2019科技圆桌会议:我们准备好迎接未来了吗?

虽然听起来有些难以置信，但物流和供应链专业人士面临的一系列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，运力仍然紧张，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跟不上，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、日趋复杂的环境中，物流和供应链管理人员不断被要求以更少的资源做更多的事情，他们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合作的技术平台。但是，即使是最精明的实践者，也一直困惑于该应用什么以及何时应用。

本月，我们邀请了四位顶级技术分析师，讨论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他们的运营，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。

今年加入我们的有丹尼尔Merchan，研究附属机构麻省理工学院运输与物流中心万博ag客户端app；德怀特KlappichGartner研究副总裁;乔弗农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Norm Saenz。

人工智能(AI):是的，它已经在发生了

万博2.0app下载物流管理:你如何最好地定义人工智能?

Dan Merchan:人工智能可以被广泛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能够更好地预测结果。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，已经在为一些系统提供动力，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的技术进步。事实上，这个领域已经经历了60多年的发展。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，用于训练模型的大量数据的可用性，以及不断增强的计算能力，推动了各行各业采用人工智能。简而言之，做出更好的预测的成本大大降低了。

LM:人工智能在物流和供应链管理中已经发挥了什么作用?

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，是与ML系统相关的预测改进。

德国电子零售商奥托(Otto)报告称，它已经用深度学习模型取代了经典的预测工具集，该模型经过了大型多维数据集的训练，可以更准确地预测客户订单，并有效地预先安排库存，以缩短交货时间。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是否会发挥更重要的作用?

Merchan:需求预测可能是人工智能在物流和供应链管理中容易实现的成果。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扮演着两个重要角色。

首先，它可以扩展现有决策支持系统的能力。传统上，供应链操作中的决策是通过基于优化的规定性方法或基于模拟的描述性工具来进行的。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带来更强大的决策过程。例如，改进船舶航行时间预测可以更好地为网络规划和库存分配策略提供信息，而船舶航行时间预测取决于从港口调度到多个地理位置的天气等各种因素。

第二，我认为它揭示了新的战略见解。让我们以最后一英里配送作业中的车辆路线为例。优化客户访问顺序是物流中一个研究得很好的问题，并且路由解决方案广泛可用。然而，越来越多的交易、地理位置和遥测数据的可用性可以帮助揭示有关客户交付偏好、驾驶模式和城市环境条件的新见解，这可能会极大地重新定义路线规划方式。

无监督机器学习方法可以基于多样化和多维属性，帮助对客户、产品或服务进行分类，最终针对特定的客户类型和运营条件制定目标策略。

LM:您如何看待人工智能在物流管理中的发展?万博2.0app下载它的极限是什么?

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，我们可能会看到类似siri的司机和仓库操作员的虚拟助手。

许多公司已经部署了大量人工智能机器人来进行自动化库存存储和检索，从而消除了操作员的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，我们可能还会看到人工智能训练的机器人协助拾取和其他高精度任务。

然而，物流和供应链管理人员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:从简单做起，组建一支技能互补的团队。该团队需要将机器学习科学家、数据分析师、开发人员以及物流和供应链领域的专家聚集在一起。他们需要从开发一个原型解决方案开始，以解决预测扮演重要角色的业务问题。

您需要确保团队与决策者接触，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，了解数据质量和IT集成等可伸缩性挑战。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、保留

LM:一些人将物流行业的劳工状况描述为“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。如果你把移民排除在外，看看那些成熟的经济体，你会发现大多数经济体的人口都在负增长，这意味着它们的人口在减少。引用我的一位德国朋友的话:“在德国，没有一个孩子长大后想一辈子开一辆叉车。”在北美、西欧大部分地区和亚洲许多国家，情况也是如此。

美国劳工统计局预测，2016年至2026年间，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，而供应将继续下降，因此对运营人员的竞争将在万博ag客户端app未来十年变得更加紧张。

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，一年上升一年下降，所有迹象都表明，劳动力现在和将来都将继续是一种受约束的、要求高的、日益变化无常的资产。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。客户担心该公司如何能够与亚马逊竞争人才，以及如何阻止这家电子商务巨头挑选最优秀的人才。

底线:随着对劳动力需求的增加，愿意从事这项工作的人越来越少，对劳动力的竞争也越来越激烈，公司现在不得不为每一位优秀的员工展开激烈的竞争。然而，寻找、聘用、留住和培养未来的劳动力将比以往任何时候都更加困难。

LM:你觉得怎么样?劳动管理系统(LMS)进化以跟上这种紧张的劳动环境?

