遍及行業(yè)每個(gè)角落的AI可以改善你的供應(yīng)鏈

沃爾瑪通過觀察天氣情況來確定哪些食物更暢銷。通過這種預(yù)測，在溫暖、干燥、多云和多風(fēng)的情況下儲存更多牛排，在較熱和較少風(fēng)時(shí)儲存更多漢堡，使得銷售額增長了18％。高溫微風(fēng)天氣下，沙拉賣得更多；晴朗的日子，漿果賣得更多。但是，你不必是零售巨頭，就可以使用AI來改善你的供應(yīng)鏈。

預(yù)測分析和遠(yuǎn)程傳感器告訴經(jīng)銷商們什么時(shí)候冰箱里應(yīng)該補(bǔ)充蘇打水，或者咖啡自動售貨機(jī)需要補(bǔ)充原料。Lakeba的Shelfie機(jī)器人在英國超市Co－op的過道來回巡游，使用圖像識別來檢測產(chǎn)品什么時(shí)候售罄或者是否被擱置在了錯(cuò)誤的地方。

與數(shù)百個(gè)供應(yīng)商合作的在線時(shí)尚零售商，在智能手機(jī)上使用圖像識別應(yīng)用來檢查正在運(yùn)送中的是哪款藍(lán)色連衣裙，以便他們知道商品的庫存情況。

另一方面，Jet．com非常熱衷于了解哪些不在庫存中，工程總監(jiān)Scott Havens表示：“供應(yīng)商可能會說他們有10件商品庫存，但他們只有8件，”這導(dǎo)致顧客不能按預(yù)期下訂單而有所抱怨。如果某件商品沒有庫存，那么Havens不希望商品出現(xiàn)在搜索中。“就客戶體驗(yàn)而言，不與客戶溝通，總比和客戶溝通了卻讓客戶失望更好一些。”

Havens的團(tuán)隊(duì)使用機(jī)器學(xué)習(xí)來追蹤不同供應(yīng)商報(bào)告他們庫存產(chǎn)品的準(zhǔn)確度；這些數(shù)據(jù)可能是錯(cuò)誤的，因?yàn)闆]有足夠頻繁地進(jìn)行更新，或者因?yàn)闆]有提供準(zhǔn)確的報(bào)告。他說，這個(gè)機(jī)器學(xué)習(xí)系統(tǒng)已經(jīng)將商品拒收率降低了一半，從而使Jet．com更好地了解其供應(yīng)鏈的情況。

擋風(fēng)玻璃更換服務(wù)提供商Autoglass也在其手機(jī)應(yīng)用中使用圖像識別功能，這樣客戶就會知道是否可以修復(fù)或者需要更換掉擋風(fēng)玻璃上的芯片?？蛻粝肓私獬杀厩闆r，但Autoglass知道某個(gè)商店是否可以從庫存中進(jìn)行替換，或者需要訂購擋風(fēng)玻璃并在到貨時(shí)安排配件。該應(yīng)用每周處理2500幅圖像的準(zhǔn)確度超過80％，該公司正在考慮使用這個(gè)應(yīng)用來評估維修或更換后是否需要重新校準(zhǔn)高級駕駛員輔助系統(tǒng)。

PureCars公司首席執(zhí)行官Sam Mylrea表示，汽車經(jīng)銷商正在轉(zhuǎn)向使用AI來決定庫存那些車型以及向哪些群體進(jìn)行推廣。“不變庫存每個(gè)月都會花費(fèi)數(shù)百美元的利息。通過使用AI，經(jīng)銷商可以根據(jù)消費(fèi)者行為和過去的購買模式更好地了解庫存哪些車型。憑借這些洞察力，他們可以在適當(dāng)?shù)臅r(shí)間使用個(gè)性化的營銷宣傳來精準(zhǔn)給客戶。”

AI還可以用于農(nóng)業(yè)和食品加工業(yè)。中國釀酒商長城葡萄酒公司使用氣象站和農(nóng)藥監(jiān)測器為預(yù)測分析提供動力，分析何時(shí)處理葡萄以及何時(shí)準(zhǔn)備收獲。微軟正在為小型農(nóng)場主開發(fā)物聯(lián)網(wǎng)精準(zhǔn)農(nóng)業(yè)系統(tǒng)，該系統(tǒng)使用機(jī)器學(xué)習(xí)來預(yù)測何時(shí)需要水作物或撒石灰來提高土壤的pH值。Bühler的LumoVision谷物分選系統(tǒng)使用圖像識別功能除掉的污染谷物是傳統(tǒng)機(jī)械的2倍。釀造啤酒廠和奶制品廠也可以通過更快地處理傳入物料，預(yù)測什么時(shí)候要準(zhǔn)備好一批啤酒或奶酪，來提高產(chǎn)量和縮短生產(chǎn)時(shí)間，使用相同的設(shè)備更快速處理下一批次。

