許多供應鏈基於過時的信息以及過時的軟件進行猜測。AI承諾提高可見性和組織。

在人工智能（AI）加強我們的供應鏈之前多久？不會很久。最近由Forbes Insights，SAS，英特爾和埃森哲進行的一項調查顯示，36％的公司正在爲其物流和供應鏈運營增加AI功能，另有28％的公司計劃這樣做。

供應鏈面臨的挑戰是不透明。畢竟，它們涉及許多移動部件，每個部件由不同大陸的不同實體運行，使用不同的系統。Aera Technology公司首席執行官Fred Laluyaux說：“供應鏈與供應鏈運營的實時可視性理想相差甚遠，因此，數據驅動，準確的決策 。” 儘管多年來一直在實施“供應鏈運營的一系列交易和分析系統 - 無論是在進入的場所還是雲端”，情況都是如此。

這是因爲，與其他所有涉及企業的事物一樣，供應鏈在當今更快的數字環境中變得更加複雜。數據量和多樣性的飆升勢不可擋。更多的合作伙伴，產品，地理位置複雜化，全球競爭和客戶期望的上升使這一困境更加複雜化。

再添加一個元素來應對供應鏈的壓力 - 亞馬遜效應。公司確實需要收緊他們的流程，以便將產品從工廠搬到倉庫，經銷商到客戶的家門口，快速，可見，無痛。

Laluyaux警告說，“太多的供應鏈依賴於經常過時和相互矛盾的信息做出的猜測決策。” “通過繼續依賴現狀流程和十年前的軟件，公司面臨風險延遲，不必要的成本和收入損失。”

輸入AI。“人工智能依賴於機器學習算法來實時學習和優化，因爲它可以抓取內部和外部數據集，”他繼續道。“這可能包括庫存數據，供應商績效，需求波動，甚至天氣或道路狀況。人工智能將這些不同的知識結合起來，就最佳行動提出建議或決策。將其視爲基於認知自動化的自動駕駛業務 - 學習，思考和採取行動的能力。“

Laluyaux指出可用於承諾的功能，該功能根據資源可用性響應客戶訂單查詢。在傳統軟件中，可承諾“基本上是基於規則的計算，基於理論上的交付時間和分配規則，這些規則具有令人難以置信的變化和波動性，”他說。“在計算中使用這些數據點可能會導致錯誤的日期。”

相比之下，他解釋說，“人工智能可以自動生成供應鏈地圖，顯示訂單的所有內容，包括分配數量和預期交貨日期。它提供基於機器學習和數據科學的高度準確的建議和預測，而不是簡單的規則 - 基於計算。“

除了可承諾之外，人工智能的認知自動化功能可以應用於所有供應鏈流程，Laluyaux繼續說道，“從需求和供應預測到庫存優化，製造業績，採購自動化和供應商可靠性評估。” 他稱之爲“自動駕駛供應鏈”。他看到通過AI增強供應鏈的旅程經歷了五個層次的發現和發展：

理解。“利用AI充分了解供應鏈的真實運行狀態。”

建議。“利用人工智能系統獲取關鍵風險和機遇的建議。”

預測。“基於人工智能不斷發展的機器學習，獲得有關預測和概率的見解。”

增加的決定。“AI提出了需要人工審覈和批准的最佳決策。”

自主決定。“AI在沒有人爲干預的情況下自主決策。”

人工智能是一個旅程，它的最大價值來自處理複雜性。在商業世界中，沒有什麼比供應鏈更復雜，使其成爲人工智能的成熟區域。

​

相關文章