2019年科技圆桌会议:我们准备好迎接未来了吗?

很难听到，但物流和供应链专业人员面临的令人生畏的挑战在过去两年中并没有太大变化。运费继续上涨，运力依然紧张，全球贸易比以往任何时候都更加复杂，电子商务的增长并没有放缓，仓库/数据中心的运营几乎无法跟上履行的步伐，因为他们仍然在努力寻找、培训和留住员工。

在一个加速发展、变得更加复杂的环境中，物流和供应链经理不断被要求以更少的成本做更多的事情，现在比以往任何时候都更需要支持利益相关者之间良好协调和协作的技术平台。但是，什么时候应用什么，即使是最精明的从业者也仍然感到困惑。

本月，我们将邀请到四位顶尖科技分析师，共同探讨一些最热门的软件和技术如何帮助物流和供应链管理专业人士简化业务，以满足数字商务的迫切需求，并在一代人中最紧张的劳动力市场中进行管理。

今年加入我们的是丹尼尔Merchan，研究附属机构麻省理工学院运输和物流中心万博ag客户端app；德怀特Klappich他是Gartner研究副总裁;乔弗农凯捷(Capgemini)北美供应链分析高级经理;供应链咨询公司St. Onge Co.的董事总经理诺姆•萨恩斯(Norm Saenz)。

人工智能(AI):是的，这已经发生了

万博2.0app下载物流管理:你如何最好地定义人工智能(AI)?

Dan Merchan:人工智能可以被广义地定义为机器执行认知任务的能力，如识别模式、学习关系、推理和表示知识。例如，识别模式的能力使人工智能技术更好地预测结果。人工智能算法，包括那些基于机器学习(ML)、语音识别、自然语言处理技术的算法，已经在为系统提供动力，这些系统可以预测我们可能喜欢的电影，或者根据当前的交通状况预测从家到公司的最快路线。

人工智能还可以促进创新、洞察力和决策，提高效率并推动收入增长。然而，人工智能并不是最近才出现的技术进步。事实上，这一领域已经发展了60多年。几十年来，收集大量数据和处理大规模人工智能模型的成本令人望而却步。在过去10年左右的时间里，增强的人工智能算法的融合，训练模型的大量数据的可用性，以及不断增长的计算能力，为各行业采用人工智能提供了动力。简单地说，做出更好的预测已经变得便宜得多。

LM:人工智能在物流和供应链管理中已经扮演了什么角色?

Merchan:人工智能在供应链领域的应用正在迅速扩大。例如，需求预测问题自然适合与AI相关的预测改进，更具体地说，适用于ML系统。

德国电子零售商奥托(Otto)报告称，用经过大型多维数据集训练的深度学习模型取代了经典的预测工具集，以更准确地预测客户订单，并有效地预先安排库存，以缩短交货周期。其他已知的应用包括预测出行时间和运营中断。此外，人工智能技术正在推动仓库自动化达到新的水平。

LM:你认为人工智能在物流和供应链管理中有哪些领域发挥着更重要的作用?

Merchan:需求预测可能是人工智能在物流和供应链管理中最容易实现的目标。人工智能和机器人技术的融合推动仓库和车辆自动化是另一个有前景的发展领域。更广泛地说，我认为人工智能在物流和供应链领域有两个重要作用。

首先，它可以扩展现有决策支持系统的功能。供应链运营中的决策传统上是通过基于优化的规定性方法或基于模拟的描述工具来实现的。通过增强与ML相关的预测能力来扩展这些决策支持系统，可以产生更健壮的决策过程。例如，改善船舶航行时间预测，这取决于多个地区的港口调度和天气等多种因素，可以更好地为网络规划和库存分配策略提供信息。

其次，我认为它揭示了新的战略见解。让我们以最后一英里运输作业中的车辆路线为例。优化客户访问顺序是物流领域研究较多的问题，路由解决方案已广泛应用。然而，交易、地理位置和遥测数据的日益可用性可以帮助揭示关于客户送货偏好、驾驶模式和城市环境条件的新见解，从而极大地重新定义路线规划。

无监督机器学习方法可以基于多样化和多维度的属性，帮助导出客户、产品或服务的分类，最终将战略定位于特定的客户类型和运营条件。

LM:你如何看待人工智能在物流管理领域的发展?万博2.0app下载它的限制是什么?

