AI人工智能如何改變倉(cāng)儲(chǔ)物流和供應(yīng)鏈
作者:曾志宏來(lái)源:物流技術(shù)與應(yīng)用
說(shuō)明:轉(zhuǎn)發(fā)只為分享,不代表本號(hào)立場(chǎng)
幾天前和一位做AI的老大聊天,他說(shuō)全球做人工智能的企業(yè)基本都不賺錢(qián),但這并不妨礙人工智能成為最熱門(mén)的投資熱點(diǎn),為什么,我們從倉(cāng)儲(chǔ),分銷(xiāo)和物流這個(gè)行業(yè)來(lái)來(lái)了解一下。
需求預(yù)測(cè):需求預(yù)測(cè)依賴(lài)于歷史數(shù)據(jù),使用人工智能可以進(jìn)一步加強(qiáng)對(duì)歷史和實(shí)時(shí)數(shù)據(jù)的分析,提供準(zhǔn)確的需求預(yù)測(cè)。有了更準(zhǔn)確的需求預(yù)測(cè),托運(yùn)人可以?xún)?yōu)化庫(kù)存管理、分派和勞動(dòng)力計(jì)劃,從而提高服務(wù)水平。麥肯錫在一份報(bào)告中表示,人工智能預(yù)測(cè)方法可以將供應(yīng)鏈網(wǎng)絡(luò)中的錯(cuò)誤減少30-50%。
供應(yīng)計(jì)劃:應(yīng)計(jì)劃是物流的重要組成部分。人工智能可以幫助基于實(shí)時(shí)數(shù)據(jù)的需求分析。企業(yè)可以動(dòng)態(tài)調(diào)整其供應(yīng)計(jì)劃參數(shù),以?xún)?yōu)化供應(yīng)鏈流程,提高效率,并增加盈利能力。
倉(cāng)儲(chǔ)自動(dòng)化:由于當(dāng)前全球形勢(shì),供應(yīng)鏈中對(duì)非接觸式流程的需求不斷增加,似乎推動(dòng)了高級(jí)自動(dòng)化業(yè)務(wù)流程的必要性。人工智能有可能徹底改變倉(cāng)儲(chǔ)領(lǐng)域的自動(dòng)化。將機(jī)器人技術(shù)與人工智能相結(jié)合,機(jī)器人可以跟蹤和定位庫(kù)存,并執(zhí)行通常需要額外勞動(dòng)力來(lái)完成的挑選和包裝功能。自動(dòng)化帶來(lái)了高效的資源分配,使勞動(dòng)力能夠做更多有價(jià)值的活動(dòng),而不是手工瑣事。深度學(xué)習(xí)進(jìn)一步促進(jìn)了這些機(jī)器人的學(xué)習(xí),使它們能夠在部署它們的場(chǎng)景中自主地做出活動(dòng)決定。
智能計(jì)算機(jī)視覺(jué):深度學(xué)習(xí)和人工智能使先進(jìn)的掃描、監(jiān)控和自動(dòng)化技術(shù)能夠通過(guò)圖像和視頻可視化許多物流場(chǎng)景,并進(jìn)行相應(yīng)的直接操作。這改變了裝貨時(shí)貨物的尺寸或破損檢查、標(biāo)簽和堆疊安排。計(jì)算機(jī)視覺(jué)與深度學(xué)習(xí)結(jié)合在自動(dòng)駕駛汽車(chē)上實(shí)現(xiàn)自動(dòng)和智能導(dǎo)航,現(xiàn)在已成為現(xiàn)實(shí)。
工作流程自動(dòng)化:工作流自動(dòng)化是利用人工智能來(lái)簡(jiǎn)化復(fù)雜和手工的后臺(tái)操作。在貨運(yùn)代理中,文檔處理是一項(xiàng)乏味的工作,并且具有使用機(jī)器人過(guò)程自動(dòng)化(RPA)和光學(xué)字符識(shí)別(OCR)進(jìn)行自動(dòng)化的巨大潛力。運(yùn)輸文件并非都采用標(biāo)準(zhǔn)格式,而這正是此類(lèi)技術(shù)能夠自動(dòng)閱讀和理解打印或手寫(xiě)文件的地方。這種工作流程自動(dòng)化可以解放物流人員的大量工作時(shí)間,并分配他們做更多的增值活動(dòng)。
