许多供应链基于过时的信息以及过时的软件进行猜测。AI承诺提高可见性和组织。

在人工智能（AI）加强我们的供应链之前多久？不会很久。最近由Forbes Insights，SAS，英特尔和埃森哲进行的一项调查显示，36％的公司正在为其物流和供应链运营增加AI功能，另有28％的公司计划这样做。

供应链面临的挑战是不透明。毕竟，它们涉及许多移动部件，每个部件由不同大陆的不同实体运行，使用不同的系统。Aera Technology公司首席执行官Fred Laluyaux说：“供应链与供应链运营的实时可视性理想相差甚远，因此，数据驱动，准确的决策 。” 尽管多年来一直在实施“供应链运营的一系列交易和分析系统 - 无论是在进入的场所还是云端”，情况都是如此。

这是因为，与其他所有涉及企业的事物一样，供应链在当今更快的数字环境中变得更加复杂。数据量和多样性的飙升势不可挡。更多的合作伙伴，产品，地理位置复杂化，全球竞争和客户期望的上升使这一困境更加复杂化。

再添加一个元素来应对供应链的压力 - 亚马逊效应。公司确实需要收紧他们的流程，以便将产品从工厂搬到仓库，经销商到客户的家门口，快速，可见，无痛。

Laluyaux警告说，“太多的供应链依赖于经常过时和相互矛盾的信息做出的猜测决策。” “通过继续依赖现状流程和十年前的软件，公司面临风险延迟，不必要的成本和收入损失。”

输入AI。“人工智能依赖于机器学习算法来实时学习和优化，因为它可以抓取内部和外部数据集，”他继续道。“这可能包括库存数据，供应商绩效，需求波动，甚至天气或道路状况。人工智能将这些不同的知识结合起来，就最佳行动提出建议或决策。将其视为基于认知自动化的自动驾驶业务 - 学习，思考和采取行动的能力。“

Laluyaux指出可用于承诺的功能，该功能根据资源可用性响应客户订单查询。在传统软件中，可承诺“基本上是基于规则的计算，基于理论上的交付时间和分配规则，这些规则具有令人难以置信的变化和波动性，”他说。“在计算中使用这些数据点可能会导致错误的日期。”

相比之下，他解释说，“人工智能可以自动生成供应链地图，显示订单的所有内容，包括分配数量和预期交货日期。它提供基于机器学习和数据科学的高度准确的建议和预测，而不是简单的规则 - 基于计算。“

除了可承诺之外，人工智能的认知自动化功能可以应用于所有供应链流程，Laluyaux继续说道，“从需求和供应预测到库存优化，制造业绩，采购自动化和供应商可靠性评估。” 他称之为“自动驾驶供应链”。他看到通过AI增强供应链的旅程经历了五个层次的发现和发展：

理解。“利用AI充分了解供应链的真实运行状态。”

建议。“利用人工智能系统获取关键风险和机遇的建议。”

预测。“基于人工智能不断发展的机器学习，获得有关预测和概率的见解。”

增加的决定。“AI提出了需要人工审核和批准的最佳决策。”

自主决定。“AI在没有人为干预的情况下自主决策。”

人工智能是一个旅程，它的最大价值来自处理复杂性。在商业世界中，没有什么比供应链更复杂，使其成为人工智能的成熟区域。

​

相关文章