Klappich:劳动力和劳动力管理应用程序当然不是新的，但是对于大多数存在的应用程序来说，其重点一直是追溯报告劳动力绩效。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。

LMS能提供类似fitbit的数据来鼓励员工敬业度吗?是否存在比惩罚更支持指导的工具?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操作人员来说是个好兆头。

我们也看到对前瞻性劳动力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——这在劳动力方面也是如此。从短期来看，在一天或一个班次内，公司希望更好地了解工作情况，以及按区域划分对劳动力的需求。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劳动力来支持业务需求。

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他们的劳动力需求。今天，劳动力预测——如果要做的话——是用基本的电子表格完成的，缺乏任何复杂性。公司最多可以说，他们去年同期使用了X数量的劳动力，但明年将增加10%。

最后，为了鼓励像职业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，并正在考虑使用工具来帮助他们更加灵活和主动地允许员工设定自己的时间表。

LM随着技术的发展，企业的劳动力管理方法也在不断发展。成功的组织如何结合技术和改进的标准来帮助留住物流运营部门的员工?

Klappich:令人遗憾的是，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“可互换性”定义为“一种商品或商品的属性，其单个单位本质上是可互换的”。简单地说，一个单位没有比另一个单位更大的价值，所以单位是可以替代的。

历史上，有太多的组织在产能大而需求低的情况下，很少重视操作劳动力。工资低，工作压力大，对失业的恐惧被用来“让工人守规矩”。工具，如果使用，旨在衡量颗粒级的表现，并着眼于惩罚性行动。

比如，莎莉表现很好，所以她可以留下来;然而，乔表现不佳，所以他制定了一个改进计划，而萨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提高绩效，因为作为一种可替代资产，人们认为自己是可替代的，因此理论上他们会更努力地工作以保住工作。

大棒式管理在过去可能行得通，但今天行不通了。很多公司仍然认为操作用工是一种很容易被取代的商品，所以他们被这样对待和支付工资。这些公司将是未来几年最艰难的。今天，这不仅仅是衡量人们是否会采取惩罚性行动;它是关于建立一个人们愿意为你的公司工作的环境。

LM:当软件和前瞻性管理思想被应用于培养和留住劳动力时，一个理想的劳动力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对于发现和留住优秀人才的重要性。因此，操作性劳动管理正在发展，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员工的心和思想。为了找到、留住和提升最优秀的人才，公司需要扩大视野，管理、吸引、吸引和留住最优秀的员工群体。

管理运营劳动力必须从“惩罚”的心态转变为“鼓励”的理念。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。过程改进的责任从员工转移到管理层，在管理层中，主管是根据员工的敬业度和随时间的改进来衡量的，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:根据你过去一年在仓库里的经历，考虑到电子商务网站的繁荣、劳动力短缺、交货窗口的收紧，你如何最好地定义当前仓库和配送/履行业务的环境?

规范):由于上述原因，我们看到许多客户都急于在仓库内设计和实现重大变更。业务量的增长、电子商务的增加以及劳动力和空间的缺乏迫使许多人迅速采取行动。这是当今仓库和数据中心环境的现实，但我们提醒您，始终建议对您的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解决仓库/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足够的时间来设计最佳的仓库解决方案。在许多情况下，运营商或设计咨询公司没有足够的时间来进行适当的规划。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，客户仍然缺乏质量数据来评估和使用，以选择适当的存储和物料搬运设备。这种情况会导致在操作中使用较差的WMS功能。由于缺乏项目级别的尺寸和重量数据，即使是高质量的WMS也无法释放其全部功能。

LM:你是否看到了任何主流技术趋势被应用于帮助解决这些重大挑战?

萨斯博士:我不愿意对当今可用的新技术的使用提出质疑。然而，整个仓库和直流行业需要收集产品数据，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范围、数据和能力，但也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，以跟上最新技术的步伐，甚至还在开发自己的工具，如虚拟现实模拟器，以评估先进的设计解决方案。使用自动驾驶汽车，机器人和物联网(IoT)技术日益成为我们替代评估的一部分。

此外，过去只使用传统货架和叉车的公司现在正在考虑传送带、控制系统、放置墙、拾取光、语音和其他技术。这些工具正在迅速成为行业标准。

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个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金;但可以提高空间、设备和劳动力的利用率。对于许多常见的挑战，基础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无成本解决方案开始。

LM:是否有任何经过验证的设备或软件仍然被忽视?