預(yù)測(cè)物流:供應(yīng)鏈上的不同接觸點(diǎn)產(chǎn)生廣泛的數(shù)據(jù)。更好的機(jī)器學(xué)習(xí)算法可以提取對(duì)決策至關(guān)重要的物流預(yù)測(cè)洞察力。人工智能可以幫助做出與產(chǎn)能規(guī)劃、預(yù)測(cè)和網(wǎng)絡(luò)優(yōu)化相關(guān)的決策,從而簡(jiǎn)化運(yùn)營(yíng)并提高整體供應(yīng)鏈績(jī)效。人工智能廣泛應(yīng)用于動(dòng)態(tài)路線(xiàn)優(yōu)化、管理交付時(shí)間窗口、優(yōu)化燃油消耗和負(fù)載能力利用率等最后一英里交付活動(dòng),從而推動(dòng)供應(yīng)鏈的數(shù)字化。
增強(qiáng)的貨運(yùn)跟蹤:貨運(yùn)可見(jiàn)性數(shù)據(jù)對(duì)整個(gè)供應(yīng)鏈的績(jī)效至關(guān)重要。人工智能跟蹤和跟蹤功能有助于準(zhǔn)確預(yù)測(cè)ETAs和ETDs。此外,對(duì)供應(yīng)鏈中斷、延誤和航路風(fēng)險(xiǎn)發(fā)出警報(bào)的能力可以幫助企業(yè)提高靈活性,并采用備份措施,以避免重大損失。機(jī)器學(xué)習(xí)還可以幫助分析歷史數(shù)據(jù),以確定航運(yùn)模式,考慮各種因素,如天氣條件、季節(jié)性需求波動(dòng)、貿(mào)易通道擁堵等。隨著語(yǔ)音助手或聊天機(jī)器人的廣泛使用,客戶(hù)或客服人員可以在幾秒鐘內(nèi)提取跟蹤信息。
二、倉(cāng)庫(kù)里的人工智能(AI)和物聯(lián)網(wǎng)(IoT)
很簡(jiǎn)單,是的,我們正處在倉(cāng)庫(kù)真正應(yīng)用人工智能和物聯(lián)網(wǎng)的時(shí)刻。兩者都是強(qiáng)大的新工具,可以更好地使倉(cāng)庫(kù)和配送中心的活動(dòng)跟上快速變化的供應(yīng)鏈動(dòng)態(tài)。
“不要被人工智能和物聯(lián)網(wǎng)所迷惑,”Nate Brown,CEO of EVS表示。“兩者都被用來(lái)解決以前的問(wèn)題。他們只是做得更好。物聯(lián)網(wǎng)提供了以前無(wú)法獲得的數(shù)據(jù),這是更深層次的見(jiàn)解。人工智能分析微觀(guān)決策,并優(yōu)化到以前不可能達(dá)到的水平?!?br /> HighJump首席技術(shù)官肖恩?埃利奧特(SeanElliott)表示:“如果倉(cāng)庫(kù)里沒(méi)有人工智能,物聯(lián)網(wǎng)就毫無(wú)意義。”“你需要結(jié)合新的數(shù)據(jù)來(lái)源,即物聯(lián)網(wǎng),以及更好的解決方案,即人工智能,來(lái)理解數(shù)據(jù),發(fā)展見(jiàn)解并根據(jù)這些知識(shí)采取行動(dòng)。這兩項(xiàng)技術(shù)對(duì)于改善運(yùn)營(yíng)性能至關(guān)重要。”
此外,專(zhuān)家們認(rèn)為,這兩種技術(shù)對(duì)于適應(yīng)目前從預(yù)測(cè)驅(qū)動(dòng)型向需求驅(qū)動(dòng)型DCs(分銷(xiāo)中心)的轉(zhuǎn)變至關(guān)重要。
盡管如此,Softeon的首席營(yíng)銷(xiāo)官Dan Gilmore表示,這兩種技術(shù)都還處于早期階段。
一些公司尚未推出商業(yè)產(chǎn)品。其他公司正在試運(yùn)行中。還有一些公司在短時(shí)間內(nèi)提供了一種產(chǎn)品。展望未來(lái),JDA及其合作伙伴已承諾在未來(lái)三年內(nèi)投入5億美元用于研發(fā),銷(xiāo)售/全球合作伙伴和聯(lián)盟高級(jí)總監(jiān)史蒂夫·西默曼(Steve Simmerman)說(shuō)。
顯然,人工智能和物聯(lián)網(wǎng)正在敲倉(cāng)庫(kù)的門(mén),您應(yīng)該喜歡這個(gè)敲門(mén)聲。
