當前位置:首頁 > 文庫 > 投融資

AI加持下的未來供應鏈到底有多強大?


中華品牌管理網   2019-06-20  作者:弗萊德·鮑曼    訪問人數:0  共有(0)條評論 我要評論
核心提示

人工智能(AI)技術納入供應鏈系統后,可以通過深度學習技術來分析過去的供應鏈失誤,防止新的供應鏈風險。

AI加持下的未來供應鏈到底有多強大?
   自我學習型供應鏈制造業供應鏈管理與庫存控制方法(沙盤)制造業供應鏈管理與庫存控制方法培訓,使學員理解供應鏈管理的意義和方法,幫助學員在游戲中悟到供應鏈管理的實質。同時,團隊成員在活動中收獲一份真摯的友誼,良好...[詳細]供應鏈中的包裝設計與管理供應鏈中的包裝設計與管理課程將包裝設計與物流環境及產品特性緊密聯系,通過分析產品運輸所經歷的環境及產品自身特點來設計包裝,從而避免包裝不足而造成產品損壞或...[詳細]供應鏈核心與精品之供應鏈運作管理供應鏈運作管理課程,著重于為采購與供應管理專業人士提供評估可以提升組織運營能力的主要技術的方法。供應鏈運作管理涵蓋了很廣泛領域如:制造、建筑、零售、服務和...[詳細]汽車制造企業物流與供應鏈管理汽車制造企業物流與供應鏈管理課程培訓,旨在使學員了解汽車企業物流與供應鏈管理的必要性和重要性,了解先進的物流與供應鏈管理運作組織結構和供應鏈管理,信息化在...[詳細]將是供應鏈創新的下一個風口。

在這個未來場景下,為供應鏈系統注入人工智能(AIAI人工智能技術及其應用實戰AI人工智能技術及其應用實戰,旨在使學員掌握人工智能領域的基礎和精華內容,掌握人工智能的基礎知識,人工智能的問題解決思路,人工智能的應用案例,人工智能產業和人...[詳細]場景化AI賦能“新客服” -人工智能訓練師能力提升場景化AI賦能“新客服” -人工智能訓練師能力提升課程,旨在幫助學員了解客服行業的最新發展趨勢;了解人工智能訓練師的前世今生;智能時代下服務行業的機遇與挑戰;...[詳細]AI時代制造企業如何綜合服務運營企業轉型AI時代制造企業如何綜合服務運營企業轉型課程,旨在幫助學員掌握制造企業向綜合服務業轉型的變革與機會;企業如何由產品制造向綜合服務過渡;學習企業建設綜合服務平...[詳細])技術,可以通過分析現有的供應鏈戰略和運行數據,來總結導致供應鏈失誤的潛在因素。然后,供應鏈AI系統通過對經驗知識的學習,預測未來的供應鏈問題,主動決策、自主執行相應的解決方案。

雖然在自我學習型供應鏈成為現實之前還有很長的路要走,但人工智能的最新進展表明這將不再是天馬行空。

1、走向數字化數字化營銷數字化營銷課程培訓,幫助學員了解互聯網思維,現下互聯網產業最有總結性的思維和商業模式,不單可以為我們更好地解讀,也為我們打開一個全新的思維空間和學習借鑒的...[詳細]云計算架構建設與數字化轉型最佳實踐培訓班云計算架構建設與數字化轉型最佳實踐培訓,幫助學員系統全面地了解和學習云計算和超融合架構的原理、技術、開發和部署方法等,熟悉超融合主流廠商的解決方案,熟悉主...[詳細]供應鏈的道路
我們預測數字化供應鏈發展的路徑將分為四個階段,分別是可視化階段、預測分析階段、規范化供應鏈階段以及自我學習型供應鏈階段(見下圖)。隨著企業成熟度曲線逐步上移,企業對人工的依賴將被自動化應用所取代,并帶來明顯的效率提升和成本節約。

