物流技术：实施失败的原因

物流供应商采用现代技术是将数字解决方案应用于模拟世界的一个案例。

就其性质而言，物流是非常物理的：卡车、拖车、轮船、火车和仓库。没有什么“虚拟”的东西——唯一可以“在云中”运行的东西是飞机——但供应商正急于接受只由位和字节组成的系统。

他们的冲动是可以理解的。在这个物联网时代，自动化是应对无情数据流的关键，所有这些都旨在满足客户对快速、精确交付不断增长的需求。为此，机器学习和人工智能等进步正在使一定程度的“智能”决策成为可能，这远远超出了有血有肉的管理者的理解。

物流技术意义重大。那么为什么这么多实现未能兑现承诺？

Ali Hasan Raza 来自现实世界。他开始从事运营业务，包括 18 轮车。在他的职业生涯大约十年后，他开始转向技术，包括跟踪和追踪系统，以及监控卡车的运动。如今，他是ThroughPut Inc. 的联合创始人兼首席执行官，该公司是一家利用人工智能帮助缓解运营瓶颈的软件供应商。

作为一家科技公司的领导者，Raza 看到了自动化对物流供应商的价值。但他也敏锐地意识到其在现实世界中的实施存在脱节。他说，简而言之，数字技术的性质和价值“取决于最终用户是谁”。卡车司机寻求解决日常运营的基于点的解决方案。经纪人被吸引到将托运人与实体服务提供商联系起来的电子市场。 Walmart Inc. 和 Amazon.com Inc. 等大型零售商青睐支持端到端供应流的系统。

因此，尽管“数字化”这个词包罗万象，但它也可能非常模糊，为被归类在同样含糊不清的“物流”一词下的用户描述了广泛的“解决方案”。

Raza 指出，面向企业的大型系统从一些关键假设开始。它们旨在模拟现实世界，包括预期交货时间、车辆容量、包装要求、材料处理设备和产品组合。但是基于数字的规划系统在使用稳定状态而不是瞬态模型时最舒适。物流世界显然是瞬息万变的。

“如果您从事物流和供应链工作，每天都会发生变化，”拉扎说。 “你没有固定的交货时间和产能。瓶颈总是在变化，尤其是在 COVID-19 期间，仓库和工厂正在关闭，需要对整个路线进行优化。”

在混乱的环境中，即使是经过深思熟虑的系统最终也无法反映实际的操作流程。 “这就是我们看到这些数字化转型失败的原因，”拉扎说。 “构建事物的唯一方法是做出假设。与数学一样，您从基本方程开始。但你做的假设越少，你的自由就越多。”

人工智能和机器学习不是专门为应对这种不确定性而设计的吗？ Raza 同意可以使用 AI 来感知实际需求和产品组合，并从中逆向规划。 “它可以实时提供建议，”他说，“但仍然需要有人执行。”这就是当下现实威胁到“智能”机器的最佳计划的时候。

物流操作的完全自动化在任何情况下都是罕见的，仅限于处理高度专业化产品的奇怪的“熄灯”仓库。这种设置带来了牛鞭效应的可能性，即供应链上未经纠正的小错误估计会升级并导致下游灾难性的服务故障。

具有讽刺意味的是，技术在组织内的成功归根结底取决于人类。 Raza 说，问题通常是企业文化之一。

“技术只能让你已经在做的事情变得更快，”他说。 “如果你没有数据驱动的文化，并且从未对你的数据做过任何事情，你就不会增加任何价值。”

培训——人，而不是机器——同样重要。任何在新流程中没有充分培训员工的情况下试图淘汰旧流程的组织都必定会看到其昂贵的技术计划失败。与此同时，高层管理人员需要对他们的投资回报持现实态度，即使他们面临来自投资者的压力，要求他们展示不断增长的季度利润。在这种情况下，采用软件即服务产品有助于降低前期成本。

毫无疑问，物流的物理世界需要以自动化和预测系统的形式出现的虚拟功能，以从其大量资本支出中获得最大收益。但是这些“解决方案”的应用方式可以说明成功与失败之间的区别。正如 Raza 所说：“技术是一种推动力，而不是解决方案。”