Maria Korolov
企業(yè)預(yù)見到物流和分銷領(lǐng)域的未來更加可預(yù)測、更加自動化,人們對SCM領(lǐng)域的機器學習和人工智能越來越感興趣。
對位于加利福尼亞州的英飛凌(Infinera)來說,2017年實在不容易。這家電信設(shè)備制造商的收入從2016年的8.7億美元下降到2017年的7.4億美元。毛利率從45%下降到33%。最終,這家在美國、加拿大、中國、印度和瑞典雇有2000多名員工的公司宣布,當年凈虧損1.95億美元,而2016年凈虧損2400萬美元。
首席執(zhí)行官Thomas Fallon年初告訴投資者說,為了扭轉(zhuǎn)局面,公司開始非常重視技術(shù)進步。
他說:“除了繼續(xù)關(guān)注市場進入,我們的重組還包括建立一個部門,確保在短期內(nèi)實現(xiàn)產(chǎn)品快速交付,而長期則最終實現(xiàn)差異化的技術(shù)。我們在這方面取得了進展?!?/p>
對此,該公司轉(zhuǎn)而采用人工智能,因為其目標領(lǐng)域之一是供應(yīng)鏈管理(SCM),英飛凌將利用機器學習,通過分析生產(chǎn)交貨時間的過去變化,以及物流提供商的表現(xiàn)來更好地預(yù)測交貨日期。
該公司負責信息技術(shù)的高級副總裁Todd Tuomala表示:“我們希望我們的銷售部門能夠快速確定當前供貨產(chǎn)品的待售報價和訂單,并且我們希望在進行調(diào)度決策時,能夠立即更全面地考慮更多的因素和約束條件?!?/p>
人工智能的預(yù)測影響
Tuomala稱,英飛凌的第一個供應(yīng)鏈人工智能試點項目將在今年年中開始實施——從一家制造工廠開始?!拔覀冞€希望在年底前為我們的銷售部門和客戶提供所有產(chǎn)品的供貨信息?!?/p>
他說,使用機器學習將使得公司能夠更快地做出調(diào)度決策。此外,該公司考慮的因素比目前更為全面。
英飛凌采用Intrigo系統(tǒng)公司的供應(yīng)鏈管理技術(shù),結(jié)合了Splice Machine公司的人工智能技術(shù)。
Splice Machine公司的首席執(zhí)行官兼聯(lián)合創(chuàng)始人Monte Zweben說,公司已經(jīng)能夠?qū)λ麄兊墓?yīng)鏈管理系統(tǒng)進行30年的可用預(yù)測。他補充道,但直到最近,公司才擁有支持準確預(yù)測(例如,對交付時間的預(yù)測)的數(shù)據(jù)基礎(chǔ)設(shè)施。
“如果你是一家網(wǎng)絡(luò)設(shè)備大型制造商,你的銷售人員要銷售這些大系統(tǒng),銷售人員總是會被問道:‘你能在這個日期之前給我訂單嗎?在大多數(shù)公司中,即使是在目前擁有最好的ERP系統(tǒng)的情況下,銷售人員也會低調(diào)地說:‘讓我去查查,然后回復(fù)你?!盳weben說:“這就有可能導(dǎo)致客戶去找別的公司,得到一份競爭性的訂單報價——畢竟,他們要等你們的報價?!?/p>
通過實時獲取信息,銷售部門馬上就能夠與客戶進行談判。也許其中一個訂單項還不能在規(guī)定的日期內(nèi)提供,但其他的可以。他說:“這是一個完全不同的過程?!?/p>
而預(yù)測交貨不僅僅能夠拉動制造和運輸計劃。采用智能供應(yīng)鏈管理技術(shù),企業(yè)可以查看歷史發(fā)貨時間和制造細節(jié),并將其與天氣報告等外部數(shù)據(jù)輸入結(jié)合起來使用。
Zweben說:“你可以根據(jù)預(yù)測的庫存量對客戶做出承諾,而不是計劃中的庫存量。并根據(jù)未來可能發(fā)生的事情向客戶做出承諾,而不是應(yīng)該發(fā)生的事情。現(xiàn)在,轉(zhuǎn)機來了?!?/p>
供應(yīng)鏈迷宮
英飛凌在部署這類技術(shù)方面具有優(yōu)勢,因為它采用了縱向集成的業(yè)務(wù)模式。對于其他公司來說,供應(yīng)鏈應(yīng)用人工智能技術(shù)是一個棘手的過程。
位于安大略的企業(yè)信息管理供應(yīng)商OpenTeX的產(chǎn)品營銷總監(jiān)Mark Morley表示:“這似乎是一個非?;镜膯栴},但事實一直是,業(yè)務(wù)合作伙伴之間50%以上的信息交換仍然是通過傳真、電子郵件和電話進行的。”
因此,物流并不是企業(yè)考慮部署人工智能技術(shù)時首先想到的領(lǐng)域。
據(jù)最近Forrester對全球決策者的調(diào)查,在供應(yīng)鏈管理中應(yīng)用人工智能遠遠落后于市場營銷、產(chǎn)品管理和客戶支持。只有13%的企業(yè)報告說,他們的企業(yè)在開展或者評估人工智能系統(tǒng)的投資和應(yīng)用時,將人工智能應(yīng)用到了物流領(lǐng)域。