建立物聯(lián)網(wǎng)
讓我們面對(duì)現(xiàn)實(shí)吧,倉(cāng)庫(kù)和分銷(xiāo)中心同事正面臨前所未有的壓力。
“訂單一整天都在源源不斷地涌來(lái),挑戰(zhàn)在于找出如何最好地及時(shí)處理這些訂單,”曼哈頓聯(lián)合公司(Manhattan Associates)產(chǎn)品管理高級(jí)總監(jiān)亞當(dāng)?克萊恩(Adam Kline)說(shuō)道。
他接著說(shuō),即使倉(cāng)庫(kù)管理系統(tǒng)(WMS)已經(jīng)就位,這些決策也是根據(jù)既定規(guī)則、既定能力和既定資源做出的。然而,這些訂單并不是靜態(tài)的?!跋到y(tǒng)需要智能地平衡能力和資源,才能最大化利益,”Klin說(shuō)
Gilmore說(shuō):“只有人工智能和物聯(lián)網(wǎng)合作,才能根據(jù)當(dāng)前情況臨時(shí)做出決定?!?br /> 那么,這些物聯(lián)網(wǎng)數(shù)據(jù)到底從何而來(lái)?很多已經(jīng)在你的設(shè)施里了。
從傳送帶到自動(dòng)引導(dǎo)車(chē)輛和自動(dòng)存儲(chǔ)系統(tǒng)等物料處理設(shè)備都接收和發(fā)送有關(guān)其活動(dòng)的數(shù)據(jù)。從掃描儀到語(yǔ)音系統(tǒng)的手持設(shè)備也做同樣的事情。
Epicor產(chǎn)品管理高級(jí)總監(jiān)Mark Jensen表示:“大多數(shù)設(shè)施都在引入越來(lái)越多的數(shù)據(jù)設(shè)備,這些設(shè)備正在發(fā)展成為一個(gè)新興的物聯(lián)網(wǎng)網(wǎng)絡(luò)?!焙芏鄷r(shí)候,簡(jiǎn)單的傳感器提供了以前無(wú)法用于決策的信息。智能手機(jī)是這個(gè)新網(wǎng)絡(luò)的一部分。
關(guān)于人的數(shù)據(jù)也很重要。盧卡斯系統(tǒng)公司(Lucas Systems)的項(xiàng)目工程總監(jiān)賈斯汀?里特(Justin Ritter)解釋說(shuō):“人們?cè)谔囟〞r(shí)刻在什么位置、他們?cè)谧鍪裁?,以及如何最好地利用?shù)據(jù),這些都很重要?!?br /> 正如曼哈頓的克萊恩所指出的,實(shí)時(shí)定位系統(tǒng)正在到位,以跟蹤人們以及他們對(duì)特定任務(wù)的可用性。事實(shí)上,有幾種類(lèi)型的實(shí)時(shí)定位系統(tǒng)可用,包括智能手機(jī)、無(wú)源無(wú)線(xiàn)電信標(biāo)和RFID。
“根據(jù)皮特最近的掃描結(jié)果,很多機(jī)構(gòu)都知道他在哪里。但當(dāng)你使用實(shí)時(shí)定位系統(tǒng)時(shí),你就能隨時(shí)知道皮特在哪里。
Gilmore補(bǔ)充說(shuō),還有人和機(jī)器人的問(wèn)題。他稱(chēng)其為配對(duì)能力,可以讓合適的人和合適的機(jī)器人使用物聯(lián)網(wǎng)數(shù)據(jù)完成訂單。吉爾摩補(bǔ)充道:“這是一個(gè)將地點(diǎn),人和任務(wù)一起協(xié)同的問(wèn)題?!薄斑@里需要新的思維。
構(gòu)建人工智能
LeanDNA首席執(zhí)行官理查德?萊博維茨(RichardLebovitz)表示:“盡管獲取數(shù)據(jù)變得越來(lái)越簡(jiǎn)單,但大多數(shù)機(jī)構(gòu)缺乏決定如何使用這些數(shù)據(jù)以及采取何種行動(dòng)的能力。這一切都是要彌合預(yù)測(cè)和制造業(yè)實(shí)際情況之間的差距。”這就是人工智能的切入點(diǎn)。
EVS的Brown給出了倉(cāng)庫(kù)人工智能的基本定義?!八鼘W(xué)習(xí)并對(duì)當(dāng)前狀態(tài)做出反應(yīng),而不僅僅是一套預(yù)先設(shè)定的規(guī)則,”他說(shuō)。
