了解供應鏈

簡單來說，供應鏈涉及一系列旨在向最終用戶提供產品或服務的步驟。企業組織及其供應商之間始終存在一個網絡，來生產特定產品并將其交付給最終用戶。該網絡包括不同的活動、人員、實體、信息和資源等等。

供應鏈還代表了將產品或服務從原始狀態提供給客戶所需采取的步驟。這些步驟通常包括將原材料轉移并將其轉化為成品，運輸這些產品并將其交付給最終用戶等等。供應鏈中所涉及的實體包括生產商、供應商、倉庫、運輸公司、分銷中心以及零售商等。

如果說你正在運營一家企業，那么供應鏈管理將是至關重要的過程，因為優化的供應鏈可以幫助企業降低成本，并在激烈的商業環境中保持競爭力。

了解人工智能及其影響供應鏈的方式

大多數人在聽到“人工智能”一詞時，想到的第一件事通常就是“機器人”。但這種想法顯然并不準確。人工智能（Artificial intelligence）是機器智能（machine intelligence）的同義詞，是指由機器所展示出來的智能，與人類所展示出來的自然智能（natural intelligence，是指觀察自然界中的各種形態，對物體進行辨認和分類，能夠洞察自然或人造系統的能力）相反。

“人工智能”這一術語，通常用于描述模仿人類與人類思維（例如“學習”和“解決問題”）相關的“認知”功能的機器（或計算機）。

企業組織可以使用這些方法，然后對其進行分析以獲得可以啟動流程和復雜功能的結果。

早在2016年，Crisp Research AG公司針對IT決策者進行的一項研究中就發現，在眾多行業中，積極使用機器學習流程的企業數量名列前茅的當屬物流行業。

如今，許多企業組織已經從人工智能投資中獲益。根據Adobe公司的調查結果顯示，目前有15%的企業已經開始使用人工智能，而其他31%的企業計劃在2019年采用人工智能。在此過程中，能夠產生收益的領域包括研發、產品創新、供應鏈運營以及客戶服務。

調研機構麥肯錫公司（McKinsey & Company）預計，通過在供應鏈中使用人工智能，企業每年能夠從中獲得1.3萬億美元至2萬億美元的經濟價值。此外，普華永道公司也表示，到2030年，人工智能預計可以為全球經濟貢獻近15.7萬億美元的價值。

人工智能影響供應鏈的8種方式

1. 人工智能能夠分析大量數據，從而增強需求預測

有了人工智能技術，企業通過處理大量的數據——例如由傳感器生成的數據——以了解現實情況，然后做出合理的決策，已經成為可能。的確，當供應落后于需求時，企業會蒙受損失。

人工智能的預測能力有助于網絡規劃和預測需求。這使得銷售商能夠變被動為主動。通過了解期望值和需求量，運輸公司可以合理調整車輛數量，并將其重點放置在預計需求最大的位置上，此舉可以幫助降低運營成本。

大數據的力量使得物流公司能夠比以往更好地預測高度準確的前景，并優化未來績效。此外，大數據技術還可以進行預測和復雜的情景分析，并可以進行精確的容量規劃以及供應鏈和庫存的優化。

2. 人工智能可以提供洞察力以提高生產力

通過自動計算更好的解決方案，人工智能極大地提高了倉庫的生產率，尤其是對于在線零售商而言。

通過在供應鏈管理過程中應用人工智能技術，可以有效地分析供應鏈性能并找出影響同一領域的新因素。為了找出影響供應鏈績效的因素和問題，人工智能還結合了強化學習、無監督學習以及監督學習等不同技術的能力。

3. 聊天機器人正在重新定義客戶支持服務

根據埃森哲（Accenture）公司的調查結果顯示，80%的客戶服務都可以由機器人來處理。人工智能可以個性化客戶與物流供應商之間的關系。

Pega公司也表示，38%的消費者認為人工智能可以增強客戶服務。

最近的一個個性化客戶體驗示例是DHL公司與亞馬遜公司的合作關系。通過使用Alexa應用程序跟蹤DHL包裹行程，DHL客戶可以要求Alexa與Amazon Echo或Echo Dot智能音箱連接，并確認包裹的狀態。如果在交互過程中出現任何問題，Echo用戶可以直接與DHL公司聯系，以尋求其客戶支持團隊的幫助。