Merchan:我认为，在不久的将来，人工智能系统可以在改善物流和供应链运营方面发挥重要作用。预测分析将继续渗透到不同的决策层面。技术能力也将扩大。例如，我们可能会看到针对司机和仓库操作员的类似siri的虚拟助手。

许多公司已经部署了大量人工智能机器人来自动存储和检索库存，为操作员消除了一些最繁重或单调的任务。随着机器人在学习新任务方面变得更便宜、更安全、更快，我们可能还会看到经过人工智能训练的机器人协助采摘和其他高精度任务。

然而，物流和供应链经理也必须将炒作与现实区分开来，并意识到对人工智能及其局限性的常见误解。虽然数据可用性已经大大扩展，但数据质量仍然是快速部署基于人工智能的解决方案的主要障碍。

LM:企业如何开始人工智能之旅?

Merchan:从简单开始，组建一支技能互补的团队。这个团队需要汇集机器学习科学家、数据分析师、开发人员以及物流和供应链领域的专家。他们需要从开发原型解决方案开始，以解决预测在其中扮演重要角色的业务问题。

您需要确保团队与决策者合作，以了解期望和数据通信偏好。最初的技术投资应该相对较低，因为许多最流行的ML工具都是开源的。评估解决方案的价值，了解可伸缩性方面的挑战，如数据质量和IT集成。成为一个数据驱动的供应链组织更多的是关于人和文化，而不是技术本身。

劳动力管理:吸引、参与、留住

LM:一些人将物流行业的劳动状况描述为“危机水平”。你认为我们已经进入危机模式了吗?

德怀特Klappich:我不想危言耸听，说这是一场危机，但所有迹象都表明，它非常接近成为一场危机。如果你看一下发达经济体，排除移民，大多数国家的人口都在负增长，这意味着它们的人口正在下降。引用我在德国的一位熟人的话:“在德国，没有哪个孩子长大后想一辈子开叉车。”在北美、西欧大部分地区和亚洲许多国家，你也可以这样说。

美国劳工统计局预计，2016年至2026年期间，物流和运输行业的就业人数将分别增长7%和6%，这意味着需求将继续增长，而供应将下降，因此对运营工人的竞争将在未万博ag客户端app来十年变得更加有限。

LM:当前劳动力形势的主要驱动因素是什么?

Klappich:在过去，劳动力短缺可能是周期性的，每年上升，每年下降，所有的迹象都表明，劳动力现在是、将来也将继续是一种受限制的、要求高的、越来越不稳定的资产。最近，Gartner的另一位客户讲述了他在得知亚马逊计划在附近开设仓库时的恐慌故事。这位客户担心该公司如何能与亚马逊竞争人才，如何能阻止这家电子商务巨头挑选他们最好的人才。

底线:随着劳动力需求的增加，愿意工作的人越来越少，对现有劳动力的竞争越来越激烈，公司现在不得不积极竞争每一个好员工。然而，寻找、招募、留住和壮大未来的劳动力将比以往任何时候都更加困难。

LM:你看得怎么样劳动管理系统(LMS)进化以跟上这种紧张的劳动环境?

Klappich:劳动和劳动力管理应用程序当然并不新鲜，但在它们存在的大部分时间里，重点一直是追溯地报告劳动绩效。这仍然是有意义的，但领先的供应商开始关注他们的软件如何解决员工敬业度问题。

LMS能提供像fitbit一样的数据来鼓励员工敬业度吗?有没有工具支持指导多于惩罚?答案是肯定的，一些供应商正在更多地关注这些领域，这对采用这些工具的公司的运营劳动力来说是个好兆头。

我们也看到了对前瞻性劳动计划和预测能力的兴趣显著增加。就像库存一样，如果一项资产受到限制，那么计划就变得越来越重要——现在在劳动力方面也是如此。从短期来看，在一天或轮班内，公司希望更好地了解工作以及按区域对劳动力的要求。经理还希望看到全天的工作进展情况，以确保最有效地部署人力来支持业务需求。