目前大多數公司都處于數字化供應鏈的第一階段,即可視化階段。人們更多地關注端到端的供應鏈可視化,以幫助公司更好地進行管理和約束。在這個階段,通常可以通過各種系統應用的集成實現可視化。

例如將企業資源規劃(ERP)系統與最佳解決方案和客戶系統連接起來,這種系統應用集成可以幫助企業直觀地了解產品在供應鏈中實現端到端的過程。

數字化供應鏈發展的第二個階段是預測分析階段。企業利用預測分析算法,通過大數據(例如物聯網、傳感器數據、SNEW數據等)處理,可以預測未來可能出現的供應鏈問題。

例如,通過對實時數據的預測和分析,結合天氣預報和港口擁堵情況分析,可以預測復雜因素對貨輪的影響,甚至可能比船長更早知道哪些貨物將遲到。

被動的機器學習技術帶來的規范化供應鏈是數字化供應鏈發展的第三階段。在這個階段,智能系統可以在預測潛在的供應鏈問題的基礎上更進一步,提出解決問題的行動方案。

例如,對于預計遲到的貨物,智能系統可以提供多種備選解決方案(例如來自其他資源的交換需求或來自其他供應商的訂單),然后推薦最佳行動方案。

數字化供應鏈發展的最后階段是通過深度學習實現的自學供應鏈。深度學習是人工智能的一種形式,在這種方式下機器可以向機器學習,并且這種類型的人工智能技術(AI)已經開始出現。

2、深度學習將如何影響供應鏈
供應鏈失誤(例如錯過發貨窗口和訂單履行率差等等)是數百萬種可能的行動和供應鏈政策組合的結果。

企業可以通過供應鏈實現數百萬種行動和政策的組合,大型企業每天都會收到數百萬條訂單;企業需要就網絡布局戰略、補貨方法和運輸方式等戰略問題做出大量決策。所有這些決策都會對服務水平和成本產生直接影響。

此外,還有環境因素,如天氣、社交情緒、新聞事件、競爭對手活動等,這些因素可能會增加做出最佳決策的難度。

隨著人工智能技術嵌入自我學習型供應鏈,機器將能夠對供應鏈戰略進行檢查,以確定供應鏈失誤發生的位置和原因,以及相關的外部組合因素,如忠誠度、庫存水平、天氣、競爭對手的事件、市場表現、交通或社會經濟事件等。然后,機器學習算法將篩選這些數據,并了解這些因素是如何相互作用導致供應鏈失誤。

將來,自我學習型供應鏈將能夠告訴供應鏈計劃人員,當某個事件的組合同時發生時,可能會產生供應鏈失誤。然后,機器可以通過主動調整庫存水平來應對供應鏈失誤,或者是向供應鏈計劃人員發送提醒。

3、自我學習的供應鏈
我們相信深度學習算法在未來將推動供應鏈的發展。通過分析所有這些因素的組合,確定哪些事件組合可以預測供應鏈失誤,并主動構建風險緩解的策略,幫助組織以最低的成本、以最強的信心為客戶提供服務。

能夠做到這些事情的公司,將可以最低的成本更好地為客戶服務(更快、更高效率的訂單履行并保證及時性)。

達到這種供應鏈成熟度水平需要依靠合作伙伴的數據生態系統高效收集數據資源,以便為這些具有深度學習能力的人工智能技術模型提供實時分析的依據。雖然支持自我學習型供應鏈所需的技術仍在開發中,但在當前階段對企業來說掌握數字化供應鏈的相關技術意義重大。

本文已標注來源和出處,版權歸原作者所有,如有侵權,請聯系我們。

供應鏈管理培訓也是近期大家關注的話題
標簽:物流供應鏈供應鏈金融數字化AI
來源:供應鏈季刊
暫無評論,快來添加一條!
點擊這里提交你的留言
新浙江十一选五走势图