人工智能驱动的供应链优化:应对动态世界的需求

供应链管理 (SCM) 是对与产品或服务相关的货物、数据和财务流的管理。供应链管理面临着许多挑战。现代供应链的复杂性和不确定性使得管理和协调变得困难,需求波动、供应链中断和货运延误等不确定因素增加了挑战的复杂性。为了应对这些挑战,越来越多的企业开始采用人工智能技术来优化他们的供应链管理。根据Statista对600个企业做的一项调查显示,截止至2022年,已有94%的企业在SCM中不同程度地使用AI(图1) [1]。人工智能的出现为供应链带来了新的可能性,可以帮助企业实现更高效、更灵活和更智能化的供应链运营。

1. 截止至2022年已有94%的企业在SCM中不同程度使用AI

人工智能在供应链管理中的应用

1. 供应链自动化

人工智能的出现极大的解放了生产力,降低了重复性高技术性低的工作的人力成本。采购、货运、仓库管理到货物质检等等环节中,人工智能在这些任务上具有成本低、效率高、准确度高等优势。现在供应链中的高效物流也可以通过驾驶自动化来实现,Amazon[2]、TuSimple[3]和Nuro 等公司正在大力投资自动驾驶卡车等运输自动化技术。

基于计算机视觉 (CV)的人工智能系统可以帮助自动执行产品质量检查。由于这些系统不会疲劳,因此可以帮助提高生产线的生产率和准确性。例如,宝马就已经使用计算机视觉来扫描装配线上移动的汽车模型。具有计算机视觉的机器人则可用于自动执行库存管理中的重复任务,例如实时扫描库存、协助装载或卸载托盘,并在仓库内部移动货物,提高物流的效率(图2)。在运输中,可以采用人工智能传感器来监控产品的状况。例如,物联网 (IoT)传感器中的人工智能可用于检测温度和湿度变化,以确保易腐烂的货物保持在正确的温度。

图 2. 一辆装载了自动驾驶程序的人工智能货物扫描车

2. 预测分析

人工智能还可以在供应链中提前预测需求。由于企业和外部来源生成的数据量不断增加,仅考虑历史数据的传统预测模型(例如 ARIMA、自回归综合移动平均线和指数平滑方法)已经过时。通过智能算法和历史数据,人工智能系统能够准确地预测客户的趋势,并在需求发生之前提前做出预测。这使得供应链有更多的准备时间,不再追赶市场新趋势,从而能够更好地满足客户需求。据 Mckinsey公司的调查,人工智能驱动的预测可以将供应链网络中的错误减少30%至50%。准确性的提高可将因库存缺货而造成的销售损失减少65%,并且使仓储成本降低约10%至40% [4]。全球家具品牌IKEA也开发了基于人工智能的需求预测工具,利用历史数据和新数据提供准确的需求预测。

3. 增强供应商管理

由于缺乏与供应商的合作和整合,食品和汽车等许多供应链在 2020 年全球大流行期间面临严重中断。人工智能可以使供应商关系管理更加一致和高效,从而帮助改善供应商关系管理 (SRM)。支持人工智能的 SRM 软件可以根据定价、购买历史、可持续性等因素帮助选择供应商。人工智能支持的工具还可以帮助跟踪和分析供应商绩效数据,并相应地对其进行排名。机器人流程自动化 (Robotic Process Automation, RPA)等人工智能驱动的工具还可以帮助自动化日常供应商通信,例如发票共享和付款提醒。

人工智能对供应链管理的改进

1. 提高预测准确度

需求预测是供应链规划中使用最广泛的机器学习应用。通过分析历史数据来估计客户需求预测,可以避免由于业务运营中的供需失调而导致效率低下,同时还能改进有关现金流、风险评估、产能规划和劳动力规划的决策流程。

机器学习可以使用人口统计、天气、在线评论和社交媒体等内部和外部数据源,基于实时数据来增强预测。从几个方面优化了补货流程,防止出现库存过多或缺货的情况,提高客户满意度,改进折扣优化,改善人力规划,提高整体效率。如Levadata此类提供人工智能库存管理的平台,则能数字化展示人工智能系统为公司的运营节省多少开支(图3)。凭借这些进步,公司正在最大限度地降低库存现金和缺货情况下的成本。

图 3. Levadata的SCM管理界面

2. 解放人力成本

第一次和第二次工业革命极大地提升了生产力,得益于制造业的自动化。同样,没有人工智能,现代供应链自动化就不可能实现。人工智能系统可以比人类更长时间无差错地运行,这意味着员工不必长时间轮班工作,做简单的任务,降低了需要财务投资来纠正的错误风险,提高了效率和成本效益。

3. 提高可持续性

可持续性是供应链管理者日益关注的问题,因为组织的大部分间接排放都是通过其供应链产生的。人工智能可以帮助改善供应链运营,使其更环保、更可持续。人工智能驱动的工具可以通过考虑交通、道路封闭和天气等因素来帮助优化运输路线,以减少行驶里程。

结语

人工智能目前在SCM已经取得了显著的进展。通过从客户、供应商和文档中提取重要数据,流水线供应、需求和库存管理,预测需求以及优化仓库管理、效率和物流,人工智能的加入帮助SCM更好地降低公司运营成本、减少库存积压、提高客户满意度,同时具有环境友好性。例如,自动防晒和百叶窗制造商 Gaviota 部署了ToolsGroup的SO99+解决方案,库存水平降低了43%,库存周期从61天减少到35天。

在实际执行中,人工智能可能存在如技术壁垒、成本过高、需求预测陷阱等等问题。中小企业和初创企业常常由于历史数据不足而难以建立有效准确的人工智能系统。如奥迪股份公司 IT 指导和支持流程主管Holger Kleck说:「无论某些软件工程师有多优秀,算法有多强大,要想真正从机器学习功能中获益,企业都需要依靠自己的领域知识:对业务、流程和行业的深入了解。」结合企业的具体情况考虑,才能选择合适的人工智能工具为供应链管理服务。

参考文献:

[1] Statista. Artificial intelligence (AI) adoption rate in supply chain and manufacturing businesses worldwide in 2022 and 2025.

[2] Grace Kay. Amazon is reportedly buying 1,000 autonomous truck-driving systems, which could pave the way for one day ditching drivers.

[3] Reuters. TuSimple says it has completed 550 miles of fully driverless trucking, plans Tex.

[4] Mckinsey. Smartening up with Artificial Intelligence (AI).

在此感谢 InnoHK、香港特别行政区政府及人工智能金融科技实验室对本文的支持。
(AIFT 竭力但不能保证内容之准确和可靠,亦不会承担因任何不准确或遗漏而引起的任何损失或损害。)

分享此內容

FlashAttention:通过克服硬件性能瓶颈来革新Transformer

地址

香港沙田香港科学园科技大道西 19号
11楼 1101-1102 及 1121-1123 室

产品及解决方案

人才

工作机会

关于我们

地址

版权所有 © 2024 人工智能金融科技实验室有限公司