从长远来看，公司越来越多地寻找工具来帮助他们及时预测劳动力需求。今天，劳动力预测——如果要做的话——是用基本的电子表格来做的，缺乏任何复杂性。充其量，企业可以说，他们在去年同期使用了X数量的劳动力，但明年将增加10%。

最后，为了鼓励像职场母亲或大学生这样的新劳动力，公司必须重新考虑他们的轮班模式，并考虑一些工具来帮助他们更灵活、更主动地让员工制定自己的时间表。

LM:随着技术的发展，一个组织的劳动管理方法也在发展。成功的组织如何结合技术和改进的标准来帮助在物流运营中留住员工?

Klappich:遗憾的是，通常被称为蓝领劳动力的操作劳动力长期以来一直被视为可替代资产。经济学家将“可替代性”定义为“一种商品或商品的属性，其单个单位基本上是可互换的。”简单地说，一个单位并不比另一个单位有更大的价值，所以单位是可以替代的。

历史上，当产能旺盛而需求低时，太多的组织都不重视操作劳动力。工资很低，表现压力很大，担心失去工作被用来“约束工人”。工具(如果使用的话)的目的是衡量粒度级的性能，并着眼于惩罚措施。

例如，莎莉表现得很好，所以她可以留下来;然而，乔表现不佳，所以他制定了改进计划，而山姆有几个星期表现不佳，所以他被解雇了。根据这种观点，这有助于通过提高生产率来推动绩效的提高，因为作为一种可替代资产，人们认为自己是可替代的，所以理论上他们会更努力地工作以保住自己的工作。

大棒式的管理在过去或许行得通，但在今天行不通了。太多的公司仍然认为操作劳动力是一种容易替代的商品，所以他们的待遇和工资都是这样的。这些公司将是未来几年最艰难的。如今，这不仅仅是衡量人们是否会采取惩罚措施;而是要营造一个人们愿意为你的公司工作的环境。

LM:当应用软件和前瞻性管理思想来培养和留住员工时，理想的员工管理场景是什么样子的?

德怀特Klappich:如今，聪明的公司认识到与员工互动以发现和留住优秀人才的重要性。因此，操作劳动管理正在发展，支持它的技术也在发展。公司需要采取全面的方法来抓住运营劳动力的心和思想。为了发现、留住和提升最优秀的人才，公司需要扩大视野，尽可能地管理、吸引、吸引和留住最优秀的员工群体。

管理操作劳动力必须从“惩罚”的心态演变为“鼓励”的哲学。像培训、教育和指导这样的事情变得比简单地惩罚不良行为更重要。流程改进的责任从员工转移到管理层，在那里，监督者是根据员工的敬业度和长期的改进来衡量的，而不仅仅是时间点的指标。

仓库/数据中心运营:三思而后行

LM:根据您过去一年在工厂的工作经验，考虑到电子商务繁荣、劳动力短缺、交货窗口收紧等诸多压力，您如何最好地定义当今仓库和DC/履行业务的当前环境?

规范):由于上述原因，我们看到许多客户急于在仓库内设计和实现重大更改。不断增长的业务量、日益增长的电子商务以及劳动力和空间的缺乏迫使许多公司迅速采取行动。这是当今仓库和数据中心环境的现实，但我们提醒您，总是建议您对特定需求进行更详细的分析，以做出质量决策。

LM:考虑到这种环境，是否有一种方法可以汇总仓库/数据中心运营面临的最大挑战?

萨斯博士:在过去的一年里，我们看到的最大挑战是公司没有留出足够的时间来设计最佳的仓库解决方案。在很多情况下，运营商没有给自己或设计和咨询公司足够的时间来进行适当的计划。我们通常需要8到12周的时间来制定详细的设施总体规划，但越来越多的人要求我们将规划过程压缩到4到6周。

此外，客户仍然缺乏高质量的数据来评估和使用，以选择适当的存储和物料搬运设备。这种情况导致在操作中使用的WMS功能很差。由于缺乏项目级别的维度和重量数据，即使是高质量的WMS也无法释放其全部功能。

LM:你是否看到有什么主要的技术趋势被用于帮助解决这些重大挑战?