HighJump公司的埃利奧特解釋說(shuō),人工智能和物聯(lián)網(wǎng)并不是一枚硬幣的兩面。“但它們確實(shí)存在共生關(guān)系。人工智能接收到的有關(guān)動(dòng)作和互動(dòng)的數(shù)據(jù)越多,它就越能了解如何適應(yīng)當(dāng)前條件,”他補(bǔ)充道。
雖然很多物聯(lián)網(wǎng)數(shù)據(jù)來(lái)自四面圍墻內(nèi),但以晚入站加載為例。JDA的Simmerman說(shuō):“DC會(huì)收到由控制塔管理的物聯(lián)網(wǎng)信號(hào)的警報(bào),負(fù)載將會(huì)延遲到達(dá)。”“人工智能獲取這些信息,并確定最佳時(shí)間,釋放和部署特定數(shù)量的勞動(dòng)力來(lái)卸載卡車(chē)。人工智能還可以決定哪些貨物應(yīng)該直接用于訂單或存儲(chǔ)。這時(shí),你對(duì)如何使分銷(xiāo)中心最有效地運(yùn)行有了一個(gè)新的可見(jiàn)性和智慧水平,”Simmerman說(shuō)。
要做到這一點(diǎn),確實(shí)需要物聯(lián)網(wǎng)提供的數(shù)據(jù)粒度。盧卡斯的數(shù)據(jù)科學(xué)家Graham Yennie解釋道:“數(shù)據(jù)粒度是讓AI在新情況出現(xiàn)時(shí)進(jìn)行學(xué)習(xí)的關(guān)鍵因素?!边@種特殊形式的人工智能被稱(chēng)為機(jī)器學(xué)習(xí)
將物聯(lián)網(wǎng)和人工智能結(jié)合在一起
物聯(lián)網(wǎng)和人工智能在分銷(xiāo)中心(Distribution Center)還有更大的用途。這兩種技術(shù)使得DC從預(yù)測(cè)驅(qū)動(dòng)轉(zhuǎn)變?yōu)樾枨篁?qū)動(dòng)成為可能。也就是說(shuō),當(dāng)它們與WMS、倉(cāng)庫(kù)執(zhí)行系統(tǒng)甚至工作執(zhí)行系統(tǒng)相結(jié)合時(shí)。LeanDNA的Lebovitz說(shuō),從預(yù)測(cè)到需求驅(qū)動(dòng)的運(yùn)營(yíng)是DCs向前發(fā)展的一個(gè)巨大但絕對(duì)必要的支點(diǎn)。
這一切都是為了應(yīng)對(duì)當(dāng)前從制造和分銷(xiāo)主導(dǎo)供應(yīng)鏈的轉(zhuǎn)變。越來(lái)越多的客戶(hù)已經(jīng)超越了低成本,供應(yīng)鏈效率成為主要驅(qū)動(dòng)因素。
因此,一系列公司正在研究、試點(diǎn)并全面整合人工智能和物聯(lián)網(wǎng)在倉(cāng)庫(kù)運(yùn)營(yíng)中的應(yīng)用。
盧卡斯系統(tǒng)(Lucas Systems)和EVS等公司正在進(jìn)行盡職調(diào)查,以決定如何將這兩項(xiàng)技術(shù)與他們現(xiàn)有的軟件包集成。盧卡斯系統(tǒng)公司預(yù)計(jì)將在明年春天深入進(jìn)行beta測(cè)試。與此同時(shí),EVS正在用其WMS包測(cè)試客戶(hù)數(shù)據(jù)。
LeanDNA已經(jīng)將人工智能與制造業(yè)務(wù)的庫(kù)存分析結(jié)合起來(lái)。它的軟件被一系列公司使用,通過(guò)連接到他們的企業(yè)資源規(guī)劃(ERP)系統(tǒng)來(lái)簡(jiǎn)化操作。
機(jī)器人軌道和機(jī)器人技術(shù)是HighJump努力將技術(shù)與WMS整合的關(guān)鍵。試點(diǎn)項(xiàng)目正在兩個(gè)地區(qū)進(jìn)行。
