供應(yīng)鏈執(zhí)行一系列行動，從產(chǎn)品設(shè)計(jì)到采購、制造、分銷、交付和客戶服務(wù)。思科AI/ML數(shù)據(jù)產(chǎn)品主管德瓦夫拉特·巴帕特表示：“在每一個點(diǎn)上，都蘊(yùn)藏著AI和ML的巨大機(jī)遇?！边@是因?yàn)楫?dāng)代AI已經(jīng)非常擅長供應(yīng)鏈管理所需的兩件事。第一種是預(yù)測，AI被用來預(yù)測下游需求或上游短缺。此外，算法可以檢測到他們認(rèn)為是失敗前兆的一個或多個事件，然后在生產(chǎn)質(zhì)量下降之前向裝配線操作員發(fā)出警告。

第二種是檢查，AI被用來發(fā)現(xiàn)制造業(yè)中的問題。它還可以用于認(rèn)證材料和部件，并在整個供應(yīng)鏈中對它們進(jìn)行跟蹤。

最終，AI將優(yōu)化供應(yīng)鏈，以滿足任何給定情況下的特定客戶需求。使能技術(shù)是存在的，但剩下的挑戰(zhàn)是，它需要一定程度的數(shù)據(jù)共享，這是當(dāng)今供應(yīng)鏈中找不到的。與此同時，許多公司繼續(xù)從改進(jìn)的預(yù)測和檢查中獲益。

預(yù)測

以Amcor為例，它是世界上最大的包裝公司，收入150億美元，員工4.1萬人，在全球擁有200多家工廠。他們的大部分市場是在食品和保健包裝領(lǐng)域。

該公司全球首席信息官喬爾·蘭欽說：“我們?yōu)槟惚淅锶种坏漠a(chǎn)品制造包裝?！盇mcor在制造業(yè)面臨的一些挑戰(zhàn)與準(zhǔn)確預(yù)測和適應(yīng)不斷變化的需求有關(guān)。訂單通常會隨著需求的變化而在食品供應(yīng)鏈領(lǐng)域進(jìn)行修改。例如，在炎熱的天氣里，人們會喝更多的佳得樂，這可能會造成需求的突然激增，因此對瓶子的需求可能會激增10%到15%。其他類型的產(chǎn)品也是如此。海洋中可能會突然有更多的魚，這就增加了包裝的需求，以容納更多的魚?！凹词刮覀冊噲D預(yù)測，這也是非常困難的，因?yàn)槲覀儾⒉豢偸翘崆爸揽蛻舻男枨?，”蘭欽說。

供應(yīng)鏈的另一端也面臨著類似的挑戰(zhàn)。如果Amcor不能準(zhǔn)確預(yù)測短缺，它就不能提前囤積原材料。更重要的是，該公司需要預(yù)測價(jià)格變化，這樣它才能在漲價(jià)前以更低的價(jià)格購買更多商品，或者在看起來即將下跌的情況下購買更少商品。

大約一年前，Amcor開始試驗(yàn)EazyML，這是一個幫助優(yōu)化客戶需求和供應(yīng)方預(yù)測的平臺。他們使用來自ERP的三年數(shù)據(jù)對該工具進(jìn)行了培訓(xùn)，以尋找波動模式。該系統(tǒng)試圖找到變化的類別，以及哪些事件與不同種類的變化相關(guān)。例如，它檢查季節(jié)性波動，以及兩種或兩種以上類型的變化是否同時發(fā)生，或者它們是否相互排斥。

蘭欽說：“我們獲得的初步結(jié)果非常有希望，遠(yuǎn)遠(yuǎn)超出了我們的預(yù)期?！比绻隳茴A(yù)測變化，你就能更好地預(yù)測你的原材料需求，并在必要時提前補(bǔ)充。

這對巴帕特來說并不令人意外，他說預(yù)測是AI顯著改進(jìn)的一個領(lǐng)域。“過去，許多企業(yè)依賴共識預(yù)測，不同專家的加權(quán)輸入被用來得出平均預(yù)測，”他說?！把芯勘砻鳎褂媒y(tǒng)計(jì)技術(shù)從歷史數(shù)據(jù)中進(jìn)行推斷的統(tǒng)計(jì)預(yù)測方法，一貫優(yōu)于共識方法。機(jī)器智能甚至比統(tǒng)計(jì)預(yù)測做得更好。但訣竅是確保你使用正確的數(shù)據(jù)。

檢查

AI如何被使用的另一個例子可以在英特爾找到，在那里，幾個芯片使用光刻技術(shù)印刷在一個晶片上。離晶片中心最近的那些往往具有最好的功率性能曲線。靠近外環(huán)的那些雖然仍然可靠，但性能往往會降低。英特爾有一個質(zhì)量門檻，根據(jù)這個門檻來衡量芯片是應(yīng)該保留還是應(yīng)該扔掉。讓人工檢查晶片將是一個耗時且充滿故障的過程。

英特爾高級副總裁兼首席技術(shù)官格雷格·拉文德表示：“我們使用AI來選擇合適的高質(zhì)量芯片，這使我們能夠更快地生產(chǎn)芯片，并以更好的質(zhì)量將其推向市場?！碑?dāng)然，這并不是我們對AI做的唯一一件事。我有數(shù)百名AI軟件工程師向我的企業(yè)匯報(bào)工作。他們所做的一些事情被用于我們的工廠進(jìn)行檢查和測試，但有時他們開發(fā)的AI是在我們的產(chǎn)品內(nèi)部交付的，而不一定有人知道。

