“自动驾驶”供应链的到来

自动驾驶汽车和卡车的时代即将来临。自动驾驶供应链怎么样？

近几十年来，技术已经渗透到供应链管理的方方面面。然而，到目前为止，在生产和分销方面做出关键决策的人仍然需要有人在场。

在风险管理方面尤其如此，这门学科对于现代全球组织的生存至关重要。供应链经理必须权衡任何数量的潜在中断发生的可能性，无论是洪水、海啸和火山等自然灾害，还是劳工行动和恐怖袭击等人为事件，并采取适当的行动。这样的判断被认为超出了机器的能力范围。

到目前为止。人工智能能够筛选大量数据并检测人眼不可见的模式，在预测和风险管理中发挥着越来越大的作用。机器比制造它们的人类更能洞察未来的那一天可能很快就会到来。

人工智能领域最有前途的创新据 Aera Technology, Inc. 首席执行官 Fred Laluyaux 称，如今的变化正在发生在药品和包装消费品领域。他们承受着来自亚马逊的最大压力，需要彻底改变他们为客户提供服务的方式。

“一位客户以雄辩的方式向我描述了它，”Lalulaux 回忆道。 “他们说，‘如果我们不改变，我们就是下一个离开的人。’”

对于传统商家而言，挑战在于在消费者对价格、便利性和速度更感兴趣的时候保护他们的品牌。多亏了亚马逊，Laluyaux 说，去商店变得“无关紧要”。为了与电子商务巨头的能力相匹配，卖家必须在供应链的每个阶段提高效率。这包括更好地管理风险。

人工智能的许多进步正在发生在预测分析领域。制造商被迫加快将产品送到买家手中的过程。与此同时，“大数据”的可用性在呈现更广阔的市场图景的同时，也让规划人员充满了信息。如果没有自动化系统解释输入的帮助，它们就无法区分“信号”和“噪声”。

公司不能再靠年度促销计划和六个月的销售和运营计划 (S&OP) 周期过关。市场环境——尤其是反复无常的消费者的口味——变化太快了。 “你必须达到更高的性能水平，”Laluyaux 说。 “这种 [程度] 自动化让你到达了人类无法追随的地方。”

最终目标是一个能够实时响应市场状况的系统。需求感知并不是一门新学科，但长期以来，它一直受到延迟必要行动的遗留工具和流程的阻碍。在目前的形式中，该功能远远超出了访问销售数据的范围，还包括“智能”包装等元素。

输入包括从销售点 (POS) 数据到天气预报、尼尔森评级、社交媒体帖子和竞争情报的所有内容。在制药领域，添加有关政府批准新药的最新消息。

“网越来越宽，”Laluyaux 说，“颗粒也越来越细。”

作为一个独立的系统，A.I.价值不大。为了有效，它必须结合不同的数据流，并将自身分散到供应链的多个功能中。假设零售商的特定商品的销售额增长了 2%。为了满足意外需求，它需要能够确定提高产量的最佳来源、评估制造能力、修改物料清单并相应地调整库存水平。如果交易系统没有相互“交流”，那么这个过程可能需要几天时间——对于商家来说，利用转瞬即逝的趋势为时已晚。

更重要的是，A.I.系统需要将其大量数据与人类专家相结合，这些专家仍然负责就产品的发货时间和地点做出最终决定。

Lalulaux 描述了“认知工作台”的概念，其中 A.I.解释数据并提出建议，然后（大部分）由人类专家执行。但这只是人工智能发展的一个过渡阶段。机器学习的本质是系统在提出要采取的适当行动方面的经验会变得更好。最终，它应该能够在不需要人工干预的情况下做出许多关键决策。到那时，“预测性”分析就变成了“规定性”。

我们离自动化完全取代人类经理的地步还很远。 Laluyaux 说，如果从预测到规定再到完全自主，那么许多公司仍然停留在第一和第二阶段之间。 “自动驾驶”供应链的前景相当不错；这只是有问题的时间表。目前，人类考虑把手从方向盘上移开还为时过早。