萨斯博士:我不愿对当今可用的新技术的使用提出怀疑。然而，仓库和数据中心行业总体上需要收集产品数据，并允许足够的时间/分析，以确保选择正确的技术来增强操作。许多大型组织确实拥有评估自动化设计解决方案所需的规划视野、数据和能力，但还有其他组织需要为自动化之旅做好更多准备。

我们在St. Onge创建了自己的创新中心，以跟上最新的技术，甚至还开发了自己的工具，如虚拟现实模拟器，以评估先进的设计解决方案。自动驾驶汽车，机器人和物联网(IoT)技术越来越成为我们替代性评估的一部分。

此外，那些过去只使用传统齿条和叉车的公司，现在正在考虑采用传送带、控制系统、置物墙、取光、语音和其他技术。这些工具正在迅速成为行业的标准。

LM:在应对最常见的挑战方面，什么似乎是最有效的?

萨斯博士:除了缺乏数据和系统之外，当今仓库和数据中心运营中普遍存在的问题还包括空间、设备(位置/存储)和劳动力不足。应对这些挑战的第一种方法是设计高效的工艺、物料流、布局配置和开槽。

这些项目大多不需要任何资本;但却能改善空间、设备和劳动力的利用。对于许多共同的挑战，基础的工业工程可以是答案。至少，在投资技术之前，您应该从这些类型的低成本或零成本解决方案开始。

LM:是否有任何可靠的设备或软件继续被忽视?

萨斯博士:快速发展的小公司只能使用手推车和纸质系统。对他们来说，从基于推车和纸张的设计转向基于基本输送机的设计和WMS/RF技术就像进入了“翘曲速度”。这些公司可能还没有准备好，或者可能不需要机器人技术和市场上的最新技术。

相反，经过验证的技术和最佳实践可以推动这些组织进入仓库发展的下一个阶段。只需使用适当的存储设备、布局/物料流、WMS/RF技术、标签和标牌、带输送机/控制技术的前取区、包装系统和运输系统，他们就可以将效率提高一倍以上。

LM:许多仓库/数据中心专业人士感到不知所措。对于正在帮助其设施在2019年进行转型的运营经理，您有什么实用的建议?

萨斯博士:给自己时间做好准备，开始收集数字化转型所需的数据。根据您当前的复杂程度，评估先进技术和系统的使用，并确保它们具有可靠的ROI。你还需要确保任何新技术都是适合你的公司和发展计划的解决方案。

GTM/区块链:需要新的合作水平

LM:全球贸易的新复杂性是否促使更多的托运人投资和实施全球贸易管理软件吗?

乔·弗农:为了正确地看待问题，让我们考虑一下最新的可用数据。2015年GTM软件市场估值约为6.705亿美元。根据市场研究公司Technavio的数据，到2020年，GTM软件的预计市场价值将飙升至11.93亿美元。这种增长符合整个供应链解决方案的总体趋势，即采用改善供应商和供应商之间即时沟通的技术，并消除日常流程中的开销和文书工作。

LM:GTM的哪些功能将被证明对管理当今的不确定性最有帮助?

弗农:我不得不说，改进的机器人流程自动化(RPA)确实有助于简化数据输入的低效性，并减少机械任务。RPA为员工提供了更多的时间来完成更高附加值的任务，如分析历史数据或接触客户。我相信，通过自动化与管理相关的单调任务，GTM将提供类似的效率
合规和物流。

GTM的目的是减轻和削减国际贸易和商业的一些复杂性和历史上耗时的方面。国际供应商和供应商位于不同的时区，讲不同的语言，遵守不同的规章制度。正确的GTM试图管理这些变量，并允许员工将注意力转移到通常需要人情味的问题上。

LM:对于那些正倾向于将GTM应用于其运营的全球托运人，您有什么建议?他们应该采取什么措施?