Softeon的重點(diǎn)是跟蹤工人及其活動(dòng)和設(shè)備,比如使用無(wú)源無(wú)線(xiàn)電信標(biāo)的移動(dòng)機(jī)器人。機(jī)器人軌道也是一個(gè)重點(diǎn)。這兩款軟件都與Softeon的WMS集成,應(yīng)該可以更快更好地做出決策。
物聯(lián)網(wǎng)和人工智能都與曼哈頓(Manhattan)的倉(cāng)庫(kù)執(zhí)行包集成在WMS中。訂單流、機(jī)器人技術(shù)和分銷(xiāo)控制都受益于近18個(gè)月前引入的功能。
Epicor的分銷(xiāo)管理軟件剛剛完成物聯(lián)網(wǎng)的beta測(cè)試。同時(shí),在ERP系統(tǒng)的虛擬代理中完全集成了AI。
一年多前,JDA收購(gòu)了Blue Yonder公司及其人工智能功能。這已經(jīng)成為了JDA數(shù)字化預(yù)測(cè)分析策略的支柱,該策略旨在創(chuàng)建該公司正在開(kāi)發(fā)的東西——一種自學(xué)習(xí)供應(yīng)鏈的狀態(tài)。物聯(lián)網(wǎng)是其長(zhǎng)期戰(zhàn)略的一部分??刂扑?、云計(jì)算和倉(cāng)庫(kù)任務(wù)處理尤為重要。
物聯(lián)網(wǎng)和人工智能在倉(cāng)庫(kù)運(yùn)營(yíng)中的應(yīng)用可能還處于早期階段。但是發(fā)展的速度可能超乎您的預(yù)期。
機(jī)器人過(guò)程自動(dòng)化(RPA,Robotic Process Automation))和智能過(guò)程自動(dòng)化(IPA,Intelligent Process Automation)
四分之一的《財(cái)富》500強(qiáng)企業(yè)將人工智能投資轉(zhuǎn)向更普通的短期或戰(zhàn)術(shù)IPA項(xiàng)目,“效率明顯提高”,大約一半的人工智能平臺(tái)提供商、全球系統(tǒng)集成商和管理服務(wù)提供商將在其投資組合中強(qiáng)調(diào)IPA。
基于這些IPA用例的成功,IDC預(yù)測(cè),到2022年,75%的企業(yè)將把智能自動(dòng)化嵌入到技術(shù)和流程開(kāi)發(fā)中,使用基于人工智能的軟件發(fā)現(xiàn)運(yùn)營(yíng)和體驗(yàn)洞察力,以指導(dǎo)創(chuàng)新。
到2024年,人工智能將成為參與很多業(yè)務(wù),導(dǎo)致25%的人工智能解決方案作為“結(jié)果即服務(wù)(outcome as a service)”,推動(dòng)大規(guī)模創(chuàng)新和卓越的商業(yè)價(jià)值。人工智能將通過(guò)重新定義用戶(hù)體驗(yàn)成為新的用戶(hù)界面,其中超過(guò)50%的用戶(hù)觸摸將由計(jì)算機(jī)視覺(jué)、語(yǔ)音、自然語(yǔ)言和AR/VR增強(qiáng)。在未來(lái)幾年內(nèi),我們將看到人工智能和計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理和手勢(shì)等新興用戶(hù)界面嵌入到每一種產(chǎn)品和設(shè)備中。
新興技術(shù)是高風(fēng)險(xiǎn)技術(shù)。Forrester公司警告說(shuō),2020年,三場(chǎng)高調(diào)的”災(zāi)難”將“破壞了聲譽(yù)”,因?yàn)槿斯ぶ悄芄收虾蛡赡苄詫⒂兴黾?面部識(shí)別的錯(cuò)誤使用和過(guò)度個(gè)性化等等。
盡管如此,F(xiàn)orrester還是強(qiáng)調(diào)了積極的方面,他相信“這些糾紛案不會(huì)減緩明年人工智能的應(yīng)用計(jì)劃?!毕喾?,他們將強(qiáng)調(diào)設(shè)計(jì)、測(cè)試和部署負(fù)責(zé)任的人工智能系統(tǒng)的重要性,以及考慮偏見(jiàn)、公平性、透明度、可解釋性和問(wèn)責(zé)性的健全人工智能治理?!?br /> IDC預(yù)測(cè),到2022年,可能由于一些的“公關(guān)災(zāi)難”,超過(guò)70%的G2000公司將有正式的項(xiàng)目來(lái)監(jiān)控他們的“數(shù)字可信度”,因?yàn)閿?shù)字信任成為了一種關(guān)鍵的企業(yè)資產(chǎn)。