物流公司RR Donnelley使用天氣、交通預(yù)測和運(yùn)輸工作歷史記錄建立了一個(gè)機(jī)器學(xué)習(xí)模型，對成本進(jìn)行更精準(zhǔn)的估算，構(gòu)建該系統(tǒng)的成本在第一個(gè)月就回本了，在第一個(gè)季度訂單量增加了4％。此外，豐田汽車很快會給亞馬遜的倉庫機(jī)器人制造一些競爭壓力，它正在考慮使用AI來訓(xùn)練能夠識別模式的“調(diào)色板無人機(jī)”，了解工廠車間的布局和流程，以群體的形式進(jìn)行工作，可以自行決定使用哪種類型的機(jī)器人來移動每個(gè)負(fù)載。

所有這些項(xiàng)目的共同點(diǎn)，是對最基本的業(yè)務(wù)領(lǐng)域之一的看法是在不斷變化的。傳統(tǒng)上來說，庫存和供應(yīng)鏈被視為成本中心，畢馬威國家數(shù)據(jù)和分析領(lǐng)導(dǎo)負(fù)責(zé)人Ammon Matsuda表示：“但實(shí)際上這是一個(gè)讓事情井井有條讓目標(biāo)實(shí)現(xiàn)的引擎。”

通過使用AI來提高供應(yīng)鏈的靈活性，這在讓成本中心轉(zhuǎn)變?yōu)橘x能的角色基礎(chǔ)上更近了一步，特別是在當(dāng)今充滿挑戰(zhàn)的市場中。Matsuda認(rèn)為：“至關(guān)重要的是對波動性有更加靈敏的反應(yīng)，處理比過去更多的產(chǎn)品變化，應(yīng)對比以前更多的渠道。”

他預(yù)測，目前AI人工智能工具已經(jīng)及大地推動了庫存管理，未來只會力度更大。“想想機(jī)器人能夠?yàn)橛行螏齑婀芾砟茏龅牡墓ぷ鳌?rdquo;不僅僅是在倉庫中，“你會看到機(jī)器人將進(jìn)入一個(gè)復(fù)雜的環(huán)境，比如穿過商店，抓取產(chǎn)品，檢測需要補(bǔ)貨的地方，或者產(chǎn)品沒有放在貨架上，所以你必須讓機(jī)器學(xué)習(xí)知道，哪個(gè)標(biāo)簽是放在哪個(gè)位置的。”

AI有助于縮短庫存周期，適用于像新鮮農(nóng)產(chǎn)品等保質(zhì)期較短的產(chǎn)品。Matsuda說，那些知名公司正在“研究如何部署機(jī)器學(xué)習(xí)功能，來預(yù)測一棵卷心菜是還有多長時(shí)間保質(zhì)期，以便他們在卷心菜變質(zhì)之前了解這批蔬菜應(yīng)該在供應(yīng)鏈的什么位置。”

他也在更為謹(jǐn)慎地使用AI來預(yù)測需求變化，因?yàn)橄M(fèi)者模式可能發(fā)生不可預(yù)測的變化，機(jī)器學(xué)習(xí)不一定能夠應(yīng)對這些變化。“你需要有一個(gè)相當(dāng)不錯(cuò)的需求歷史來感知模式，并給出合理而有效的預(yù)測，以便你可以調(diào)整供應(yīng)鏈。機(jī)器學(xué)習(xí)在復(fù)制人類一貫行為方面非常出色，但在對全新情況和觀察做出反應(yīng)時(shí)非常糟糕，所以如果我們能夠推斷出人類可以做什么，機(jī)器學(xué)習(xí)是表現(xiàn)不錯(cuò)的，但是我們正式因?yàn)閿U(kuò)展和速度帶來的各種挑戰(zhàn)，才使用機(jī)器學(xué)習(xí)模型的。”