弗农:新兴技术有时很难选择正确的技术，公司倾向于迁移到一个品牌名称-后来才意识到解决方案的功能和功能与他们的运营需求或行业不一致。

也就是说，我的第一条建议是，制定出当前的操作流程和痛点，并确保从员工那里收集反馈。您和团队将希望根据哪些手动和有问题的流程需要最多时间来组织优先级列表。这将有助于突出软件和自动化可以为您的业务增加最大价值的领域。

然后，你需要与多个提供者会面，并根据你的列表和成功标准对他们进行评分。如果您可以与使用软件即服务(SaaS)模型的供应商匹配，那就更好了，因为这样您就可以最大限度地减少整体前期投资，并且在出现下一个最佳产品时更容易更换该供应商。

LM:关于区块链的讨论太多了，现在我们看到一些品牌货主(沃尔玛、雀巢、联合利华、泰森食品、星巴克)都参与了食品安全区块链。这些早期采用者处于什么阶段，你认为他们投资背后的主要驱动力是什么?

弗农:去年10月，我们调查了大约450名正在探索区块链的供应链企业高管，以更好地了解区块链的采用率。我们发现，大多数(97%)的参与者处于早期的实验或概念验证阶段，只有3%的参与者在生产中拥有有效的解决方案。我们还请高管们列出促使他们进行区块链实验的主要驱动因素。

排在前五位的答案是节约成本(89%);提高可追溯性(81%);提高透明度(79%);增加收入(57%);降低风险(50%)。在我看来，可追溯性、来源和食品安全将在短期内继续推动区块链的更广泛实施。

你提到的其中一家公司，雀巢，已经从区块链实验中看到了有希望的结果。他们正在使用这项技术来追踪产品成分的生命周期，以帮助确保食品质量和安全。在食品召回场景中，区块链有助于确定食品污染开始的位置——防止重大损失，更准确地定位向消费者发出警报的位置，并减少召回如此大规模产品的需要。

我认为很有趣的是，节省成本是实现的首要驱动力。我认为这反映了供应链面临越来越大的压力，需要在降低成本的同时提供越来越多的功能，比如最后一英里和完整的端到端可见性。对于这些高管中的许多人来说，区块链可能是隧道尽头的光明。

LM:你认为区块链最大的潜在好处是什么，特别是从全球物流的角度来看?

弗农:区块链有可能实现我所说的“无缝自动驾驶经济”。这是一种合同和条款的商业模式，几乎100%的移动和交易可见性，以及机器驱动的谈判和决策，用于采购、移动和货物和服务的履行。

如果你能让这些参与条款和可见性跨越地域，那么贸易和国际商业可能会走向自我监管。至少，它将成为社会上透明、安全、可信的账本系统的平台。观察区块链内“智能合约”的采用率，将其作为释放未来全部潜力的指标。

LM:实施区块链的最大障碍是什么?

弗农:这是一项不断发展的技术和能力，有些公司可能永远都没有理由加入区块链。但是你怎么知道什么时候适合你呢?如果它看起来确实像你可以使用的东西，那么你仍然面临两个主要问题——时机和采用的风险。

首先，领导者很难知道什么时候投资是正确的，投资到什么程度。技术提供商正在努力创建区块链平台、业务案例和易于实施的解决方案;然而，这些都是采用的早期阶段，这增加了任何技术的风险。

其次，为了区块链取得成功，企业必须以一种新的、更广泛的方式进行合作。对一种新的做事方式感到兴奋是一回事，但让每个人都站在同一战线上，并真正大胆地相信一个新系统能够控制他们的大部分业务是另一回事。供应链合作伙伴将需要致力于实施和解决问题。

LM:对于涉足区块链的全球货主，有什么建议吗?

弗农:在了解区块链的公司中，有一个明确的趋势是执行一系列小规模的试点或概念验证计划。它们提供了一个低风险、低成本的实验，允许供应商和公司了解技术和彼此，并采取迭代方法来了解区块链可能如何影响和提升他们的业务。

供应商正在提供SaaS区块链解决方案，可以帮助公司降低前期成本和投资，并允许根据使用付费。找到一个简单的用例，并与“灯塔客户”合作，看看您可以快速和廉价地实现什么。不要害怕失败。你可能看不到它的直接价值，但是当正确的商业案例或市场需求迫使你将区块链作为组织的永久组成部分时，你会更有准备。