IBM 商业价值研究院:欢迎加入认知供应链,重塑数字化运营

过去几年,所有行业的供应链高管都在开发数字化战略。他们积极采用集成技术,包括基于移动、协作和云平台技术上的物联网 (IoT)。他们不断在以更快的速度将预测性分析应用到所有供应链流程中,包括资产、库存、车队和能源管理流程。他们还积极利用机器人和无人机,进一步实现数字制造、客户服务和配送自动化。在当今这个认知时代,这些数字化运营实践在人工智能 (AI) 的作用下不断得到加强。当与高级自动化、思考与学习功能相结合时,供应链可以得到训练,进而增强人类决策能力,将卓越运营提高至全新水平。

科幻电影和文学作品中描绘的未来场景已经成为现实,现在机器人不断推动学习型供应链实现自动化和物联化。新一波技术浪潮 – 人工智能 (AI) 能够理解来自大量设备和云应用的海量运营数据流。这一技术还应用高等数学,创造出具有适应和学习能力的产品、流程和系统。
2010 年,我们就预见了这些飞跃发展,当时我们将其称之为未来的智慧供应链。我们预言,智慧供应链需要具备以下特征:

  • 物联化。过去由人类创造的信息将会越来越多地由机器生成 – 传感器、RFID 标签、计量器、执行器、GPS 等等。库存将能自动盘点。集装箱可以自行检测其内部的货物。如果托盘被送至错误的地方,则会自动报告。
  • 互联化。整个供应链将连为一体 – 不仅仅包括一般意义上的客户、供应商和 IT 系统,还包括用于监视供应链的部件、产品和其他智能工具。这种广泛的互联互通将支持全球供应链网络协同规划和决策。
  • 智能化。供应链决策也将变得更加智能。高级分析和建模技术将帮助决策者更好地分析一系列极其复杂多变的风险和制约因素,以评估各种备选方案。智能系统甚至可以自动制定决策 – 提高响应速度,减少人为干预。”1短短不到十年时间,我们的预言就已成真。

自适应机器人能够根据物联网 (IoT) 设备信息以及海量结构化和非结构化数据采取行动,以进行学习和自主决策。自然语言处理 (NLP) 工具可以理解人类的语言,并就此作出回应。预测性分析可以应用于需求响应、库存和网络优化、预防性维护和数字制造。搜索和模式识别算法 – 不仅能进行预测,还能划分层次 – 分析实时数据,帮助供应链对不断增多的机器生成的信息做出响应,从而提供即时的可视性和透明度。

UPS 前工程、战略和供应链业务高级副总裁 Bob Stoffel 说:“我们谈及供应链可视性时,并不仅仅是指您自己的供应链的可视性。还包括合作伙伴中的可视性,这才能更密切地针对客户的需求协同决策。这既是一种科学(如管理技术),也是一门艺术(如利用信息和指标来获得竞争优势)。”
人工智能成为供应链创新转型的必备要素。46% 的供应链高管预计,人工智能、认知计算和云应用将成为他们未来三年在数字化运营方面的投资重点。

为了更好地了解人工智能和认知计算解决方案对供应链和运营的影响,我们对各行各业和不同地区的运营高管进行了调查。我们采访了超过 1,600 位首席运营官 (COO)、首席供应链官 (CSCO) 以及产品开发高管、采购高管和生产制造高管,了解他们当前对于人工智能、认知计算、优先任务的看法以及他们预期实现的价值。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

推荐文章

沪公网安备 31010702002009号