Forrester表示,領(lǐng)導(dǎo)力很重要,擁有首席數(shù)據(jù)官(CDOs)的公司在其洞察計(jì)劃中使用人工智能、ML和/或深度學(xué)習(xí)的可能性,已經(jīng)是沒(méi)有CDOs的公司的1.5倍。
到2020年,首席數(shù)據(jù)和分析官(chief data and analytics officers,cdao)和首席信息官(CIO)等對(duì)人工智能持認(rèn)真態(tài)度的高管將確保數(shù)據(jù)科學(xué)團(tuán)隊(duì)擁有他們所需的數(shù)據(jù)。Forrester表示,真正的問(wèn)題是“從復(fù)雜的應(yīng)用程序組合中尋找數(shù)據(jù),并說(shuō)服各種數(shù)據(jù)看護(hù)人同意?!?br /> IDC指出,“智能自動(dòng)化的有效使用需要IT部門(mén)在數(shù)據(jù)清理、整合和管理方面付出巨大努力?!痹谶z留系統(tǒng)中解決過(guò)去的數(shù)據(jù)問(wèn)題可能是一個(gè)巨大的進(jìn)入障礙,特別是對(duì)于大型企業(yè)?!?br /> Forrester表示,2020年,“科技精英(Tech Elite)”將提高人工智能和設(shè)計(jì)技能的融合,將以人為本的設(shè)計(jì)技能與人工智能開(kāi)發(fā)能力相結(jié)合將是關(guān)鍵。IDC預(yù)測(cè),到2024年,75%的企業(yè)將投資于員工再培訓(xùn)和發(fā)展,包括第三方服務(wù),以解決采用人工智能帶來(lái)的新技能需求和工作方式。
構(gòu)成“勞動(dòng)力”的要素將繼續(xù)擴(kuò)大,IDC預(yù)測(cè),隨著智能自動(dòng)化在整個(gè)企業(yè)的擴(kuò)展,IT組織將管理和支持越來(lái)越多的人工智能RPA機(jī)器人勞動(dòng)力。勞動(dòng)力的另一個(gè)補(bǔ)充將是聊天機(jī)器人,在企業(yè)中協(xié)助完成各種任務(wù)。但Forrester預(yù)測(cè),每5個(gè)人工智能會(huì)話(huà)交互中就有4個(gè)無(wú)法通過(guò)圖靈測(cè)試。
已經(jīng)完成的工作也將繼續(xù)擴(kuò)大。IDC表示,隨著計(jì)算能力從數(shù)據(jù)中心向邊緣計(jì)算移動(dòng),IT將面臨管理和控制邊緣處理設(shè)備的挑戰(zhàn)。到2023年,近20%使用人工智能優(yōu)化處理器和協(xié)同處理器處理人工智能工作負(fù)載的服務(wù)器將部署在邊緣。到2025年,50%的計(jì)算機(jī)視覺(jué)和語(yǔ)音識(shí)別模型將在邊緣(包括端點(diǎn))上運(yùn)行。
人工智能將無(wú)處不在,IDC估計(jì),到2025年,至少90%的新企業(yè)應(yīng)用程序?qū)度胧饺斯ぶ悄芄δ?。然而,IDC補(bǔ)充說(shuō),真正具有顛覆性的人工智能主導(dǎo)的應(yīng)用將只占總數(shù)的10%左右。
所以我們只要再等5年,就能看到人工智能的“真正顛覆性”潛力最終實(shí)現(xiàn),到2020年,“隨著預(yù)期回歸現(xiàn)實(shí),人工智能的繁榮將會(huì)加劇。”Forrester預(yù)測(cè)2020年人工智能融資將達(dá)到另一個(gè)新的高峰,但它斷言這將是最后一個(gè)高峰——“全球有2600多家公司,人工智能創(chuàng)業(yè)生態(tài)系統(tǒng)即將是一個(gè)飽和的市場(chǎng)?!?br /> 三、人工智能將如何提升供應(yīng)鏈管理?