一個恰當(dāng)?shù)睦邮怯⑻貭柸绾瓮ㄟ^提供測試惡意軟件的軟件工具來幫助他們的OEM客戶。其中一個工具是在英特爾筆記本電腦上運(yùn)行的英特爾威脅檢測技術(shù)。在Windows中執(zhí)行代碼時，英特爾代碼會檢查CPU中的指令流。使用自適應(yīng)學(xué)習(xí)簽名算法，它可以在代碼中查找與惡意軟件簽名匹配的異常。如果找到匹配項(xiàng)，該工具會攔截或阻止惡意軟件，并向Windows Defender發(fā)出設(shè)備感染的警報(bào)。

Lavender說：“威脅檢測技術(shù)內(nèi)置于我們所有的客戶CPU中。”這些感染通過供應(yīng)鏈悄悄進(jìn)入--當(dāng)最終產(chǎn)品組裝在一起時，找到它們的唯一方法就是使用這個工具。在過去的幾年里，我們一直在提供這個和其他AI工具，但現(xiàn)在隨著所有關(guān)于大型語言模型的討論，更多的人正在談?wù)撍?/p>

根據(jù)思科的Bapat的說法，檢查是供應(yīng)鏈管理的一個重要組成部分，如果在產(chǎn)品設(shè)計(jì)時采取正確的步驟，檢查就會變得容易得多。他說：“如果在產(chǎn)品設(shè)計(jì)過程中，在設(shè)備中嵌入可以產(chǎn)生數(shù)據(jù)以幫助監(jiān)控流量的儀器設(shè)備，就可以節(jié)省大量成本?！比绻憧紤]任何產(chǎn)品的材料成本，看看勞動力負(fù)擔(dān)成本，你會發(fā)現(xiàn)它們非常高。負(fù)擔(dān)基本上是產(chǎn)品質(zhì)量和監(jiān)督管理費(fèi)用。如今，AI已經(jīng)在幫助將這一成本降至最低。

優(yōu)化

預(yù)測和檢查都很重要，但當(dāng)供應(yīng)鏈可以根據(jù)特定客戶需求量身定做時，最大的影響將到來。巴帕特從他設(shè)計(jì)他最好的AI算法之一時學(xué)到的重要教訓(xùn)中吸取了教訓(xùn)。它花了9個月的時間來開發(fā)和部署——最終，它仍然花了令人驚訝的長時間才使其發(fā)揮作用?；叵胍幌履睦锍隽藛栴}，他意識到，如果他不首先花時間了解最終客戶是誰，以及他們計(jì)劃如何使用應(yīng)用程序，無論技術(shù)有多好，都不會產(chǎn)生預(yù)期的結(jié)果。他還指出，雖然他們的聲音通常最大，但高級管理層并不是最終客戶。

他說：“從那時起，我一直強(qiáng)調(diào)，無論是涉及銷售還是供應(yīng)鏈管理，我總是從很好地理解基礎(chǔ)業(yè)務(wù)開始?！薄耙坏┪覍@一要求有了扎實(shí)的理解，我就會回到數(shù)據(jù)和AI領(lǐng)域。”

巴帕特認(rèn)為這一理念應(yīng)該應(yīng)用到供應(yīng)鏈管理中：“如果你真的關(guān)注最終消費(fèi)者，AI可以通過細(xì)分和瞄準(zhǔn)消費(fèi)者及其環(huán)境來提供幫助。然后，當(dāng)你通過供應(yīng)鏈的方式重新工作時，看看不同的成本：勞動力、生產(chǎn)、稅收、庫存，并一起優(yōu)化它們。

他補(bǔ)充說，一旦供應(yīng)鏈針對流程進(jìn)行了優(yōu)化，你就可以開始安裝和執(zhí)行預(yù)測質(zhì)量和維護(hù)。從那時起，你就可以回到供應(yīng)管理的采購領(lǐng)域。

他表示：“這支持了供應(yīng)商是合作伙伴、而不是對手的觀點(diǎn)?！?/p>

因此，這是一個由來已久的挑戰(zhàn)，即供應(yīng)鏈本質(zhì)上是由至少三個不共享數(shù)據(jù)的獨(dú)立公司組成的。首先，他們可能有一個與一個或多個其他合作伙伴競爭的業(yè)務(wù)線。其次，它們可能是一個或多個相互競爭的供應(yīng)鏈的一部分。第三，他們把信息藏在心里，以加強(qiáng)自己在談判桌上的實(shí)力。

當(dāng)前一代的AI可以優(yōu)化供應(yīng)鏈-甚至可以量身定做，以合適的價(jià)格將合適的產(chǎn)品提供給合適的客戶。然而，這樣做將需要一定程度的數(shù)據(jù)共享，而很少有公司做好了準(zhǔn)備。

巴帕特說：“缺少的是一些技術(shù)，這些技術(shù)允許企業(yè)充分自信地分享他們的部分?jǐn)?shù)據(jù)，而他們沒有透露太多?！薄拔覀冞€需要5到10年的時間才能實(shí)現(xiàn)這一目標(biāo)。”