Blue Yonder的研究着眼于物流的“新常态”

亚利桑那州斯科茨代尔最近发表的一项研究。总部位于美国的Blue Yonder(原JDA)是一家人工智能驱动的端到端供应链管理服务提供商，该公司对顶级物流高管的心态进行了长期研究，包括他们如何应对与电子商务和劳动力短缺相关的中断，以及在COVID-19大流行真正开始复苏之际的履行方案等。

这项名为“物流新常态”的研究基于150多名c级和高级管理人员的反馈，他们负责美国的物流和制造业务，包括:制造业、零售业、第三方物流、运输和仓储。万博ag客户端app这项研究是在三月和四月进行的。

Blue Yonder全球解决方案副总裁Fab Brasca表示LM这项研究的驱动力是试图了解物流管理人员的想法，同时也为客户和其他人创造一些思想领导力和良好的思想分享。

他说:“这也是为了我们自己的学习，并确保我们所依据的理论是有效的，我们没有遗漏任何重要的东西。”“这是非常相关的，在这些时候，我们经历了大流行，改变了很多观点，我们看到了很多我们没有预料到的事情。”

这项研究充满了对物流领域各种趋势和主题的总结，尤其是技术、培训和“宽松”招聘，以帮助缓解持续的劳动力短缺、疫情期间暂停的可持续性努力，以及物流技术在满足需求和降低成本方面可以发挥的作用。

在可持续发展方面，研究发现，57%的物流公司打算投资于更可持续的上游运营——材料采购、供应商和制造——以最大限度地提高供应链的可持续性。

布拉斯卡解释说，这反映了某些因素，比如消费者情绪，被视为驱动高管行为的杠杆，而不是利润率和盈利能力。

他说:“消费者信心是一个很大的推动力，尤其是随着消费者变得越来越年轻。”“他们希望有发言权，愿意做决定。在物流领域，当你看到仓库效率、减少空车里程和公路资产等指标时，这些都是降低服务成本和提高供应链效率的自然因素，但巧合的是，它们也推动了可持续性措施。如果你有更少的卡车在路上行驶更少的里程，你就有了一个坚实的碳足迹。作为托运人，我是否会开始选择可能稍微贵一点的承运人?我这样做是因为我知道他们有更新的机队或更可持续的机队或其他任何理由。”

在履行选项方面，38%的受访者表示，维护和优化便利的履行选项——包括路边取货、在商店购买在线取货(BOPIS)和送货上门——是在疫情爆发后改善客户体验的首要选择。

随着电子商务为决策提供信息，许多消费者在网上购物，布拉斯卡说，他看到喜欢亲自购物的消费者越来越少，

“有很多选择，还有方便的概念，”他说。“有趣的是，在等式的另一边，对于零售商或制造商，或任何有面向消费者的商业的人来说，越来越重要的不是选择，而是要看到提供这些选择的成本。零售商也在寻找改变消费者行为的方法，比如“如果你选择这个时间点送货，那就是免费的”。在这些选择中拥有智能，这样你就可以引导消费者走上对你的网络有效的道路。”

在招聘方面，40%的受访者表示，为了在劳动力市场非常紧张的情况下吸引和留住劳动力和人才，他们对具体的工作和行业经验要求更加宽松。

Brasca指出，重要的是要记住，这与物流相关的职位，如仓库工人、司机和其他职位有关。

他说:“这些短缺正在加剧，而且在过去的五到七年里一直存在，特别是在司机能力和仓库劳动力方面，这些挑战肯定不是新的。”“我们看到企业在做多方面的努力，其中之一就是吸引和留住人才。所以要留住人才，追踪和留住人才，确实是一个重大的挑战和重点

他指出，从技术的角度来看，这也是正确的，重点是使用、调度和利用劳动力的效率。

他表示:“如果你的能力有限，你必须利用现有的资源，但从设计的角度来看，你需要拥有尖端和最新的IT工具，以留住和吸引员工。”“这样的资源是暂时的，你没有时间去接受严格的训练;这些功能必须是直观的。你会看到很多投资在这些方法上。它不再是一个用户界面，它是一种用户体验，像持续的通知和通信这些东西让它变得有趣。这些都是因素。”

技术投资也得到了强烈的反馈，48%的受访者表示他们计划在未来12个月内实施或加强他们的仓库管理系统(WMS)和云基础设施。

此外，42%的受访者表示，他们计划通过人工智能(AI)和/或机器学习(ML)来实施或加强计划，另有42%的受访者表示，他们计划通过销售和运营计划(S&OP)和/或销售和运营执行(S&OE)来实施或加强计划，41%的受访者提到了运输管理系统(TMS)。万博ag客户端app

布拉斯卡说，他对人工智能和机器学习的发现感到惊喜。

“这是一个很多人不一定了解的领域，”他说。“这是一件很难接受的事情，所以我很高兴人们认识到这是可行的，可行的，而不再只是科幻小说了。有趣的是，它汇集了丰富的计算能力，特别是在这些公共云和数据可用性方面，这是我们从未见过的。与每天粗略的EDI交易相比，这一点尤其正确，而现在GPS无处不在。你把这些东西放在一起，你就有了应用AI/ML技术的沃土。

但他也提出了一个警告，建议那些想要投资和参与这些策略的人:不要让人们在没有用例的情况下粉饰它们，确保人们知道人工智能和机器学习是做什么的，并确保有用例和支持相关数据来学习、理解和从中成长。

阅读Blue Yonder的完整研究报告，请点击在这里。