物流已經(jīng)成為供應(yīng)鏈和商業(yè)模式不可分割的一部分。與過(guò)去不同的是,企業(yè)現(xiàn)在開(kāi)始關(guān)注于他們所期待的新時(shí)代技術(shù)的發(fā)展。人工智能(AI)就是這樣一種技術(shù),它有潛力利用物流來(lái)克服目前的挑戰(zhàn)。零售物流面臨的挑戰(zhàn)最大,因?yàn)樗苯佑舷M(fèi)者,并使其更加復(fù)雜。物流目前需要預(yù)測(cè)消費(fèi)者需求,商品需求,一個(gè)更簡(jiǎn)單的過(guò)程,和流線(xiàn)型的工作流程,以保持不受阻礙和盈利。
人工智能處理文檔(AI+RPA)
過(guò)去,世界各地的組織都在努力管理物流文書(shū)工作,因?yàn)檫@些文書(shū)工作容易出錯(cuò),成本高,耗時(shí)長(zhǎng)。如果采用人工智能,無(wú)需人工干預(yù),就可以自行輸入數(shù)據(jù)和人工智能接口,從而實(shí)現(xiàn)過(guò)程自動(dòng)化和節(jié)約資金。此外,從這些數(shù)據(jù)中獲得的見(jiàn)解使公司能夠提高他們的支付和文檔方法,并保持對(duì)它們的跟蹤。
預(yù)測(cè)分析
人工智能的主要優(yōu)點(diǎn)是對(duì)客戶(hù)需求的預(yù)測(cè)分析。將人工智能整合到物流中可以讓制造商和零售商了解消費(fèi)者的需求。零售商將能夠了解特定時(shí)間或地區(qū)對(duì)特定商品的需求,并據(jù)此進(jìn)行采購(gòu)。來(lái)自零售商的數(shù)據(jù)將幫助供應(yīng)鏈中的所有其他實(shí)體重新定義它們的庫(kù)存。
加強(qiáng)管理
除了客戶(hù)需求,人工智能還可以幫助組織改善物流管理系統(tǒng),因?yàn)檫@將使他們能夠?qū)崟r(shí)跟蹤自己的資產(chǎn)。從運(yùn)輸?shù)綆?kù)存,一切都可以根據(jù)市場(chǎng)需求進(jìn)行分類(lèi)。適當(dāng)?shù)馁Y產(chǎn)評(píng)估將使資源和投資最優(yōu)化。
籌劃物流
繁瑣和平凡的任務(wù)可以轉(zhuǎn)移到AI界面,每次都能以同樣的效率完成。由于人工智能可以解讀更大的數(shù)據(jù)集,企業(yè)可以獲得更多的投標(biāo),并根據(jù)它選擇最可靠和最有利可圖的物流合作伙伴。
四、人工智能如何推動(dòng)物流行業(yè)下一階段的增長(zhǎng)?
