AI终结供应链中断：五大实证策略
冠状病毒大流行引发的业务中断——从杂货店空货架到电商交付长延迟——照亮供应链弱点，也为人工智能带来增长机遇。
部分问题源于准时制造(JIT)转型，创造精益供应链持有较低库存以消除过度生产和过剩风险。这源自汽车业的策略，让供应商通过低库存和降低生产成本减少成本。然而，当大流行或自然灾害等引发需求激增时，难以增产或利用剩余供应填补管道——尤其整厂因感染关闭时。今日所需是实现实时需求制造而非JIT的新模式。
AI驱动工具箱
更多供应商转向各种AI形式，更好应对当前和未来供应链中断挑战。考虑以下五大应用：
- 预测分析。为避免企业被市场、经济、消费者变化蒙蔽，基于AI预测分析通过分析历史数据模式实现精准预测。运用数据挖掘、统计建模、机器学习让海量数据集预测未来结果。例：零售商可用其判断特定商品缺货可能性及时间，或Bounty停产时消费者仍购买Brand X纸巾可能性。也可分析供应商确定紧急情况下最可靠者。
- 深度学习。疫期远程洞察门店位置至关重要。今日视频监控结合深度学习方案，助管理者判断安全协议执行情况：POS系统清洁、强制口罩社交距离。此类AI视频监控也助库存管理门店审计，识别空货架位置和滞销品。
- 仓库机器人。仓库地面拣选打包机器人大幅提升速度效率。疫期因生病或健康受损员工居家导致人力短缺，机器人填补空白。
- 机器人流程自动化(RPA)。开票、订单处理、数据录入等重复性行政任务是供应链中断主要祸首。RPA让许多公司自动化这些任务，释放人力处理更具战略任务、直接对接合作伙伴客户等。例：RPA可处理采购订单、识别所需库存水平并与实际库存匹配——全程无需人工干预，除处理例外。
- 计算机视觉。此AI驱动图像检测用于运输物流，识别高交通区域规划最佳卡车路线。计算机视觉算法分析卫星数字图像/视频识别计数特定区域车辆，助卡车司机避开。其他应用可判断铁轨受损可能阻碍火车平稳供货。
微型仓库模式
除自动化，未来供应链标志将是更靠近客户的仓储存储。即使亚马逊沃尔玛等巨头，大型仓库将被服务半径两英里内客户群的众多小型仓库取代。企业可拥有多个小仓库替代少数大仓库，去中心化分销流程、更快将货物送达零售商消费者、甚至减少空中公路排放促进可持续实践。
未来供应链极可能由更少人工、更多AI驱动自动化管理预测库存需求、处理数据后台任务仓库运营、含无人机在内新交付渠道组成，实现更安全无接触送货上门。
未来供应链需跨越关键障碍成真。互操作集成系统需跨供应链共享数据以生效。但企业需开放互操作性才能成功。另一挑战是自动化带来失业恐惧。企业须通过开放新战略角色机会、提供培训持续教育支持、强化AI效益而不忽视人类对AI坚不可摧优势来消除恐惧。
COVID-19聚光灯照亮供应链脆弱性，但通过其教训我们开始重构未来供应链，将由AI驱动、人类智慧赋能。
Carlos Melendez是Wovenware首席运营官。
工业技术