4. 智能倉庫管理

在未來幾年內，大面積的倉庫管理將會完全實現自動化。人工智能技術越來越成為不可或缺的組成部分，尤其是在短期和中期預測方面。

智能倉庫是一個完全自動化的設施，其中大部分工作是通過自動化或軟件來完成的。在此過程中，繁瑣的任務得以簡化，操作也變得更具成本效益。

阿里巴巴和亞馬遜公司已經通過使用自動化改造了他們的倉庫。亞馬遜公司正在物流中心內使用機器替代真人員工，這套自動化的打包生產線名為 CartonWrap（紙箱打包），由意大利公司 CMC 提供。該機器主要由分揀、裁切和打包三個核心模塊，以及打單等輔助模塊組成。據悉，CartonWrap 每小時可以完成600-700個訂單的打包工作，效率遠超人手打包。CMC 的網站則顯示，該機器在理想狀態下每小時可以輸出多達1，000個包裹，打包效率獲得了5倍的驚人提升。

阿里巴巴的智能倉庫通過一整套自動化系統，每天可高效處理超百萬級商品，人工僅需在條碼復核、分揀機監護等環節投入，貨品的運輸、倉儲、裝卸、搬運等七個環節可一體化集成，效率至少提升30%，揀貨準確率幾乎可達100%。

5. 自動駕駛汽車

自動駕駛汽車是由人工智能提供供應鏈的下一個重要產品。擁有無人駕駛卡車可能還需要一段時間，但是物流行業現在正在利用高科技駕駛來提高效率和安全性。在輔助制動、車道輔助和高速公路自動駕駛方面，預計該行業將發生重大變化。

為了實現更低的油耗，企業不斷研發出更好的駕駛系統，該系統可以將多輛卡車聚集在一起形成編隊。物流公司通過計算機控制這樣的編隊，而且它們之間也相互連接。

6. 遺傳算法正在縮短交貨時間并降低成本

在供應鏈中，每一英里和每一分鐘都很重要。企業可以使用基于遺傳算法（Genetic Algorithms）的路線規劃器來規劃交付的最佳路線。

全球快遞服務商UPS公司正在使用一款名為“Orion”的GPS工具，來幫助駕駛員及時、經濟、高效地交貨。據悉，Orion可以根據交通狀況和其他因素來實時規劃和優化路線。而這一技術已經幫助UPS公司每年節省了近5000萬美元。

7. 機器人技術

如果不提及機器人技術，那么此次關于人工智能的討論勢必是不完整的。雖然它們聽起來像是一種未來主義的概念，但事實上它們已經嵌入到了供應鏈之中。根據調研機構Tractica Research公司的說法，到2021年底，全球倉儲和物流機器人的銷售額將達到224億美元。

如今，有些倉庫的操作原理已不再為人類觀察者所理解，因為它們是由人工智能管理的。它們的共同特征通常是機器人驅動，尤其是自動導引車（AGV）。

在倉庫中，產品以混亂的方式存放在各種架子和過道中。對于人類揀選師而言，這就意味著不必要的移動和搜索時間，而這一過程對于自動駕駛機器人來說卻并不存在問題：當收到訂單時，第一個可用的自動揀選機將拾取最接近其位置存儲的物品，并將其傳送到倉庫末端的人工包裝工位。

8. 財務異常檢測

供應鏈提供商通常依賴大量的第三方——包括公共航空公司、分包人員、特許航空公司以及其他第三方供應商——來運營其業務的核心功能。這就給物流會計團隊增加了負擔，導致他們每年要處理來自數千家供應商、合作伙伴或供應商的數百萬張發票。

就該問題而言，諸如自然語言處理之類的人工智能技術，可以從企業收到的非結構化發票形式中提取關鍵信息，例如賬單金額、帳戶信息、日期、地址和相關方。

例如，咨詢機構安永（EY）公司正在采用類似的方法來檢測欺詐性發票。使用機器學習技術對國際方的發票進行徹底分類，并識別異常以供專家審核，可以幫助安永公司遵守制裁、反賄賂法規以及《美國反海外腐敗法》的其他規定。安永公司的欺詐檢測系統達到了97%的準確性，并已推廣到了50多家公司。

類似的邏輯還可以應用于具有高頻重復任務的任何其他業務流程中。

結論

在不久的將來，人工智能將為整個供應鏈和物流流程建立新的效率標準。游戲規則瞬息萬變，以自動化、智能化和高效化的方式為全球物流公司管理數據，運營業務和服務客戶正在成為一種“新常態”。

得益于算法開發的最新進展，以及強大的數據處理能力和可用數據量的指數級增長，那些以往被視為人類專屬領域的任務，現在也能夠順利執行了。