為什么物流公司正面臨一個(gè)前所未有的變化的時(shí)代,因?yàn)樾录夹g(shù)使更高的效率和更多的合作運(yùn)營(yíng)模式成為可能。這是物流行業(yè)擁抱人工智能的最佳時(shí)機(jī),因?yàn)閿?shù)字化已經(jīng)形成,客戶(hù)期望也在不斷發(fā)展。
人工智能可以幫助物流行業(yè)重新定義今天的行為和實(shí)踐,從預(yù)測(cè)到預(yù)測(cè)的規(guī)劃,從標(biāo)準(zhǔn)化到個(gè)性化的服務(wù)。它還為物流公司提供了優(yōu)化網(wǎng)絡(luò)協(xié)調(diào)的能力,這是僅靠人類(lèi)思維無(wú)法達(dá)到的效率
人工智能(AI)越來(lái)越多地出現(xiàn)在我們的個(gè)人生活中,并迅速被企業(yè)用于提高效率和創(chuàng)造新價(jià)值。世界各地的許多物流公司都擁抱數(shù)字化轉(zhuǎn)型,從傳統(tǒng)的企業(yè)資源規(guī)劃系統(tǒng)過(guò)渡到高級(jí)分析、增加自動(dòng)化、硬件和軟件機(jī)器人以及移動(dòng)計(jì)算。
在人工智能的幫助下,物流行業(yè)可以將其運(yùn)營(yíng)從反應(yīng)性行動(dòng)轉(zhuǎn)變?yōu)榍罢靶院皖A(yù)測(cè)性范式,這可以在后臺(tái)辦公室、運(yùn)營(yíng)和面向客戶(hù)的活動(dòng)中以有利的成本產(chǎn)生更高的洞察力。例如,人工智能技術(shù)將使用先進(jìn)的圖像識(shí)別技術(shù)來(lái)跟蹤貨物和資產(chǎn)的狀況,為運(yùn)輸帶來(lái)端到端自動(dòng)化,或在世界貨運(yùn)量出現(xiàn)波動(dòng)之前預(yù)測(cè)它們。
隨著職業(yè)世界的數(shù)字化,越來(lái)越多的公司將人工智能(AI)添加到他們的供應(yīng)鏈中,以最大限度地利用他們的資源,減少時(shí)間和金錢(qián)花在決定和何時(shí)發(fā)送一個(gè)包裹到某個(gè)地方。
優(yōu)化庫(kù)存
庫(kù)存優(yōu)化是指維持一個(gè)特定的庫(kù)存水平,可以消除缺貨的情況,同時(shí)持有庫(kù)存的成本不損害底線(xiàn)。物流在不降低材料成本或過(guò)程成本的情況下縮小產(chǎn)品價(jià)值方面起著重要作用。該技術(shù)還可以確保和管理供應(yīng)商庫(kù)存和可用的卡車(chē)數(shù)量,并優(yōu)化物流模式。如果它滿(mǎn)足需求和供給方程,它就成功了。
簡(jiǎn)化經(jīng)紀(jì)流程(AI+RPA)
海關(guān)申報(bào)嚴(yán)重依賴(lài)手工流程,涉及法規(guī)、行業(yè)和客戶(hù)的知識(shí)。交叉引用和驗(yàn)證是一個(gè)費(fèi)力的過(guò)程。自然語(yǔ)言處理將修改并使人工智能軟件從各種格式的文件中提取相關(guān)信息,并提交一份聲明。
應(yīng)對(duì)不可預(yù)見(jiàn)風(fēng)險(xiǎn)
通過(guò)訓(xùn)練,人工智能可以從應(yīng)急計(jì)劃中學(xué)習(xí),這可以保證未來(lái)的糾正行動(dòng)。使用人工智能搜索互聯(lián)網(wǎng),觀(guān)察趨勢(shì),可以預(yù)測(cè)某一類(lèi)產(chǎn)品的需求增長(zhǎng),或提前識(shí)別任何風(fēng)險(xiǎn)。
當(dāng)涉及到物流業(yè)務(wù)時(shí),要預(yù)料到意外情況,因?yàn)橐幌盗械那闆r可能會(huì)影響產(chǎn)品的預(yù)期交付日期。颶風(fēng)和洪水、航空公司破產(chǎn)和員工罷工等自然災(zāi)害都會(huì)影響公司物流工作流程的自然進(jìn)程。
作者簡(jiǎn)介