在供应链管理中利用人工智能的五种方法

似乎今天越来越不可预测的供应链终于击败了专业规划师，但现实是，传统规划软件并没有赶上我们这个相互联系和相互依存的世界。传统工具依赖于基于规则的规定性解决方案：我们做出一些有根据的猜测，在电子表格上绘制线性回归，然后交叉手指。与这些预测的偏差是“例外情况”，我们通过缓冲或加速来管理它们——锁定营运资金、误导生产周期以及让空货架让消费者感到沮丧。

有一个更好的方法：恢复供应链的完美流动。

完美流动的反面是一种我们称之为“操作熵”的现象。这是通常被认为不可预测的力量破坏了精心设计的计划。随着计算机、数据存储和机器学习的进步，运算熵终于被打败了。即使您的供应链开始在预测中利用人工智能的进步，也很容易误入歧途。牢记以下几点以推动您的组织向前发展：

关注风险价值。 关于供应不足和库存过剩的警报只是对计划中最关键的数字的干扰：风险价值。规划人员经常花费数周时间来清除警报，而没有做出明智决策所需的上下文或可见性。在这些警报背后进行一些计算并量化新出现的风险，让您的整个团队能够准确地了解哪些问题导致损失最多。可能仍需要一些时间和研究来缓解棘手的问题，但每个人都可以放心，因为他们正在解决正确的问题。

不要满足于黑匣子中的任何东西。 信任在高风险且极其复杂的供应链崩溃中至关重要。没有人工智能会像规划者那样拥有人类智能，但人工智能将比规划者拥有更严格的上下文解释。人工智能平台需要向规划人员展示他们的推理以验证假设，并让规划人员有信心根据这些见解采取行动。做出有影响力的重大决策需要勇气和保证，而不仅仅是大数据和聪明的算法。

消除浪费。 浪费是不准确预测的结果：库存缓冲掩盖了不准确的需求预测，空卡车掩盖了物流疏忽。通过更好的预测科学，甚至可以防止工厂停工和有缺陷的产品。许多低效率问题都被“一切照旧”所接受，但有了新的预测工具，是时候质疑每一种浪费的来源——比如库存、生产过剩、运输，甚至是人才浪费。

降低噪音。 遗留记录系统的积累通常会给规划人员的数字工作空间增加不必要的复杂性。在缓解中断的过程中，多次登录、冗余警报以及最坏的权限或可见性问题是很常见的。人工智能擅长数据操作、标记、分类和纠正遗留系统产生的许多数据流。 AI 解决方案应该让所有相关数据随时可用，以便规划人员可以专注于减少中断，而不是通过整理混乱的系统来更好地了解问题。

拥抱合作。 未来是人类和机器智能协同工作。应用于供应链规划的人工智能和机器学习并不是分析师炒作周期的未来状态。价值在生产中得到证明 - 目标是超越炒作的期望并看到真正的商业价值。

供应链规划人员不需要大流行来指出他们已经知道的事情：执行窗口内的决策速度对供应链至关重要。现在是使用以 AI 为核心构建的产品为供应链规划者和领导者提供支持的时候了。

Mike Hulbert 是 Noodle.ai 的消费者业务副总裁，Noodle.ai 是一家面向供应链和制造商的 AI 产品供应商。