供應(yīng)鏈通常涉及大量的外部合作伙伴,其中一些可能在技術(shù)上遠遠落后于其他合作伙伴。此外,專家表示,還有數(shù)據(jù)質(zhì)量和互操作性問題。
Forrester研究公司副總裁兼首席分析師Boris Evelson說,在將先進的分析和機器學習算法應(yīng)用到供應(yīng)鏈數(shù)據(jù)之前,企業(yè)必須首先從制造商、代理商、經(jīng)銷商和供應(yīng)商那里收集這些數(shù)據(jù)。
他說:“從所有這些來源獲取數(shù)據(jù),這是一個巨大的挑戰(zhàn)。”數(shù)據(jù)收集好之后,并不總是能夠立即使用?!肮?yīng)商在數(shù)據(jù)細節(jié)上可能位于某一層面,而代理商的數(shù)據(jù)細節(jié)則可能位于不同的層面。供應(yīng)商會提供具體某一產(chǎn)品的數(shù)據(jù),而代理商的數(shù)據(jù)則可能只是基于容器的?!?/p>
但這并不是說企業(yè)沒有試圖去解決這個問題。
埃森哲應(yīng)用智能總經(jīng)理Frank Meerkamp說:“我們與財富400強的客戶進行交流發(fā)現(xiàn),他們都對概念的理解、探索和驗證感興趣。人工智能在供應(yīng)鏈管理中有很多機會?!?/p>
他說,消費品領(lǐng)域的公司處于最前沿,因為他們面對巨大的利潤壓力。
他補充說,這不僅僅是炒作?!笆堑模泻芏喑醋?,但我也認為這是個好事。我們需要炒作讓人們行動起來。我想我們正處在這一歷程的開始階段?!?/p>
超越分析
除了分析供應(yīng)鏈數(shù)據(jù)和做出與物流相關(guān)的預(yù)測之外,人工智能技術(shù)也被用于供應(yīng)鏈管理的其他領(lǐng)域。
對消費者來說,人工智能最顯著的應(yīng)用之一是Siri、Alexa和Google等個人助理。這些聊天機器人把搜索、語音識別和自然語言處理結(jié)合在一起,這些都是由人工智能推動的。
Meerkamp說,同樣的方法可以用來創(chuàng)建虛擬代理,幫助企業(yè)更容易地從ERP系統(tǒng)中提取信息。他說,未來10年這會非常普遍。
人工智能的另一常見應(yīng)用是圖像識別。SapientRazorfish公司的商業(yè)和內(nèi)容實踐高級副總裁Jason Goldberg說,人工智能可以在庫存管理中發(fā)揮作用。
他說,實踐中的一個例子是Amazon Go商店。Target公司還使用了一臺帶有立體相機的機器人進行測試,在商店通道中漫游,并進行盤點。沃爾瑪最近把類似的試點項目擴展到了50家商店。他說:“零售商必須非常準確地知道店內(nèi)庫存,這比以往任何時候都更為重要,計算機視覺正逐漸成為這方面的一種主要技術(shù)?!?/p>
貝寶(PayPal)定價產(chǎn)品主管Nolwenn Godard表示,定價也是人工智能技術(shù)發(fā)揮作用的領(lǐng)域。這包括價格優(yōu)化和價格的自動執(zhí)行。
她補充說,這項技術(shù)也將有助于提高人們的工作效率。“人類智能與人工智能和自動化相結(jié)合,意味著能夠節(jié)省時間、減少運營開支,避免了人工錯誤。員工能夠把他們的注意力轉(zhuǎn)移到非常規(guī)的、分析性的和創(chuàng)造性的任務(wù)上,而人工智能還能為這些活動提供幫助和補充?!?/p>
物聯(lián)網(wǎng)將推動人工智能
人工智能本身就是一種強大的革命性的業(yè)務(wù)技術(shù)。據(jù)OpenText的Morley的說法,當與物聯(lián)網(wǎng)(IoT)結(jié)合后,它就會加速前進。
Morley說:“你實際上得到了自主的供應(yīng)鏈。它使得供應(yīng)鏈幾乎具有自我意識、自我管理和自我決定的能力?!?/p>
ABB是世界上最大的一家工程公司,一直致力于這方面的工作。
該公司的首席安全官說:“我們ABB有研究中心,在過去五到七年里一直研究人工智能和機器學習?!?/p>
例如,ABB建立了名為ABB Ability的物聯(lián)網(wǎng)平臺。
他說:“一般情況下,客戶給我們的信息是關(guān)于狀態(tài)監(jiān)測和預(yù)測性維護的。他們想知道什么時候會出故障,某一資產(chǎn)最終能用多久。當我們知道某一部件要出故障時,我們就會將其與備件訂購系統(tǒng)聯(lián)系起來?!?/p>
這意味著客戶在停機之前就把問題解決掉了。他說:“說到底,一切都是為了幫助客戶,讓他們的產(chǎn)品保持運轉(zhuǎn)?!?/p>
Maria Korolov過去20年一直涉足新興技術(shù)和新興市場。
原文網(wǎng)址
https://www.cio.com/article/3269513/supply-chain-management/ai-in-the-supply-chain-logistics-get-smart.html