萨斯博士:快速发展的小公司受困于使用手推车和纸质系统。对他们来说，从手推车和纸质设计转向基本的传送带设计和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步。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/控制技术的前拾取区、包装系统和运输系统，他们的效率就可以提高一倍以上。

LM:因此，许多仓库/数据中心专业人员感到不知所措。对于那些正在帮助他们的设施在2019年进行转型的运营经理，你有什么实用的建议?

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。您还需要确保任何新技术都是适合您的公司和发展计划的解决方案。

GTM/区块链:需要新的协作水平

LM:全球贸易的新复杂性是否促使更多的托运人投资并实施全球贸易管理软件吗?

乔·弗农:为了正确看待问题，让我们考虑一下最新的可用数据。2015年GTM软件市场价值约为6.705亿美元。据市场研究公司Technavio称，预计到2020年，GTM软件的市场价值将激增至11.93亿美元。这种增长符合供应链解决方案的总体趋势，即采用技术来改善供应商和供应商之间的即时沟通，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效率低下和减少死记硬背的任务。RPA为员工提供了额外的时间来完成更高附加值的任务，如分析历史数据或联系客户。我相信GTM将通过自动化与监管相关的单调任务来提供类似的效率
合规和物流。

GTM旨在减轻和减少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，说不同的语言，遵守不同的规章制度。正确的GTM尝试管理这些变量，并允许员工将他们的注意力转移到通常需要人性化的问题上。

LM:对于那些目前倾向于将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:对于新兴技术，有时很难选择正确的技术，公司倾向于向品牌名称迁移，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太一致。

也就是说，我的第一个建议是制定当前的操作程序和痛点，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过程需要最多时间来组织优先级列表。这应该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，你会想要与多个供应商会面，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，因为这样您将最小化总体前期投资，并且可以在下一个最好的产品出现时更容易地切换该供应商。

LM:关于区块链的讨论很多，现在我们看到一些品牌托运人(沃尔玛、雀巢、联合利华、泰森食品、星巴克)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，以更好地了解采用率。我们发现，大多数参与者(97%)处于早期实验或概念验证阶段，只有3%的人在生产中有一个可行的解决方案。我们还要求高管们列出导致他们进行区块链实验的关键驱动因素。

排在前五位的答案是:节省成本(89%);增强可追溯性(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，这有助于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，更准确地定位提醒消费者的位置，减少召回如此大批量产品的需要。

我认为很有趣的是，成本节约被列为实现的首要驱动因素。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能力，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，尤其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%可见所有的移动和交易，以及机器驱动的谈判和决策，用于采购、移动和履行货物和服务。

如果你能让这些参与条款和可见度跨越地域，那么贸易和国际商业可能会走向自我监管。至少，它将成为一个透明、安全和可信的社会分类账系统的平台。观察区块链中“智能合约”的采用率，作为释放全部未来潜力的一个指标。

LM:区块链实施的最大障碍是什么?

弗农:这是一项不断发展的技术和能力，会有一些公司可能永远没有理由加入区块链。但是你怎么知道什么时候以及是否适合你呢?如果它看起来确实像您可以使用的东西，那么您仍然面临两个主要问题-时间和采用风险。

首先，领导者很难知道什么时候是投资的正确时机，以及投资的程度。技术提供商正在努力创建区块链平台、商业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，为了使区块链取得成功，公司必须以一种新的、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，但让每个人都在同一页上，并真正采取信念的飞跃，相信一个新的系统可以控制他们业务的很大一部分，这是另一回事。供应链合作伙伴将需要致力于实施和解决这些问题。

LM:对于那些在区块链上试水的全球托运人，有什么建议吗?

弗农:在学习区块链的公司中，有一个明确的趋势是执行一系列小规模试点或概念验证计划。这些提供了一个低风险、低成本的实验，使供应商和公司能够了解技术和彼此，并采取迭代的方法来了解区块链如何影响和提升他们的业务。

供应商提供SaaS区块链解决方案，可以帮助公司降低前期成本和投资，并允许基于使用进行支付。找到一个简单的用例，并与“灯塔客户”合作，看看您可以快速而廉价地实现什么。不要害怕失败。你可能看不到直接的价值，但你会接受教育，当正确的商业案例或市场需求迫使你让区块链成为你组织的永久组成部分时，你会更有准备。