少能讓人工智能實現其價值所需的關鍵要素。其中最重要的就是人工智能所需要的盡可能多的優良數據。 人工智能可以為供應鏈管理者帶來巨大的好處,但考慮到當今現代供應鏈的多樣性和動態性,以及居多不確定性,成功應用人工智能的前提是它必須基于堅實的基礎。One Network在它的研究報告【12】中提出了人工智能在供應鏈中取得成功的8個關鍵要素可以作為供應鏈人工智能戰略制勝指南(詳見表2)。

表2:人工智能在供應鏈中取得成功的8個關鍵要素

多年的人工智能用于供應鏈的經驗表明上表中八個成功要素缺一不可。如有一個要素忽略了,你將會得平庸甚至錯誤的結果,但如何在人工智能用于供應鏈時所有要素都被考慮,則你確實可以達到世界一流的結果和較高的AI投資回報。

04

自主和近乎自主的未來供應鏈

無人車、無人機、無人倉、無人站、配送機器人等“無人科技”正成為電商、外賣、物流的新寵兒(見圖8),在人工智能及其它新技術的重構下,“低頭下訂單,抬頭收快遞”的生活方式正在成為可能。自主交付產品的概念正逐漸開始成為現實。
雖然在到達無人為或近乎無人為干預的供應鏈之前要克服許多障礙,但有許多工業實例表明這是可行和實用的。人們似乎從自主交付看到了自主和近乎自主供應鏈,即無人干預或近乎無人干預的供應鏈未來可期。

圖9從以下三個維度描繪了一個數字化供應鏈成熟度模型:

AI優勢和價值:可視化供應鏈和前瞻性供應鏈基本上還在描述性和傳統預測性分析供應鏈階段,無AI優勢。智薦式供應鏈是智能供應鏈的初級階段,已開始采用:AI機器學習算法做預測和規定性分析決策。自主學習供應鏈是以AI驅動的供應鏈,具有自學習,自修復和自適應的功能。AI優勢的價值在于使供應鏈達到計劃精準,運營高效,成本最低,庫存最優,風險最小。

差異化和自動化:從左到右,自動化程度由低到高,自主學習供應鏈將達到從計劃,生產,交付端到端的全或近乎全自動化。

自主性和人工干預性:每個階段,由低到高,自主性從低到高,人工干預性由高到低。自主學習供應鏈有最高的自主性和最低人工干預。

圖9:數字化供應鏈成熟度模型

盡管自主學習供應鏈聽起來非???,理論上也似乎可以做到,但完全自主實現端到端的供應鏈是否可行,是否必要,業界有許多爭議。這實際上是關乎在供應鏈中,AI是否比人更勝任,能完全代替人的工作?
實際上,目前在供應鏈中使用的自主技術是非常有限的。托運人,承運人,供應商以及供應鏈中的其他人員已經集成了自主技術多年,以提高效率和安全記錄。諸如ERP和MRP之類的某些系統用于通過識別組裝產品所需的零件來控制制造。
實際上,當今許多現代汽車,卡車和SUV都是完全自動組裝的。還有其他組織,例如Amazon.com和其他大型零售商,它們使用自主技術從較小的容器中提取零件或商品,進行包裝并準備運輸。 一些可以自動提高效率的特定組件和設備包括:

零件揀選設備。這些機器讀取傳感器和條形碼以識別組裝或運輸所需的組件。

機器人揀選:已經有幾種自動叉車和其他自動設備用于從鋼鐵和其他倉庫中揀選產品。

運輸設備:有些自動駕駛車輛(通常在倉庫中)用于在整個倉庫中運輸設備和物資。


這幾乎是我們當前所擁有的供應鏈自主能力。就機器人揀選而言,對于非結構性物品,目前的自主學習能力還無能為力,人仍然比機器更強。 本文作者認為真正意義的全自主供應鏈只適應于某些供應鏈場景,對于整個供應鏈來說,近乎自主學習和人機智能組合的供應鏈是未來理想的自主學習供應鏈。本文所指的自主學習供應鏈將指這種模式。在此,近乎自主學習是指一切可由AI主導的自主學習技術代替人在供應鏈中的工作時采用自主學習技術。
當然如果供應鏈中的所有工作都能被自主學習技術所代替,那就是理想中的自主學習供應鏈。盡管目前這還只是供應鏈業界的一個愿景,已經有一批領先企業在沖刺自主學習供應鏈的高峰。 美國有名的供應鏈解決方案提供商JDA 2019年收購了AI技術公司Blue Yonder, 之后更名為(簡稱BY),其新的公司戰略就是打造自主式供應鏈。BY的一項自主供應鏈的需求調研報告指出受訪供應鏈管理者的五條主要反饋意見(見圖10):

圖10:自主供應鏈需求的五條主要反饋意見【13】

BY的調研報告指出在運營干擾不斷的情況下,汽車企業需要考慮所有可能的危機對策。保持敏捷性,專注于運營和供應鏈優化項目并提前規劃復蘇路徑,是業界必須要堅持的幾項工作。汽車企業有較高的自主供應鏈需求。該報告還提出了發展自主式供應鏈的四個關鍵階段(見圖11)。

圖11:發展自主式供應鏈的四個關鍵階段【13】

BY發展了一個以智能控制塔為核心的智能自主供應鏈的系統(見圖12),它包括可見性/監控,網絡/邊緣感知,內外協同,編排,決策,和分析六大功能。它已成功用于某些零售和制造供應鏈。智能自主供應鏈將供應鏈知識和AI技術相結合,充分利用可用的大量信息,極大增強了人類用戶的能力,特別是應對供應鏈不確定性,如新冠疫情造成的供應鏈中斷風險。

圖12:Blue Yonder 智能自主供應鏈【14】

安永(EY)是一家有名的咨詢公司。該公司在其研究報告《數字時代如何重塑供應鏈(How do I reinvent my supply chain for the digital age?)》中提出了實現卓越EY綜合集成數字計劃(IDP)的五個階段的方法(見圖13),其中第五階段就是基于認知和人工智能的自動化,機器人流程自動化的自主供應鏈計劃(熄燈計劃)。它應該是自主供應鏈的核心部分。

圖13:實現卓越EY綜合集成數字計劃(IDP)的五個階段的方法【15】

自愈供應鏈是自主供應鏈的重要部分。Kinaxis,Inc. 一個優秀的供應鏈解決方案提供商最近在自愈供應鏈方面取得進展,其解決方案謀求以自動化方式消除供應鏈設計性能與實際性能之間的差距。利用人工智能和機器學習的進步,自愈供應鏈(SHSC)【16】可以監控系統的不同“組件”,看看它們的真實世界性能是否與計劃中的預期性能匹配,即“按設計”狀態。
這樣做的話,制定計劃者和其他人將有能力幫助他們的供應鏈自我修復。一旦能夠根據實際供應鏈能力制定計劃,自我修復的供應鏈最終將能夠補救特定的問題,例如需求突然出現意外激增、供應商的特定訂單延遲交付,甚至包括颶風和海嘯等宏觀事件。 SHSC的承諾在于提高用于生成供應鏈計劃的數據質量,以及隨后這些計劃質量的改進。對于經驗豐富的供應鏈專業人士來說,這一機會并不令人意外。數據質量問題一直困擾著供應鏈計劃和執行:當供應鏈計劃系統接收到低質量的數據時,垃圾輸入和垃圾輸出是一個恰當的描述。數據質量問題是SHSC概念的一個關鍵方面。通過使用SHSC的AI和ML功能來解決數據質量問題,可以解決通過AI/ML半自主運營供應鏈的更廣泛問題。 為了進一步推動以客戶為中心的供應鏈,需要新形式的數據的一個重要方面(見圖14)。因此,SHSC所需的數據既存在于公司內部,也存在于公司外部。這些數據可以是高度結構化的,比如ERP數據,也可以是高度非結構化的,比如物聯網設備數據、天氣數據和客戶情緒數據等等。將所有這些數據從其無數的來源中收集起來,本身就需要一些重大的技術突破,而這樣做是人工智能所需的一個重要的基礎要素。SHSC必須通過數據管理和治理來不斷完善自我,讓人工智能發揮其關鍵作用。

