对话Blue Yonder高管Hong Mo Yang：智能供应链的价值与趋势
Blue Yonder制造业务高级副总裁兼总经理Hong Mo Yang接受Manufacturing Global专访，谈智能供应链在制造业中的重要性。
1. 何为智能供应链？其在制造业中扮演何种角色？
智能供应链利用技术提升效率、自我优化、智能响应需求变化与中断。例如，利用人工智能（AI）和机器学习（ML）自动化流程，供应链可无需人工干预做出智能决策。这可能是为延误零部件发货制定B计划确保准时到达产线，或提前标识人员短缺可能延迟生产。
2. 智能供应链对制造商有何意义？为组织提供何种价值？
采用AI、ML等技术帮助制造商跟上需求变化，通过预测问题而非事后响应，实现预判客户购买行为、提前布局。
3. 技术在打造智能供应链中扮演何种角色？
疫情严重扰乱全球供应链，迫使企业短期内决策反应。机器让反应尽可能快且智能 —— 例如用ML识别潜在延误或故障点。ML可粒度作业，如检查单个装载、预测高风险交付，算法在故障时重新路由。全流程从规划到执行可自动化。
ML还助制造商优先分配最急需物资，确保生产交付承诺兑现。人类处理大量数据、紧迫期限常需数天且易错。机器无情绪干扰、基于数据快速做出正确决策，传统顺序规划方法可能终结。
4. 智能供应链三大趋势是什么？
三大趋势为AI/ML、数字供应链孪生、支持新技术的数据科学家需求增长。如前所述，AI/ML在供应链有大量用例：从预测需求、预判中断到优化运输路线、资源规划、客户履约策略，广泛实施驱动效率、自动化、实现供应链网络更高可见性与集成。
为助供应链领导者跨端到端供应链做出正确决策，数字孪生至关重要。通过创建物理供应链数字化表征，企业可利用数字孪生做局部与全局决策、提升态势感知、自信评估各场景影响。更关键的是，组织可预判决策对营收增长、利润控制、客户满意度等战略目标的影响。
随着企业持续投资AI/ML、IoT、机器人新技术，叠加跨内外部资源聚合更高数据量需求，数据科学家需求将增长。如今数据科学家致力于解决诸多挑战：建模数据、制定计划使供应链更可持续、通过更高可见性与控制提升响应速度与敏捷性、用AI/ML与大数据自动化决策流程，助企业做出更明智战略决策。
自动化控制系统