大流行正在推动供应链决策的新模式
供应链经理面临前所未有的中断，这不仅来自大流行造成的剧变，还来自需求的持续变化、客户期望的上升和外部地缘政治因素。两件事已经变得很明显：这些中断不是暂时的，它们暴露了当前供应链数据模型的缺陷。
随着我们为经济反弹做准备，应对这些中断影响的策略将变得更加集中，这给管理人员带来了双重挑战，即从大流行驱动的灾难中恢复，同时还要应对大流行后需求和消费者支出可能迅速增加的问题。来年。现在是深入研究公司如何在应对复苏的同时利用新的增长机会的时候了。解决方案不是回到大流行前的状态，而是建立新的数据模型。通常情况下，灾难会推动创新，而我们现在看到，随着越来越多的供应链组织采用新的决策智能模型来改写游戏规则，创新应运而生。
获得更好结果的决策智能
处理从过去一年的中断中恢复过来的需求的增长以及最终获得在未来中断中生存所需的知识和洞察力将需要超越历史分析、孤立信息和屏幕仪表板的传统数据模型有限的输出和有限的解释手段。
下一代决策已经到来。决策智能提供对数据和趋势的早期和即时访问，由人工智能和前瞻性预测分析驱动，中间件层能够抽象多个数据源以提供单一、统一的视图，并且所有这些都以自然的方式交付语言界面。
决策智能通过统一的自然语言界面提供，可以解决由于去年的中断而暴露出来的许多隐藏的漏洞和挑战。正常情况下的决策支持可能会奏效，但到目前为止，几乎没有动力继续前进。然而，旧模式让许多人在面对意外时措手不及。
在不可预测的世界中做出决策
Gartner Inc. 的 CORE（配置、优化、响应、执行）计划模型为所有供应链决策制定了一个通用模型：
- 配置供应链以支持战略，
- 优化以考虑资源有限（或在大流行的情况下，重大和意外中断）等因素，
- 响应，建立在一定程度的可选性和智能性上，以及
- 执行
在供应链规划中实现成功的 CORE 模型需要实时洞察。为了实现实时洞察，我们进一步需要一个智能、交互式和实时界面，可供各级决策者使用，而不仅仅是数据分析师。这可以通过自然语言处理设施来实现，该设施允许系统构建上下文，以便用户能够与系统进行渐进式对话，而不是简单地执行一系列一次性问题或命令。此外，后端处理的抽象层允许从多个结构化和非结构化数据源透明地摄取数据。
当今全球生态系统中的响应式供应链需要规划人员弥合规划与执行之间长期存在的差距。那些能够缩小差距、预测意外并建立快速、智能地调整基于不可预测事件或需求变化的能力的人，是那些在去年毁灭性的供应链短缺期间表现更好的人，并且将处于更好的位置以快速适应随之而来的不可避免的需求变化。
Ganesh Gandhieswaran 是决策智能平台 ConverSight.ai 的联合创始人兼首席执行官。
工业技术