05

小結

人工智能供應鏈的時代已經開啟,盡管人工智能的機遇和風險并存,人工智能是供應鏈數字化重塑的戰略武器。本文要點是:

市場力量正在創造新的需求,其關鍵績效指標是實際訂單與預測訂單和實際產量與計劃產量的比率,人工智能幫助供應鏈滿足市場和客戶新的需求。

弄清人類和計算機如何相互扮演彼此的優勢以創造新型的人機(人+AI)競爭優勢至關重要。在人工智能時代,公司要利用AI+傳統優勢(人)的綜合優勢或由AI改進的傳統優勢來創造新型的人機(人+AI)競爭優勢。

三個因素決定對AI的投資將上升到公司戰略決策(而不僅是運營決策)的層面:必須存在戰略困境或兩難的權衡。某個問題可以通過減少不確定性來解決。 公司需要一臺能夠降低不確定性,改變戰略兩難平衡的預測機器(AI)。

人工智能在供應鏈中取得成功的8個關鍵要素

人工智能和其它自主技術造就自主和近乎自主供應鏈。

弘廣物流

掃碼關注我們

微信號|cshgwl

掃描二維碼|關注公眾號


>
2022年6月是第21個全國“安全生產月”,主題是“遵守安全生產法,當好第一責任人”,為切實強化安全生產宣傳力度,提升“安全生產月”系列活動質量,園區組織各租戶代表及公司員工進行了消防安全培訓及消防安全應急演練。培訓中教官就近期發生在我們身邊的火災及火災帶來的影響及危害進行了宣講及警示,呼吁大家重視消防。還講解了消防基本知識及滅火器的使用方法,滅火器開啟、距離火源遠近以及初期火災的基本撲救方...
2022-06-08
>
在2022年新一輪疫情的影響下,全國多地高速路段實施交通防疫管控,同時客戶疫情防控要求不斷升級變換,出現了車輛滯留、物流不暢等問題。在此期間,有這樣一群物流人,在項目操作流程及異常問題繁瑣等形勢下,為了保障各項目的正常運作,他們不辭辛苦、加班加點,共同克服困難,為公司創造更大的效益。2022年4月26日下午,優達事業部召開最美“疫”線勞動者表彰大會,鑒于在“疫”線各產業人員的突出表現,給予部...
2022-06-08
>
2022年4月23日,弘廣物流集團在長沙安沙總部舉行合伙人老板經營智慧課堂。弘廣物流創始人余漢廣先生作為主講人出席本次課堂,參加本次課堂的合伙人有聶江磊、王勇波、李慧清、鐘盛、彭利、戈濤、盧操、白雪霜、唐彥昕、戴斌、田榮、彭衛國等。課堂上,余漢廣先生結合自身經驗和案例,從經營思維、財務思維、營銷思維和服務思維出發,闡述由管理者升級到經營者(老板)必須要做的思維升級。同時參加此次課堂的合伙人就...
2022-06-08
>
虎力全開 正月初八開工大吉   開工啦~~~美好的時光總是過得很快,春節小長假一眨眼就過去了,春節過后,打工人正式開始上班啦!  告別假期的你,又回歸到工作崗位中,此刻的你是否擺脫了“節后綜合征”?今天是正月初八開門紅!新的一年從紅包開始,開門紅包正式拉開帷幕。開門納福我們以嶄新的面貌迎來開工頭一天2壬寅虎年,我們要以虎虎生威的雄風、生龍活虎的干勁、氣吞萬里如虎的精神,不負春光,不負自己,全...
2022-03-09
>
喜迎新春 攜手前行——弘廣物流開展迎新年活動 律回春暉漸,萬象始更新,轉眼間2021的列車已經到站,2022的鐘聲已經敲響。新年伊始,萬象更新,在此辭舊迎新之際,弘廣物流開展迎新年相關活動。1月24日至25日期間,弘廣物流各事業部分別召開了2021年終總結會議,公司高層,事業部總經理及各部門負責人參加了本次會議。會議聽取了各部門負責人2021年度述職報告,總結了各模塊工作指標的完成情況,盤點...
