人工智能解决供应链中断的五种方法

冠状病毒大流行带来的业务中断——从杂货店的空货架到电子商务交付的长期延误——已经揭示了供应链的弱点，以及人工智能的日益增长的机会。

部分问题是转向准时制制造 (JIT)，这创造了精益供应链，保持较低的库存水平，以消除与生产过剩和过剩相关的风险。这一从汽车行业借鉴而来的策略使供应商能够通过低库存水平和降低生产成本来降低成本。然而，当诸如大流行或自然灾害之类的事情发生导致需求激增时，就很难提高产量或利用过剩的供应来填补管道——尤其是当整个工厂因感染而关闭时。今天需要的是一种新模型，可以通过 JIT 实现实时需求制造。

人工智能驱动的工具包

越来越多的供应商正在转向各种形式的人工智能，以更好地应对现在和未来供应链中断的挑战。考虑以下五个应用程序：

• 预测分析。 为了使公司不会被不断变化的市场、经济或消费者的变化所蒙蔽，基于人工智能的预测分析通过分析历史数据中的模式来实现准确的预测。它使用数据挖掘、统计建模和机器学习来启用庞大的数据集来预测未来的结果。例如，零售商可以使用它来确定特定商品缺货的可能性和时间，或者如果 Bounty 停产，消费者仍会购买 X 品牌纸巾的可能性。它还可以分析供应商，以确定哪些供应商在紧急情况下最可靠。
• 深度学习。 在大流行期间，远程查看商店位置变得至关重要。如今，视频监控与基于深度学习的解决方案相结合，可以帮助管理人员确定是否遵守了安全协议，例如清理 POS 系统、坚持戴口罩和保持社交距离。此外，这些类型的基于 AI 的视频监控可以帮助进行库存管理的商店审计，以确定空货架的位置以及哪些产品没有销售。
• 仓库机器人。 仓库地板上的机器人拣选和包装物品大大提高了仓库的速度和效率。在大流行期间，由于生病的工人或健康状况不佳的工人被迫留在家中而导致人力短缺，机器人弥补了这一空缺。
• 机器人流程自动化 (RPA)。 发票、订单处理、数据输入和其他管理任务等重复性任务可能是供应链中断的主要罪魁祸首。 RPA 使许多公司能够将这些任务自动化，并让人类员工腾出时间来处理更具战略意义的任务，以及直接与合作伙伴、客户和其他人打交道。例如，RPA 可用于处理采购订单、确定所需的库存水平并将其与实际库存相匹配——所有这些都不依赖于人工干预，除非处理异常。
• 计算机视觉。 这种 AI 驱动的图像检测形式可用于运输和物流，以帮助识别人流量大的区域并帮助规划最佳卡车运输路线。基于计算机视觉的算法分析来自卫星图像的数字图像或视频，以发现和计算某些区域的汽车和公共汽车等，并帮助卡车司机避开这些区域。在其他应用中，它可用于确定可能妨碍火车顺利供应货物的受损火车轨道的位置。

微仓库方法

除了自动化，未来供应链的一个标志是离客户更近的仓储和存储。即使是亚马逊或沃尔玛这样的公司，大型仓库也将被许多较小的仓库所取代——为距离它两英里内的客户群提供服务。公司可以拥有多个仓库，而不是拥有几个大型仓库，以分散分销过程，更快地将货物送到零售商和消费者手中，甚至促进可持续性实践，减少空气和公路排放。

事实上，未来的供应链将由更少的人工组成；更大的人工智能驱动的自动化，用于管理和预测库存需求、处理数据和处理后台任务和仓库操作；和新的交付渠道，包括无人机，以实现更安全、无接触的送货上门。

未来的供应链需要克服关键障碍才能成为现实。可互操作的集成系统需要在整个供应链中共享数据才能有效。但公司需要对这种互操作性持开放态度才能取得成功。另一个挑战是担心自动化会带来失业。公司必须通过为员工提供担任新的、更具战略性的角色的机会、提供培训和继续教育支持来消除这些恐惧；并加强人工智能的好处，同时又不忽视人类对人工智能的坚定优势。

COVID-19 使供应链的弱点成为人们关注的焦点，但通过它的经验教训，我们开始重新构想未来的供应链，它将由人工智能驱动并由人类的智慧赋能。

Carlos Melendez 是 Wovenware 的首席运营官。