Matsuda建議，機(jī)器學(xué)習(xí)在供應(yīng)鏈預(yù)測方面的真正優(yōu)勢比揭示人類行為的秘密更加平淡無奇。“好處實(shí)際上就是讓企業(yè)做出更合理的決定。”

那些希望在供應(yīng)鏈中利用人工智能的企業(yè)應(yīng)該從優(yōu)化現(xiàn)有系統(tǒng)開始著手，然后隨著時(shí)間的推移引入計(jì)算機(jī)視覺等新技術(shù)，微軟云AI平臺項(xiàng)目管理合作總監(jiān)Lance Olson這樣表示。利用已經(jīng)做過的歷史分析并添加更多預(yù)測：“下個(gè)月我們的供應(yīng)需求情況是怎樣的？不僅僅是基于歷史數(shù)據(jù)，還有基于預(yù)測的。”或者使用像Azure Gallery中的工具，Azure Gallery使用機(jī)器學(xué)習(xí)對石油和天然氣供應(yīng)鏈進(jìn)行優(yōu)化，或?qū)α闶巯到y(tǒng)、商店和倉庫優(yōu)化產(chǎn)品質(zhì)量及交貨時(shí)間。

這讓你可以快速改善，從而對流程充滿信心。“在最佳運(yùn)行狀況下，你可以節(jié)省5．47％的成本。”然后，你可以繼續(xù)進(jìn)行更大膽、更具革命性的項(xiàng)目，這些項(xiàng)目需要更深入的數(shù)據(jù)科學(xué)知識，可能需要傳感器和其他硬件投資，例如帶有定制計(jì)算機(jī)視覺模型的攝像頭來做實(shí)時(shí)識別、麥克風(fēng)、或者通過熱成像、激光雷達(dá)或雷達(dá)觀察不可見光譜。

“如果我們完全使用不同的機(jī)制來檢查從供應(yīng)商處獲得的商品，我們可能會消除流程中的一步、兩步或十步。我有一些客戶創(chuàng)建了多個(gè)數(shù)據(jù)模型，當(dāng)裝載了設(shè)備的插卡進(jìn)入倉庫的時(shí)候可以查看這些卡車，而且模型也會在庫存進(jìn)入時(shí)對其進(jìn)行計(jì)數(shù)。這種動態(tài)計(jì)數(shù)和每次設(shè)備運(yùn)輸經(jīng)過時(shí)重新進(jìn)行計(jì)數(shù)的方法，讓該系統(tǒng)能夠縮短他們試圖優(yōu)化的大量下游問題。”

對于工業(yè)機(jī)械來說，音頻處理可以幫助在制造過程中或者部件送到時(shí)對庫存情況進(jìn)行評估。“如果你有任何會發(fā)出聲響的東西，比如電機(jī)，那么你可以在生產(chǎn)線邊緣安裝麥克風(fēng)，這樣你可以聽到電機(jī)的聲音，并了解該部件的質(zhì)量情況。如果你是汽車或飛機(jī)制造商，有引擎進(jìn)來的時(shí)候，只要你運(yùn)行發(fā)動機(jī)就可以聽到發(fā)動機(jī)的聲音，并對零部件進(jìn)行質(zhì)量控制，這可能會讓你改變?nèi)斯z查的方式。同樣的技術(shù)可以幫助食品經(jīng)銷商和零售商監(jiān)控制冷設(shè)備，提前預(yù)測故障。”

Olson也認(rèn)為AI將成為庫存管理的一個(gè)重要組成部分，因?yàn)槠髽I(yè)可以建立自己的專業(yè)知識體系并創(chuàng)建自定義監(jiān)控和預(yù)測系統(tǒng)。“這變成了一個(gè)大規(guī)模的智能系統(tǒng)，在這個(gè)系統(tǒng)中你有大量要查看的要素，數(shù)據(jù)管道流經(jīng)整個(gè)系統(tǒng)。對于任何依賴庫存和供應(yīng)鏈的公司而言，隨著時(shí)間的推移，可持續(xù)差異化會成為核心的一部分。他們?nèi)绾蝺?yōu)化系統(tǒng)，如何降低成本，如何在適當(dāng)?shù)臅r(shí)間以適當(dāng)?shù)馁|(zhì)量和價(jià)格將適當(dāng)?shù)漠a(chǎn)品送到正確的客戶手中。”