2022-03-09
>
2022年6月是第21個全國“安全生產月”,主題是“遵守安全生產法,當好第一責任人”,為切實強化安全生產宣傳力度,提升“安全生產月”系列活動質量,園區組織各租戶代表及公司員工進行了消防安全培訓及消防安全應急演練。培訓中教官就近期發生在我們身邊的火災及火災帶來的影響及危害進行了宣講及警示,呼吁大家重視消防。還講解了消防基本知識及滅火器的使用方法,滅火器開啟、距離火源遠近以及初期火災的基本撲救方...
>
在2022年新一輪疫情的影響下,全國多地高速路段實施交通防疫管控,同時客戶疫情防控要求不斷升級變換,出現了車輛滯留、物流不暢等問題。在此期間,有這樣一群物流人,在項目操作流程及異常問題繁瑣等形勢下,為了保障各項目的正常運作,他們不辭辛苦、加班加點,共同克服困難,為公司創造更大的效益。2022年4月26日下午,優達事業部召開最美“疫”線勞動者表彰大會,鑒于在“疫”線各產業人員的突出表現,給予部...
>
2022年4月23日,弘廣物流集團在長沙安沙總部舉行合伙人老板經營智慧課堂。弘廣物流創始人余漢廣先生作為主講人出席本次課堂,參加本次課堂的合伙人有聶江磊、王勇波、李慧清、鐘盛、彭利、戈濤、盧操、白雪霜、唐彥昕、戴斌、田榮、彭衛國等。課堂上,余漢廣先生結合自身經驗和案例,從經營思維、財務思維、營銷思維和服務思維出發,闡述由管理者升級到經營者(老板)必須要做的思維升級。同時參加此次課堂的合伙人就...
>
虎力全開 正月初八開工大吉   開工啦~~~美好的時光總是過得很快,春節小長假一眨眼就過去了,春節過后,打工人正式開始上班啦!  告別假期的你,又回歸到工作崗位中,此刻的你是否擺脫了“節后綜合征”?今天是正月初八開門紅!新的一年從紅包開始,開門紅包正式拉開帷幕。開門納福我們以嶄新的面貌迎來開工頭一天2壬寅虎年,我們要以虎虎生威的雄風、生龍活虎的干勁、氣吞萬里如虎的精神,不負春光,不負自己,全...
>
喜迎新春 攜手前行——弘廣物流開展迎新年活動 律回春暉漸,萬象始更新,轉眼間2021的列車已經到站,2022的鐘聲已經敲響。新年伊始,萬象更新,在此辭舊迎新之際,弘廣物流開展迎新年相關活動。1月24日至25日期間,弘廣物流各事業部分別召開了2021年終總結會議,公司高層,事業部總經理及各部門負責人參加了本次會議。會議聽取了各部門負責人2021年度述職報告,總結了各模塊工作指標的完成情況,盤點...
>
十六歲 正青春 | 弘廣物流迎來成立十六周年慶 時光荏苒,光陰似箭悄然間弘廣物流已走過十六個年頭十六歲,花一般的年紀,弘廣猶如花季少年,朝氣蓬勃從2006年1月16日到2022年1月16日16個春秋,我們始終初心不改16年的并肩作戰,見證了我們的成長16年的努力奮進,見證了我們拼搏進取、開拓創新的足跡 【領導致辭】余董表示:“在過去的16年里,所有的弘廣人為弘廣的發展做出了卓越的貢獻,在此向...
更多熱點新聞
湖南省弘廣物流集團有限公司

湖南省長沙縣安沙鎮物流大道東段9號弘廣智慧物流園
業務咨詢:0731-86885088  0731-84076869
客服部:0731-84076799  0731-84078887
合伙人模式咨詢:www.zlyd56.com
危險品運輸咨詢:www.yjwl568.com
郵箱:wangyingdiaodu1@hg568.com